Наука больших данных

Эта программа предназначена для тех, кто хочет продолжить карьеру в качестве исследователя данных, получая ценную информацию и важную для бизнеса информацию из больших объемов данных. Вы охватите основные статистические (например, машинное обучение) и технологические инструменты (например, облачные платформы, Hadoop) для крупномасштабного анализа данных.

Научное движение «Большие данные» меняет то, как интернет-компании и исследователи всего мира решают традиционные проблемы. Большие данные - это возможность использовать огромные объемы неструктурированных данных, которые непрерывно генерируются компаниями, пользователями, устройствами и извлекать из них ключевое понимание.

Data Scientist - это высококвалифицированный специалист, способный сочетать современные компьютерные технологии для обработки огромных объемов данных с современными методами статистического анализа для извлечения понимания из огромных объемов данных и создания новых услуг, которые основанный на добыче знаний за данными. Рынок труда в настоящее время испытывает недостаток в обученных специалистах с таким набором навыков, и ожидается, что спрос значительно возрастет в последующие годы.

Курс использует передовой мировой опыт в области исследований в Queen Mary благодаря нашему стратегическому партнерству с IBM и другими ведущими компаниями ИТ-сектора, чтобы предложить студентам основную степень магистра наук в области науки о данных. Модули MSc охватывают следующие аспекты:

• Статистическое моделирование данных, визуализация данных и прогнозирование
• Методы машинного обучения для обнаружения кластеров и автоматическая классификация
• Методы обработки больших данных для обработки больших объемов данных
• Специфичные для домена методы применения Data Science в различных областях: компьютерное зрение, анализ социальных сетей, биоинженерия, интеллектуальное зондирование и Интернет вещей
• Используйте основанные на конкретных случаях проекты, которые демонстрируют практическое применение навыков в реальных промышленных и исследовательских сценариях.

Студентам будут предложены лекции, в которых объясняются основные концепции, методы и инструменты, необходимые для крупномасштабного анализа данных. Лабораторные занятия и учебные пособия позволят применить эти элементы на практике путем выполнения сценариев использования, извлеченных из реальных доменов. Студенты также предпримут крупный проект, где продемонстрируют применение навыков Data Science в сложном сценарии.

Программа предлагается учеными из Сетей, Центра интеллектуального зондирования, управления рисками и информацией, компьютерного зрения и когнитивных наук из Школы электронной инженерии и компьютерных наук. Это команда из более чем 100 исследователей (ученых, аспирантов, научных сотрудников и аспирантов), которые проводят ведущие мировые исследования в области интеллектуального зондирования, сетевой аналитики, платформ обработки больших данных, машинного обучения для распознавания образов мультимедиа, социальных сетей. Анализ сети и мультимедийная индексация.

Программа организована в три семестра. Первый семестр состоит из трех основных модулей и одного дополнительного модуля, который охватывает основные методы и инструменты, используемые для анализа больших данных.

Во втором семестре есть четыре модуля, которые выбираются из набора опций. Выбор модуля позволяет студентам сосредоточиться на предметно-ориентированных исследованиях или отраслевых приложениях для Big Data Science. Опции модуля позволяют студентам специализироваться в нескольких областях: компьютерное зрение, интернет-сервисы (семантическая сеть и социальные сети), бизнес и интернет вещей.

Студенты выполняют большой проект полный рабочий день в третьем семестре, после согласования темы и руководителя в первом семестре и завершения фазы подготовки в течение второго семестра.

Проведение магистерской программы является серьезным обязательством, поскольку еженедельные контактные часы дополняют многочисленные часы независимого обучения и исследования, необходимые для достижения необходимого уровня. Когда сроки курсовых работ или экзаменов приближаются к независимым, может потребоваться значительное увеличение часов обучения.

Основные модули

• Обработка больших данных
• интеллектуальный анализ данных
• Прикладная статистика
• MSc Project

Дополнительные модули

• Расширенный дизайн программы
• Усовершенствованная технология систем баз данных
• Датчики и Интернет вещей
• Стратегия бизнес-технологий
• Методы для компьютерного зрения
• Семантическая сеть
• Поиск информации
• Цифровые медиа и социальные сети
• Машинное обучение
• Введение в Computer Vision

Требования

• Обычно требуется высшее образование второго класса, как правило, в области электроники, информатики, математики или смежных дисциплин. Студенты с хорошей степенью ниже второго класса могут рассматриваться в индивидуальном порядке. Кандидаты с несвязанными степенями будут рассматриваться, если есть доказательства эквивалентного производственного опыта.
• Для иностранных студентов требуются квалификации по английскому языку IELTS 6.5 или TOEFL 92 (через Интернет).
• Стенограммы степеней. Пожалуйста, предоставьте стенограмму вашей степени. Если вы еще не получили степень, пожалуйста, предоставьте стенограмму ваших результатов, достигнутых на сегодняшний день.
• Если ваша ученая степень была получена в зарубежном учебном заведении, вы должны предоставить расшифровку своих оценок за каждый год обучения и копию свидетельства о степени, а также заверенный перевод, если документ не на английском языке. Обратите внимание, что оригинальная документация потребуется до регистрации. Международным заявителям также рекомендуется включать стенограммы средней школы
• Пожалуйста, предоставьте контактную информацию двух судей, по крайней мере, одна ссылка должна быть от академического судьи, который может прокомментировать стандарт вашей академической работы и пригодность для обучения в аспирантуре. При необходимости второй судья может прокомментировать ваш профессиональный опыт.
• Биографическая справка (резюме) / Резюме
• Заявление о целях. Ваше заявление о целях должно объяснить, почему вы хотите изучать выбранную вами программу и как она поможет вашей жизни и карьере. Обычно это одна сторона бумаги формата А4.

Стипендия

• Глобальное образование