数据科学

独特的功能

项目目标

• 从众多来源(数据库、文件、XML、JSON、CSV和Web api)收集数据，并将它们集成到一个适合分析数据的表单中。
• 使用R和Python探索数据，生成汇总统计数据，并执行统计分析;使用标准的数据挖掘和机器学习模型进行有效的分析。
• 选择、计划和实现大规模结构化和非结构化存储库的存储、搜索和检索组件。
• 检索数据进行分析，这需要了解标准检索机制(如SQL和XPath)，还需要检索非结构化信息(如文本、图像和各种备选格式)。
• 大规模管理、处理、分析和可视化数据，以处理传统信息技术无法处理的数据。
• 将机器学习和数据挖掘方法的方法论原理和局限性与具体的应用问题相匹配，并向非专家传达这些方法在具体问题中的适用性和优缺点。
• 进行完整的数据分析工作流程，包括无监督类发现、监督类比较、监督类预测;总结、解释和沟通分析结果。
• 组织可视化数据，用于分析、理解和交流;使用有效的设计和人类感知原则，为给定的数据类型选择适当的可视化方法。
• 开发一个或多个应用领域中数据的建模、分析和推理方法，如社会科学、健康信息学、网络和社交媒体、气候信息学、城市信息学、地理信息系统、商业分析、生物信息学、复杂网络、公共卫生和游戏设计。

数据科学硕士学位使您能够:

• 在一个快速发展的领域获得数据科学家和数据工程师的职位
• 运用你的技能来操作、存储、可视化和分析任何行业的数据
• 攻读相关博士学位

职业前景

成功完成数据科学硕士学位的学生有资格从事以下工作:

• 数据科学家
• 机器学习工程师
• 应用程序架构师
• 企业架构师
• 数据架构师
• 基础设施架构师
• 数据工程师
• 商业智能开发人员
• 数据分析师

每个行业都需要具有数据科学专业知识的员工，而不仅仅是在技术领域。“数据科学家都受过高等教育——88%的人至少拥有硕士学位，46%的人拥有博士学位——尽管也有明显的例外，但要想成为一名数据科学家，通常需要很强的教育背景来发展必要的知识深度，”大数据领先网站KDnuggets报道。