Наука о данных MSc

University of Essex - Университет Эссекса

Методы, которые мы используем для моделирования и манипулирования данными, определяют политические, финансовые и социальные решения, формирующие наше современное общество, и являются основой для роста экономики и успеха бизнеса. Технологии растут и развиваются с невероятной скоростью, и темпы роста генерируемых нами данных и устройств, которые мы используем для их обработки, могут только увеличиваться.

Наука о данных - это растущая и важная область знаний, в которой быстро увеличивается количество рабочих мест и возможностей в частном и государственном секторе. Применение теории и методов к реальным проблемам и приложениям лежит в основе науки о данных, которая направлена, прежде всего, на использование и эксплуатацию больших данных.

Если вы заинтересованы в решении реальных проблем, хотите развить навыки эффективного использования интеллектуальных устройств, хотите использовать и развивать свое понимание математики, а также заинтересованы и стремитесь использовать статистические методы и приемы для интерпретации данных, MSc Data Science в Эссексе - для вас. Вы изучаете баланс прочной теории и практического применения, включая:

• Компьютерные науки
• Программирование
• Статистика
• Анализ данных
• Вероятность

Успешная карьера в области науки о данных требует от вас по-настоящему междисциплинарных знаний, поэтому мы гарантируем, что вы закончите университет с широким, но специализированным набором навыков в этой области. Преподавание ведется в основном на факультете математических наук и в Школе компьютерных наук и электронной инженерии, а также в Эссекской школе бизнеса и на факультете путей развития Эссекса. Специалисты по изучению данных требуются во всех отраслях, они проводят статистический анализ или добывают данные в социальных сетях, поэтому наш курс может открыть вам двери практически в любую отрасль - от здравоохранения, правительства до издательского дела.

Наш факультет математических наук является по-настоящему инновационным и ориентированным на студентов. Наши исследовательские группы работают над широким спектром совместных областей, решая реальные проблемы. Вот несколько примеров:

• Наши ученые, занимающиеся изучением данных, тщательно продумывают, как не лгать и как не быть обманутым с помощью данных. Правильная интерпретация данных особенно важна, поскольку большая часть наших исследований в области науки о данных прямо или косвенно применяется в социальной политике, включая здравоохранение, уход и образование.
• Мы проводим практические исследования с использованием финансовых данных (например, оцениваем риск краха банковской системы Великобритании), а также теоретические исследования в области финансовых инструментов, таких как страховые полисы или портфели активов.

- Мы также исследуем, как физические процессы развиваются во времени и пространстве. Области применения этого метода - от моделирования эпилепсии до моделирования электронных кабелей.

• Наши специалисты по оптимизации работают над тем, как сделать ту же работу с меньшими затратами или как сделать больше с теми же затратами.
• Наша группа чистой математики в настоящее время работает над двумя новыми финансируемыми проектами под названием "Машинное обучение для распознавания запутанных 3D-объектов" и "Поиск жемчужин в ландшафте циклически представленных групп".
• Мы также проводим исследования в области математического образования и используем такие интересные технологии, как электроэнцефалография или слежение за глазами, чтобы точно определить, что чувствует ученик. Наши исследования направлены на внедрение "четырех С" современного образования - критического мышления, коммуникации, сотрудничества и творчества.

Этот курс можно пройти как в течение одного учебного года, так и в течение двух учебных лет. Этот курс предназначен для кандидатов с математическим или вычислительным образованием. Кандидатам, не имеющим сильных навыков программирования и статистики, рекомендуется рассмотреть наш конверсионный курс MSc Data Science and its Applications. Кандидатам, желающим перейти на курс, не связанный с техническими науками, рекомендуется рассмотреть MSc Applied Data Science.