Το MASTER στην Data Science είναι το πρώτο Master στην Αραγονία που συνδυάζει τις τεχνικές γνώσεις και το επιχειρηματικό όραμα που είναι απαραίτητες για να πετύχει στην περιοχή με τις μεγαλύτερες επιπτώσεις και ανάπτυξη στο παρόν και τα επόμενα χρόνια: την επιστήμη των δεδομένων.

Το MiDS καλείται να είναι το Master of Reference στην Αραγονία, και στο μέλλον σε εθνικό και διεθνές επίπεδο, από το επίπεδο των καθηγητών του, την απαίτηση στους σπουδαστές και τη μεθοδολογία της περιπτωσιολογικής μελέτης που χρησιμοποιείται. Η MiDS έχει Λουκά AI Λήψη Αποφάσεων ως ακαδημαϊκός και αρχικός συνεργάτης τεχνολογίας.

Το MiDS είναι Master's που διδάσκεται από το CESTE και βασίζεται σε 3 θεμελιώδεις αρχές:

  • Διδακτική Ποιότητα: Οι δάσκαλοι του πρώτου επιπέδου, οι οποίοι είναι απολύτως συνδεδεμένοι με την επιχειρηματική πραγματικότητα σε διαφορετικούς κλάδους, εξασφαλίζουν τη μέγιστη χρήση από τους μαθητές, με περιεχόμενο 100% προστιθέμενης αξίας επικεντρωμένο σε πρακτικές περιπτώσεις.
  • Επικαιρότητα μέσω εταιρειών: Η δομή του Master θα επιτρέψει την εργασία από την πρώτη ημέρα σε πραγματικές πρακτικές περιπτώσεις που θα επιτρέψουν στον μαθητή να αναπτύξει μια εμπειρία σε όλους τους τομείς που σχετίζονται με την επιστήμη των δεδομένων.
  • Άμεση Πρόσβαση στον Τομέα: Η MiDS εξασφαλίζει επαγγελματικές πρακτικές στον κλάδο, καθώς και μόνιμη πρόσβαση στον τομέα μέσω των διαφόρων τεχνολογικών και επιχειρηματικών εταίρων που απαρτίζουν τον κατάλογο των εταίρων της MiDS: Telefónica LUCA, Everis, PiperLab, AJE Aragón ... μεταξύ πολλών άλλων.

Ποιος είναι προσανατολισμένος

Το MiDS είναι προσανατολισμένο σε 2 διαφορετικά προφίλ σπουδαστών:

  • Πρόσφατα αποφοίτησε από το Τμήμα Μηχανικών, Επιστήμης Υπολογιστών, Μαθηματικών και / ή Στατιστικών που επιθυμούν να δώσουν μια πρακτική αίσθηση στην εκπαίδευσή τους και να προσανατολιστούν προς την πειθαρχία της μεγαλύτερης τρέχουσας και μελλοντικής προβολής στις επιχειρήσεις.
  • Οι επαγγελματίες από συναφείς τομείς με αυτή την εκπαίδευση έχουν ήδη ξεπεραστεί και με αποδεδειγμένη πείρα που θέλουν να ανακυκλώσουν τόσο στην εταιρεία τους και να ανοίξουν σε μια αλλαγή μέσα σε αυτόν τον κλάδο.

hand, commercial, science and technology4832970 / Pixabay

στόχοι

Ο στόχος του MiDS είναι να εκπαιδεύει ετησίως έναν μικρό και ιδιαίτερα επιλεκτικό αριθμό μαθητών (μεταξύ 15-20 ετών) ως τους μεγαλύτερους εμπειρογνώμονες στη Data Science και σε όλους τους κλάδους, τόσο θεωρητικά όσο και στην πράξη, ώστε "από το λεπτό 1 "Ξεκινήστε να εργάζεστε στον κλάδο.

Το MiDS χαρακτηρίζεται από τα ακόλουθα χαρακτηριστικά. Είναι σημαντικό να γνωρίζει ο σπουδαστής το δυναμικό @ και να αναλύει αν ικανοποιεί όλες τις απαιτήσεις:

  • Έντονη: 340 ώρες, με τάξεις 5 ωρών το απόγευμα της Παρασκευής, 5 ώρες το πρωί του Σαββάτου και 5 ώρες το απόγευμα του Σαββάτου, κατά τη διάρκεια 23 Σαββατοκύριακων, από τον Οκτώβριο έως τον Μάιο.
  • Πλήρης: ενότητες που καλύπτουν όλο το φάσμα των θεμάτων που απαιτούνται στο Data Science, με παραδοτέα από ομάδες στο τέλος κάθε ενότητας. Ως εκ τούτου, ο Δάσκαλος είναι συμβατός με μια δουλειά, αλλά απαιτεί μια αφοσίωση της μέγιστης προσωπικής exigencia./li
  • Τρέχουσα: Τόσο οι καθηγητές όσο και οι πρακτικές περιπτώσεις συνδέονται με την πιο σύγχρονη πραγματικότητα, ως έναν τρόπο να εφαρμόσουν σε ένα όσο το δυνατόν πιο πραγματικό περιβάλλον τις γνώσεις που αποκτήθηκαν από την πρώτη στιγμή.
  • Απαίτηση: Από μια πρώτη δοκιμασία εισδοχής τον Σεπτέμβριο, καθημερινά, με συνεχείς δοκιμές, θέλουμε να διασφαλίσουμε ότι όσοι μελετούν το MiDS είναι έτοιμοι για οποιαδήποτε πρόκληση.
  • Αναλυτής: Οι καλύτερες πολυεθνικές εταιρείες του κλάδου παρέχουν καθηγητές, πρακτικές υποθέσεις και ένα σχεσιακό δίκτυο που θα επιτρέψει στους μαθητές να βυθιστούν αμέσως στην πραγματικότητα της βιομηχανίας.
  • Φιλόδοξος: Σε μεταγενέστερες εκδόσεις, το MiDS θα εξαχθεί σε άλλες περιοχές και χώρες, με πρόσωπο με πρόσωπο και online μορφή.

περιεχόμενα

Το MiDS είναι δομημένο στις ακόλουθες 10 ενότητες:

  1. Οικονομία δεδομένων. Εισαγωγή μεγάλων δεδομένων
  2. Τεχνητή Νοημοσύνη
  3. Στρατηγική δεδομένων
  4. Πολιτισμός δεδομένων
  5. Απορρήτου δεδομένων
  6. Οικοσύστημα Hadoop
  7. Το οικοσύστημα σπινθήρων
  8. Οπτικοποίηση δεδομένων
  9. Μηχανική δεδομένων
  10. Επιστήμη δεδομένων

μεθοδολογία

Η μεθοδολογία που χρησιμοποιείται στο MiDS είναι αυτή της πρακτικής περίπτωσης, σε τάξεις διάρκειας 5 ωρών στις οποίες το κοινό νήμα σε κάθε τάξη θα είναι μια πρακτική περίπτωση που ο δάσκαλος, με τη βοήθεια των μαθητών, θα κάνει πρόβες για το μέγιστο κατανόηση

Παράλληλα, ο φοιτητής πρέπει να αναπτύξει μια παραδοτέα ομαδική εργασία στο τέλος κάθε ενότητας, η οποία πρέπει να παρουσιαστεί σε ένα δικαστήριο που είναι αρμόδιο για την εκτίμησή του. Το άθροισμα των 8 παραδοτέων θα προσαρμοστεί στο επίπεδο του φοιτητή στο τέλος της MiDS.

τιτλοποίηση

115601_Untitled.png

Οι φοιτητές που περάσουν επιτυχώς το πρόγραμμα λαμβάνουν αυτόματα τον ακόλουθο βαθμό:

Μεταπτυχιακό στην επιστήμη των δεδομένων (MiDS)

Διαδικασία Εισαγωγής

Οι ενδιαφερόμενοι φοιτητές που κάνουν λήψη αυτού του εγγράφου θα λάβουν εξατομικευμένη κλήση για την αντιμετώπιση του ενδιαφέροντός τους και θα κλείσουν μια ηλεκτρονική συνάντηση για να αντιμετωπίσουν όλες τις πιθανές αμφιβολίες που έχει ο φοιτητής.

Στη συνέχεια, αν ο σπουδαστής διατηρήσει το ενδιαφέρον του, θα πάρει προσωπική συνέντευξη στις εγκαταστάσεις CESTE, οπότε και θα υποβληθεί σε τεχνική δοκιμασία εισαγωγής που θα γίνει από επαγγελματίες του κλάδου.

Αν γίνει δεκτή, ο φοιτητής πρέπει να επισημοποιήσει το 50% του τέλους εγγραφής πριν από την έναρξη του μαθήματος τον Οκτώβριο, ενώ το υπόλοιπο 50% πριν από τις 30 Νοεμβρίου.

Πολλές δυνατότητες πρακτικής εξάσκησης ... Για αυτό είναι σημαντικό να μας στείλετε το βιογραφικό σημείωμα

Το πρόγραμμα διδάσκεται στις:
ισπανικά

Κοιτάξτε2 περισσότερα μαθήματα αποCESTE Business School »

Τελευταία ενημέρωση May 27, 2019
Το μάθημα αυτό είναι με βάση την Πανεπιστημιούπολη
Ημερομηνία έναρξης
Οκτ. 2019
Duration
8 Μήνες
Μερική παρακολούθηση
Τιμή
15,600 EUR
Με τοποθεσίες
Με ημερομηνία
Ημερομηνία έναρξης
Οκτ. 2019
Ημερομηνία λήξης
Μάιος 2020
Προθεσμία υποβολής αιτήσεων

Οκτ. 2019

Location
Προθεσμία υποβολής αιτήσεων
Ημερομηνία λήξης
Μάιος 2020
Άλλη