ปริญญาโทสาขาวิทยาศาสตร์ข้อมูล

ทั่วไป

รายละเอียดโปรแกรม

ค้นพบอนาคตของคุณในวิทยาศาสตร์ข้อมูล

ข้อมูลขนาดใหญ่ได้ปฏิวัติวิธีที่องค์กรตัดสินใจเชิงกลยุทธ์ บริษัท องค์กรไม่แสวงหาผลกำไรและหน่วยงานของรัฐคาดหวังให้พนักงานของพวกเขาสามารถวิเคราะห์ข้อมูลและสื่อสารสิ่งที่ค้นพบเพื่อการตัดสินใจได้อย่างมีประสิทธิภาพ เป็นผลให้ความต้องการแรงงานสำหรับบุคคลที่มีทักษะด้านข้อมูลวิทยาศาสตร์กำลังเฟื่องฟู

เพื่อตอบสนองความต้องการที่เพิ่มขึ้นสำหรับผู้เชี่ยวชาญด้านข้อมูล University of Memphis เสนอ MS ใหม่ที่กำหนดโดย STEM ในสาขาวิทยาศาสตร์ข้อมูล ตลอดทั้งโปรแกรมนี้นักเรียนจะได้เรียนรู้วิธีการใช้วิธีการและเครื่องมือเชิงคำนวณและสถิติขั้นสูงในการรวบรวมจัดเก็บเรียกใช้จัดการตีความและแสดงภาพข้อมูล ที่สำคัญวิธีการและเครื่องมือเหล่านี้จะถูกนำเสนอในบริบทของธุรกิจที่มีความต้องการสูงโดยเฉพาะและสาขาวิชาทางวิทยาศาสตร์ดังนั้นผู้สำเร็จการศึกษาจึงมีความเข้าใจและมีไหวพริบในการแปลสิ่งที่ค้นพบไปสู่การปฏิบัติ

Data Science เป็นหนึ่งในองศาที่เป็นที่ต้องการและหลากหลายที่สุด ผู้สำเร็จการศึกษาจะได้รับการเตรียมความพร้อมในการประกอบอาชีพในองค์กรที่หลากหลายทั้งในธุรกิจรัฐบาลชีวการแพทย์การศึกษาวิศวกรรมและวิทยาศาสตร์ประยุกต์

144969_startup-photos.jpg

ข้อมูลวิทยาศาสตร์คืออะไร?

“ ศตวรรษที่กำลังจะมาถึงนี้เป็นศตวรรษแห่งข้อมูล” (Donoho, 2000) Data Science กำลังเกิดขึ้นในรูปแบบใหม่ที่มีการเปลี่ยนแปลงกระบวนทัศน์ทางวิทยาศาสตร์และเทคโนโลยี ด้วยข้อมูลจำนวนมากที่สร้างขึ้นทุกวันจากหลายแหล่ง (รวมถึงข้อมูลธุรกิจข้อมูลชีวการแพทย์ข้อมูลการศึกษาข้อมูลวิทยาศาสตร์ข้อมูลวิศวกรรมและข้อมูลส่วนบุคคล) ความสำคัญของแนวทางที่เป็นระบบและเข้มงวดในการทำความเข้าใจและใส่ข้อมูลจำนวนมากเหล่านี้ การใช้งานที่ดีได้รับการยอมรับในปัจจุบัน ด้วยการเพิ่มจำนวนข้อมูลนี้จึงมีความต้องการอย่างมากสำหรับผู้เชี่ยวชาญในอุตสาหกรรมรัฐบาลการศึกษาการดูแลสุขภาพ ฯลฯ ที่มีทักษะที่จำเป็นในการรวบรวมประมวลผลและวิเคราะห์ข้อมูล อันที่จริงความต้องการปริญญาโทด้าน Data Science ได้เพิ่มขึ้นอย่างรวดเร็วในช่วงสองสามปีที่ผ่านมาซึ่งบ่งชี้จากข้อเท็จจริงที่ว่าจำนวนปริญญาโทที่ได้รับรางวัลในสาขานี้เพิ่มขึ้นเป็นสี่เท่าจากประมาณ 5,000 คนเป็นประมาณ 20,000 คนในระหว่างปี 2016 ถึง 2018 นอกจากนี้ Data Scientist ยังได้รับ ได้รับการจัดอันดับให้เป็นงานที่มีแนวโน้มดีที่สุดอย่างต่อเนื่อง (นิยามโดยเงินเดือนสูงความต้องการสูงการเติบโตอย่างต่อเนื่องและศักยภาพในการก้าวหน้า) โดยเว็บไซต์หางานหลัก ๆ เช่น Glassdoor

เอกสารอ้างอิง: Donoho, DL (2000). การวิเคราะห์ข้อมูลมิติสูง: คำสาปและพรแห่งมิติ บรรยายในการประชุม "ความท้าทายทางคณิตศาสตร์ของศตวรรษที่ 21" ของคณิตศาสตร์อเมริกัน โซไซตี้ลอสแองเจลิส

เกี่ยวกับโครงการ

การศึกษาระดับปริญญาโทด้าน Data Science เสนอการฝึกอบรมแบบสหวิทยาการในสาขา Data Science เพื่อตอบสนองความต้องการที่เฟื่องฟูในตลาดงาน อันที่จริงความสำคัญของแนวทางที่เป็นระบบและเข้มงวดในการทำความเข้าใจและใช้ประโยชน์จากข้อมูลจำนวนมากและหลากหลายนั้นได้รับการยอมรับอย่างดี นอกจากนี้ Data Scientist ยังได้รับการจัดอันดับให้เป็นงานที่มีแนวโน้มดีที่สุดอย่างต่อเนื่อง (กำหนดโดยเงินเดือนสูงความต้องการสูงการเติบโตอย่างต่อเนื่องและศักยภาพในการก้าวหน้า) จากเว็บไซต์ค้นหางานหลัก ๆ เช่น Glassdoor

ลักษณะของโปรแกรมประกอบด้วยหลักสูตรแกนกลางในพื้นฐานทางทฤษฎีของวิทยาศาสตร์ข้อมูลเช่นวิทยาศาสตร์คอมพิวเตอร์และสถิติและวิชาเลือกในวิธีการวิเคราะห์เชิงปริมาณเฉพาะสาขาวิชา วิชาเลือกนั้นรวมอยู่ในสาขาวิชาเฉพาะเช่นเศรษฐศาสตร์หรือชีวการแพทย์ นักเรียนที่เข้าร่วมโปรแกรมจะได้รับความสามารถด้านวิทยาศาสตร์ข้อมูลที่หลากหลายรวมถึง (1) การบริหารระบบขั้นพื้นฐานการเขียนโปรแกรมและการประมวลผลข้อมูลเชิงคำนวณ (2) แนวคิดทางคณิตศาสตร์และสถิติพื้นฐานสำหรับการวิเคราะห์ข้อมูล (3) ทักษะการเรียนรู้ทางสถิติเชิงคำนวณขั้นสูงและการเรียนรู้ของเครื่อง สำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ (4) แง่มุมทางจริยธรรมความปลอดภัยความสามารถในการทำซ้ำ / ที่มาของข้อมูลวิทยาศาสตร์และ (5) รูปแบบแนวคิดและกระบวนการในการแก้ปัญหา Data Science (meta-competencies)

ผู้ช่วย

มีผู้ช่วยสอนและวิจัยสำหรับผู้สมัครที่มีคุณสมบัติเหมาะสม ความช่วยเหลือเหล่านี้รวมถึงการยกเว้นค่าเล่าเรียนและค่าครองชีพรายเดือน

ข้อกำหนดหลักสูตรการศึกษา

ปริญญาวิทยาศาสตรมหาบัณฑิตสาขาวิทยาศาสตร์ข้อมูลกำหนดให้สำเร็จการศึกษา 33 หน่วยกิตภาคการศึกษาดังต่อไปนี้ 15 หน่วยกิตจากหลักสูตรแกนกลาง (ดูด้านล่าง) 15 หน่วยกิตจากรายการวิชาเลือก (โดยมีข้อเสนอแนะว่า 9 หน่วยกิตต้องมาจากกลุ่มหรือความเข้มข้น พื้นที่ - ดูด้านล่าง) และ 3 หน่วยกิตสำหรับโครงการปริญญาโท นอกจากนี้ยังมีตัวเลือกวิทยานิพนธ์ระดับปริญญาโท (6 หน่วยกิต) ซึ่งในกรณีนี้จำเป็นต้องใช้เพียง 12 หน่วยกิตจากรายการวิชาเลือก หรืออีกวิธีหนึ่งนักเรียนอาจเลือกเรียนหลักสูตร Capstone Project (3 หน่วยกิต) เพื่อตอบสนองความต้องการในการสอบของบัณฑิตวิทยาลัยสำหรับนักศึกษาที่ไม่ได้เขียนวิทยานิพนธ์ นักเรียนสามารถเลือกการศึกษาค้นคว้าอิสระ (3 หน่วยกิต) หากเลือกเรียนโครงการปริญญาโทหรือหลักสูตรโครงการ Capstone ซึ่งในกรณีนี้จำเป็นต้องใช้เพียง 12 หน่วยกิตจากรายการวิชาเลือก

หลักสูตรหลัก

  • COMP 7/8150 - พื้นฐานของวิทยาศาสตร์ข้อมูล (ด้านการคำนวณของวิทยาศาสตร์ข้อมูล)
  • COMP 7115 - ระบบฐานข้อมูล
  • COMP 7/8745 - การเรียนรู้ของเครื่อง
  • MATH 7/8785 - การเรียนรู้ทางสถิติขั้นสูง I
  • MATH 7/8786 - การเรียนรู้ทางสถิติขั้นสูง II

รายชื่อวิชาเลือก (นักเรียนควรเลือกอย่างน้อย 3 วิชาเลือกจากคลัสเตอร์หรือพื้นที่เข้มข้น)

คลัสเตอร์ Core Data Science (คลัสเตอร์ 1)

  • COMP 7/8116 - ระบบฐานข้อมูลขั้นสูง
  • COMP 7/8118 - การขุดข้อมูล
  • COMP 7/8130 - การดึงข้อมูล / ค้นเว็บ
  • COMP 7/8740 - โครงข่ายประสาทเทียม
  • COMP 7/8747 - หัวข้อขั้นสูงในการเรียนรู้ของเครื่อง
  • COMP 7/8780 - การประมวลผลภาษาธรรมชาติ
  • MATH 7/8670 - แบบจำลองสุ่มประยุกต์
  • MATH 7/8680 - การอนุมานแบบเบย์
  • MATH 7/8657 สถิติหลายตัวแปร
  • MATH 7647 Nonparametric Statistics
  • MATH 7/8660 การวิเคราะห์อนุกรมเวลาประยุกต์
  • MATH 7/8685 - การจำลองและคอมพิวเตอร์
  • MATH 7/8695 - Bootstrap / วิธีอื่น ๆ
  • MATH 7/8759 - การวิเคราะห์ตามหมวดหมู่
  • ESCI 6515 ภูมิสารสนเทศศาสตร์

คลัสเตอร์ชีวการแพทย์ (คลัสเตอร์ 2)

  • BIOL 6490: ความรู้เบื้องต้นเกี่ยวกับจีโนมิกส์และชีวสารสนเทศศาสตร์
  • BIOL 7/8708: Data Science for Biologists
  • COMP 7/8295: อัลกอริทึมในชีววิทยาเชิงคำนวณและชีวสารสนเทศศาสตร์
  • PUBH 7/8104 ชุดข้อมูลขนาดใหญ่
  • PUBH 7/8205: หัวข้อพิเศษข้อมูลการขุด
  • PUBH 7/8153: ชีวสถิติในชีวสารสนเทศศาสตร์
  • PUBH7 / 8150: วิธีการทางชีวสถิติ I
  • PUBH7 / 8152: วิธีการทางชีวสถิติ II
  • PSYCH 7302/8302: สถิติขั้นสูงสำหรับจิตวิทยา I

คลัสเตอร์เศรษฐศาสตร์ (คลัสเตอร์ 3)

  • ECON 7810/8810: เศรษฐมิติ I (พื้นฐานเศรษฐมิติ)
  • ECON 7811/8811: เศรษฐมิติ II (แผงควบคุมและวิธีตัวแปรตามแบบ จำกัด อนึ่ง)
  • ECON 8812: เศรษฐมิติ III (การวิเคราะห์อนุกรมเวลา)

คลัสเตอร์เทคโนโลยีสารสนเทศทางธุรกิจ (คลัสเตอร์ 4)

  • MIS 7660 การจัดการข้อมูลขั้นสูง
  • MIS 7621 Business Machine Learning II
  • MIS 7720 ปัญญาประดิษฐ์ทางธุรกิจ
  • MIS 7710 Web Analytics

โอกาสในการวิจัย

การวิจัยการฝึกงานและโอกาสในการทำงานใน Data Science มีมากมายเนื่องจากความสำคัญของ Data Science ในโลกปัจจุบัน

ตัวอย่างเช่นเป็นปีที่สามติดต่อกัน Data Scientist ติดอันดับหนึ่งในรายชื่อ Glassdoor ในฐานะงานที่ดีที่สุดในอเมริกา "นักวิทยาศาสตร์ข้อมูลได้รับตำแหน่งเป็นหนึ่งในงานที่ร้อนแรงที่สุดเป็นเวลาหลายปีโดยได้รับการพิสูจน์จากการจัดอันดับที่ 1 ติดต่อกันเป็นอันดับสาม" ตาม หัวหน้านักเศรษฐศาสตร์ Glassdoor ดร. แอนดรูว์แชมเบอร์เลน "นี่เป็นผลมาจากความต้องการที่สูง (งานที่เปิดรับ 4,524 ตำแหน่ง) เงินเดือนที่สูง (เงินเดือนพื้นฐานเฉลี่ย 110,000 ดอลลาร์) และความพึงพอใจในการทำงานที่สูง (4.2 / 5) ไม่เพียง แต่ บริษัท ด้านเทคโนโลยีที่พยายามจ้างนักวิทยาศาสตร์ข้อมูลเท่านั้น แต่ยังรวมถึงอุตสาหกรรมต่างๆ ไม่ว่าจะเป็นการดูแลสุขภาพองค์กรการกุศลไปจนถึงการค้าปลีกก็กำลังค้นหาผู้มีความสามารถนี้เช่นกัน "

สำหรับพื้นที่เมมฟิส Glassdoor ระบุเงินเดือนเฉลี่ย 111,782 ดอลลาร์สำหรับนักวิทยาศาสตร์ข้อมูล

แท้จริงแล้วข้อมูลและวิทยาศาสตร์ข้อมูลกำลังมีผลกระทบในวงกว้างและมีศักยภาพอย่างมากที่จะส่งผลต่อผลิตภัณฑ์บริการและกระบวนการในทุกด้านของชีวิตของเรารวมถึงธุรกิจรัฐบาลองค์กรไม่แสวงหาผลกำไรและครอบคลุมทุกสาขาเช่นชีวการแพทย์การศึกษาวิทยาศาสตร์วิศวกรรมศาสตร์ และสังคมและชีวิตส่วนตัว

UofM เสนอโอกาสในการวิจัยด้านวิทยาศาสตร์ข้อมูลผ่านแต่ละโครงการตลอดจนผ่านคลัสเตอร์การวิจัยวิทยาศาสตร์ข้อมูลซึ่งเป็นผู้นำด้านการวิจัยวิทยาศาสตร์ข้อมูลที่ UofM และชุมชนท้องถิ่นโดยการสร้างสภาพแวดล้อมการวิจัยที่มีชีวิตชีวาและฝึกอบรมนักวิทยาศาสตร์ข้อมูลในอนาคตเพื่อสร้างข้อมูล ชุมชนวิทยาศาสตร์แห่งการปฏิบัติซึ่งรวมถึงสถาบันการศึกษารัฐบาลและอุตสาหกรรมในรัฐเทนเนสซีตะวันตกกลางใต้และอื่น ๆ

Developers working hard

ผู้ช่วย

มีผู้ช่วยสอนและวิจัยสำหรับผู้สมัครที่มีคุณสมบัติเหมาะสม

โอกาสในการทำงาน

รายงานจำนวนมากเกี่ยวกับตลาดงานระบุว่าจะมีงานประมาณสี่ถึงห้าล้านตำแหน่งในสหรัฐอเมริกาที่ต้องใช้ทักษะการวิเคราะห์ข้อมูล

อาชีพยอดนิยม

  • สถาปนิกโปรแกรมประยุกต์
  • นักพัฒนาระบบธุรกิจอัจฉริยะ (BI)
  • Econometrician
  • การพยากรณ์
  • นักวิเคราะห์ข้อมูล
  • สถาปนิกข้อมูล
  • วิศวกรข้อมูล
  • นักวิทยาศาสตร์ข้อมูล
  • วิศวกรการเรียนรู้ของเครื่อง
  • นักวิทยาศาสตร์การเรียนรู้ของเครื่อง

บริษัท ระดับชาติที่จ้างนักวิทยาศาสตร์ข้อมูล

  • อเมซอน
  • แอปเปิ้ล
  • Facebook
  • First Horizon
  • Google
  • ไอบีเอ็ม
  • อินเทล
  • วอลมาร์

บริษัท ในเมมฟิสจ้างนักวิทยาศาสตร์ข้อมูล

  • เฟดเอ็กซ์
  • โรงพยาบาลวิจัยเด็กเซนต์จูด
  • International Paper
  • AutoZone
  • โทมัสแอนด์เบ็ตต์
  • สมิ ธ และหลานชาย
อัปเดตล่าสุดเมื่อ พ.ย. 2020

ข้อมูลเกี่ยวกับสถาบันอุดมศึกษา

Located in a vibrant neighborhood in Memphis, Tennessee, the UofM is a major research institution. What you learn here builds a sense of intellectual engagement that will empower you to make a differe ... อ่านเพิ่มเติม

Located in a vibrant neighborhood in Memphis, Tennessee, the UofM is a major research institution. What you learn here builds a sense of intellectual engagement that will empower you to make a difference in life and throughout your career. Founded in 1912, we welcome more than 21,000 students to campus every year. Diversity is one of our strengths. Students and faculty come from all over the world to be a part of the UofM experience. อ่านบทย่อ

ถามคำถาม

อื่น ๆ