跳到内容
raduate-Program-SPS-MS-Data-Analytics
加载……

使您能够将数据转换为洞察力,以实现业务目标.

此时此刻,一场数字革命正在发生. 利用数据的力量, 创新, 和协作, 企业想得更大,走得更远. 在一个数据为王的世界里, 熟练掌握数据管理和机器学习等技术实际应用的专业人员需求量很大. 有效分析大数据有助于企业变得更好, 更聪明的, 而且速度更快——这就是迫切需要数据分析专家的原因. 展望未来, 对数据分析专家的需求只会激增,对分析师的需求远远超过了合格专业人员的数量.

课程侧重于高级分析和数据操作, 您将学习如何将数据转换为可用的资产. 我们的数据分析理学硕士将为您在技术驱动的商业环境中的职业生涯做好准备-您将深入研究Python编程, 高级统计分析, 数据挖掘和仓储. Clark将为您提供工具,帮助您找到大量数据背后的故事,从而让您带着信心和技能带领您的组织做出更好的业务决策和成果.

国际学生

有科学背景的候选人, 技术, 工程, 和数学(STEM)学位在美国的大多数主要行业都受到追捧. 当你毕业时获得stem指定的学位,比如数据分析硕士学位, 你可能有资格在这个国家停留长达36个月的选择性实践培训(OPT)。.

为什么选择十大网赌平台的数据分析硕士学位

  • 灵活的在线格式与访问一个强大的选修课组合, 让你构建一个驱动你个人职业抱负的经历.
  • 独特的从业者-学者讲师模式将实用的现实世界专业知识带入课堂生活.
  • 适合现代劳动力的需要, 通过培养技术和“软”技能的课程, 比如用数据讲故事.
  • 开发系统架构师,为高级分析准备数据.
  • 与地方和区域组织密切合作的长期历史, 确保研究, 实习, 就业机会.
  • 在技术导向项目和定量方法方面拥有丰富经验的高排名机构.
Apoorva Arbooj

我选择Clark的一个原因是所有的教授都是实践者. 他们将课本知识和多年的研究与行业的第一手工作经验相结合. 他们帮助我弥合了学术界和工业界之间的差距.

Apoorva Arbooj M.S. 21 -数据分析

Luma Health的集成工程师

SPS同行顾问

院长Cascione

第四次工业革命即将来临

Cascione院长深入研究数据,为学生提供帮助企业通过自动化进行数字化转型所需的技能, 人工智能, 机器学习, 快速的技术创新.

数据分析为企业提供了有价值的业务, 操作, 以及安全情报来发现趋势, 暴露异常, 促进关键业务系统的持续改进, 并最终获得竞争优势.

要点

项目概述

专为您繁忙的日程灵活设计, 我们的课程可以在线或在校园内兼职完成. 全日制学生可以在不到两年的时间内获得学位. 该计划的开始日期是1月和9月.

学习成果和能力-专业研究学院

以下部分将讨论每个凭据的特定编程结果.  硕士阶段的课程, 十大网赌平台专业研究学院所有硕士学位课程的理论框架中包含了五个核心操作能力. 研究生证书不符合相同的整体标准,因为它们被认为重点较窄,更多地应用于实践.  对于硕士水平的证书,这些能力是:

SPS硕士学位的核心竞争力
组织系统 OR STEM项目的基本要素 培养对系统各部分之间相互依赖关系的欣赏和理解,将导致通过制定战略和交付预期任务来有效和高效地协助组织.  对于STEM证书, 在分析和诊断能力方面打下坚实的基础,使学生能够从技术角度取得成功.
道德与社会责任

 

SPS课程将强调道德和企业社会责任的重要性, 因此,所有SPS学生都意识到道德行为在商业和职业生活中的优势, 并能从道德的角度行事. 伦理和社会责任的概念通过数据和编程完整性问题的视角扩展到STEM编程,这可以为以公平和公正的方式应用的系统和分析架构提供信息.
应用研究 作为专业人士, SPS毕业生将有能力调用研究方法来解决组织和个人遇到的实际问题.  我们的专业重点要求知情研究是知识解决问题的核心价值.
职场动态,沟通和职业管理 OR 满足STEM行业标准所需的核心技术 工作场所动态涉及组织成员之间的关系, 包括部门关系和人际关系. 有效沟通的能力是成功专业人士的基本技能. 职业生涯是专业人士生活中不可或缺的组成部分, 通过意识到与个人才能相一致的机会,可以使事业最大化.  对于基于stem的项目, 核心技术应用和行业标准将被提出,形成一个成功的工作场所经验的编程和解决问题的能力的基础.
理论基础 每个SPS学位都是基于一系列理论的研究领域的一部分,这些理论在应用于挑战时已被证明是有效的. 学生将培养对如何使用论证来解释的鉴赏力, 预测, 理解现象.

 

数据分析硕士

操作能力 学习成果
为STEM计划的基本要素-线性回归和时间序列和数理统计
  • 单回归和多元回归、序列相关和异方差.
  • 残差分析和逐步分析技术.
  • 时间序列分析包括时间序列的平滑和外推.
  • 线性时间序列模型,模型建立过程,预测,以及案例研究. 适当地用R语言教学.
  • 区间估计.
  • 包括充分性的点估计, Rao-Blackwell定理, 完整性, 独特性, Rao-Cramer不平等, 最大似然估计.
  • 假设检验:统一的最有力的检验, 一致最有力的无偏检验, 似然比检验, 卡方测试, 均值和方差的比较. 方差分析、回归和一些非参数检验.
道德与社会责任- MSIT3860信息技术的数据管理 规划

  • 综合和沟通BI系统的数据需求.  设计和沟通数据项目的目标和计划,以实现完整性和组织目标和任务.
  • 定义和沟通BI数据用户和管理员的角色和职责,以实现组织利益.

操作

  • 设计和沟通数据管理系统的管理, 安全程序和政策符合法律和组织道德规范.
  • 设计和沟通数据备份和恢复程序, 升级, 以及为了维护数据完整性和隐私而进行的迁移.

技术

  • 描述、比较和对比数据库架构(关系、层次、星型、立方体等).)和数据仓库方法(Kimball vs. Inmon).
  • 为计划设计和交流数据模型.
  • 设计和沟通数据集成程序.
  • 描述数据存储解决方案的组成部分.
核心技术必须满足STEM行业标准- MSIT3090 Python编程和MSIT3350数据挖掘与Splunk
  • 学会使用术语, 方法, 与Python在数据分析中的应用相关的技能.
  • 复习并熟练掌握基本的Python功能,如控制结构和方法, 类, 数组, 和字符串.
  • 能够应用更高级的技术,如继承和多态性, 创建用户界面, 异常和流.
  • 能够编写Python脚本来执行一些数据采集, 翻译, 分析任务. 获得导入各种开源模块以可视化数据集的经验. 学生将能够讨论实时挖掘机器数据的重要性.
  • 学生将能够讨论商业智能和操作智能之间的区别.
  • 学生将能够讨论和解释大数据的5个维度.
  • 学生将能够讨论描述性、预测性和规范性分析.
  • 学生将能够安装和配置最新版本的Splunk.
  • 学生将能够使用Splunk来收集、分析和报告数据.
  • 学生将能够创建Splunk仪表板和可视化,使数据有意义.
  • 学生们将能够开发Splunk应用程序.
应用研究- MSIT3999顶点 知识:通过应用从核心课程和选修课程中获得的基本要素,展示数据分析领域的能力. 能够构建和实施解决现实问题的方案.

Skills: Demonstrate critical thinking; specifically employ appropriate analytical models and apply critical reasoning processes to evaluate evidence, 在备选方案中进行选择, 并产生创造性的选择,以促进有效的决策.

专业行为:展示团队合作和领导能力, 运用适当的领导技巧和风格在不同的工作小组中发挥作用.

沟通:当与利益相关者和不同的组成部分工作时,展示有效的沟通技巧. 有能力清楚地写出顶点要求的文件, 简明地, 对各种利益相关者进行分析.  能够在适当使用视觉辅助的情况下自信地在公共场合演讲.

理论基础-机器学习
  • 培养对基本概念的基本理解, 术语, 以及机器学习理论.
  • 学习使用一些常用的机器学习工具.
  • 学习机器学习的方法,包括:
    • 数据收集、准备和存档
    • 选择特定的技术和算法
    • 模型训练和超参数调整
    • 模型评价
    • 可视化

具有较强的数学或编程背景的新生.e.例如,考生成绩为B.S. (计算机科学)可豁免最多两门必修课,并以两门其他课程替代.

我们也认识到在职专业人士为课堂带来的宝贵经验和观点. 如果你是一名在专业岗位上工作了三年或三年以上的学生,或者持有行业标准认证, 你可以申请先前学习评估(APL)学分.

你最多可以获得两(2)门研究生课程的APL学分, 使您能够更快、更经济地完成学位. (如果APL信用证被批准,则需要支付行政费用).

  • 通过使用数据和高级分析来推动业务增长
  • 领导战略项目,为数据驱动的决策创造机会
  • 调查和诊断复杂的数据交互问题
  • 数据仓库的设计和优化
  • 架构分析解决方案以发现隐藏的机会并获得竞争优势
  • 应用机器学习
  • 数据可视化
  • 数据挖掘
  • 数据仓库和应用SQL

需求

10个课程单元

  • 8门核心课程
  • 2选修课

课程目录

探索专业研究学院提供的课程