بیاموزید که علم داده چگونه کار می کند - سپس آن را حتی فراتر ببرید.

یک نتیجه خوب در آزمون عمومی GRE به ویژه برای داوطلبانی مفید است که دارای مدرک لیسانس در علوم اجتماعی یا سایر مدرک کارشناسی بدون مولفه کمی قوی هستند.

در سال های گذشته، نمره GRE به مدیران کمک کرد تا نامزدهایی را با پتانسیل عالی شناسایی کنند، اما قبلاً کمتر در معرض آموزش های جدی ریاضی بودند. از این رو ما شدیداً داوطلبان را تشویق می کنیم که GRE را ارسال کنند.

انقلاب دیجیتال انفجاری از داده ها را با ارزش قابل توجهی برای مشاغل، علم و جامعه به ارمغان می آورد. همانطور که داده ها بزرگتر و پیچیده تر می شوند، استخراج بینش های کمی مفیدتر چالش برانگیز می شود.

برنامه کارشناسی ارشد BSE در روش علم داده با هدف آموزش رهبران آینده در این زمینه با درک عمیق تر از روش های اساسی، همراه با توانایی توسعه تکنیک هایی برای مشکلات جدید و/یا غیر استاندارد است.

کارشناسی ارشد فارغ التحصیلان را برای طراحی و ساخت سیستم های داده محور در بخش های خصوصی، دولتی و تحقیقاتی آماده می کند. برنامه درسی دانش آموزان را از مدل سازی و تئوری به تمرین محاسباتی و ابزارهای پیشرفته، آموزش مهارت هایی که در تقاضای جهانی رو به رشد هستند، راهنمایی می کند.

دانش آموزان متدولوژی علم داده دانش کاملی از آمار، نظریه یادگیری ماشین و روش هایی مانند یادگیری تقویتی و یادگیری عمیق، بهینه سازی و محاسبات کسب خواهند کرد. این برنامه همچنین دانش آموزان را آماده می کند تا اعتبار و عملکرد روش های موجود را به طور انتقادی ارزیابی کنند و با ایجاد روش های جدید، محدودیت های احتمالی را برطرف کنند. دانش آموزان یاد خواهند گرفت که چگونه از نمونه های کلاس درس با استفاده از داده های واقعی و پاسخ به سؤالات مشخص از دیدگاه بخش های مختلف استفاده کنند. از طریق یک پروژه کارشناسی ارشد مستقل یا یک تمرین صنعتی که با شرکت های محلی یا تیم های تحقیقاتی انجام می شود، دانش آموزان این فرصت را دارند که مسائل تحلیلی واقعی را به صورت دستی حل کنند.

با محققان و متخصصان برجسته مطالعه کنید

یک عامل متمایز از این برنامه ، تیم دانشکده است ، با یک تحقیق بین المللی قوی و شهرت کاربردی که دارای چندین زمینه است: آمار ، تحقیقات عملیات و هوش مصنوعی. اساتید ما به طور معمول در مجلات برتر تحقیقاتی در این رشته ها منتشر می کنند و جوایز معتبر و بودجه تحقیق از آژانس ها و صنعت دریافت می کنند. این موارد شامل آژانس های اصلی بودجه در اسپانیا ، شورای تحقیقات اروپا ، ایالات متحده و انگلیس است که شرکتهای برتر فناوری مانند Google و Accenture و بانکهایی مانند BBVA و Caixabank هستند. این برنامه همچنین از سخنرانان مهمان و کارآفرینان که در مرزهای روش ها و برنامه های علوم داده کار می کنند ، دعوت می کند.

مدیر برنامه جدید ، دیوید راسل (UPF و BSE) ، محقق برجسته روش شناسی آماری است که در تعدادی از پروژه های کاربردی بسیار استناد شده از زیست پزشکی ، اقتصاد گرفته تا بیوشیمی شرکت داشته است. وی قرارهای تحقیقاتی را در اسپانیا ، ایالات متحده و انگلیس برگزار کرد و تیم های دانشمندان داده های کاربردی را در چندین موسسه هدایت کرده است.

آیا "روش شناسی علوم داده" برنامه مناسب برای شما است؟

ما از دانشجویان از رشته های مختلف استقبال می کنیم. نامزدهای ایده آل در برنامه هایی با مبنای ریاضی محکم فارغ التحصیل شده اند ، به عنوان مثالآمار ، اقتصاد ، ریاضیات ، علوم کامپیوتر ، فیزیک یا مهندسی. با این حال ، ما همچنین از نامزدهای سایر رشته ها که دارای سوابق عالی دانشگاهی هستند ، که مایل به توسعه توانایی های تجزیه و تحلیل داده های خود هستند ، استقبال می کنیم.

ویژگی متمایز ما تمرکز بر فراتر از استفاده از روشهای علوم داده (که همچنین یک مؤلفه مهم برنامه است) است ، تا در واقع درک عمیق تری از عملکرد درونی خود ارائه دهد. هدف این است که دانش آموزان مهارت های لازم برای توسعه راه حل های خود را برای مشکلات جدید یاد می گیرند ، همانطور که در یک محیط کار و تحقیقاتی که به طور مداوم در حال توسعه است لازم است. این برنامه شامل دوره های قلم مو در آمار ، جبر خطی و برنامه نویسی است تا اطمینان حاصل شود که همه دانش آموزان از پیشینه فنی کافی برخوردار هستند.

Accenture Data Science Scholarship

Accenture از یک بورس تحصیلی کامل برای یک دانش آموز در مدرک کارشناسی ارشد BSE در علوم داده حمایت مالی می کند.

تحصیلات دکترا و بورس های تحصیلی مرکز علوم داده BSE

برای دانش آموزانی که علاقه مند به ادامه مطالعات نظری و/یا روش شناختی خود هستند ، کارشناسی ارشد در روش علوم داده فرصتی را برای ادامه تحصیل با مطالعات دکترا در علوم داده در یک محیط تحقیقاتی پویا و فعال در Universitat Pompeu Fabra (برنامه ای که به طور مشترک با BSE سازماندهی می شود) ارائه می دهد.

دانشجویانی که علاقه مند به دنبال دکترای علوم داده هستند باید مشخص کنند که در بیانیه هدف آنها هنگام درخواست برنامه BSE Master ارائه می دهند. دانشجویان منتخب پس از اتمام کارشناسی ارشد ، برای تحصیلات کارشناسی ارشد خود و حمایت بیشتر از بودجه خود دریافت می کنند.

همچنین ممکن است فرصت هایی ایجاد شود که بورس های تحصیلی علوم داده جزئی در دسترس دانشجویانی باشد که در فعالیت های تحقیقاتی مربوط به نظریه علوم داده یا روش ، در حالی که تحصیلات کارشناسی ارشد خود را در BSE دنبال می کنند ، در دسترس هستند. چنین فرصت هایی به طور معمول از طریق همکاری با یکی از دانشکده های علوم داده ما بوجود می آید.

برنامه برنامه:

برنامه روش شناسی علوم داده در حدود چهار ستون سازماندهی شده است:

• آمار و یادگیری ماشین
• بهینه سازی و تحقیقات عملیاتی
• انبارداری داده ها ، هوش تجاری و تجزیه و تحلیل داده های بزرگ
• اقتصاد ، امور مالی و سیاست گذاری

پیشنهاد دوره نمایش داده شده برای نسخه سال آینده است. پیشنهاد دوره در معرض تغییر است.

پروژه اصلی

پروژه اصلی یک مؤلفه مورد نیاز همه برنامه های BSE Master است. دانش آموزان به صورت جداگانه یا به صورت گروهی ، از ابزارها و دانشهایی که در طول سال به دست آورده اند استفاده می کنند تا موضوعی از انتخاب خود را کشف کنند. یک استاد در طول پروژه نظارت می کند.

نمونه هایی از پروژه های کارشناسی ارشد از گروه های علوم داده اخیر

یک پروژه را برای مشاهده خلاصه ای از صدای BSE ، وبلاگ دانشجویی و فارغ التحصیلان ما انتخاب کنید:

اتور وکتور عمیق برای داده های کلان اقتصادی

مارک آگوست ، پاتریک آلتمیر و Ignacio Vidal-Quadras Costa

درک حساب وکتور نهفته برای دستکاری ویژگی در عادی سازی جریان

Funes Eduard Giménez

ردیابی اقتصاد با استفاده از رونوشت های گفتار FOMC

لورا باتاگلیا و ماریا سالوونینا

استنتاج مقیاس پذیر برای مدلهای اثرات تصادفی متقاطع

ماکسیمیلیان مولر

شبکه های تحرک نیروی کار به عنوان مدل های ضد واقعیت برای ارزیابی سیاست

آرون پا

بررسی اهمیت احساسات در بازده سهام داخلی

میشل کاستا ، لوریتس مارشال ، سید حامد میرسادیگی ، الساندرو د ساکتیس و الساندرو د سانتیس

استنتاج مقیاس پذیر برای مدلهای سلسله مراتبی گاوسی

kwa jie hao

مدرک کارشناسی ارشد اهدا شد

پس از اتمام موفقیت آمیز برنامه روش شناسی علوم داده BSE ، دانشجویان مدرک کارشناسی ارشد در علوم داده را دریافت می کنند که به طور مشترک با Universitat Autònoma de Barcelona (UAB) و Universitat Pompeu Fabra (UPF) اهدا می شود.

تمام مدرک های کارشناسی ارشد دانشکده اقتصاد بارسلونا توسط مقامات آموزش کاتالونیا و اسپانیایی در چارچوب روند بولونیا (به زبان اسپانیایی ، "Master Universitario o Master official") شناخته شده است.

• امکان تهیه روشهای جدید و الگوریتم ها
• تخصص در آمار محاسباتی مدرن ، با ابعاد بالا و مبتنی بر شبیه سازی و یادگیری ماشین
• نگرش تحقیق نسبت به علم داده با بلوغ و دانش کافی برای ادامه توسعه علمی برای سالها پس از فارغ التحصیلی
• ارزیابی جامد از فرصت های ایجاد ارزش داده محور در شرکت ها و سازمان ها
• مهارت در سیستم های مدیریت پایگاه داده و پردازش توزیع شده در یک محیط محاسبات ابری
• تجربه تجزیه و تحلیل داده های بزرگ از اینترنت اشیاء (داده های سنسور صنعتی) ، اینترنت افراد (داده های اجتماعی و مکان) و داده های معاملات تجاری
• ارتباط مؤثر از تجزیه و تحلیل داده ها از طریق ارائه و مهارت های نمودار زیبایی شناسی

دانشجویان علوم داده معمولاً از پس زمینه های اول در اقتصاد ، فیزیک و مهندسی می آیند. نامزدهای موفق علاقه زیادی به توسعه دهنده روشهای علوم داده و الگوریتم ها دارند ، آنها متعهد هستند که با تحولات علمی فعلی در این زمینه به روز باشند و علاقه واقعی به پایه های این زمینه و برنامه های زندگی واقعی و بزرگ داشته باشند

Practicum Industrial یک پروژه تجزیه و تحلیل عمیق است که طی سه ماه پایانی استاد برگزار می شود. Practicum به دانشجویان علوم داده این فرصت را می دهد تا با استفاده از داده های واقعی شرکت های منتخب در اطراف بارسلونا ، یک پروژه تجزیه و تحلیل "شیرجه عمیق" را تکمیل کنند.

دانش آموزان 240 ساعت را به این تمرین اختصاص می دهند و با استفاده از داده های واقعی با شرکت ها در محل همکاری می کنند تا یک چالش خاص را حل کنند که به انواع "بسته های مهارت" که در دو دوره اول برنامه اصلی به دست آورده اند ، نیاز دارد.

شرکت هایی که ابراز علاقه کرده اند پروژه های عملی را به دانشجویان BSE ارائه دهند شامل بانک های تجاری ، شرکت های مشاوره ، توسعه دهندگان برنامه های تلفن همراه ، تحلیلگران ریسک و سیستم عامل های خرده فروشی آنلاین از جمله دیگر هستند. با منوی گسترده ای از شرکت ها که برای توجه خود به رقابت می پردازند ، دانشجویان به احتمال زیاد با یک تمرین در صنعت مطابقت دارند که ممکن است ترجیح دهند بعد از فارغ التحصیلی کار کنند.

این نمونه ای از برخی از شرکت ها است که با تمرین صنعتی * همکاری می کنند