MS in gegevenswetenschap
San Francisco, Verenigde Staten
DUUR
1 Years
TALEN
Engels
TEMPO
Full time
DEADLINE VOOR AANMELDING
Aanvraagdeadline
EERSTE STARTDATUM
Jun 2025
COLLEGEGELD
USD 39.840 / per year *
STUDIE FORMAAT
Op de campus
* collegegeldkosten per jaar zijn slechts schattingen; kosten kunnen variëren op basis van daadwerkelijke inschrijving in lessen
Invoering
USF's eenjarige Master of Science in Data Science (MSDS) -programma levert een rigoureus curriculum gericht op wiskundige en computationele technieken in het opkomende gebied van datawetenschap. Het curriculum legt de nadruk op het zorgvuldig formuleren van zakelijke problemen, het selecteren van effectieve analytische technieken om die problemen aan te pakken en het communiceren van oplossingen op een duidelijke en creatieve manier.
Meer dan 90 procent van alle afgestudeerden sinds de start van het programma in 2012 kreeg binnen drie maanden na afstuderen een baan aangeboden bij bedrijven als Amazon, Apple, Facebook, LinkedIn, Lyft, Zillow, Twitch, Tesla, Microsoft, Pinterest en Visa.
Een technisch uitdagend leerplan
Het uitdagende curriculum van het programma bevat cursussen van zeven weken die speciaal zijn ontworpen voor onze studenten - ze worden niet aangeboden in andere programma's of afdelingen. Studenten beheersen vakken uit de informatica, statistiek en management, zoals regressie, webscraping, SQL- en NoSQL-databasebeheer, natuurlijke taalverwerking, zakelijke communicatie, machine learning, clusteranalyse, applicatie-ontwikkeling en interviewvaardigheden. Studenten gebruiken voornamelijk de programmeertaal Python in hun lessen en leren hoe ze gedistribueerde computertechnologie zoals MapReduce, Hadoop en Spark effectief kunnen gebruiken en raken vertrouwd met cloudtechnologie zoals Amazon Web Services. Studenten hebben toegang tot het GPU-computercluster van het Data Institute.
Faculteit
Onze faculteit vertegenwoordigt de fundamentele multidisciplinaire aard van de big data-industrie. Het zijn traditionele academici en datawetenschappers die actief in het veld werken en echte branche-ervaring gebruiken om hun instructies te inspireren. Hun expertisegebieden omvatten deep learning, natuurlijke taalverwerking, databases, statistische modellering, netwerkanalyse, algoritmen, leren zonder toezicht, machine learning, optimalisatie, gezondheidsanalyses en signaalverwerking.
toelatingen
leerplan
Major Requirements (35 units)
Lineaire Algebra Examen
- Alle studenten moeten voor het begin van het herfstsemester een lineaire algebra-examen afleggen om hun competentie aan te tonen. Studenten krijgen twee pogingen om het examen te halen en krijgen tien uur aan videobronnen en oefenvragen.
Verplichte cursussen (35 eenheden)
- MSDS 501 - Berekening voor datawetenschap
- MSDS 504 - Herhaling Waarschijnlijkheid en statistiek
- MSDS 593 - Verkennende gegevensanalyse en visualisatie
- MSDS 601 - Lineaire regressieanalyse
- MSDS 603 - Data Science Ondernemerschap
- MSDS 604 - Tijdreeksanalyse
- MSDS 605 - Data Science Practicum I
- MSDS 610 - Communicatie voor datawetenschap
- MSDS 621 - Inleiding tot machinaal leren
- MSDS 625 - Data Science Practicum II
- MSDS 627 - Data Science Practicum III
- MSDS 629 - Experimenten in datawetenschap
- MSDS 630 - Geavanceerd machinaal leren
- MSDS 631 - Speciale onderwerpen in datawetenschap
- MSDS 632 - Data Science Practicum IV
- MSDS 633 - Ethiek in datawetenschap
- MSDS 634 - Diep leren
- MSDS 689 - Gegevensstructuren en algoritmen
- MSDS 691 - Relationele databases
- MSDS 692 - Gegevensverzameling
- MSDS 694 - Gedistribueerd computergebruik
- MSDS 697 - Gedistribueerde datasystemen
- MSDS 699 - Laboratorium voor machinaal leren
Seminars
- MSDS 640 - Seminarserie I
- MSDS 641 - Seminarreeks II
- MSDS 642 - Seminarreeks III
- MSDS 643 - Seminarreeks IV
- MSDS 644 - Seminarreeks V
Programma resultaat
Students will:
- Beschikken over een theoretisch begrip van klassieke statistische modellen (bijv. gegeneraliseerde lineaire modellen, lineaire tijdreeksmodellen, enz.), evenals het vermogen om deze modellen effectief toe te passen
- Beschikken over theoretisch inzicht in machine learning-technieken (bijvoorbeeld random forests, neurale netwerken, naïeve Bayes, k-means, etc.) en het vermogen om deze technieken effectief toe te passen.
- Maak effectief gebruik van moderne programmeertalen (zoals R, Python, SQL, etc.) en technologieën (AWS, Hive, Spark, Hadoop, etc.) om grote hoeveelheden en verschillende soorten data te schrapen, opschonen, organiseren, bevragen, samenvatten, visualiseren en modelleren.
- Bereid je voor op een carrière als datawetenschapper door samen met andere datawetenschappers echte, datagestuurde, zakelijke problemen op te lossen en inzicht te krijgen in de sociale, ethische, juridische en beleidsmatige kwesties waarmee datawetenschappers steeds vaker worden geconfronteerd en waarmee ze worden geconfronteerd.
- Ontwikkel professionele communicatievaardigheden (bijvoorbeeld presentaties, interviews, e-mail etiquette, etc.) en begin met de integratie met de data science-community in de Bay Area.
Beurzen en financiering
Het MSCS-programma biedt een beperkt aantal beurzen op basis van verdienste aan nieuwe en huidige afgestudeerde studenten, zowel nationaal als internationaal, op basis van concurrentie.
MSCS-toelatingsbeurs
Toegekend aan inkomende MSCS-kandidaten met uitstekende aanvragen van alle achtergronden. Geschatte prijzen variëren tot $ 5k gedurende het eerste studiejaar.
MSCS Merit-beurs
Toegekend aan inkomende MSCS-aanvragers met uitstekende aanvragen van alle achtergronden, of huidige MSCS-afgestudeerden die uitstekende vaardigheden en leiderschap tonen. Geschatte toekenningen variëren van $ 5-10k over een tot twee semesters.
The Dean's Scholarship
Een prijs van maximaal $ 15.000 om te gebruiken voor collegegeld, onderzoek en conferentiereizen. Maak contact met andere ontvangers van de Dean's Scholarship en leiders van de College of Arts & Sciences. Dien op als programmavertegenwoordiger voor USF-donorinitiatieven om de levens van andere USF-studenten te helpen transformeren. Ga naar de website van de College of Arts and Sciences Dean's Scholarships voor meer informatie.
Double Dons Scholarship
USF Alumni en huidige studenten kunnen bij toelating de USF Double Dons Scholarship ontvangen. De beurs dekt 20% van het collegegeld van het programma en kan niet worden gestapeld met andere USF-beurzen. Er kunnen uitzonderingen gelden.
Carrièremogelijkheden
Studenten van MS in Data Science profiteren van een sterk intern programma voor loopbaanbegeleiding en toegang tot het Career Services Center van de universiteit. Het interne programma is speciaal voor onze studenten door onze faculteit samengesteld.
Interviewvaardigheden en carrièreworkshops
Alle studenten moeten 10 uur aan training in interviewvaardigheden volgen buiten de lestijd die door het programma wordt aangeboden. Dit omvat een reeks workshops die betrekking hebben op coaching bij het zoeken naar een baan, het voorbereiden van cv's en sollicitatiebrieven, technische interviews, salarisonderhandelingen en meer. Elk jaar nodigt het programma alumni uit om mock interviews te begeleiden met huidige studenten om waardevolle oefening en feedback te geven.