Wstęp
Każda firma potrzebuje wyspecjalizowanych specjalistów, którzy łączą umiejętności analityczne ze strategiczną wizją. Do swoich celów masz tytuł magistra w dziedzinie nauki o danych i systemach informacyjnychO czym wspomina Master in Information Systems w Data ScienceStawianie czoła nowym wyzwaniom zawodowym, które pozwalają nam zmieniać środowisko, w którym żyjemy, wymaga solidnych szkoleń. Innowacyjne i wysokiej jakości szkolenie, takie jak Master in Information Systems, wzmianka Data Science z Universidad de Los Hemisferios-IMF Global University.
Program czwartego poziomu, który zapewnia profesjonalistom wiedzę, umiejętności i precyzyjne narzędzia do obsługi, analizowania i interpretowania dużych ilości informacji niezbędnych do osiągnięcia celów biznesowych, wyspecjalizowani specjaliści, którzy łączą zdolności analityczne i strategiczną wizję.
Wraz z profilami technicznymi lub statystycznymi, projekt i treść tego tytułu magistra pozwala menedżerom i innym specjalistom w organizacji identyfikować, przechwytywać, przekształcać, analizować i interpretować dane oraz napędzać strategię, innowacje i wartość ich działalności.
karieraWiele umiejętności, które otworzą ci drzwi
Absolwenci studiów magisterskich będą mogli pełnić funkcje i zadania związane z analizą danych, mając możliwość kształtowania różnych profili zawodowych, takich jak:Dane naukowiec
Analityk danych
Analityk biznesowy
Ekspert Business IntelligenceW przypadku tych profili, którzy mają doświadczenie w kierowaniu i zarządzaniu zespołami, program przeszkoli ich w zakresie aspektów technicznych pełnienia ról związanych z zarządzaniem i kierowaniem projektami opartymi na danych. Na przykład:Menedżer projektu Analytics
Business Analytics Manager
Menedżer Business Intelligence
Chief Data OfficerWiedzaMaster in Information Systems, wspomnij o Data Science, oferuje kierownikowi biznesu lub specjalistom technicznym możliwość:Wydobywaj, przetwarzaj i analizuj wszelkiego rodzaju źródła informacji z wykorzystaniem technik data science i głównych narzędzi używanych obecnie w firmach.
Opanowanie technik tradycyjnej inteligencji biznesowej i poszerzenie ich o nowe możliwości, jakie daje big data i sztuczna inteligencja.
Wykrywaj przyczyny, wzorce i trendy za pomocą analizy predykcyjnej opartej na technikach uczenia maszynowego.
Projektuj eksperymenty i testy A / B, aby testować hipotezy i podejmować decyzje na podstawie danych.
Generuj efektywne raporty i dashboardy.
Zarządzaj projektami w oparciu o duże zbiory danych i naukę o danych, utrzymując odpowiedni dialog ze wszystkimi profilami zespołów.
Przygotuj propozycje, a także promuj i prowadź inicjatywy w oparciu o zaawansowane analizy w różnych obszarach biznesowych.
Zrozum, twórz i rozwijaj nowe modele biznesowe w oparciu o wartość danych.
Właściwe zarządzanie danymi w celu zagwarantowania jakości i prawidłowego stosowania różnych wymogów regulacyjnych (RGPD) i etycznych.
Zdobądź wizję i doświadczenie w głównych obszarach zastosowań i przypadkach użycia, które są adresowane w różnych obszarach, takich jak marketing i CRM, bankowość i finanse, operacje, internet rzeczy (IoT), analityka ludzi itp.Zalety metodologii onlineMetodologia w 100% online, umożliwiająca interakcje między nauczycielami i uczniami w czasie rzeczywistym.
Poprzez Wirtualny Kampus student w prosty, przyjazny i intuicyjny sposób uzyskuje dostęp do wszystkich zasobów i treści niezbędnych do rozwoju niezbędnych kompetencji i umiejętności. Zasoby dydaktyczne, które z założenia optymalizują czas, a tym samym pozwalają na efektywne uczenie się.
Zgodnie z projektem i sekwencją dydaktyczną student określa nakład pracy i rytm pracy, będąc w stanie przez cały czas za pośrednictwem platformy poprosić o wskazówki i wsparcie nauczycieli i wychowawców. Model jest uzupełniony samouczkami, zajęciami i wirtualnymi praktycznymi doświadczeniami w czasie rzeczywistym, podczas których uczeń wchodzi w interakcję z nauczycielem w celu rozwinięcia lub pogłębienia praktycznych i istotnych aspektów treści przedmiotu.
Tytuł magistra organizuje jedenaście przedmiotów, z których się składa, w dwóch zwykłych okresach akademickich trwających 18 tygodni, tak aby student miał pięć tygodni na osiągnięcie celów dydaktycznych z każdego przedmiotu.
Tutoriale, zajęcia i wirtualne praktyczne doświadczenia w czasie rzeczywistym odbywają się co dwa tygodnie, w czwartek po południu, w piątek po południu i w sobotę. (* Harmonogram zostanie dostosowany do kolejności nauczania, starając się być zgodny z pracą zawodową).
treśćNarzędzia analityków danychPodstawy Pythona.
Biblioteki do nauki o danych: Numpy, Pandy itp.
Przetwarzanie danych i wizualizacja w Pythonie.
Podstawy R.
R.
Przetwarzanie danych i wizualizacja za pomocą R.Wpływ i wartość dużych zbiorów danychWprowadzenie do świata dużych zbiorów danych
Business Intelligence vs. duże zbiory danych.
Technologie Big Data.
Wpływ na organizację.
Wartość danych i aplikacji według sektorów.Nauka o danych Techniki analizy, eksploracji i wizualizacjiCykl życia danych.
Jakość danych.
Przygotowanie i wstępne przetwarzanie danych.
Modele analityczne.
Narzędzia i techniki wizualizacji.Business Intelligence i wizualizacjaWprowadzenie do Business Intelligence.
Projekt bazy danych.
Standard SQL.
Hurtownia danych.
Narzędzia i procesy do ekstrakcji, transformacji i ładowania (ETL).
Efektywne wyświetlanie informacji.Plan studiówProjektowanie i wdrażanie projektów z elementami badań stosowanych i / lub rozwojowych.
Projektowanie i pisanie profesjonalnych artykułów na wysokim poziomie.
Analiza praktycznych modeli do opracowania złożonego egzaminu.Technologia Big Data i rozwiązania chmuroweHadoop i jego ekosystem.
Iskra. Podstawy i zastosowania.
Bazy danych NoSQL.
Platforma w chmurze.Statystyki dla naukowców zajmujących się danymiWprowadzenie do statystyki.
Prawdopodobieństwo i pobieranie próbek.
Wnioskowanie.
Regresja.
Projekt eksperymentów.Uczenie maszynoweNarzędzia do uczenia maszynowego.
Techniki i zastosowania nadzorowanego uczenia się.
Techniki i zastosowania uczenia się bez nadzoru.
Modalności i techniki uczenia głębokiego.
Rozwiązania chmurowe do uczenia maszynowegoSztuczna inteligencja dla firmyWprowadzenie do sztucznej inteligencji.
Techniki i zastosowania przy podejmowaniu decyzji.
Uczenie się ze wzmocnieniem i zastosowania.
Techniki i zastosowania przetwarzania języka naturalnego (NLP).
Systemy i aplikacje rekomendacji.Big Data w firmieStandardy zarządzania projektami.
Zwinne zarządzanie projektami.
Aspekty regulacyjne i etyczne.
Zarządzanie danymiProfesjonalna deontologiaHumanistyczna wizja zarządzania technicznego i etyki zawodowej.
Etyka służby publicznej narażona na ryzyko arbitralności i nadużycia władzy.
Odpowiedzialność etyczna za troskę o środowisko i inne problemy globalne.
Zakres odpowiedzialności specjalisty.Profil wejściowyZe względu na charakter programu wejdą absolwenci trzeciego stopnia.
Preferowani są specjaliści, których stopnie naukowe należą do szerokiej dziedziny technologii informacyjnych i komunikacyjnych (ICT) zgodnie z nomenklaturą tytułów zawodowych i dostępu do stopni naukowych.
Dostęp do tytułu magistra mogą uzyskać inni specjaliści, którzy posiadają dyplom trzeciego stopnia w innej szerokiej dziedzinie, akredytując doświadczenie w stosowaniu i profesjonalnym stosowaniu technologii informacyjno-komunikacyjnych skoncentrowanych na zarządzaniu danymi i informacjami za pośrednictwem baz danych.
