Datalogi (MS)

Udvikle færdigheder til fremtiden

Master of Science i Computer Science forbereder kandidater til at nå deres mål gennem teori, praktisk anvendelse og forskning inden for databehandling og information. Læreplanen er centreret om en kerne af kurser, der dækker hovedområder inden for datalogi: softwareteknik, databasesystemer, computersikkerhed og netværk samt algoritmer og teori. Studerende har fleksibiliteten til at tilegne sig dybdegående viden inden for specialiseringsområder som data mining, machine learning, big data management og analyse, IOT (Internet of Things), mobil computing og indlejrede systemer. Kandidater fra programmet får færdigheder, der opfylder karrierebehov og tilpasser sig et hurtigt skiftende teknologisk miljø.

Kandidater fra programmet er dygtige til:

• Design og planlægning af informations- og computersoftwaresystemer med vægt på software engineering Etablering af krav til komplekse systemer, herunder både teknologiske og ledelsesmæssige perspektiver
• Modellering af alternativer til komplekse operationer
• Tilbyder dataanalyse og visualisering
• Håndtering af menneskelige faktorer, der er relevante for implementering og brug af computersystemer
• Holde sig ajour med teknologiske fremskridt inden for forskellige områder såsom datavidenskab, softwareteknik, softwaresystemer og netværks- og informationssikkerhed.

Studieforløbet kræver gennemførelse af 30 kredittimer med følgende komponenter: kernekrav, valgfag og/eller et specialeprojekt. For at modtage graden skal studerende opretholde mindst 3.0 i deres kumulative GPA.

Kernekrav

• Acs 56000 - Software Engineering
• Acs 58000 - Algorithm Design Analysis and Implementation

En af følgende:

• Acs 57400 - Avancerede computernetværk
• Cs 50300 - Operativsystemer

De resterende 24 kredittimer er datalogi valgfag. Studerende har mulighed for at vælge enten en afhandling eller en ikke-afhandlingsmulighed for at fuldføre programmet.

Valgfrie kurser

• Acs 56700 - Softwareprojektstyring
• Acs 56200 - Systemanalyse & Design
• Acs 57500 - Databasesystemer
• Acs 57600 - Distribuerede databasesystemer
• Acs 57700 - Knowledge Discovery and Data Mining Acs 56400 - Human-Computer Interaction
• Acs 54500 - Krypto- og netværkssikkerhed
• Acs 52100 - Emne i computergrafik
• Acs 58200 - Ekspertsystemer
• Acs 56600 - informationssystemers strategiske rolle Cs 51400 - Numerisk analyse
• Cs 51200 - Computational Methods in Analysis Cs54300 - Simulering og modellering af computer
• Systems Cs 57200 - Heuristisk problemløsning
• Cs 59001 - Machine Learning
• Cs 59002 - Big Data og Cloud Computing
• Cs 59003 - Internet of Things
• Cs 59004 - Trådløse systemer og mobil databehandling
• Cs 59005 - Embedded Systems
• Cs 59006 - Webtjenester
• Cs 59000 - Andre emnekurser

Overfør kredit

Med godkendelse af direktøren for kandidatstudier kan studerende overføre op til ni graduate credit-timer med passende kursusarbejde med karakterer på en B (3,00) eller bedre tjent på andre akkrediterede institutioner. Højst 12 graduate credits gennemført som en ikke-grad studerende vil blive talt med i kandidatuddannelsen.

Ikke-afhandlingsmulighed

For studerende, der vælger at gennemføre programmet uden et speciale, vil de resterende 24 kredittimer som minimum blive valgt fra CS/ACS-kurserne, der er anført i Graduate Bulletin. Et begrænset antal andre kandidatkurser i matematik, ingeniørvidenskab og lejlighedsvis business og andre relevante discipliner kan godkendes på individuel basis.

Specialeopsætning

For studerende, der vælger specialemuligheden, skal de gennemføre 6 kredittimer i ASC 69800-Research MS. Derudover vil de resterende 18 kredittimer blive valgt fra CS/ACS-kurserne, der er anført i Graduate Bulletin. Den studerende skal finde et kandidatfakultetsmedlem til at fungere som specialevejleder. Fakultetsvejleder og studerende ville sammen identificere et forsknings-/projektemne. Emnet skal være væsentligt og strække sig over to semestre.

Lær af dedikeret, ekspert fakultet

Vores fakultet har ekspertise inden for en bred vifte af områder. Studerende nyder godt af det særskilte og berømte udvalg af viden, vores professorer og instruktører har udviklet gennem deres karriere.

Fakultetets forskningsområder omfatter:

• Software Engineering og projektledelse
• Computernetværk og trådløst
• Embedded System og IOT
• Mobil Computing
• Algoritme og teori
• Databaser og data warehousing
• Datavisualisering og computergrafik
• Data Mining, Machine Learning
• Big Data og Cloud Computing
• Informationssikkerhed og privatliv
• Kunstig intelligens

Purdue Fort Wayne-forskellen

Skil dig ud med en kandidatgrad, der forbedrer dine kvalifikationer gennem:

• Små klassestørrelser
• Personlig opmærksomhed fra dedikeret fakultet
• Kursustilbud designet til arbejdende voksne
• Internationalt anerkendt grad til en brøkdel af prisen