Master of Science in Datenwissenschaft

Das Phänomen „Big Data“ hat seine Wurzeln im Bereich Data Science and Engineering, das darauf abzielt, sowohl Computer- als auch mathematische Werkzeuge für die Datenspeicherung, -verarbeitung und -analyse zu entwickeln. Durch moderne industrielle Prozesse (in Bereichen wie Energie, intelligente Verkehrssysteme, Gesundheit, Tourismus und vielen anderen usw.) wird täglich eine wachsende Menge an Daten produziert, die durch die Verbreitung von Multimedia-Inhalten und das Internet angeheizt wird von Dingen in unserem täglichen Leben. Künstliche Intelligenz ermöglicht jetzt Anwendungen, die eine groß angelegte und intelligente Verarbeitung von Daten erfordern, um genaue Vorhersagemodelle zu erstellen.

Schlüsselwörter: Big Data, Data Science, Maschinelles Lernen, Data Mining, Deep Learning, Business Intelligence, Web Science, Künstliche Intelligenz

Ziele

• Kombinieren Sie Computer- und Statistikwissenschaften, um innovative und grundlegende Werkzeuge zu entwickeln, um Datenverarbeitungsprobleme effizient anzugehen.
• Erfahren Sie, wie Sie Methoden, Algorithmen und Software entwickeln, die in der Lage sind, Wissen und Erkenntnisse aus riesigen Mengen heterogoner Daten mit mehreren Dimensionen zu extrahieren.
• Bieten Sie eine zusammenhängende Mischung aus technischen Kursen in maschinellem Lernen, Data Mining, Informationsextraktion und verteilten Systemen in Verbindung mit Grundlagen in Business, Innovation und Projektmanagement, um Profile zu entwickeln, die von Unternehmen hoch geschätzt werden.

Caspar Camille Rubin / unsplash

Zulassungsvoraussetzungen

Um teilnahmeberechtigt zu sein, benötigen die Kandidaten:

• Bachelor-Abschluss (mindestens 3 Jahre Hochschulbildung) in einem relevanten Bereich, einschließlich Bachelor-Abschlüssen in Statistik, Informatik, Mathematik, Ingenieurwesen und Physik.
• Starke Grundlagen in Mathematik, Analysis (Grenzwerte, Ableitungen, Reihen, Integrale, Wahrscheinlichkeit, Statistik usw.), Lineare Algebra und Programmierung (z R, Python, Java).
• Ein zertifiziertes B2-Niveau in Englisch. Französisch ist nicht erforderlich, da das Programm vollständig auf Englisch unterrichtet wird.

Speziell für den Master-Abschluss mit 18 monatlichen Lehrplänen benötigen die Kandidaten:

• Ein 4-jähriger Bachelor-Abschluss (mindestens 4 Jahre Hochschulbildung) in Statistik, Informatik, Mathematik, Ingenieurwesen und Physik.
• Nachweisbare und solide Grundlagen in Mathematik, Datenbankmanagement und maschinellem Lernen, Analysis (Grenzen, Ableitungen, Reihen, Integrale, Wahrscheinlichkeit, Statistik usw.), Lineare Algebra und Programmierung (z R, Python, Java).
• Zertifiziertes B2-Niveau in Englisch. Französisch ist nicht erforderlich, da das Programm vollständig auf Englisch unterrichtet wird.

2021 Exzellenzstipendium CARNOT TSN

Für unsere nächste Aufnahme im Herbst 2021 (September 2021) hat EURECOM mit Unterstützung des Institut Carnot das EURECOM / Carnot TSN Excellence-Stipendienprogramm eingerichtet, das herausragenden und hochmotivierten Studenten offen steht, die eines der EURECOM 4 Master of Science abgeschlossen hat und einen nachgewiesenen Forschungsdrang vorweisen kann.

Die Auswahl der Kandidaten basiert auf Exzellenz und Motivation.

Infos hier: https://www. EURECOM .fr/en/node/58393

Kursbeschreibung

Die Studierenden müssen jedes Semester eine bestimmte Anzahl von Credits pro Unterrichtseinheit validieren. Das Curriculum bietet große Flexibilität durch das Angebot von vielen Wahlfächern. Bitte konsultieren Sie den Akademischen Stundenplan und die häufig gestellten Fragen für weitere Informationen zur Stundenplangestaltung.

Semester 1 Herbst (Oktober-Januar)

Grundlagen DSE I

• Verteilte Systeme und Cloud Computing
• Maschinelles Lernen und intelligentes System

Webwissenschaft und mathematische Methoden

• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Informationstheorie
• Grundlegende mathematische Methoden für Ingenieure
• Ein praktischer Ansatz für Computernetzwerke
• Optimierungstheorie mit Anwendungen
• Methoden der Softwareentwicklung
• Grundlagen der statistischen Inferenz
• Interaktionsdesign und Entwicklung moderner Webanwendungen

Grundlagen in Betriebswirtschaft, Innovation und Projektmanagement (I)

• Wie man die richtige Haltung einnimmt und von der Idee zum Markt kommt!
• Einführung in das Management
• Verantwortliche digitale Innovation: Risiken, Ethik und Technologie
• Persönlichkeitsentwicklung und Teamführung

Sprache 1 (Französisch oder eine andere Sprache, wenn der Schüler bereits fließend Französisch spricht)

Einführungsprojekt (80 Stunden)

Semester 2 Frühling (Februar-Juni)

Anwendungen (I)

• 3-D und virtuelle Bildgebung (Analyse und Synthese)
• IoT-Anwendungsprotokolle
• Cyberkriminalität und Computerforensik
• FormalMethods-Formale Spezifikation und Verifizierung von Systemen
• Bildsicherheit
• Maschinelles Lernen für Kommunikationssysteme
• Sicherheitsanwendungen in Netzwerken und verteilten Systemen
• Sprach- und Audioverarbeitung
• Semantische Web- und Informationsextraktionstechnologien

Grundlagen I

• Algorithmisches maschinelles Lernen
• Fortgeschrittene statistische Inferenz
• Tiefes Lernen

Grundlagen in Betriebswirtschaft, Innovation und Projektmanagement (II)

• Geschäftssimulation
• Allgemeine Einführung in das Recht: Verträge, Unternehmensgründung
• Projektmanagement
• Soziologische Ansätze von Telekommunikationstechnologien
• Persönlichkeitsentwicklung und Teamführung

Sprache (Französisch oder eine andere Sprache, wenn der Schüler bereits fließend Französisch spricht)

Semesterprojekt

Betreute Semesterprojekte basieren auf realen Fallstudien von industrieller Relevanz. Sie kombinieren eine Mischung aus theoretischer und praktischer Arbeit (Entwicklung neuer Prototypen und Werkzeuge, Test neuer Technologien, Bewertung aktueller Systeme und Lösungen usw.). Die Schüler können einzeln oder in einer 2/3-Gruppe arbeiten. Der voraussichtliche Arbeitsaufwand beträgt 100 Stunden Einzelarbeit pro Semester. Am Ende jedes Semesters findet eine Verteidigung statt. Projekte vermitteln den Studierenden praktische Fähigkeiten, indem sie ihnen ermöglichen, Konzepte in die Praxis umzusetzen.

Semester 3 Herbst (Oktober-Januar)

Anwendungen (II)

• Sicherheit und Datenschutz für Big Data und Cloud
• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Mobile Anwendung und Dienste
• Optimierungstheorie mit Anwendungen
• Statistische Signalverarbeitung
• Grundlagen der statistischen Inferenz
• System- und Netzwerksicherheit
• Interaktionsdesign und Entwicklung moderner Webanwendungen

Grundlagen in Betriebswirtschaft, Innovation und Projektmanagement (III)

• Wie man die richtige Haltung einnimmt und von der Idee zum Markt kommt!
• Einführung in das Management
• Verantwortliche digitale Innovation: Risiken, Ethik und Technologie
• Persönlichkeitsentwicklung und Teamführung

Grundlagen DSE II

• Verteilte Systeme und Cloud Computing

Sprache (Französisch oder eine andere Sprache, wenn der Schüler bereits fließend Französisch spricht)

Semesterprojekt Siehe Beschreibung des Projekts oben (Semester 2) (100 Stunden)

Semester 4 Frühling (Februar-August)

Forschungs-/Industriepraktikum

Das Praktikum ist in einem Unternehmen oder Labor in Frankreich oder im Ausland zu absolvieren. Die Studierenden arbeiten an einem Forschungs-/Entwicklungsprojekt unter der Leitung eines Professors und eines industriellen Mentors.

Studierende werden in das Personal integriert und erhalten eine monatliche Zulage, die Höhe der Zulage richtet sich nach Unternehmen und Position.

EURECOM bietet Studenten eine aktualisierte Datenbank mit bezahlten Praktikumsmöglichkeiten, die von Unternehmen angeboten werden, sodass sie diese Software verwenden können, um ihre Bewerbungen direkt an Unternehmen zu senden.

Die Studierenden müssen pro Semester eine bestimmte Anzahl von Credits pro Unterrichtseinheit validieren. Der Lehrplan bietet große Flexibilität, indem er viele Wahlfächer anbietet. Weitere Informationen zur Organisation des Zeitplans finden Sie im akademischen Zeitplan und in den häufig gestellten Fragen.

Semester 1 Herbst (Oktober-Januar)

Grundlagen des maschinellen Lernens

• Maschinelles Lernen und intelligente Systeme

Grundlagen der Datenwissenschaft

• Verteilte Systeme und Cloud Computing
• Implementierung eines Datenbankverwaltungssystems

Informatik für Systeme

• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Quanteninformationswissenschaft
• Softwareentwicklungsmethoden
• Interaktionsdesign und Entwicklung von modernen Web-Anwendungen

Geistes- und Sozialwissenschaften 1

• Wie man die richtige Haltung einnimmt und von der Idee zum Markt wechselt!
• Die Herausforderungen einer nachhaltigen Wirtschaft
• Einführung in das Management
• Urheberrechtsgesetz
• Verantwortungsvolle digitale Innovation: Risiken, Ethik und Technologie
• Persönliche Entwicklung und Teamführung

Wissenschaftlich-technische Eröffnung 1

• Fortgeschrittene Themen in der drahtlosen Kommunikation
• Sensibilisierung für die Forschung
• Rechnerarchitektur
• Digitale Kommunikation
• Emulations- und Simulationsmethoden
• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Wesentliche mathematische Methoden für Ingenieure
• Mobile Kommunikationstechniken
• Mobilitätsmodellierung
• Mobile Anwendung und Dienste
• Mobile Kommunikationssysteme
• Mobile Systeme und Smartphone-Sicherheit
• Betriebssysteme
• Optimierungstheorie mit Anwendungen
• Quanteninformationswissenschaft
• Statistische Signalverarbeitung
• Sichere Kommunikation
• Softwareentwicklungsmethoden
• System- und Netzwerksicherheit
• Entwerfen eingebetteter Systeme mit UML
• Design und Entwicklung moderner Webanwendungen

Spracheinheit ECTS: 1,00

Semester 2 Frühling (Februar-Juni)

Fortgeschrittene im maschinellen Lernen

• Algorithmisches maschinelles Lernen
• Erweiterte statistische Inferenz
• Tiefes Lernen

Geistes- und Sozialwissenschaften 2

• Geschäftssimulation
• Recht Allgemeine Einführung in das Recht: Verträge, Unternehmensgründung
• Projektmanagement
• Soziologische Ansätze für Telekommunikationstechnologien
• Persönliche Entwicklung und Teamführung
• Webstrategie und organisatorische Leistung

Mathematische Werkzeuge und Webwissenschaft

• 3D- und virtuelle Bildgebung (Analyse und Synthese)
• IoT-Anwendungsprotokolle
• Erweiterte Statistiken
• Formale Methoden – Formale Spezifikation und Verifizierung von Systemen
• Imaging-Sicherheit
• Maschinelles Lernen für Kommunikationssysteme
• Iot-Kommunikationsprotokolle
• Sprach- und Audioverarbeitung
• Semantische Web- und Informationsextraktionstechnologien

Wissenschaftlich-technische Eröffnung 2

• 3D- und virtuelle Bildgebung (Analyse und Synthese)
• Anwendungsprotokolle
• Erweiterte Statistiken
• Sensibilisierung für die Forschung
• Computermethoden für die digitale Kommunikation
• Digitale Systeme, Hardware-Software-Integration
• Cyberkriminalität und Computerforensik
• Formale Methoden – Formale Spezifikation und Verifizierung von Systemen
• Hardware-Sicherheit
• Imaging-Sicherheit
• Informationstheorie
• Einführung in die Statistik
• Maschinelles Lernen für Kommunikationssysteme
• Mobile fortgeschrittene Netzwerke
• Drahtlose Zugangstechnologien
• Netzwerk-Softw
• Transportplanung
• Kommunikationsprotokolle
• Radiotechnik
• Forschungsprojekt
• Signalverarbeitung für die Kommunikation
• Sprach- und Audioverarbeitung
• Emissions- und Verkehrseffizienz
• Semantische Web- und Informationsextraktionstechnologien
• Sicherheit bei drahtlosen Verbindungen

Sprache (Französisch oder eine andere Sprache, wenn der Student bereits fließend Französisch spricht)

3. Semester Herbst (Oktober-Januar)

Anwendungen in der Datenwissenschaft

• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Mobile Anwendung und Dienste
• Optimierungstheorie mit Anwendungen
• Quanteninformationswissenschaft
• System- und Netzwerksicherheit
• Interaktionsdesign und Entwicklung von modernen Web-Anwendungen

Cloud-Sicherheit und Blockchain

• Sicherheit und Datenschutz für Big Data und Cloud
• Mehrparteienberechnung und Blockchains

Geistes- und Sozialwissenschaften 3

• Wie man die richtige Haltung einnimmt und von der Idee zum Markt wechselt!
• Die Herausforderungen einer nachhaltigen Wirtschaft
• Einführung in das Management
• Urheberrechtsgesetz
• Verantwortungsvolle digitale Innovation: Risiken, Ethik und Technologie
• Persönliche Entwicklung und Teamführung

Wissenschaftlich-technische Eröffnung 3

• Fortgeschrittene Themen in der drahtlosen Kommunikation
• Sensibilisierung für die Forschung
• Rechnerarchitektur
• Digitale Kommunikation
• Emulations- und Simulationsmethoden
• Bild- und Videokomprimierung
• Digitale Bildverarbeitung
• Wesentliche mathematische Methoden für Ingenieure
• Mobile Kommunikationstechniken
• Mobilitätsmodellierung
• Mobile Anwendung und Dienste
• Mobile Kommunikationssysteme
• Mobile Systeme und Smartphone-Sicherheit
• Netzwerkmodellierung
• Betriebssysteme
• Optimierungstheorie mit Anwendungen
• Quanteninformationswissenschaft
• Statistische Signalverarbeitung
• Sichere Kommunikation
• Softwareentwicklungsmethoden
• Standardisierungsaktivitäten
• System- und Netzwerksicherheit
• Entwerfen eingebetteter Systeme mit UML
• Design und Entwicklung moderner Webanwendungen

Sprache (Französisch oder eine andere Sprache, wenn der Student bereits fließend Französisch spricht)

Semesterprojekt

Betreute Semesterprojekte basieren auf realen Fallstudien mit industrieller Relevanz. Sie kombinieren eine Mischung aus theoretischer und praktischer Arbeit (Entwicklung neuer Prototypen und Werkzeuge, Testen neuer Technologien, Bewertung aktueller Systeme und Lösungen…). Die Studierenden können einzeln oder in Gruppen von 2/3 arbeiten. Der voraussichtliche Arbeitsaufwand beträgt 200 Stunden Einzelarbeit pro Semester. Am Ende wird eine Verteidigung organisiert. Projekte vermitteln den Studierenden praktische Fähigkeiten, indem sie es ihnen ermöglichen, Konzepte in die Praxis umzusetzen. (200h)

Semester 4 Frühling (Februar-August)

Forschungs- / Industriepraktikum

Das Praktikum soll in einem Unternehmen oder Labor in Frankreich oder im Ausland durchgeführt werden. Es ermöglicht Studierenden, praktische Erfahrungen zu sammeln und erleichtert ihnen den Einstieg in den Arbeitsmarkt. Die Studierenden arbeiten an einem Forschungs-/Entwicklungsprojekt unter der Aufsicht eines Professors und eines industriellen Mentors. Studierende werden in das Personal integriert und erhalten eine monatliche Vergütung, die Höhe der Vergütung ist abhängig vom Unternehmen und der Position. EURECOM hilft Studenten bei der Suche nach einem Praktikum, indem es eine aktualisierte Datenbank mit bezahlten Praktikumsmöglichkeiten bereitstellt, die von Unternehmen angeboten werden.