Aperçu

Apprenez les connaissances théoriques et les compétences pratiques nécessaires pour analyser le Big Data en vue d'une application fonctionnelle dans les domaines commercial et technologique.

La demande de scientifiques spécialisés dans les données capables de puiser dans la richesse des informations mises à disposition au moyen de technologies modernes pour aider à la prise de décision en connaissance de cause est à la hausse. Le programme de maîtrise en science des données chez Stevens inculque les connaissances théoriques et les compétences pratiques nécessaires pour traiter avec la collecte, l'exploration, l'analyse et la modélisation contemporaines de données, ainsi que les défis associés en matière d'inférence et de prédiction.

Ce programme interdisciplinaire prépare les étudiants à des carrières en fintech, en intelligence d'affaires et en analytique, en gestion universitaire et en gestion de bases de données, ainsi qu'à des postes gouvernementaux nécessitant de solides compétences en analyse de données. Les étudiants analyseront des données complexes, y compris des bases de données à grande échelle, et appliqueront des techniques de modélisation et de visualisation de pointe. Ils participeront à des simulations de cyberattaques et créeront des stratégies de défense efficaces, ainsi qu’étudier en profondeur les algorithmes et les schémas d’optimisation sous-jacents aux dernières méthodes d’analyse commerciale.

L'avantage de Stevens

Situé au bord de la rivière Hudson, à seulement 15 minutes du centre-ville de Manhattan, Stevens est situé près du cœur de l’un des plus grands pôles technologiques du monde. La proximité de New York offre aux étudiants de Stevens des opportunités de recrutement parmi les plus grands noms du commerce et de la technologie, notamment Google, Amazon, Microsoft et Bloomberg.

Caractéristiques du programme

  • Programme flexible
  • Programme interdisciplinaire
  • 4 concentrations optionnelles
  • Crédit de recherche disponible
  • Options de thèse et non-thèse

Concentrations

  • Principes fondamentaux de la science des données
  • Acquisition et gestion de données
  • Sécurité des données
  • Applications commerciales

Qui devrait postuler?

Nous nous félicitons des candidats qui ont l'esprit vif pour l'analyse des données et une solide formation en mathématiques et / ou en informatique. Vous pouvez postuler avec un diplôme de premier cycle en sciences mathématiques ou en informatique. Les conditions préalables spécifiques consistent à:

  • Calcul avec un niveau comparable au MA 227 Calcul à plusieurs variables
  • Algèbre linéaire avec un niveau comparable à MA 232 Algèbre linéaire
  • Théorie des probabilités avec niveau comparable à MA 222 Probabilités et statistiques
  • Maîtrise des langages de programmation tels que Python, R et MATLAB avec un niveau comparable aux algorithmes CS 385

Conditions du programme

  • Baccalauréat, avec une moyenne minimale de 3,0 (GPA), d'une institution accréditée
  • Relevés de notes officiels
  • Deux lettres de recommandation
  • Scores TOEFL / IELTS (pour les étudiants internationaux)
  • Un score GRE ou GMAT compétitif *

* GRE / GMAT n'est pas requis pour les étudiants à temps partiel.

Stevens vous prépare pour une belle carrière

Le programme de maîtrise en sciences des données développe des connaissances et des compétences en demande pour vous permettre de réussir votre carrière.

Opportunités de carrière

  • Data Scientist
  • Analyste de données
  • Statisticien
  • Ingénieur réseau
  • Chercheur Ai
  • Spécialiste en analyse de données

Principales organisations d'embauche

  • Amazone
  • Banque d'Amérique
  • L'Université de New York
  • Cityblock Santé
  • Services de streaming Disney
  • Deux investissements Sigma, Llc.
Programme enseigné dans l'établissement suivant :
  • Anglais

Voir 9 autres cours de Stevens Institute of Technology - Graduate Studies »

Mis à jour le Mars 28, 2019
Ce cours est Sur le campus
Date de début
Duration
2 années
Temps partiel
À temps plein
Prix
18,340 USD
/ semestre Taux de scolarité à temps plein (9-12 crédits)
Deadline
Par lieux
Par date
Date de début
Date de fin
Date limite d'inscription
Location
Date limite d'inscription
Date de fin