Master in gegevensanalyse

Om aan de opleidingseisen voor de Master of Data Analytics te voldoen, moet je 192 studiepunten aan opleidingsonderdelen behalen, bestaande uit:

• 48 studiepunten van kerneenheden
• 96 studiepunten aan discipline-eenheden uit de door jou geselecteerde Major, of een reeks eenheden uit alle majors als je ervoor kiest geen major te nomineren.
• 48 studiepunten aan data-analysegerelateerde keuze-eenheden geselecteerd uit een goedgekeurde lijst met eenheden, die is ontleend aan eenheden die in elk van de majors worden aangeboden.

Studiegebieden:

Kies je major in de volgende specialisatiegebieden -

• Biomedische datawetenschap;
• Computationele datawetenschap;
• Statistische datawetenschap; of
• Geen belangrijke optie

Studenten in het 1,5-jarige programma

Let op: studieplannen worden bepaald op basis van vooropleiding. De plaatsing van de reductie van 48 studiepunten in het studieplan kan per student verschillen. Na toelating kan om opheldering worden gevraagd bij de cursuscoördinatoren.

• Master of Data Analytics - Geen grote optie
• Hoofdvak Biomedische Datawetenschappen
• Major Biomedical Data Science - Wiskundeverwante deelnemer
• Major Biomedical Data Science - IT-verwante deelnemer
• Biomedical Data Science Major - Biomedische verwante deelnemer
• Biomedische datawetenschap Major Unit-opties
• Major computationele datawetenschap
• Major Computational Data Science - IT-verwante deelnemer
• Major Computational Data Science - Wiskundige deelnemer
• Computationele datawetenschap Major Unit-opties
• Hoofdvak statistische datawetenschap
• Statistische Data Science Major - IT-verwante deelnemer
• Statistical Data Science Major - Wiskundeverwante deelnemer
• Statistische Data Science Major Unit-opties
• Keuzelijsten Master of Data Analytics

Deze cursus bereidt je voor op een toekomstgerichte carrière in de snelle, steeds veranderende wereld van data-analyse. Met een samenwerkend curriculum over verschillende disciplines heen leer je niet alleen theorieën en methoden, maar pas je die kennis ook toe om te voorspellen, voorspellen, visualiseren en beslissingen te nemen op een reeks toegepaste gebieden.

Je bestudeert specialistische eenheden in geavanceerde statistische data-analyse, dataminingtechnieken en -toepassingen, datamanipulatie, analyse voor informatieprofessionals en geavanceerde stochastische modellering.

Je kunt kiezen uit drie majors, plus een optie 'Geen major' voor deze cursus:

Biomedische datawetenschap

Biologie en geneeskunde worden steeds data-intensiever in onderzoek en klinische praktijk. Van nieuwe sequencing-technologieën tot medische beeldvorming en elektronische medische dossiers, tot draagbare apparaten die de hartslag registreren: het is nog nooit zo eenvoudig of goedkoper geweest om biomedische gegevens te genereren.

Toch kunnen deze datasets groot en complex zijn, en de waarnemingen luidruchtig. Deze interdisciplinaire major biedt de vaardigheden die je nodig hebt om biomedische gegevens te 'ruzien' en analyseren. Je leert statistische en machine learning-methoden en gebruikt deze om relaties te identificeren en inzicht te krijgen in functie- en ziektetoestanden, terwijl je enig inzicht krijgt in hun beperkingen en de complexiteit van de problemen die zich voordoen.

Computationele gegevenswetenschap

De wereld wordt overspoeld met data en groeit in een gigantisch tempo. Elke dag worden er meer dan 2,5 miljoen biljoen bytes aan gegevens gegenereerd. In elke minuut heeft Uber 45.000 ritten; Er worden 456.000 tweets verzonden; en er vinden 3,6 miljoen Google-zoekopdrachten plaats. NASA alleen al genereert elke dag 121 terabytes aan gegevens.

Deze major zal je voorzien van de kennis en vaardigheden om orde te scheppen in de chaos op terabytes aan gegevens en betekenis te extraheren. Je zult zelfverzekerd zijn in het zoeken naar verborgen modellen, het trainen van intelligente systemen, het creëren van visualisaties, het identificeren van patronen en trends, en het ontdekken van oplossingen en kansen. Je voert data-analyse en onderzoek uit in verschillende domeinen, met de nadruk op de ontwikkeling en toepassing van computermethoden die opschalen naarmate het aantal records toeneemt.

Statistische gegevenswetenschap

In dit digitale en datarijke tijdperk is de vraag naar statistische experts groot, maar de pool van dergelijke afgestudeerden is klein. De recente groei van datawetenschap heeft het bewustzijn van het belang van statistiek vergroot, waarbij de analyse van gegevens en de interpretatie van de resultaten stevig verankerd zijn in dit nieuw erkende vakgebied.

Deze major biedt geavanceerde training in statistiek, samen met aanvullende vaardigheden op het gebied van programmeren, data-extractie en mining. Deze combinatie geeft u de achtergrond en ervaring om op data gebaseerd bewijsmateriaal te verzamelen en te evalueren ter ondersteuning van geïnformeerde besluitvorming, en om te adviseren over de robuustheid en de onzekerheid van de getrokken conclusies.

Voor meer informatie over de cursusstructuur en de eenheden per hoofdvak, verwijzen wij u naar het tabblad "Details en eenheden".

Wanneer je afstudeert, kun je verschillende benaderingen, technieken en hulpmiddelen toepassen op gegevens in verschillende industriële contexten om complexe problemen op te lossen.

Je beschikt over de vaardigheden die nodig zijn om gegevens om te zetten in kennis voor elke sector, inclusief het bankwezen en de financiële sector, media en communicatie, gezondheidszorg, onderwijs, informatietechnologie, techniek, landbouw en mijnbouw.

Vroeg vertrek

Mogelijkheid voor vroege uittreding met het IN26 Graduate Certificate in Data Analytics na voltooiing van de vereiste eenheden.

Mogelijke carrières

• Data-analist
• Specialist op het gebied van data-analyse
• Ontwikkelaar van datasystemen
• Datagedreven beslisser