Master of Science en science des données
upGrad
Information clé
Emplacement du campus
Online United Kingdom
Langues
Anglais
Format d'étude
Apprentissage à distance
Durée
20 mois
Rythme
À temps partiel
Frais de scolarité
USD 8 249
Date limite d'inscription
Demande d'info
Date de début au plus tôt
Demande d'info
Bourses d'études
Explorez les possibilités de bourses pour vous aider à financer vos études
introduction
Démarrez votre parcours en science des données avec un master mondialement reconnu de l'Université John Moores de Liverpool.
Points saillants
- Bootcamp de programmation Python gratuit
- Programme de compétences non techniques essentielles à la carrière
- WES reconnu
- Plus de 500 heures d'apprentissage
- Plus de 60 études de cas et projets
- Mentorat de groupe bimensuel avec des mentors de l'industrie
- En tête-à-tête avec des mentors de l'industrie
- Résolution rapide des doutes
- Support disponible tous les jours de 9 h 00 à 21 h 00 IST pour les requêtes
- Statut des anciens élèves de l'IIIT Bangalore et de la LJMU
Résultat du programme
Principales compétences que vous apprendrez
Statistiques, analyse prédictive à l'aide de Python, apprentissage automatique, visualisation des données, analyse du Big Data, etc.
Maîtrise de la LJMU
Avec un héritage qui remonte à 1823, l'université de Liverpool John Moores, au Royaume-Uni, est aujourd'hui l'une des universités les plus grandes et les mieux établies du Royaume-Uni. Elle a été classée dans le Top 100 des jeunes universités mondiales &. Elle fait partie du Top 50 au Royaume-Uni pour la satisfaction des étudiants.
- Suivez tous les cours pour obtenir ce prestigieux M.Sc. Diplôme de la LJMU, Royaume-Uni, pour lancer votre carrière en science des données.
- Accédez à la bibliothèque numérique complète de la LJMU pour faire des recherches & et rédiger votre thèse.
- Obtenez un diplôme de maîtrise, reconnu par la WES, pour un dixième du coût d'un programme hors ligne.
Curriculum
Un contenu de premier ordre par des enseignants de premier plan et des leaders du secteur, sous forme de vidéos, de cas et de projets, de devoirs et de sessions en direct.
Contenu préparatoire du programme
- Analyse de données dans Excel
- Résolution de problèmes d'analyse
Boîte à outils de données
- Introduction à Python
- Programmation en Python
- Python pour la science des données
- Visualisation de données en Python
- Analyse exploratoire des données
- Étude de cas sur l'EDA de crédit
- Statistiques inférentielles
- Test d'hypothèse
- Analyse des données à l'aide de SQL
- Meilleures pratiques SQL & avancées
- Affectation SQL : Films RSVP
Apprentissage automatique
- Régression linéaire
- Affectation de régression linéaire
- Régression logistique
- Classification à l'aide d'arbres de décision
- Apprentissage non supervisé : Regroupement
- Notions de base du traitement automatique des langues et de l'exploration de texte
- Résolution de problèmes commerciaux
- Étude de cas : Lead Scoring
Spécialisation - Apprentissage profond
- Bagging & Random Forest
- Stimuler
- Sélection de modèles & Techniques générales de ML
- Analyse en composantes principales
- Régression avancée
- Cas avancé de ML Stuy
- Analyse des séries temporelles
- Introduction aux réseaux neuronaux et aux ANN
- Affectation des réseaux neuronaux
- Réseaux neuronaux convolutifs
- Réseaux neuronaux convolutifs - Applications industrielles
- Détection d'objets & Segmentation d'images (facultatif)
- Réseaux neuronaux récurrents
- Reconnaissance des gestes
- Projet Capstone
Spécialisation - Business Intelligence/Analyse des données
- Visualisation à l'aide de Tableau
- Excel avancé
- Visualisation à l'aide de PowerBI
- Résolution de problèmes structurés à l'aide de cadres
- Récit de données
- Étude de cas Airbnb
- Modélisation des données
- SQL avancé et meilleures pratiques
- Introduction au Big Data et au Cloud
- Analytique à l'aide de Spark
- Étude de cas sur le Big Data
- Structures de données - Ensembles, dictionnaires, piles, files d'attente
- Recherche et tri
- Analyse d'algorithme + Récursion
- Programmation avancée des bases de données à l'aide de Pandas
- Python & SQL Lab
- Projet Capstone
Spécialisation - Ingénierie des données
- Gestion des données et modélisation des bases de données relationnelles
- Introduction au Big Data (facultatif)
- Introduction au cloud et à la configuration d'AWS
- Introduction à la programmation Hadoop et MapReduce
- Affectation (facultatif)
- Bases de données NoSQL et Apache HBase et Bases de données NoSQL et MongoDB (optionnel)
- Entreposage de données (facultatif)
- Ingestion de données avec Apache Sqoop et Apache Flume
- Assignation de programmation Map reduce
- Hive & Interrogation
- Affectation (facultatif)
- Amazon Redshift
- Introduction à Apache Spark
- Projet : ETL Data Pipeline
- Infrastructure cloud AWS (facultatif)
- Optimisation de Spark pour le traitement des données à grande échelle
- Apache Flink (facultatif)
- Streaming de données en temps réel avec Apache Kafka
- Traitement des données en temps réel à l'aide de Spark Streaming
- Affectation (facultatif)
- Création de pipelines de données automatisés avec Airflow
- Analytique à l'aide de PySpark
- Projet : Traitement des données en temps réel
- Projet Capstone
Méthodologies de recherche
- Introduction à la recherche et au processus de recherche
- Conception de la recherche
- Analyse de la littérature
- Gestion des projets de recherche
- Rédaction de rapports et techniques de présentation
- Éthique scientifique
Dissertation de maîtrise
- Étudier les habitudes alimentaires et les empreintes métaboliques des consommateurs de plats à emporter (fast-food) à l'aide de méthodes d'ACP et de regroupement.
- Étudier un diagnostic des maladies oculaires à l'aide de données d'imagerie ophtalmique
- Structurer les images médicales avec la géométrie de l'information
- Utilisation d'un flux de médias sociaux pour placer sur une carte les tweets concernant les catastrophes naturelles
- Prévention de la fraude par carte de crédit grâce à la reconnaissance des formes
- Développement d'un système de recommandation pour un géant des médias
- Modélisation des risques pour les activités financières et la banque d'investissement
Admissions
Étudiants idéaux
À qui s'adresse ce programme ?
N'importe quelle spécialisation peut être choisie, quelle que soit la formation. Le programme s'adresse aux ingénieurs, aux professionnels du marketing & et de la vente, aux jeunes diplômés, aux professionnels des données, aux experts du domaine, aux logiciels & et aux professionnels de l'informatique.
Opportunités de carrière
Faites progresser votre carrière dans
- Analyste de données,
- Scientifique des données,
- Analyste de produits,
- Ingénieur d'apprentissage machine,
- Analyste d'affaires
À propos de l'école
Des questions
Cours similaires
Données MSc et analyse décisionnelle (en ligne)
- Edinburgh, Royaume-Uni
Master of Science en analyse de données et politiques
- Washington, États-Unis d'Amérique
- Online
M.Sc. Gestion de données
- Online