MSc Big Data
University of Stirling
Ключова информация
Местоположение на кампуса
Stirling, Великобритания
Езикознание
Английски език
Формат на обучение
На територията на колежа
Продължителност
12 - 24 Месеца
Темпо на обучение
Редовно обучение, Задочно обучение
Такси за обучение
Запитване на информация
Крайна дата за записване
Запитване на информация
Най-ранна начална дата
Sep 2024
* За актуална информация за таксите, моля, вижте уебсайта
Представление
Големите данни са все по-важни в днешния търговски пейзаж. Като учен по данни, специализиран в големи данни, вие ще помогнете на компаниите да осмислят големи количества структурирани и неструктурирани данни, предоставяйки бързи прозрения, които им позволяват да вземат по-добри и по-бързи решения.
Основни причини да учите при нас
#1 Ще научите авангардни технологии, включително анализ на данни, Hadoop, NoSQL и машинно обучение
#2 Нашият магистър по данни е най-голямата и най-успешната програма на Datalab в Шотландия
#3 Нашите възпитаници имат отлична репутация сред работодателите за своите умения и знания
Учебен план
MSc Big Data е преподавана напреднала магистърска степен, обхващаща технологията на Big Data и науката за анализа на данни. Ще придобиете практически умения в технологиите за големи данни, усъвършенствани анализи и индустриални и научни приложения.
Курсът ще ви научи как да събирате, управлявате и анализирате големи, бързо движещи се данни за наука или търговия. Ще научите умения в авангардни технологии като анализ на данни, R, Hadoop, NoSQL и машинно обучение. В същото време ще се задълбочите във важна математика и компютърна теория и ще научите усъвършенстваните изчислителни техники, от които се нуждаете, за да развиете кариерата си в науката за данни.
Нашата магистърска степен е разработена в партньорство с глобални и местни компании, които наемат учени по данни. От стартирането на курса през 2012 г. ние изградихме страхотни отношения с работодатели, които търсят уменията, които преподаваме.
Цели на курса
Учебният план за MSc Big Data включва:
- Математика и статистика за науката за данни
- Представяне и манипулиране на данни в Python
- Релационни и нерелационни бази данни
- Търговски и научни приложения
- Машинно обучение
- Клъстерни компютри
- Дисертационен проект по ваш избор
В този магистърски курс ще спечелите:
- Разбиране на проблемите на мащабируемостта на базите данни, анализа на данните, търсенето и оптимизацията
- Възможността да изберете правилното решение за търговска задача, включваща големи данни, включително бази данни, архитектура и облачни услуги.
- Разбиране на анализа на големи данни, включително методи за визуализация и автоматично учене от огромни количества данни
- Уменията за програмиране за изграждане на решения, използващи технологии за големи данни като MapReduce и скриптове за NoSQL, и способността да се пишат паралелни алгоритми за многопроцесорно изпълнение
Работни стажове
Курсът включва значителен летен проект, обикновено в партньорство с компания или доставчик на технологии
Структура на курса
Математически основи
Този курс ще подготви учениците с някои основни математически знания и умения за решаване на проблеми.
Статистика за Data Science
Курсът има за цел да даде на студентите:
- основа за анализ и интерпретация на количествена информация
- разбиране на основните идеи, лежащи в основата на статистическите методи на въвеждащо ниво
- разбиране за това как да се преодолеят проблемите при анализиране на големи набори от данни
Релационни и нерелационни бази данни
След като разгледа релационни бази данни и SQL, този курс ви превежда през различните NoSQL бази данни, включително хранилища на документи като MongoDB, хранилища на колони като Cassandra и бази данни с графики като Neo4j. Ще се научите да избирате правилната база данни за вашето приложение и как да създавате, търсите и разпространявате данните в тях.
Машинно обучение
Ще научите практическите аспекти на анализа на големи данни с техники от извличане на данни, машинно обучение, статистика и визуализация на данни. Ще проучите как обучаваме компютрите да разбират настоящето и да предсказват бъдещето с данни от финанси, маркетинг и социални медии. Ще научите как да прилагате техники за машинно обучение като невронни мрежи и дървета на решения към практически проблеми.
Клъстерни компютри
Този курс обхваща обработката на разпределени данни с Hadoop и MapReduce в допълнение към използването на Condor за разпределено изчисление.
Научни и търговски приложения
С гостуващи лекции от науката и индустрията, този курс представя набор от казуси на Big Data в действие. Ще научите от първа ръка как компаниите използват големи данни в области като банкиране, пътувания, телекомуникации, генетика и невронаука.
Моля, имайте предвид, че за желаещите да започнат през януари, продължителността на курса ще бъде 21 месеца. Например студенти, които започват през януари 2023 г., ще се дипломират през ноември 2024 г. Това решение беше взето, за да позволи на студентите да учат гъвкаво и да подобрят други умения през летните месеци, когато преподаването не е налично.
обучение
Има истинска комбинация от практически технологични сесии, преподавани в лаборатории и семинари, заедно с лекции, семинари и уроци, които ви учат на теориите за големите данни.
Ще изпълните проект, използвайки технология за големи данни по ваш избор. С подкрепата на нашите служители ще изберете специализирана тема и ще станете истински експерт. Ще започнете със задълбочен анализ на темата и нейната технология. След това ще изградите решение, което ще покаже уменията ви на работодателите и ще ви даде знанията, за да спечелите работа на високо ниво с висока заплата.
Имаме програма от поканени оратори от сектора, които ви дават възможност да зададете въпроси на хора, които правят науката за данни всеки ден. Последните участници включват MongoDB, SkyScanner и HSBC.
Галерия
Кариерни възможности
Уменията за големи данни са много търсени. Ще имате възможности с компании, управлявани от данни, от голямо разнообразие от сектори и ще получите заплата, която обикновено е по-висока от средната за ИТ. Като завършил Big Data, вие ще можете да работите в широк спектър от сектори, като цифрови технологии, енергетика и комунални услуги, финансови услуги, публичен сектор и здравеопазване.