8个最新的美国数据科学项目简介

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
简介:

对国外数据科学院校、专业感兴趣的朋友可以给文摘后台留言,留下你的微信号,我们建群讨论。


1.印第安纳大学数据科学在线认证

0

印第安纳大学在20141月开始提供在线数据科学专业,该项目提供多种多样的课程,能让学生各取所需。项目要求你修满12个学分,包括云计算、数据管理和数据分析课程。


具体信息:


本项目会教授这个兴新领域里你所需要知道的概念和技能:数据收集,数据管理和建设,数据分析和数据可视化。有以下一些3学分的课程可供选择:


  • 大数据运用与分析

  • 数据密集型科学的云计算

  • 信息可视化

  • 大数据在药物开发、健康和转化医学方面的运用

  • 数据管理:规模性、多样性、实时性、准确性

  • 基于网页和文本的大数据分析

  • 高性能算法


这个项目十分灵活,学生可以根据自己感兴趣的领域或职业规划需求来选择课程,也可以依照自己的节奏在来完成课程。以上列出的前四门课在今年一月份就开放了,剩下的课在八月份也将可供选择。


这个项目的设立满足了广大雇主的需求,根据麦肯锡国际研究院的报告,到2018年美国将会面临高达14万到19万的高级分析人员人才缺口,同时也会缺少150万知道如何用大数据分析做有效选择的经理以及分析师。大数据领域相关的职位有大数据分析员、数据解决方案架构师、数据分析主管。


这个专业是为那些已经有本科或硕士学历的人设置的,学生的原专业可以是但不限于计算机科学、信息学、信息科学、信息系统、数学或者统计,最好有相关工作经验。对此感兴趣的学生可以联系Rhonda Spencer(电话: 812-855-2018, 邮箱: datasci@indiana.edu)获得进一步信息。

相关链接:http://news.iu.edu/releases/iu/2013/11/data-science-program-soic.shtml


2.加州大学伯克利分校信息学院,精通信息和数据科学在线课程

0

本专业是多学科的综合,通过这个专业你能学到用多种方法来定义一个问题;学到用多种方法收集、存储、找回以及分析数据;学到如何合理解释结果;学到如何有效地表达数据挖掘的结果。

想要了解更多信息,请联系 datascience@berkeley

相关连接:http://datascience.berkeley.edu/about/overview/


3.圣彼德学院的精通数据科学课程,该课程特关注对数据进行业务分析

0

本专业为学生提供了很系统很专业的培训,包括大数据技术、运用和实践。学生会学习使用各种分析工具,比如RSASWeka


课程包括统计、数据挖掘和数据可视化、机器学习、预测模型、决策分析和决策最优化、大数据在商业、营销和信息系统领域的运用等。这个项目最终会给学生一个研究性课题,在这个课题里学生会使用已掌握的理论知识去解决实际商业问题,在这个过程中学生的道德和领导力也会被发掘。


本专业的课程与最新的“甲骨文公司运用理论”结合得十分紧密,该理论主要是讲如何管理大数据技术。甲骨文公司是世界上排名第一的大数据公司和数据库公司。

本专业要求学生修满12门课/36个学分,学生可以全职读也可以兼职读,第一批学生将在今年秋天开始上课。

相关链接:http://www.saintpeters.edu/data-science-and-business-analytics/#image-4


4.乔治梅森大学计算科学

0

本专业是为了满足日益增长的对高级计算机专家、计算机工程师和科学专家的需求。本专业会将信息技术和计算机课程结合起来,计算机课程涉及广泛的科学和工程应用领域,在这些领域里大规模整合、数据分析和高性能计算都发挥着至关重要的角色。


本专业分成三个主要模块:

  • 建模&模拟:这个模块主要是为了那些想要学习用计算机方法建模和模拟科学、工程情景的学生而设置。

  • 数据科学:这个模块主要是为那些想要学习用计算机方法获得、抓取、分析大量观测数据、实验数据、建模数据和数据库的学生而设置。

  • 交通安全:这个模块主要是为了那些想要学习用建模和模拟分析来研究汽车防撞性、坐乘人员安全和其他相关运用的学生而设置


学生可以在咨询老师的指导下混合选择这些模块里的适合自己的课程。

大多数课程是在下午或者晚上提供,方便那些在校外还有全职工作的学生。

相关链接:。http://spacs.gmu.edu/category/academics/graduate-programs/ms-computational-science/


5.芝加哥大学哈里斯公共政策学院,精通计算分析科学和公共政策项目

0

随着政府做决策越来越依赖数据,发布数据、数据分享、数据透明和数据可靠性在公共政策和科学领域变得日益重要。要想利用好现有政府公布的海量数据做分析实现社会价值就要求有同时在公共政策和计算机科学领域都精通的人才。这个两年的项目为学生提供了以下方面的培训:

  • 公共政策:政策分析与战略、项目评估、组织决策和其他很多由学生自己挑选的专业领域

  • 计算机科学:计算机编程、数据分析及机器学习和数据库

这个专业独特之处就在于是专注于政策分析和计算机科学的学科交叉,该专业的毕业生将在这两个领域同时具有核心竞争力,毕业后能在政策设计、执行、分析领域发挥特长。当今社会越来越多的数据被收集、存储和公布,公共领域已经越来越为数据所驱动。本专业的毕业生可以在各级政府从事首席信息官(CIO)、首席数据官(CDO)、首席技术官(CTO)等,也可以去公共领域行业的个体公司就职。

相关链接:http://capp.sites.uchicago.edu/


6.南加利福尼亚大学马歇尔商学院精通商业分析科学

0

学生在这个专业里会全面学习广泛且深入的商业分析和大数据分析的知识,其中包括统计建模、数据管理、可视化、信息安全、最优化和不确定情境下做决策等。学生会学习必要的编程工具用于分析大量的非结构性数据,学习将分析转化为可改善商业结果的战略决策,学习有效地向高层决策者展示复杂的数据分析结果。


这个专业是为那些想要加强分析技能的经理或具有很强分析背景且有志于从事大数据职业的高校毕业生设置的。


除了世界级的教师班底外,南加大还有最国际化的学生群体,同时南加大有非常忠诚的校友网络,校友们会在毕业后互相帮持。南加大校园坐落于洛杉矶,是太平洋沿岸的一个充满生机的商业文化中心。

相关链接:http://www.marshall.usc.edu/msanalytics/overview


7.弗吉尼亚大学数据分析科学

0

本专业于7月初开始,在次年5月中旬结束,是一个11个月的硕士项目。项目的核心课程是由来自计算机科学学院、统计学院、信息系统与信息工程学院的老师教授。


本专业有三大特色:a. 整合的课程和数据实践 b. 紧凑的课程 c. 团队实践。为了达到这些目的,学生大约80%的课程都保持一致。课与课之间整合紧密,有一些的复杂数据集会在许多课程中使用,增加课程之间的连贯性。紧凑的课程设置减少了完成项目所花费的时间,团队实践使得学生能够始终在小组内共同学习进步。项目的最后,学生会通过写论文的方式来解决一个有分量的数据科学领域的挑战。学生首先要写一份开题报告,描述他们要解决什么问题。在写论文的过程中,学生会受到教授指导。


申请者在项目开始时必须持有本科学历,对申请者的本科背景没有明确要求。但是申请者必须具备以下课程的知识:

单变数积分

线性代数或者矩阵代数

入门统计

入门编程


有很多方式可以获得这些先修知识,比如你可以选择修弗吉尼亚大学或其他学校的暑期课程,甚至可以上网课来获得这些知识。

相关链接:https://dsi.virginia.edu/academics


8.伍斯特理工学院数据科学

0

申请该专业的学生最好本科有极强的数理和计算机背景,包括编程、数据结构、算法、单/多变数积分、线性代数和入门统计这些课程的学习经历。本科专业是计算机科学、数学、商科、工程以及数理科学的都比较符合。


每一个录取的学生都会配备一位学习顾问,在学习顾问的指导下,学生须起草一份学习计划,列出能够满足项目要求的课程选择。这份学习计划最终需要经过项目组委会的审批。



原文发布时间为:2014-09-03

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
机器学习/深度学习 存储 人工智能
十大最受数据科学欢迎的Python库
很多读者,学习python的就是希望通过数据分析、AI进行求职、转行或者是科研。所以行哥这里罗列了数据科学最受欢迎的十大Python数据科学库,看看有几个是你没掌握的:
163 0
十大最受数据科学欢迎的Python库
|
机器学习/深度学习 算法 数据挖掘
细数数据科学团队中的十大关键角色
应用数据科学是一项高度跨学科的团队工作,需要用多样性的角度看问题。事实上,比起专业知识和经验,观点和态度的重要性也不容小觑。以下是我对数据科学团队构成的看法。
2603 0
|
机器学习/深度学习 算法 数据挖掘
数据科学入门三个月的一些随想
回顾了入门Data Science以来的一些所思所想。
1993 0
|
机器学习/深度学习 算法 数据可视化
|
机器学习/深度学习 数据可视化 数据挖掘
数据科学求职建议:掌握5种类型的数据科学项目
本文介绍数据科学求职应该掌握的五个相关项目,以便秋招者对应自身情况查漏补缺。
4402 0
|
机器学习/深度学习 算法 Python
2017数据科学与机器学习行业现状调查 Python是最受欢迎的语言
最近,Kaggle这一互联网上最著名的数据科学竞赛平台首次进行了机器学习与数据科学现状调查。在超过 16000 名从业者的答卷中,我们可以一窥目前该行业的发展趋势。
3281 0
|
机器学习/深度学习 供应链 监控
十大经典的零售业数据科学案例
  数据已被证实是零售行业的重要资源,数据对于商业中的决策者来说非常重要。不同领域的大公司都在寻求利用数据的最佳方案。   零售领域发展非常的迅速,数据的应用也相当全面,例如零售商会分析数据并发展特殊的客户画像,以了解零售商TA的痛点。对大数据的全面分析可以影响甚至操纵客户的决策,很多的讯息流与多渠道的触及都用来实现这些目的。   本文介绍了零售业中排名前10位的数据科学用例,让你掌握最新的趋势。
565 0