Master of Science en analyse de données
Nova Southeastern University, College of Computing and Engineering
Information clé
Emplacement du campus
Fort Lauderdale, États-Unis d'Amérique
Langues
Anglais
Format d'étude
Apprentissage à distance, Sur le campus
Durée
12 - 24 mois
Rythme
À plein temps, À temps partiel
Frais de scolarité
USD 950 / per credit *
Date limite d'inscription
Demande d'info
Date de début au plus tôt
Demande d'info
* Frais de scolarité par heure de crédit. Des frais supplémentaires peuvent s'appliquer. Les tarifs sont sujets à changement.
introduction
Aperçu
Le Master of Science in Data Analytics est un programme d'études de 30 heures-crédit au Collège d'informatique et d'ingénierie de la Nova Southeastern University. Proposé en ligne et sur le campus dans le sud de la Floride, le programme Master of Science in Data Analytics se concentre sur l'application de concepts et de méthodes centraux à l'analyse de données, la gestion de bases de données, l'entreposage de données, l'exploration de données, la visualisation de données, les prévisions et la modélisation prédictive. Le programme intègre la créativité, la vision, la planification stratégique et la technologie pour l'analyse et la prise de décision. Ce programme allie théorie et pratique en une expérience d'apprentissage qui développe des compétences applicables à des problèmes et à des organisations complexes et réels.
Format du programme
Les étudiants peuvent choisir de suivre des cours en ligne ou sur le campus. Les cours en ligne peuvent être suivis de n’importe où dans le monde où l’accès à Internet est disponible. NSU utilise Canvas comme système de gestion de l’apprentissage pour diffuser le contenu des cours en ligne. Les cours sur le campus ont lieu sur le campus principal de Fort Lauderdale. Chaque cours sur le campus se réunit une fois par semaine de 18h00 à 20h00. Tous les programmes de SEP utilisent un format en trois sessions: automne (session de 16 semaines à partir d'août), hiver (session de 17 semaines à partir de janvier). et été (mandat de 12 semaines à compter de mai).
Résultats d'apprentissage
Un diplômé avec une maîtrise en analyse de données aura la capacité de (1) communiquer efficacement et professionnellement les concepts, les conceptions et les solutions d'analyse de données; (2) appliquer ses connaissances en analyse de données pour produire des conceptions et des solutions efficaces pour des problèmes spécifiques; (3) identifier, analyser et synthétiser la littérature savante relative au domaine de l'analyse des données; (4) évaluer les techniques d'analyse des données pour la planification de la gestion et la prise de décision.
Admissions
Le Master of Science en analyse de données est conçu pour les étudiants avec des majors de premier cycle en informatique, en affaires, en systèmes d'information, en technologie de l'information, en ingénierie, en mathématiques ou en physique.
Curriculum
Core (21 crédits)
- MSIT 501 Fondamentaux de la programmation, des structures de données et des algorithmes
- Systèmes de base de données MSIT 630
- MMIS 642 Entreposage de données
- Exploration de données MMIS 643
- MMIS 671 Data Analytics
- CISC 672 Visualisation des données
- Projet d'analyse de données MMIS 692
Choisissez trois cours (9 crédits)
- ISEC 615 Principes fondamentaux de la cybersécurité
- MMIS 621 Gestion de projet de systèmes d'information
- MMIS 623 Ethique en informatique
- Stratégie MMIS 644 UX pour les médias sociaux
- Conception d'interaction CISC 685
Admissions
Curriculum
Les étudiants suivent sept cours de base couvrant les principes fondamentaux de la programmation, des structures de données et des algorithmes, des systèmes de bases de données, de l'entreposage de données, de l'exploration, de l'analyse et de la visualisation. Les étudiants choisissent trois cours supplémentaires spécifiques au programme.
Galerie
Résultat du programme
Un diplômé avec une maîtrise en analyse de données aura la capacité de :
- communiquer les concepts, les conceptions et les solutions d'analyse de données de manière efficace et professionnelle ;
- appliquer ses connaissances en analyse de données pour produire des conceptions et des solutions efficaces à des problèmes spécifiques ;
- identifier, analyser et synthétiser la littérature savante liée au domaine de l'analyse de données;
- évaluer les techniques d'analyse de données pour la planification de la gestion et la prise de décision.