MS in Datenwissenschaft

Das einjährige Master of Science in Data Science (MSDS)-Programm der USF bietet einen strengen Lehrplan, der sich auf mathematische und computergestützte Techniken im aufstrebenden Bereich der Datenwissenschaft konzentriert. Der Lehrplan betont die sorgfältige Formulierung von Geschäftsproblemen, die Auswahl effektiver Analysetechniken, um diese Probleme anzugehen, und die Kommunikation von Lösungen auf klare und kreative Weise.

Über 90 Prozent aller Absolventen seit der Einführung des Programms im Jahr 2012 erhielten innerhalb von drei Monaten nach dem Abschluss ein Stellenangebot bei Unternehmen wie Amazon, Apple, Facebook, LinkedIn, Lyft, Zillow, Twitch, Tesla, Microsoft, Pinterest und Visa.

Ein technisch anspruchsvoller Lehrplan

Der anspruchsvolle Lehrplan des Programms umfasst siebenwöchige Kurse, die speziell für unsere Studenten entwickelt wurden – sie werden nicht in anderen Programmen oder Abteilungen angeboten. Die Studierenden beherrschen Fächer aus Informatik, Statistik und Management wie Regression, Web-Scraping, SQL- und NoSQL-Datenbankverwaltung, Verarbeitung natürlicher Sprache, Geschäftskommunikation, maschinelles Lernen, Clusteranalyse, Anwendungsentwicklung und Interviewfähigkeiten. Die Schüler verwenden in ihrem Unterricht hauptsächlich die Programmiersprache Python und lernen, wie man verteilte Computertechnologien wie MapReduce, Hadoop und Spark effektiv einsetzt und sich mit Cloud-Technologien wie Amazon Web Services vertraut macht. Die Studierenden haben Zugang zum GPU-Computing-Cluster des Data Institute.

Fakultät

Unsere Fakultät repräsentiert den grundlegenden multidisziplinären Charakter der Big-Data-Industrie. Sie sind traditionelle Akademiker und Datenwissenschaftler, die aktiv in diesem Bereich arbeiten und echte Branchenerfahrung nutzen, um ihren Unterricht zu inspirieren. Ihre Fachgebiete umfassen Deep Learning, natürliche Sprachverarbeitung, Datenbanken, statistische Modellierung, Netzwerkanalyse, Algorithmen, unüberwachtes Lernen, maschinelles Lernen, Optimierung, Gesundheitsanalyse und Signalverarbeitung.

Programmübersicht

Der Master of Science in Data Science (MSDS) ist ein einjähriges Vollzeitprogramm, das auf dem USF-Campus in der Innenstadt von San Francisco untergebracht ist. Das Programm mit 35 Einheiten beginnt jedes Jahr Anfang Juli und bietet einen modernen, auf Open Source ausgerichteten Lehrplan für Studenten, die das technische Fachwissen suchen, das erforderlich ist, um Datenwissenschaftler und Analysten zu werden, und die geschäftlichen Fähigkeiten, um dieses Wissen effektiv und strategisch anzuwenden.

Kurse beinhalten

• Anwendungsentwicklung
• Maschinelles Lernen
• Statistische Modellierung
• Verarbeitung natürlicher Sprache
• Geschäftsstrategie
• Versuchsplanung
• Verteiltes Rechnen
• Tiefes Lernen
• Datenvisualisierung
• Unternehmenskommunikation

Data-Science-Bootcamp

Das Programm beginnt mit unserem Bootcamp, einer intensiven Überprüfung der grundlegenden Kenntnisse und Fähigkeiten, die für den Erfolg im MSDS-Programm erforderlich sind. Die Studenten absolvieren beschleunigte Wiederholungskurse in Wahrscheinlichkeit und Statistik sowie Berechnungen für die Analytik und müssen außerdem eine Kompetenzprüfung für lineare Algebra bestehen, um im Programm voranzukommen. Zusätzlich belegen alle Studierenden im einführenden Sommersemester einen Kurs in explorativer Datenanalyse & Visualisierung für insgesamt drei Kurse und eine Lineare-Algebra-Klausur.

Neunmonatiges Praktikum (Praktikum)

Praktikumsprojekte ermöglichen es den Studenten, neun Monate lang 15 Stunden pro Woche an datenwissenschaftlichen Problemen in Organisationen in der San Francisco Bay Area und darüber hinaus zu arbeiten. Allen Studierenden wird ein Praktikumsplatz garantiert.

Amazon Web Services-Partnerschaft

Der Master of Science in Data Science ist stolz darauf, dass unsere Studierenden Software entwickeln und Analysen auf Amazon Web Services durchführen. Durch eine neue Partnerschaft mit AWS Educate und dem Data Institute der USF erhält jeder Student erhebliche Unterstützung in Form von Credits, um entscheidende Vertrautheit und Erfahrung mit seiner Technologiesuite, einschließlich RedShift und EC2, zu erlangen.

Stundenplan

Der Unterricht findet von Montag bis Freitag tagsüber statt, wobei pro Modul (ein halbes Semester) vier Kurse gleichzeitig stattfinden. Zwei Tage pro Woche sind der Praktikumsarbeit gewidmet, die Mitte Oktober beginnt. Die Schüler besuchen den Unterricht gemeinsam als Kohorte und die meisten Klassen sind in zwei Abschnitte aufgeteilt, um die Klassengröße klein zu halten.

Die Mission unseres Programms ist es, Absolventen hervorzubringen, die über ein theoretisches und praktisches Verständnis vieler klassischer und moderner Techniken der statistischen Modellierung und des maschinellen Lernens verfügen. die moderne Programmiersprachen verwenden, um große Datenmengen und -variationen zu kratzen, zu bereinigen, zu organisieren, abzufragen, zusammenzufassen, zu visualisieren und zu modellieren; und die ihr Wissen und ihre Fähigkeiten einsetzen, um reale datengesteuerte Geschäftsprobleme erfolgreich zu lösen und diese Lösungen effektiv zu kommunizieren.

Lernergebnisse des Programms

Die Schüler werden:

• Besitzen Sie ein theoretisches Verständnis klassischer statistischer Modelle (z. B. verallgemeinerte lineare Modelle, lineare Zeitreihenmodelle usw.) sowie die Fähigkeit, diese Modelle effektiv anzuwenden
• Besitzen Sie ein theoretisches Verständnis von Techniken des maschinellen Lernens (z. B. Random Forests, neutrale Netzwerke, naive Bayes, k-Means usw.) sowie die Fähigkeit, diese Techniken effektiv anzuwenden
• Effektive Nutzung moderner Programmiersprachen (z. B. R, Python, SQL usw.) und Technologien (AWS, Hive, Spark, Hadoop usw.) zum Scrapen, Bereinigen, Organisieren, Abfragen, Zusammenfassen, Visualisieren und Modellieren großer Mengen und Varianten von Dateien
• Bereiten Sie sich auf Karrieren als Datenwissenschaftler vor, indem Sie reale, datengesteuerte Geschäftsprobleme mit anderen Datenwissenschaftlern lösen, und verstehen Sie die sozialen, ethischen, rechtlichen und politischen Probleme, die Datenwissenschaftler zunehmend herausfordern und konfrontieren
• Entwickeln Sie professionelle Kommunikationsfähigkeiten (z. B. Präsentationen, Interviews, E-Mail-Etikette usw.) und beginnen Sie mit der Integration in die Data Science Community der Bay Area

Absolventen des MSDS-Programms sind in die weltweit größte Konzentration von Technologieunternehmen eingebunden. Ausgestattet mit den Techniken und Fähigkeiten, die für eine datengesteuerte Entscheidungsfindung erforderlich sind, sind unsere Absolventen auf Karrieren in einer Vielzahl von Bereichen vorbereitet, in denen die Nachfrage nach sachkundigen und gut ausgebildeten Datenwissenschaftlern, Ingenieuren und Analysten schnell wächst. Unsere Studierenden profitieren außerdem von einem umfassenden internen Karriereserviceprogramm, das auf die Bedürfnisse von Studierenden zugeschnitten ist, die sich auf Rollen im Bereich Data Science vorbereiten.

Stellenangebote

Über 90 % aller Absolventen seit 2012 erhielten innerhalb von drei Monaten nach ihrem Abschluss ein Vollzeitstellenangebot.

Die fünf besten Arbeitgeber von MSDS-Alumni

• Amazonas
• Facebook
• Apfel
• Walmart Labs
• Google

Die häufigsten Berufsbezeichnungen von MSDS-Alumni

• Datenwissenschaftler
• Leitender Datenwissenschaftler
• Dateningenieur
• Softwareentwickler
• Ingenieur für maschinelles Lernen

Gehaltssteigerungen im Vergleich zur vorherigen Beschäftigung

Durchschnittlicher Gewinn von 50.000 US-Dollar nach Sicherheitsdatenblatt.

Gehälter

Jahrgang 2020:

• 120.000 $ – mittleres Grundgehalt
• 160.000 $ – Maximales Grundgehalt
• 112.500 $ – mittleres Grundgehalt, internationale Studierende
• 120.000 $ – mittleres Grundgehalt, Frauen
• 110.000 $ – mittleres Grundgehalt, keine vorherige Berufserfahrung
• 122.825 $ – Mittleres Grundgehalt, 2+ Jahre Berufserfahrung
• 14.000 $ – mittlerer Bonus (Unterzeichnung, Umzug, Verdienst)