Master in Big Data Analytics

Algemeen

Beschrijving van opleiding

De innovatieve projectgerichte training in Data Science geleid door de geesten die zich voorstellen en de handen vormen die de toekomst van Big Data World bepalen. Je diploma zal Master of Science worden. Alleen omdat onze "Wizard" -graad nog niet officieel is.


Programma doel

True Data Scientist lost het probleem op door de hardcore wetenschap en baanbrekende dataminingtechnologieën te combineren met de onverklaarbare kunst van menselijk begrip. Als student neem je deel aan echte projecten, werk je samen met het team door alle projectfasen om diepgaande kennis te verwerven en je vaardigheden te beheersen in het analyseren van de kernproblemen van je klant, het plannen en beheren van projectbronnen, technische software, het verzamelen en verwerken van alle soorten gegevens en het ontdekken van de waardevolle inzichten die de hele datapuzzel samenbrengen.

pic

Voordelen van het programma Big Data Analytics

  • Onderzoeksmogelijkheden in wetenschap van echte wereld. Je leert niet alleen hoe je data science en machine learning methodes toepast, maar je krijgt ook de kans om nieuwe te ontwikkelen of bestaande te verbeteren, bijvoorbeeld een verbetertraining van een state-of-the-art neuraal netwerk.

  • Projectgericht en praktijkgericht leren. Je zult ervaring opdoen in projecten met echte taken van onze partners. Het programma is zo ontworpen dat je betrokken bent bij alle fasen van Data Science en Machine Learning projectontwikkeling en implementatiecyclus, beginnend met inzicht in bedrijfsbehoeften, door gedetailleerde projectplanning en -beheer, eindigend met implementatie van nieuw product of nieuwe technologie.

  • PhD-kansen. Dit programma opent ook mogelijkheden voor een doctoraat in NSU en 's werelds toonaangevende universiteiten.

  • Breed scala van hete domeinen. U krijgt de gelegenheid om uw vaardigheden op het gebied van data science en machinaal leren toe te passen in toonaangevende wetenschappelijke en industriële domeinen zoals olie en gas, gezondheidszorg, sociale netwerken, cognitieve gegevenswetenschap, telecommunicatie, instrumentatie.

  • Hackathons en data science-wedstrijden met lastige en onopgeloste taken. U krijgt de gelegenheid om deel te nemen of om hackathons te beheren die in het bezit zijn van Big Data Analytics

Studieduur

2 jaar


Taal van instructie

Engels

leerplan

Eerste jaar, herfstsemester

Kern vakken

  • Bedrijfsanalyse
  • Python-programmeertaal
  • Introductie tot machine learning
  • Grenzen van big data-analyse en kunstmatige intelligentie
  • Methods of Operations Research
  • Informatietheorie en cryptografie
  • Filosofie van kunstmatige intelligentie
  • Project Seminar
  • Wetenschappelijk seminar
  • Stage

Optionele cursussen

  • Russisch voor buitenlanders

Eerste jaar, voorjaarssemester

Kern vakken

  • Machine Learning
  • Grenzen van big data-analyse en kunstmatige intelligentie
  • Opslagtechnologieën
  • Project management
  • Wetenschappelijk seminar
  • Natuurlijke taalverwerking
  • Stage
  • Onderzoekswerk

Keuzevakken

  • Diepgaand leren
  • Formele semantiek

Optionele cursussen

  • Russisch voor buitenlanders

Tweede jaar, herfstsemester

Kern vakken

  • Digitale beeldverwerking
  • Gedistribueerde computersystemen
  • Technologie Ondernemerschap
  • Project Management Practice
  • Wetenschappelijk seminar
  • Stage
  • Onderzoekswerk
  • Academisch schrijven (Engels)

Keuzevakken

  • Social Mining
  • Biomedische technologie

Tweede jaar, voorjaarssemester

  • Onderzoekswerk
  • Pre-afstudeerpraktijk
  • Wetenschappelijk seminar
  • Promotie

Masterproefschrift

Voorbeeld onderwerpen om aan te werken:

  • Ontwikkeling van een systeem voor het voorspellen van bloedsuikerspiegels op basis van machine learning
  • Een subsysteem ontwikkelen voor het ophalen van gebeurtenisgegevens.
  • Ontwikkeling van een module van een expertsysteem voor analyse en bewaking van communicatie, waarmee het identificatieprobleem van de abonnee wordt opgelost
  • Ontwikkelen van Big Data-platform voor cognitieve analyse
  • De toepassing van het principe van rivaliserende gelijkenis zoekt naar significante functies bij de verwerking van grote hoeveelheden gegevens (Big Data)


Trainingsbasis

Prijsvoorspelling voor olie- en gasolieproducten, optimalisatie van de productie van de boorput, veiligheidsomgeving voor de gezondheid. Bedrijven: Digital Field technologies, Gazpromneft.

Gezondheidszorg - verwerking van medische-experimentgegevens; real-time verwerking van patiëntgegevens voor alarmering en preventie van risico's, analytische modules voor zorginformatiesystemen. Organisaties: Novosibirsk Onderzoeksinstituut voor Circulatie Pathologie, Novosibirsk Onderzoeksinstituut voor Traumatologie en Orthopedie, Instituut voor fundamentele geneeskunde en fysiologie SB RAMS, Federaal Centrum voor Neurochirurgie.

Sociale netwerken - Identificatie van sociale evenementvoorbereiding door sociale netwerkactiviteit, A / B-testen, semantische analyse, sentimentanalyse, reputatiemanagementsystemen Bedrijven: Game Banners Network (game-ontwikkeling), Singularity.NET, Aigents Group.

  • Cognitieve datawetenschap - ontwikkelingskwantum FRiS-methodiek van cognitieve data mining. Organisaties: Sobolev Institute of Mathematics (scientific), Stream Data Analytics en Machine Learning Lab.

  • Telecommunicatie - analyse van netwerkverkeer, advertentietargeting, mobiele marketing. Bedrijven: Eltex LLC (business), Eyeline Communications CIS (business), Huawei.

  • Instrumentatie - analyse van gegevens van CERN, software voor nieuwe elektronische apparatuur. Organisaties: Budker Institute of Nuclear Physics (scientific), Uniscan, LLC (bedrijf, instrumentatie), TION (luchtzuivering).

docenten

  • Evgeniy Pavlovskiy, PhD in Math, gecertificeerd EMC Data Science Associate.
  • Yuri Anikin, PhD in Tech, plaatsvervangend academisch secretaris van Siberian Branch of RAS
  • Ivan Bondarenko, onderzoeker bij Neural Networks en Deep Learning Lab, MIPT, Solution Architect bij DataMonsters, Neural networks for Natural language processing lecturer.
  • Denis Bondarenko, Chief Technology Officer bij IMTS.Pro, Storage Systems docent
  • Alexander Savostyanov, PhD in Biology, PhD in Philosophy, Senior Researcher bij Research Institute of Physiology.
  • Grigoriy Khazankin, Certified CCNA, hoofdingenieur van het onderzoeksinstituut voor fysiologie, gedistribueerde computersystemen en docent biomedische technologie.
  • Stukachev Alexey, PhD in Math, Senior Researcher bij Sobolev Institute of Mathematics, Formal Semantics cursusdocent (Natuurlijke taalverwerking)
  • Florian Gouret, onderzoeker bij Novosibirsk State University Formal Semantics cursusdocent (verwerking van natuurlijke taal)
  • Valeria Idrisova, PhD in Math, Engineer-researcher bij Sobolev Institute of Mathematics.
  • Vyacheslav Mukhortov, docent projectmanagement, directeur van Inteks LLC.

109982_0_94528_9533598f_orig.jpg


Vergoedingen en financiële ondersteuning

$ 5200 per jaar

Elk jaar krijgen buitenlandse studenten de kans om een ​​studiebeurs voor de Russische regering aan te vragen die een volledige vergoeding en een maandelijkse toelage omvat. Reiskosten, kosten van levensonderhoud en ziektekostenverzekering zijn niet inbegrepen. De studiebeurzen worden op een concurrerende basis toegekend. Selectiecriteria en procedure, evenals het aantal beurzen, zijn afhankelijk van het land van de aanvrager. De aanvraagprocedure start in januari. De deadline is afhankelijk van het land van de aanvrager (maart-juni).

Voor meer informatie, volg de link russia.study/en

Carrièremogelijkheden

Er zijn verschillende mogelijkheden: werken voor de universiteit, onderzoeksinstituten van de Russische Academie van Wetenschappen, of werken voor IT-bedrijven, zoals onze bedrijven ExpaSoft, UniPro, Inteks, Parallels enzovoort. Al onze studenten hebben een parttime baan in IT-bedrijf tijdens de lesperiode. Bovendien kun je ontdekken dat veel van onze alumni werken voor Yandex, Google, Microsoft, Parallels en Intel.

Hoe te solliciteren

Toegangsvereisten

Voor zowel buitenlandse studenten als afgestudeerden van de Russische instellingen voor hoger onderwijs (inclusief bachelor afgestudeerden van NSU):

  • Onderwijsdiploma (certificaat of analoog document) op een programma van het niveau van de bacheloropleiding of van een specialistische kwalificatie van een specialisatie;
  • Sterke motivatie om Data Scientist te zijn;
  • Bewezen achtergrond en sterke kennis van statistieken en programmering.

Aanvraagprocedure en deadlines

Tot 15 juni om het aanvraagformulier op onze website in te vullen en te voorzien van de volgende documenten:

  1. Aanvraag voor toelating tot de masteropleiding.
  2. Diploma (of een soortgelijk document) op een programma van het niveau van een bachelordiploma of certificaat (bestellen) over het slagen voor een dergelijk programma.
  3. TOEFL-certificaat (score 50-70: gemiddeld of hoger gemiddeld niveau) of andere internationale certificaten (BEC enz.) Van een vergelijkbaar niveau.
  4. Curriculum Vitae van de aanvrager.
  5. Motiverende letter (1-2 pagina's) bij toegang tot het programma.
Laatst bijgewerkt op mrt 2020

Keystone studiebeurs

Ontdek de mogelijkheden die onze studiebeurs u kan bieden

Over de school

Novosibirsk state university (Russia), located in the heart of Akademgorodok, is a world-famous research center of Siberian Branch of the Russian Academy of Sciences. Results of the research conducted ... Lees meer

Novosibirsk state university (Russia), located in the heart of Akademgorodok, is a world-famous research center of Siberian Branch of the Russian Academy of Sciences. Results of the research conducted by the university staff in the fields of nuclear physics, particle physics, biotechnology, the creation of nano-materials, laser systems of new generation, innovative methods of cancer treatment, are known all over the world. Lees Minder