MS στην Επιστήμη Δεδομένων και στο Analytics

Το πρόγραμμα MS in Data Science and Analytics περιλαμβάνει τρία εξάμηνα σε μορφή κοόρτης κλειδώματος-βήματος. Ωστόσο, οι επαγγελματίες που εργάζονται μπορούν να ολοκληρώσουν το πρόγραμμα με μερική απασχόληση, να παρατείνουν τη διάρκεια του προγράμματος και να παρακολουθήσουν μαθήματα το καλοκαίρι. Οι φοιτητές πλήρους φοίτησης έχουν επίσης τη δυνατότητα να ολοκληρώσουν το πρόγραμμα σε 12 μήνες παίρνοντας τα μαθήματα επιλογής τους το καλοκαίρι.

Εκτός από τα οκτώ υποχρεωτικά και τα τρία μαθήματα επιλογής, οι μαθητές θα συμμετάσχουν σε boot camps που καλύπτουν θέματα όπως γραμμική άλγεβρα, προγραμματισμός R, οπτικοποίηση δεδομένων, Tableau, προηγμένο R, προγραμματισμός μεγάλων δεδομένων και SAS.

Οι μαθητές θα ολοκληρώσουν επίσης Insight Sprints σε όλο το πρόγραμμα.

• Οι συνεργάτες του κλάδου παρέχουν πραγματικά προβλήματα με δεδομένα για πληροφορίες και λύσεις.
• Οι ομάδες φοιτητών συνεργάζονται με καθηγητές από ολόκληρο το πανεπιστήμιο καθώς και με εταιρικούς συμμετέχοντες.
• Οι μαθητές λαμβάνουν ανατροφοδότηση κατά τη διάρκεια εβδομαδιαίων συναντήσεων σε μια περίοδο 6 έως 10 εβδομάδων.
• Οι μαθητές συμμετέχουν στην πρακτική εφαρμογή της μηχανικής μάθησης και της προγνωστικής ανάλυσης.

Data Scientist: Πλήρης απασχόληση

Απαιτείται ακαδημαϊκή γνώση Λογισμού Ι, ΙΙ και ΙΙΙ (Πολυμεταβλητή), Γραμμικής Άλγεβρας και Βασικού Προγραμματισμού. Αυτά τα μαθήματα πρέπει να ολοκληρωθούν σε διαπιστευμένο κολέγιο ή πανεπιστήμιο. Το Coursera, το Code Academy ή άλλα διαδικτυακά, μη διαπιστευμένα μαθήματα δεν πληρούν τις προϋποθέσεις.

Πτώση 1

• MSA 8010 – Προγραμματισμός δεδομένων για το Analytics
• MSA 8040 – Διαχείριση δεδομένων για το Analytics
• MSA 8030 – Επικοινωνία με δεδομένα
• MSA 8190 – Στατιστικά θεμέλια για το Analytics

Ανοιξη

• MSA 8050 – Αναλύσεις δεδομένων με δυνατότητα κλιμάκωσης
• MSA 8150 – Machine Learning για Analytics
• MSA 8200 – Predictive Analytics
• MSA 8600 – Deep Learning και Generative AI

Καλοκαίρι

• Πρακτική άσκηση (προαιρετικό)

Πτώση 2

• Επιλογή 1
• Επιλογή 2
• Επιλογή 3

Data Scientist: Μερικής απασχόλησης

Απαιτείται ακαδημαϊκή γνώση Λογισμού Ι, ΙΙ και ΙΙΙ (Πολυμεταβλητή), Γραμμικής Άλγεβρας και Βασικού Προγραμματισμού. Αυτά τα μαθήματα πρέπει να ολοκληρωθούν σε διαπιστευμένο κολέγιο ή πανεπιστήμιο. Το Coursera, το Code Academy ή άλλα διαδικτυακά, μη διαπιστευμένα μαθήματα δεν πληρούν τις προϋποθέσεις.

Πτώση 1

• MSA 8010 – Προγραμματισμός δεδομένων για το Analytics
• MSA 8040 – Διαχείριση δεδομένων για το Analytics

Άνοιξη 1

• MSA 8050 – Αναλύσεις δεδομένων με δυνατότητα κλιμάκωσης
• Αιρετός

Καλοκαίρι

• Πρακτική (προαιρετικό)
• Αιρετός

Πτώση 2

• MSA 8190 – Στατιστικά θεμέλια για το Analytics
• MSA 8030 – Επικοινωνία με δεδομένα
• Αιρετός

Άνοιξη 2

• MSA 8150 – Machine Learning για Analytics
• MSA 8200 – Predictive Analytics
• MSA 8600 – Deep Learning και Generative AI

Citizen Data Scientist: Πλήρης απασχόληση

Πτώση 1

• IFI 8110 – Business Statistics for Analytics
• MSA 8040 – Διαχείριση δεδομένων για το Analytics
• IFI 8410 – Εισαγωγή στον Προγραμματισμό & Προγνωστικά Αναλύσεις για Επιχειρήσεις
• MSA 8030 – Επικοινωνία με δεδομένα

Ανοιξη

• IFI 8450 – Αναλύσεις δεδομένων με δυνατότητα κλιμάκωσης
• IFI 8420 – Machine Learning και Deep Learning για επιχειρήσεις
• MSA 8200 – Predictive Analytics
• MSA 8600 – Deep Learning και Generative AI

Καλοκαίρι

• Πρακτική άσκηση (προαιρετικό)

Πτώση 2

• Επιλογή 1
• Επιλογή 2
• Επιλογή 3

Citizen Data Scientist: Μερικής απασχόλησης

Πτώση 1

• IFI 8410 – Εισαγωγή στον Προγραμματισμό & Προγνωστικά Αναλύσεις για Επιχειρήσεις
• MSA 8040 – Διαχείριση δεδομένων για το Analytics

Άνοιξη 1

• IFI 8450 – Αναλύσεις δεδομένων με δυνατότητα κλιμάκωσης
• Αιρετός

Καλοκαίρι

• Πρακτική (προαιρετικό)
• Αιρετός

Πτώση 2

• IFI 8110 – Business Statistics for Analytics
• MSA 8030 – Επικοινωνία με δεδομένα
• Αιρετός

Άνοιξη 2

• IFI 8420 – Machine Learning και Deep Learning για επιχειρήσεις
• MSA 8200 – Predictive Analytics (3 ώρες) | Δείτε ένα δείγμα αναλυτικού προγράμματος
• MSA 8600 – Deep Learning και Generative AI (1,5 ώρες) | Δείτε ένα δείγμα αναλυτικού προγράμματος

Συγκέντρωση νομικών αναλύσεων

Ως μέρος της συγκέντρωσης νομικών αναλυτικών στοιχείων, μπορείτε να ακολουθήσετε είτε το κομμάτι του επιστήμονα δεδομένων είτε του πολίτη. Αντί για το Predictive Analytics (MSA 8200), θα πάρετε το Legal Analytics (MSA 8350). Για τα μαθήματα επιλογής σας, θα παρακολουθήσετε το Text Analytics (MSA 8770) καθώς και δύο μαθήματα στο Κολέγιο Νομικής του Georgia State.

Η αποστολή του προγράμματος MS in Data Science and Analytics είναι να εκπαιδεύσει τους μαθητές για το πώς να αποκτούν, να οργανώνουν και να μοντελοποιούν σύνολα δεδομένων προκειμένου να διατυπώνουν τα ερωτήματα που καθοδηγούν τη λήψη αποφάσεων σε εταιρικά και μη εταιρικά περιβάλλοντα.

Data Scientist Career Paths

• Data Scientist –> Sr. Data Scientist –> Data Science Manager
• Data Analyst –> Analytics Innovation Lead –> Executive
• Business Analyst –> Data Analytics Associate –> Senior Consultant

Citizen Data Scientist Career Paths

• Business Intelligence Analyst –> Data Science Manager –> Executive
• E-Commerce Analytics Manager –> Director of Strategic Analytics –> Executive
• Business Analyst –> Sales Manager –> Executive