Master en sciences des données
HSE University
Information clé
Emplacement du campus
Moscow, Russie
Langues
Anglais
Format d'étude
Sur le campus
Durée
2 années
Rythme
À plein temps
Frais de scolarité
RUB 390 000 / per year *
Date limite d'inscription
Demande d'info
Date de début au plus tôt
Demande d'info
* 195 000-390 000 RUB / an
Bourses d'études
Explorez les possibilités de bourses pour vous aider à financer vos études
introduction
Afin d'analyser le volume croissant de données générées dans tous les domaines de la société actuelle, l'industrie informatique moderne soulève le problème du Big Data. De même, la communauté universitaire est en train d'établir le domaine émergent de la science des données. Ce programme comprend une formation dans les domaines des modèles informatiques, de la modélisation et de la prévision mathématiques, de l'architecture informatique, des techniques de programmation avancées, ainsi que du stockage et de la récupération de données. Fort de sa conception multidisciplinaire, ce programme peut servir de colonne vertébrale qui intéresse les diplômés de nombreuses facultés, ainsi que les membres du personnel des centres de recherche. Les diplômés du programme seront en mesure de résoudre des problèmes concernant la recherche, la collecte, le stockage, la préparation et l'analyse de données, ainsi que l'interprétation des résultats dans le domaine de spécialisation.
Aperçu du programme
Le programme de maîtrise en science des données comprend la piste éducative à temps plein pour les étudiants anglophones qui comprend un ensemble de disciplines de base et une variété de cours optionnels et optionnels en anglais.
L'objectif du programme est de former des experts hautement qualifiés en mathématiques appliquées, en sciences de l'information et en analyse de données.
Le programme comprend une étude approfondie des méthodes mathématiques des modèles d'intelligence artificielle et des méthodes modernes d'analyse de données, la modélisation mathématique et informationnelle de systèmes complexes ainsi qu'une réalisation informatique de ces méthodes. Les connaissances et les compétences des diplômés de ce cours sont recherchées par les ministères et institutions de la Fédération de Russie, les administrations régionales et les grandes entreprises.
Le concept et le programme de la spécialisation en analyse de données Internet ont été développés en collaboration avec Yandex. Cette piste implique l'enseignement de disciplines spéciales par les membres du personnel de l'entreprise, la participation d'étudiants, de diplômés de troisième cycle et de professeurs à des projets mettant en œuvre des tâches suggérées par Yandex et liées à ses opérations commerciales, la formation professionnelle des étudiants de Yandex et des recherches conjointes menées ensemble. avec le personnel de Yandex.
Admissions
Curriculum
Le programme comprend 3 spécialisations et une piste enseignée en anglais à temps plein (120 crédits):
Parcours enseigné en anglais
Contenu du programme général
Cours de transition :
- Mathématiques discrètes pour le développement d'applications et d'algorithmes
- Théorie des probabilités et statistiques mathématiques
- Composantes du domaine d'études
Cours de base :
- Méthodes modernes d'analyse des données
- Méthodes modernes de prise de décision
- Science du réseau
- Apprentissage automatique et exploration de données
Cours au choix:
- Méthodes automatisées de vérification de programme
- Informatique médicale
- Analyse de données en médecine
- Ingénierie des données et des services pour l'automatisation des processus métier
Analyse de données Internet
Cours de base :
- Méthodes modernes d'analyse des données
- Méthodes modernes de prise de décision
- Apprentissage automatique
- Algorithmes et structures de données
- Méthodes et systèmes de traitement des mégadonnées
Cours au choix:
- Approches probabilistes et statistiques dans la prise de décision
- Théorie Calculs parallèles et distribués
- Optimisation dans l'apprentissage automatique
- Analyse d'images et de vidéos
- Traitement automatique des textes
- L'apprentissage en profondeur
Systèmes intelligents et analyse structurelle
Cours de transition :
- Mathématiques discrètes pour le développement d'applications et d'algorithmes
- Théorie des probabilités et statistiques mathématiques
Cours de base :
- Méthodes modernes d'analyse des données
- Méthodes modernes de prise de décision
- Ensembles ordonnés dans l'analyse des données
- Science du réseau
- Introduction à l'apprentissage automatique et à l'exploration de données
- Apprentissage automatique et exploration de données
Cours au choix:
- Linguistique informatique et analyse de texte
- Théorie de l'information et théorie combinatoire de la recherche
- Fondamentaux de la conception et de la mise en œuvre de l'intelligence artificielle
- Systèmes Jeux et décisions en analyse et modélisation de données
- Analyse de données en médecine
- Big Data Analyse
- L'apprentissage en profondeur
- Méthodes automatisées de vérification de programme
- Informatique médicale
- Méthodes robustes en statistiques
- Prise de décision et analyse de données dans l'incertitude et l'ambiguïté
- Automatiser les processus métier à l'aide de l'apprentissage automatique
Technologies de Modélisation de Systèmes Complexes
Cours de transition :
- Mathématiques discrètes pour le développement d'applications et d'algorithmes
- Théorie des probabilités et statistiques mathématiques
Cours de base :
- Méthodes modernes d'analyse des données
- Méthodes modernes de prise de décision
- Ensembles ordonnés dans l'analyse des données
- Fondements mathématiques des télécommunications modernes
- Méthodes statistiques pour la modélisation prédictive
- Méthodes géométriques pour la modélisation prédictive
Cours au choix:
- Linguistique informatique et analyse de texte
- Théorie de l'information et théorie combinatoire de la recherche
- Fondamentaux de la conception et de la mise en œuvre de l'intelligence artificielle
- Systèmes Jeux et décisions en analyse et modélisation de données
- Analyse de données en médecine
- Big Data Analyse
- L'apprentissage en profondeur
- Méthodes automatisées de vérification de programme
- Informatique médicale
- Méthodes robustes en statistiques
- Prise de décision et analyse de données dans l'incertitude et l'ambiguïté
- Automatiser les processus métier à l'aide de l'apprentissage automatique
Opportunités de carrière
Les diplômés du programme acquerront des compétences et des compétences recherchées sur les principales plateformes en ligne, y compris des méthodes et des outils pour le traitement de gros volumes de données (Big Data), le prétraitement des données (Extract-Transform-Load), l'exploration de données (Data Mining), les connaissances extraction (Knowledge Discovery), création de moteurs de recherche (Search Engines), analyse de réseaux sociaux (Social Network Analysis), mise à l'échelle d'algorithmes (technologies Hadoop et Map-Reduce) et prévision de séries temporelles financières.
À propos de l'école
Des questions
Cours similaires
Master Exécutif en Science du Big Data
- Barcelona, Espagne
Intelligence d'affaires et mégadonnées
- Online
MSc Bioinformatique et génomique computationnelle
- Belfast, Royaume-Uni