Master of Science στην ανάλυση δεδομένων
Nova Southeastern University, College of Computing and Engineering
Πληροφορία κλειδί
Τοποθεσία πανεπιστημιούπολης
Fort Lauderdale, Ηνωμένες Πολιτείες
Γλώσσες
Αγγλικά
Μορφή μελέτης
Εξ αποστάσεως εκπαίδευση, Στην Πανεπιστημιούπολη
Διάρκεια
12 - 24 μήνες
Βήμα
Πλήρης απασχόληση, Μερικής απασχόλησης
Δίδακτρα
USD 950 / per credit *
Προθεσμία εφαρμογής
Ζητήστε πληροφορίες
Πρωιμότερη ημερομηνία έναρξης
Ζητήστε πληροφορίες
* Δίδακτρα ανά πιστωτική ώρα. Ενδέχεται να ισχύουν επιπλέον χρεώσεις. Οι τιμές υπόκεινται σε αλλαγές.
Εισαγωγή
ΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ
Το Master of Science στην Data Analytics είναι ένα πρόγραμμα σπουδών 30 ωρών πίστωσης στο Κολλέγιο Πληροφορικής και Μηχανικής της Nova Southeastern University. Το πρόγραμμα Master of Science στο Data Analytics επικεντρώνεται στην εφαρμογή εννοιών και μεθόδων κεντρικής σημασίας για την ανάλυση δεδομένων, τη διαχείριση βάσεων δεδομένων, την αποθήκευση δεδομένων, την εξόρυξη δεδομένων, την οπτικοποίηση δεδομένων, την πρόβλεψη και τη μέθοδο πρόβλεψης. Το πρόγραμμα ενσωματώνει τη δημιουργικότητα, το όραμα, το στρατηγικό σχεδιασμό και την τεχνολογία για την ανάλυση και τη λήψη αποφάσεων. Αυτό το πρόγραμμα συνδυάζει τη θεωρία και την πρακτική σε μια μαθησιακή εμπειρία που αναπτύσσει δεξιότητες που εφαρμόζονται σε σύνθετα προβλήματα και οργανισμούς στον πραγματικό κόσμο.
Μορφή προγράμματος
Οι σπουδαστές μπορούν να επιλέξουν να παρακολουθήσουν μαθήματα στο διαδίκτυο ή στην πανεπιστημιούπολη. Online μαθήματα μπορούν να ληφθούν από οπουδήποτε στον κόσμο όπου η πρόσβαση στο Διαδίκτυο είναι διαθέσιμη. Η NSU χρησιμοποιεί το Canvas ως σύστημα διαχείρισης μάθησης για την παροχή περιεχομένου ηλεκτρονικού μαθήματος. Στις τάξεις πανεπιστημιουπόλεων πραγματοποιούνται στην κύρια πανεπιστημιούπολη στο Fort Lauderdale. Κάθε τάξη στην πανεπιστημιούπολη συνεδριάζει μια φορά την εβδομάδα από τις 6:00 μ.μ. έως τις 8:00 μ.μ. Όλα τα προγράμματα MS χρησιμοποιούν τριμηνιαία μορφή: Πτώση (περίοδος 16 εβδομάδων που αρχίζει τον Αύγουστο), Χειμώνας (περίοδος 17 εβδομάδων που αρχίζει τον Ιανουάριο) και το καλοκαίρι (περίοδος 12 εβδομάδων που αρχίζει τον Μάιο).
Μαθησιακά αποτελέσματα
Ένας απόφοιτος με ένα κράτος μέλος στο Data Analytics θα έχει τη δυνατότητα να (1) να επικοινωνεί αποτελεσματικά και επαγγελματικά τις έννοιες, τα σχέδια και τις λύσεις ανάλυσης δεδομένων. (2) εφαρμόζουν τη γνώση της ανάλυσης δεδομένων για την παραγωγή αποτελεσματικών σχεδίων και λύσεων για συγκεκριμένα προβλήματα. (3) να εντοπίζει, να αναλύει και να συνθέτει επιστημονική βιβλιογραφία σχετικά με τον τομέα της ανάλυσης δεδομένων, (4) αξιολογεί τις τεχνικές ανάλυσης δεδομένων για τον σχεδιασμό της διαχείρισης και τη λήψη αποφάσεων.
Εισαγωγές
Το Master of Science στην Data Analytics έχει σχεδιαστεί για φοιτητές με προπτυχιακές σπουδές στην επιστήμη των υπολογιστών, των επιχειρήσεων, των συστημάτων πληροφορικής, της πληροφορικής, της μηχανικής, των μαθηματικών ή της φυσικής.
Διδακτέα ύλη
Core (21 Credits)
- MSIT 501 Βασικές αρχές προγραμματισμού, δομών δεδομένων και αλγορίθμων
- MSIT 630 Βάσεις Δεδομένων
- MMIS 642 Data Warehousing
- MMIS 643 Data Mining
- MMIS 671 Data Analytics
- CISC 672 Οπτικοποίηση δεδομένων
- Πρόγραμμα ανάλυσης δεδομένων MMIS 692
Επιλέξτε τρία μαθήματα (9 μονάδες)
- ISEC 615 Θεμελιώδεις αρχές της ασφάλειας στον κυβερνοχώρο
- MMIS 621 Διαχείριση Έργων Πληροφοριακών Συστημάτων
- MMIS 623 Δεοντολογία στον τομέα της πληροφορικής
- MMIS 644 UX Στρατηγική για κοινωνικά μέσα
- Σχέδιο αλληλεπίδρασης CISC 685
Εισαγωγές
Διδακτέα ύλη
Οι μαθητές παρακολουθούν επτά βασικά μαθήματα που καλύπτουν τις βασικές αρχές του προγραμματισμού, τις δομές δεδομένων και τους αλγόριθμους, τα συστήματα βάσεων δεδομένων, την αποθήκευση δεδομένων, την εξόρυξη, την ανάλυση και την οπτικοποίηση. Οι μαθητές επιλέγουν τρία επιπλέον μαθήματα ειδικά για το πρόγραμμα.
Εκθεσιακός χώρος
Αποτέλεσμα προγράμματος
Ένας απόφοιτος με πτυχίο MS στην ανάλυση δεδομένων θα έχει την ικανότητα:
- να επικοινωνούν έννοιες, σχέδια και λύσεις ανάλυσης δεδομένων αποτελεσματικά και επαγγελματικά.
- να εφαρμόζουν τη γνώση της ανάλυσης δεδομένων για την παραγωγή αποτελεσματικών σχεδίων και λύσεων για συγκεκριμένα προβλήματα·
- προσδιορίζει, αναλύει και συνθέτει επιστημονική βιβλιογραφία που σχετίζεται με τον τομέα της ανάλυσης δεδομένων·
- αξιολογούν τεχνικές ανάλυσης δεδομένων για τον προγραμματισμό διαχείρισης και τη λήψη αποφάσεων.