MS i datavidenskab
San Francisco, USA
VARIGHED
1 Years
SPROG
Engelsk
TEMPO
Fuldtid
ANSØGNINGSFRIST
Anmod om ansøgningsfrist
TIDLIGSTE STARTDATO
Jun 2025
STUDIEAFGIFTER
USD 39.840 / per year *
STUDIEFORMAT
På campus
* undervisningsomkostninger pr. år er kun skøn; omkostningerne kan variere baseret på faktisk tilmelding til klasser
Introduktion
USF's etårige Master of Science in Data Science (MSDS) program leverer en stringent læseplan fokuseret på matematiske og beregningsmæssige teknikker inden for det nye område af datavidenskab. Læreplanen lægger vægt på omhyggelig formulering af forretningsproblemer, udvælgelse af effektive analytiske teknikker til at løse disse problemer og kommunikere løsninger på en klar og kreativ måde.
Over 90 procent af alle kandidater siden programmets start i 2012 modtog et tilbud om ansættelse inden for tre måneder efter eksamen hos virksomheder, herunder Amazon, Apple, Facebook, LinkedIn, Lyft, Zillow, Twitch, Tesla, Microsoft, Pinterest og Visa.
En teknisk udfordrende læseplan
Programmets udfordrende læseplan indeholder syv-ugers kurser designet specifikt til vores studerende - de tilbydes ikke i andre programmer eller afdelinger. Studerende mestrer fag fra datalogi, statistik og ledelse såsom regression, web-scraping, SQL- og NoSQL-databasestyring, naturlig sprogbehandling, forretningskommunikation, maskinlæring, klyngeanalyse, applikationsudvikling og interviewfærdigheder. Studerende bruger primært Python-programmeringssproget i deres klasser og lærer, hvordan man effektivt bruger distribueret computerteknologi såsom MapReduce, Hadoop og Spark, og bliver fortrolige med cloud-teknologi såsom Amazon Web Services. Studerende har adgang til Datainstituttets GPU computing cluster.
Fakultet
Vores fakultet repræsenterer den grundlæggende tværfaglige karakter af big data-industrien. De er traditionelle akademikere og dataforskere, der aktivt arbejder i feltet og bruger ægte brancheerfaring til at inspirere deres undervisning. Deres ekspertiseområder omfatter dyb læring, naturlig sprogbehandling, databaser, statistisk modellering, netværksanalyse, algoritmer, uovervåget læring, maskinlæring, optimering, sundhedsanalyse og signalbehandling.
Indlæggelser
Læreplan
Major Requirements (35 units)
Lineær algebra eksamen
- Alle studerende skal bestå en lineær algebra-eksamen inden begyndelsen af efterårssemesteret for at demonstrere kompetence. Studerende har to forsøg på at bestå eksamen og får ti timers videoressourcer og øvelsesspørgsmål.
Påkrævede kurser (35 enheder)
- MSDS 501 - Computation for Data Science
- MSDS 504 - Gennemgang af sandsynlighed og statistik
- MSDS 593 - Udforskende dataanalyse og visualisering
- MSDS 601 - Lineær regressionsanalyse
- MSDS 603 - Data Science Entrepreneurship
- MSDS 604 - tidsserieanalyse
- MSDS 605 - Data Science Practicum I
- MSDS 610 - Communication for Data Science
- MSDS 621 - Introduktion til maskinlæring
- MSDS 625 - Data Science Practicum II
- MSDS 627 - Data Science Practicum III
- MSDS 629 - Eksperimenter i datavidenskab
- MSDS 630 - Avanceret maskinlæring
- MSDS 631 - Særlige emner i datavidenskab
- MSDS 632 - Data Science Practicum IV
- MSDS 633 - Etik i datavidenskab
- MSDS 634 - Deep Learning
- MSDS 689 - Datastrukturer og algoritmer
- MSDS 691 - Relationelle databaser
- MSDS 692 - Dataopsamling
- MSDS 694 - Distributed Computing
- MSDS 697 - Distribuerede datasystemer
- MSDS 699 - Machine Learning Laboratory
Seminars
- MSDS 640 - Seminar Series I
- MSDS 641 - Seminar Series II
- MSDS 642 - Seminar Series III
- MSDS 643 - Seminar Series IV
- MSDS 644 - Seminar Series V
Programresultat
Students will:
- Besidder en teoretisk forståelse af klassiske statistiske modeller (f.eks. generaliserede lineære modeller, lineære tidsseriemodeller osv.), samt evnen til at anvende disse modeller effektivt
- Besidde en teoretisk forståelse af maskinlæringsteknikker (f.eks. tilfældige skove, neurale netværk, naive Bayes, k-midler osv.), samt evnen til at anvende disse teknikker effektivt.
- Brug effektivt moderne programmeringssprog (f.eks. R, Python, SQL osv.) og teknologier (AWS, Hive, Spark, Hadoop osv.) til at skrabe, rense, organisere, forespørge, opsummere, visualisere og modellere store mængder og varianter af data.
- Forbered dig på karrierer som dataforskere ved at løse datadrevne forretningsproblemer i den virkelige verden med andre dataforskere og forstå de sociale, etiske, juridiske og politiske spørgsmål, der i stigende grad udfordrer og konfronterer dataforskere.
- Udvikl professionelle kommunikationsevner (f.eks. præsentationer, interviews, e-mail etikette osv.), og begynd at integrere med Bay Area data science community.
Stipendier og finansiering
MSCS-programmet tilbyder et begrænset antal merit-baserede stipendier til indkommende og nuværende kandidatstuderende, både indenlandske og internationale, på et konkurrencebaseret grundlag.
MSCS Adgangsstipendium
Tildelt til indkommende MSCS-ansøgere med fremragende ansøgninger fra alle baggrunde. Omtrentlige priser spænder op til $5k i løbet af det første studieår.
MSCS Merit Scholarship
Tildelt til indkommende MSCS-ansøgere med fremragende ansøgninger fra alle baggrunde eller nuværende MSCS-kandidatstuderende, der demonstrerer fremragende færdigheder og lederskab. Omtrentlige priser spænder fra $5-10k over et til to semestre.
The Dean's Scholarship
En pris på op til $15.000 til brug til undervisning, forskning og konferencerejser. Forbind med andre modtagere af Dean's Scholarship og ledere på tværs af College of Arts & Sciences. Tjen som programrepræsentant for USF-donorinitiativer for at hjælpe med at transformere andre USF-studerendes liv. Se venligst College of Arts and Sciences Dean's Scholarships hjemmeside for mere information.
Double Dons Scholarship
USF Alumni og nuværende studerende kan tildeles USF Double Dons-stipendiet ved optagelse. Stipendiet dækker 20% af programmets undervisning og må ikke stables med andre USF-stipendier. Der kan være undtagelser.
Karrieremuligheder
MS i Data Science-studerende nyder godt af et stærkt internt karriereserviceprogram samt adgang til Career Services Center, der leveres af universitetet. Det interne program er bygget af vores fakultet specielt til vores studerende.
Interviewfærdigheder og karriereworkshops
Alle studerende er forpligtet til at gennemføre 10 timers interviewfærdighedstræning uden for undervisningstiden, der leveres af programmet. Dette omfatter en række workshops, der dækker jobsøgningscoaching, forberedelse af CV og følgebrev, teknisk samtale, lønforhandling og mere. Hvert år inviterer programmet alumner til at lette falske interviews med nuværende studerende for at give værdifuld praksis og feedback.