Master of Data Science

Gradübersicht

• Betreten Sie den revolutionären Bereich Big Data, in dem die Nachfrage nach datenwissenschaftlichen Fähigkeiten steigt 1 .
• Lernen Sie, umfangreiche Datenquellen zu analysieren und zu visualisieren, Datentrends zu erkennen und Datenverwaltungsstrategien zu generieren.
• Komplette Kursarbeit in Zusammenarbeit mit der Industrie, einschließlich des Institute of Analytics Professionals in Australien und des führenden Anbieters von Business Analytics-Software - SAS.
• Verwenden Sie Python, R, SAS, Hadoop sowie andere Tools, die von Data Science-Experten verwendet werden.

1 Deloitte Access Economics, Die Zukunft der Arbeit: Berufs- und Bildungstrends in der Datenwissenschaft in Australien, Februar 2018.

Schnappschuss

Betreten Sie den revolutionären Bereich der Big Data, in dem es akut an Datenwissenschaftlern mangelt. Dies wird voraussichtlich das künftige Wachstum der Belegschaft im Bereich Data Science mit einer jährlichen Wachstumsrate von 2,4% zwischen 2016-17 und 2021-22 vorantreiben (was stärker ist als die für die gesamte australische Erwerbsbevölkerung prognostizierte jährliche Wachstumsrate von 1,5%) 1 .

Unzählige Datenmengen werden täglich auf der ganzen Welt generiert. Die Notwendigkeit, daraus einen Sinn zu ziehen, hat zu dem revolutionären Bereich der "Big Data" und zu einer neuen Karriere des "Data Scientist" geführt. Datenforscher finden Muster, machen Sinn und ziehen Wert aus dem scheinbaren Chaos.

Unter Anleitung führender Forscher lernen Sie, umfangreiche Datenquellen zu analysieren und zu visualisieren, Datentrends zu erkennen und anhand von Daten Erkenntnisse zu gewinnen.

Dieser Aufbaustudiengang wird als Teil einer Reihe von drei Programmen angeboten (Abschlusszertifikat, Abschlussdiplom und Master). Jede Qualifikation erstreckt sich auf die nächste, sodass Sie problemlos zu einer Master-Qualifikation wechseln können.

Wenn Sie diesen Abschluss nach Abschluss der ersten vier Kurse beenden möchten, erhalten Sie das Graduate Certificate in Data Science. Wenn Sie die ersten acht Kurse abgeschlossen haben, erhalten Sie das Graduate Diploma in Data Science.

1 Deloitte Access Economics, Die Zukunft der Arbeit: Berufs- und Bildungstrends in der Datenwissenschaft in Australien, Februar 2018.

Wirkliche Verbindungen

Forschungsinstitute und -zentren

Die Universität beherbergt mehrere Forschungsinstitute, Konzentrationen und Zentren, darunter:

• Advanced Computing-Forschungszentrum
• Zentrum für industrielle und angewandte Mathematik
• Future Industries Institute
• Institut für Telekommunikationsforschung
• Forschungszentrum für Phänomik und Bioinformatik
• Institut für Verteidigung und Systeme

Alle verfügen über Einrichtungen nach Industriestandard mit weltbekannten Verbindungen und Verbänden, die eine dynamische Lehr- und Forschungsbasis für Studenten bieten.

Die University of South Australia veranstaltet auch regelmäßig Meisterkurse für Mitarbeiter und Beschäftigungsmessen sowie Alumni-Veranstaltungen in Australien und im Ausland.

Dauer: 2 Jahre (Vollzeit)
Format: Vollzeit

Sie beginnen mit der Entwicklung von Grundlagenkenntnissen in Daten und Statistik und im zweiten Jahr erlernen Sie fortgeschrittene Fähigkeiten in der Analytik. Dazu gehören Kurse wie:

• Vorhersagemethoden
• Nicht überwachte Methoden in Analytics
• Forschungsmethoden
• Datenvisualisierung
• Kundenanalyse in großen Organisationen
• Fortgeschrittene Analysetechniken 1 & 2
• Social Media Data Analytics

Sie schließen Ihr Studium mit einem professionellen Projekt ab, in dem Sie in einem strukturierten Projektteam arbeiten und praktische Erfahrungen in modernen Data Science-Techniken und -Praktiken sammeln.

Der University of South Australia vermittelt Ihnen aktuelles Wissen über Data-Science-Techniken und -Forschung. Es richtet sich an Studierende mit Mathematik- oder IT-Hintergrund, wobei die Kurse auf beide zugeschnitten sind.

Sie lernen, reichhaltige Datenquellen zu analysieren und zu visualisieren, Datentrends zu erkennen und Datenmanagementstrategien zu generieren. Die Kursarbeit wurde in Zusammenarbeit mit der Industrie entwickelt, darunter das Institute of Analytics Professionals of Australia und der führende Anbieter von Business Analytics-Software – SAS.

Der Bereich Data Science entwickelt sich in rasantem Tempo. Es wird weiter wachsen, da versierte Führungskräfte Analysen in jede Facette ihres Unternehmens integrieren. Analytik, Wissenschaft, Daten und Argumentation werden tagtäglich und überall in der Geschäftswelt in Entscheidungsprozesse eingebettet.

Karriere zu berücksichtigen:

• Data Scientist: Schnittstellen, Datenmigrationen, Big Data und Datenbanken verstehen; Übernahme der Führung bei der Verarbeitung von Rohdaten und Bestimmung der besten Analysearten; Durchsuchen großer Datenmengen, um das Benutzerverhalten und die Interaktionen zu verstehen; Kommunikation von Datenergebnissen an IT-Führungskräfte und Unternehmensleiter, um Innovationen zu fördern
• Big Data Visualizer: Verwendung von Visualisierungssoftware, um Daten zu analysieren, Implikationen zu ziehen und Ergebnisse zu kommunizieren; Bereitstellung von Eingaben zu Datenbankanforderungen für die Berichterstattung/Analyse; Erfassung, Verwaltung und Dokumentation von Daten (zB Geodaten); Erstellen von Visualisierungen aus Daten oder GIS-Datenanalyse
• Geschäftsdatenanalyst: Zusammenarbeit mit Stakeholdern, Analysten und der Geschäftsleitung, um die Geschäftsstrategie und die zu stellenden Fragen zu verstehen; Ermittlung des Forschungsbedarfs; Entwerfen von Experimenten und Aussprechen von Empfehlungen auf der Grundlage der Ergebnisse; Antreiben komplexer Analyseprojekte zur Unterstützung des Unternehmens
• Informationssicherheitsanalyst: Berichterstattung und Empfehlungen zur Vermeidung von Sicherheitsvorfällen; Überwachung der Sicherheitskontrolle; Implementierung neuer Sicherheitstechnologien, Methoden und Techniken; sich für bewährte Sicherheitspraktiken einsetzen; Überprüfung von Systemen auf Sicherheitsrisiken und Compliance-Probleme
• Data Engineer: Verwaltung von Datenworkflows, Pipelines und ETL-Prozessen, Vorbereitung der Big-Data-Infrastruktur, Zusammenarbeit mit Data Scientists und Analysten
• Machine-Learning-Analysten: Erstellen und Implementieren von Machine-Learning-Modellen, Entwicklung von Produktionssoftware durch Systeme in der Big-Data-Produktionspipeline, Arbeiten mit Empfehlungssystemen, Entwicklung von Kundenanalyselösungen

Nr.1 Universität in SA für Studentenzufriedenheit in der IT (ComparED (QILT): Course Experience Questionnaire 2019-20, Computing and Information Systems – Overall Satisfaction Indicator (Postgraduate). Nur öffentliche SA-gegründete Universitäten)