Veri Bilimleri Yüksek Lisansı

Günümüz toplumunun tüm alanlarında üretilen artan veri hacmini analiz etmek için, modern BT endüstrisi Büyük Veri sorununu gündeme getiriyor. Aynı şekilde, akademik topluluk Veri Biliminin yeni ortaya çıkan alanını oluşturuyor. Bu program, hesaplama modelleri, matematiksel modelleme ve tahmin, bilgisayar mimarisi, gelişmiş programlama teknikleri, ayrıca veri depolama ve erişim alanlarında eğitimi içerir. Multidisipliner tasarımının gücüyle, bu program çok sayıda fakülte mezunlarının yanı sıra araştırma merkezlerindeki personelin ilgisini çeken bir omurga görevi görebilir. Program mezunları, uzmanlık alanındaki verilerin aranması, toplanması, depolanması, hazırlanması ve analizi ile sonuçların yorumlanması ile ilgili problemleri çözebileceklerdir.

Programa Genel Bakış

Veri Bilimi yüksek lisans programı, İngilizce konuşan öğrenciler için bir dizi temel disiplin ve çeşitli seçmeli ve seçmeli İngilizce kurslarından oluşan tam zamanlı eğitim programını içerir.

Programın amacı, uygulamalı matematik, bilgi bilimi ve veri analizi konularında yüksek nitelikli uzmanlar yetiştirmektir.

Program, yapay zeka modellerinin matematiksel yöntemlerinin ve modern veri analizi yöntemlerinin derinlemesine incelenmesini, karmaşık sistemlerin matematiksel ve bilgi modellemesini ve bu yöntemlerin bilgisayarla gerçekleştirilmesini içerir. Bu kurstan mezun olanların bilgi ve becerileri Rusya Federasyonu bakanlıkları ve kurumları, bölgesel yönetimler ve büyük şirketler tarafından talep edilmektedir.

İnternet Veri Analizi uzmanlığı kavramı ve müfredatı Yandex ile birlikte geliştirilmiştir. Bu parkur, Şirket personeli tarafından özel disiplinlerin öğretilmesini, Yandex tarafından önerilen ve ticari faaliyetleriyle ilgili görevleri yerine getiren projelere öğrencilerin, lisansüstü öğrencilerinin ve öğretim görevlilerinin katılımını, Yandex'deki öğrenciler için mesleki eğitimleri ve birlikte yürütülen ortak araştırmaları içerir. Yandex personeli ile.

Program, 3 uzmanlık ve tam zamanlı İngilizce öğretilen bir parça (120 kredi) içerir:

İngilizce öğretilen parça

Genel Müfredat İçeriği

Köprü Kursları:

• Uygulama ve Algoritma Geliştirme için Ayrık Matematik
• Olasılık Teorisi ve Matematiksel İstatistikler
• Çalışma Alanının Bileşenleri

Temel Kurslar:

• Modern Veri Analizi Yöntemleri
• Modern Karar Verme Yöntemleri
• Ağ Bilimi
• Makine Öğrenimi ve Veri Madenciliği

Seçmeli dersler:

• Program Doğrulaması için Otomatik Yöntemler
• Tıbbi Bilişim
• Tıpta Veri Analizi
• İş Süreçlerini Otomatikleştirmek için Veri ve Hizmet Mühendisliği

İnternet Veri Analizi

Temel Kurslar:

• Modern Veri Analizi Yöntemleri
• Modern Karar Verme Yöntemleri
• Makine öğrenme
• Algoritmalar ve Veri Yapıları
• Büyük Veriyi İşlemeye Yönelik Yöntemler ve Sistemler

Seçmeli dersler:

• Karar Vermede Olasılıksal ve İstatistiksel Yaklaşımlar
• Teori Paralel ve Dağıtılmış Hesaplamalar
• Makine Öğreniminde Optimizasyon
• Görüntü ve Video Analizi
• Metinlerin Otomatik İşlenmesi
• Derin Öğrenme

Akıllı Sistemler ve Yapısal Analiz

Köprü Kursları:

• Uygulama ve Algoritma Geliştirme için Ayrık Matematik
• Olasılık Teorisi ve Matematiksel İstatistikler

Temel Kurslar:

• Modern Veri Analizi Yöntemleri
• Modern Karar Verme Yöntemleri
• Veri Analizinde Sıralı Kümeler
• Ağ Bilimi
• Makine Öğrenimi ve Veri Madenciliğine Giriş
• Makine Öğrenimi ve Veri Madenciliği

Seçmeli dersler:

• Hesaplamalı Dilbilim ve Metin Analizi
• Bilgi Teorisi ve Aramanın Kombinatoryal Teorisi
• Yapay Zeka Tasarım ve Uygulamasının Temelleri
• Veri Analizi ve Modellemede Sistem Oyunları ve Kararları
• Tıpta Veri Analizi
• Büyük Veri Analizi
• Derin Öğrenme
• Program Doğrulaması için Otomatik Yöntemler
• Tıbbi Bilişim
• İstatistikte Sağlam Yöntemler
• Belirsizlik ve Belirsizlik Altında Karar Verme ve Veri Analizi
• Makine Öğrenimi Kullanarak İş Süreçlerini Otomatikleştirme

Karmaşık Sistemlerin Modellenmesi Teknolojileri

Köprü Kursları:

• Uygulama ve Algoritma Geliştirme için Ayrık Matematik
• Olasılık Teorisi ve Matematiksel İstatistikler

Temel Kurslar:

• Modern Veri Analizi Yöntemleri
• Modern Karar Verme Yöntemleri
• Veri Analizinde Sıralı Kümeler
• Modern Telekomünikasyonun Matematiksel Temelleri
• Tahmine Dayalı Modelleme için İstatistiksel Yöntemler
• Öngörülü Modelleme için Geometrik Yöntemler

Seçmeli dersler:

• Hesaplamalı Dilbilim ve Metin Analizi
• Bilgi Teorisi ve Aramanın Kombinatoryal Teorisi
• Yapay Zeka Tasarım ve Uygulamasının Temelleri
• Veri Analizi ve Modellemede Sistem Oyunları ve Kararları
• Tıpta Veri Analizi
• Büyük Veri Analizi
• Derin Öğrenme
• Program Doğrulaması için Otomatik Yöntemler
• Tıp Bilişimi
• İstatistikte Sağlam Yöntemler
• Belirsizlik ve Belirsizlik Altında Karar Verme ve Veri Analizi
• Makine Öğrenimi Kullanarak İş Süreçlerini Otomatikleştirme

Programın mezunları, büyük hacimli verilerin işlenmesi (Büyük Veri), veri ön işlemesi (Çıkart-Dönüştür-Yük), veri madenciliği (Veri Madenciliği), bilgi için yöntemler ve araçlar dahil olmak üzere önde gelen çevrimiçi platformlarda talep edilen beceri ve yetkinlikleri kazanacaklar. çıkarma (Bilgi Keşfi), arama motorları oluşturma (Arama Motorları), sosyal ağ analizi (Sosyal Ağ Analizi), algoritma ölçekleme (Hadoop ve Harita Azaltma teknolojileri) ve finansal zaman serisi tahmini.