Магистр наук в области анализа данных
Buffalo, Соединённые Штаты Америки
ПРОДОЛЖИТЕЛЬНОСТЬ
1 up to 2 Years
ЯЗЫКИ
Английский
ТЕМП
На постоянной основе, Неполная занятость
КРАЙНИЙ СРОК ПОДАЧИ ЗАЯВОК
Запросить срок подачи заявки
САМАЯ РАННЯЯ ДАТА НАЧАЛА
Запросите самую раннюю дату начала работы
ПЛАТА ЗА ОБУЧЕНИЕ
USD 910 / per credit
ФОРМАТ ОБУЧЕНИЯ
Дистанционное обучение, В кампусе
Введение
Знания, извлеченные из больших данных, открывают большие перспективы для организаций в самых разных областях, включая маркетинг, охрану правопорядка, разработку государственной политики, банковское дело, спорт и многое другое. Люди, которые могут эффективно использовать большие данные, помогают компаниям принимать более правильные и быстрые решения и работать более эффективно — основная причина, по которой профессионалы в области анализа данных пользуются таким высоким спросом.
MS в области аналитики данных подготовит вас к работе в качестве специалиста по данным в различных отраслях и организациях. Вы узнаете, как работать с большими наборами данных и анализировать их, а также как применять знания о данных в области специализации. Вы приобретете навыки эффективной командной работы и общения, необходимые для работы в различных многопрофильных организациях. И вы получите прочную основу в этике управления данными, обучение, которое очень актуально в эпоху, когда накопление и хранение персональных данных постоянно растет.
Основные моменты программы
- Полная программа, которую можно пройти за один год
- Очная программа позволяет проходить занятия в составе небольшой группы от 15 до 20 студентов.
- Вариант неполный рабочий день, предназначенный для работающих специалистов
- Вариант неполного рабочего дня может быть завершен всего за два года
- Степень в области STEM не требуется. Открыт для студентов с широким спектром степеней бакалавра.
- Опытный преподавательский состав состоит из ученых, исследователей больших данных и профессионалов отрасли.
- Сильные отраслевые связи открывают двери для стажировок в организациях WNY.
Магистерская программа по аналитике данных в Canisius предлагается в когортной системе с полной занятостью, в кампусе и может быть завершена в течение одного календарного года или в виде программы с частичной занятостью, занимающей два года, в зависимости от подготовки. Ключевой особенностью является включение прикладных интегративных проектов, в идеале стажировок, начинающихся в начале программы и параллельных углубленной курсовой работе. Также доступна программа 4+1 для студентов, получивших степень бакалавра в Canisius и желающих получить степень магистра в области анализа данных.
Аналитика данных — это быстро развивающаяся область, обусловленная необходимостью эффективного использования больших данных для обоснования бизнес-решений. Его цель состоит в том, чтобы делать надежные прогнозы или выводы на основе очень больших коллекций данных, полученных из определенной области человеческой деятельности, включая широкий спектр различных областей, таких как управление бизнесом, наука, спорт, управление здравоохранением, уголовное правосудие и другие. коммерческие агентства.
В то время как программы анализа данных быстро разрабатываются во многих учреждениях, Canisius имеет уникальную историю с акцентом на этику, акцентом на способность общаться и понимать других, основанных на интеллектуальной традиции иезуитов, и неуклонно растущим институциональным акцентом на совместное обучение. и работа в команде. Традиция высокого уровня личного внимания к студентам в Canisius является идеальной средой для развития этих мягких навыков общения, совместной работы и этически обоснованного принятия решений, а также технических областей компьютерного программирования и статистических выводов.
Результат программы
Цель обучения учащихся 1: Междисциплинарные аналитические возможности.
- Цель A: Знание предметной области: учащиеся смогут применять вычислительные и статистические методы и аналитические инструменты для принятия стратегических и тактических решений как минимум в одной предметной области. Например, в бизнесе это может быть бухгалтерский учет, экономика, финансы, менеджмент или маркетинг.
- Цель B: Адаптируемое обучение прикладной статистике. Студенты смогут использовать основные принципы теории вероятностей в различных контекстах, включая как классические статистические подходы, так и методы, основанные на вычислениях. Студенты будут знакомы с одной современной статистической программной платформой и смогут легко адаптироваться к другим.
- Цель C: Гибкие вычислительные навыки. Студенты будут иметь глубокие практические знания как минимум одного языка программирования общего назначения и смогут работать с различными структурами данных на этих языках. Студенты также будут знакомы с базами данных и методами программирования, необходимыми для работы с большими данными.
Цель обучения учащихся 2: Эффективная командная работа.
- Цель А: Студенты продемонстрируют способность работать в междисциплинарных группах для решения реальных проблем.
- Цель B: Студенты поймут текущие теоретические идеи, связанные с формированием эффективных команд сотрудничества.
Цель обучения студентов 3: Эффективное деловое общение.
- Цель А: Студенты смогут определять потребности различных аудиторий и эффективно представлять сложную информацию способами, отвечающими потребностям различных аудиторий.
- Цель B: Студенты смогут эффективно писать, чтобы передавать результаты анализа данных в контексте бизнеса или других предметных областей.
- Цель C: Студенты смогут создавать и проводить эффективные устные презентации, а также представлять идеи в менее формальной устной обстановке.
- Цель D: Студенты смогут создавать эффективные графические изображения, как статические, так и активные отображения в реальном времени, которые доносят результаты до аудитории бизнеса или других предметных областей.
Цель обучения учащихся 4: Этическое управление данными.
- Цель А: Студенты будут осведомлены об этических и моральных проблемах, возникающих при работе с большими наборами данных, и поймут шаги, которые необходимо предпринять для защиты прав и конфиденциальности участвующих лиц.
Галерея
Учебный план
Эта программа разделена на три отдельных компонента, включающих в общей сложности не менее 30 кредитных часов. Подготовительные курсы представляют собой базовые уровни знаний и навыков, необходимые для перехода к основной части программы. От 10 часов (3 курса) подготовительных курсов можно отказаться в зависимости от предыдущего опыта и курсовой работы студента. Студенты с исключительно сильным опытом могут заменить подготовительные курсы другими предметными курсами (обычно бизнес-курсами для аспирантов). Например, это может произойти со студентом с инженерной степенью и, следовательно, с сильными вычислительными и математическими навыками, или со степенью в области финансов с сильной бизнес- и математической подготовкой.
Часть «Основные компетенции» состоит из 5 курсов, каждый из которых был разработан исключительно для программы Data Analytics. Они охватывают расширенную статистику, темы управления данными, а также визуализацию/презентацию.
Студенты также будут участвовать в интеграционных проектах по анализу данных, приобретая ценный практический опыт и связи в компаниях в районе Буффало и за его пределами.
Подготовительные курсы (проходят за год или летом до начала группы)
- DAT 501 Статистика и эконометрика 3
- CSC 511 и 511L Введение в программирование и Лабораторная работа по программированию 3
- CSC 512 и 512L Структуры данных и алгоритмы и Структуры данных и алгоритмы Лабораторная работа 3
Лето
- MAT 500 Темы по прикладной математике 4
- DAT 500 Интерактивные графические примеры использования больших данных 1
Факультативный (в зависимости от предметной области) 3 осень
- DAT 511 Управление данными: подготовка, исследование и обработка больших данных 3
- CSC 610 и 610L Управление базами данных и Лаборатория управления базами данных 3
- DAT 521 Прикладные интеграционные проекты в аналитике данных I 3
Факультативный (в зависимости от предметной области) 3 Весна
- DAT 512 Статистические подходы к большим данным 3
- DAT 514 Интеллектуальный анализ данных и машинное обучение 3
- DAT 515 Визуализация и представление расширенной аналитики 3
- DAT 522 Прикладные интеграционные проекты в аналитике данных II 3
Всего кредитов 41
Директор программы может отменить до 10 кредитов курсовой работы (из отмеченных) в зависимости от подготовки и опыта студента.
Курсы предметной области
Студенты пройдут как минимум два предметных курса, выбранных из курсов, перечисленных ниже. Студенты могут обратиться к директору программы с просьбой пройти курсы последипломного образования, взятые из других предметных областей, или более продвинутые курсы, к которым у них есть адекватная подготовка.
Бизнес и финансы
- ACC 505 Финансовый учет
- Статистика ECO 503 для менеджеров с Excel
- FIN 608 Корпоративные финансы
- FIN 617 Анализ портфеля
- FIN 619 Финансовое моделирование
- FIN 620 Управление инвестициями
- FIN 623 Ценные бумаги с фиксированным доходом
- FIN 628 Производные ценные бумаги
Прием
Карьерные возможности
Специалисты по данным пользуются большим спросом, поскольку они помогают предприятиям лучше планировать и работать более эффективно.
По данным Бюро статистики труда США (BLS), ожидается, что в течение следующего десятилетия занятость аналитиков операций и исследований (в том числе аналитиков данных и ученых, занимающихся данными) вырастет на 23%, что сделает эту область одной из самых быстрорастущих областей в стране. . Это также одна из самых высокооплачиваемых должностей — Glassdoor включает специалистов по обработке данных в число 25 самых высокооплачиваемых профессий в Америке со средней зарплатой 97 027 долларов. По данным BLS, средняя зарплата операционных аналитиков и аналитиков-исследователей в целом составляет 82 360 долларов.
Выпускники нашей магистерской программы по анализу данных работают во всех отраслях промышленности, включая банковское дело, финансы, страхование, рекламу и здравоохранение. Они делают успешную карьеру в качестве аналитиков данных, бизнес-аналитиков, количественных аналитиков, программистов и инженеров. Другие вакансии со степенью магистра в области анализа данных включают:
- Специалист по данным
- Инженер данных
- ИТ-аналитик
- Консультант по аналитике данных
- Инженер цифрового маркетинга
Требования к знанию английского языка
Подтвердите свое знание английского языка с помощью теста Duolingo English Test! DET — это удобный, быстрый и доступный онлайн-тест по английскому языку, который принимают более 4000 университетов (таких как этот) по всему миру.