วิทยาศาสตรมหาบัณฑิตสาขาวิทยาศาสตร์ข้อมูล

เทคนิคแมชชีนเลิร์นนิงอยู่ในระดับแนวหน้าของวิทยาศาสตร์ข้อมูลสมัยใหม่ ดังนั้นหลักสูตรในด้านต่างๆ ของแมชชีนเลิร์นนิงจึงเป็นองค์ประกอบที่สำคัญของโปรแกรม ส่วนประกอบแอปพลิเคชันของโปรแกรมประกอบด้วยหัวข้อที่สำคัญหลายประการ เช่น:

• วิสัยทัศน์คอมพิวเตอร์
• การวิเคราะห์ข้อมูลอุตสาหกรรม
• การประมวลผลภาษาธรรมชาติ
• การประมวลผลภาพและสัญญาณ

ขอบเขตหลักของโปรแกรมวิทยาศาสตร์ข้อมูลคือการฝึกอบรมนักเรียนในการใช้เทคนิคการเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูลที่ทันสมัย โดยเน้นที่การใช้งานจริงของเทคโนโลยีที่เกิดขึ้นใหม่เหล่านี้ นักเรียนจะได้เรียนรู้วิธีพัฒนาวิธีการอัตโนมัติเพื่อวิเคราะห์ข้อมูลจำนวนมหาศาลโดยมีเป้าหมายในการดึงความรู้จากพวกเขาเพื่อสร้างผลกระทบต่อการตัดสินใจขององค์กร ผู้สำเร็จการศึกษาจากโปรแกรมได้รับการฝึกอบรมให้ทำการวิจัยต้นฉบับในด้านการเรียนรู้ของเครื่องและการวิเคราะห์ข้อมูลที่เลือก และนำผลการวิจัยไปใช้ในบริบททางอุตสาหกรรม

โปรแกรม MSc มีความยาว 2 ปี: ปีแรกคือการเสริมสร้างพื้นฐานทางทฤษฎีของคุณและปีที่สองคือการมุ่งเน้นไปที่การวิจัย นักศึกษามีอิสระในการเลือกหลักสูตรและกิจกรรมนอกหลักสูตรเพื่อกำหนดแนวทางของตนเอง ได้รับทักษะด้านซอฟท์แวร์ และได้รับทักษะการเป็นผู้ประกอบการเพื่อเตรียมพร้อมสำหรับการจ้างงาน

ผู้สำเร็จการศึกษาจากโปรแกรมจะรู้ว่า:

• พื้นฐานทางคณิตศาสตร์และอัลกอริธึมของวิทยาศาสตร์ข้อมูล และการมองเห็นที่สมดุลบนพื้นฐานทางคณิตศาสตร์และเครื่องมือที่ใช้งานได้จริง และปัญหาประยุกต์ในวิทยาศาสตร์ข้อมูล
• คำชี้แจงของปัญหาการวิเคราะห์ข้อมูลที่สำคัญทั้งหมดตลอดจนแนวทางหลักในการแก้ปัญหา
• เทคนิคที่ทันสมัยในการวิเคราะห์ข้อมูลและพื้นที่ที่เกี่ยวข้อง ความรู้เกี่ยวกับปัญหาหลักประเภทประยุกต์
• ลักษณะระเบียบวิธีหลักของทั้งการวิจัยทางวิทยาศาสตร์และการพัฒนาแอปพลิเคชันในวิทยาศาสตร์ข้อมูล

ผู้สำเร็จการศึกษาจากโปรแกรมจะสามารถ:

• กำหนด/จำลองงานในโลกแห่งความเป็นจริง เช่น ปัญหาการวิเคราะห์ข้อมูล
• เลือกวิธีการที่เหมาะสมที่สุดในการแก้ปัญหาการวิเคราะห์ข้อมูลโดยเฉพาะ
• ใช้วิธีการวิเคราะห์ข้อมูลในทางปฏิบัติโดยใช้เครื่องมือซอฟต์แวร์วิเคราะห์ข้อมูลที่ทันสมัย
• พัฒนาวิธีการใหม่หรือปรับวิธีการที่มีอยู่ให้เข้ากับปัญหาเฉพาะ
• ใช้อัลกอริธึมเป็นโปรแกรมคอมพิวเตอร์
• ประเมินผลกระบวนการวิเคราะห์ข้อมูล
• ทำงานกับวรรณกรรมทางเทคนิค (เช่น ดำเนินการวิจัยบรรณานุกรม อ่านและวิเคราะห์บทความทางวิทยาศาสตร์อย่างมีวิจารณญาณ ใช้เมตริกทางวิทยาศาสตร์และฐานข้อมูลที่สำคัญ)
• นำเสนอผลลัพธ์แก่ผู้ชมที่แตกต่างกัน (ผู้เชี่ยวชาญ ผู้ใช้ ผู้มีส่วนได้ส่วนเสีย ฯลฯ) ด้วยวาจาและลายลักษณ์อักษรที่มีประสิทธิภาพ

จุดมุ่งหมายและวัตถุประสงค์

จุดมุ่งหมายของโครงการนี้คือการเตรียมผู้นำด้านเทคโนโลยีแห่งอนาคต วัตถุประสงค์ของโปรแกรม Data Science MSc คือการเชื่อมช่องว่างระหว่างวิทยาศาสตร์พื้นฐานและเทคนิคการคำนวณที่ทันสมัย

ติดตามการเรียนรู้ของเครื่องและปัญญาประดิษฐ์ (MLAI)

เทคนิคการเรียนรู้ด้วยเครื่องอยู่ในระดับแนวหน้าของวิทยาศาสตร์ข้อมูลสมัยใหม่และปัญญาประดิษฐ์ หลักสูตรของโปรแกรมประกอบด้วยการผสมผสานที่สมดุลของหัวข้อที่พัฒนาขึ้นเมื่อเร็ว ๆ นี้พร้อมกับการสอนพื้นฐานทางคณิตศาสตร์ในเชิงลึก เช่น พีชคณิตเชิงเส้นขั้นสูง การเพิ่มประสิทธิภาพ สถิติมิติสูง ฯลฯ

แทร็กนี้ยังมีอยู่ในรูปแบบเครือข่ายกับสถาบันฟิสิกส์และเทคโนโลยีมอสโก

ผู้สำเร็จการศึกษาจากเส้นทางนี้จะสามารถ:

• ทำความเข้าใจและกำหนดงานที่ซับซ้อนในโลกแห่งความเป็นจริง เช่น ปัญหาการวิเคราะห์ข้อมูล
• มีส่วนร่วมในการพัฒนาซอฟต์แวร์การเรียนรู้ของเครื่องรุ่นต่อไปที่สามารถแข่งขันกับหรือเหนือกว่าตัวอย่างซอฟต์แวร์ที่มีอยู่ในสาขาแอปพลิเคชันที่สำคัญและเกิดขึ้นใหม่
• ใช้เครื่องมือซอฟต์แวร์ อัลกอริทึม แบบจำลองข้อมูล และสภาพแวดล้อมการคำนวณที่เกี่ยวข้องเพื่อแก้ไขปัญหาในโลกแห่งความเป็นจริง

คณิตศาสตร์ของการเรียนรู้ด้วยเครื่อง (MML) Track
(ในรูปแบบเครือข่ายกับ Higher School of Economics)

Modern Machine Learning เป็นวิชาที่ทันสมัยในสาขาวิชาคณิตศาสตร์และวิทยาการคอมพิวเตอร์ คณิตศาสตร์ของแมชชีนเลิร์นนิงเป็นหนึ่งในสาขาวิชาที่มีพลวัตมากที่สุดของวิทยาศาสตร์สมัยใหม่ ซึ่งครอบคลุมสถิติทางคณิตศาสตร์ แมชชีนเลิร์นนิง การเพิ่มประสิทธิภาพ และทฤษฎีข้อมูลและความซับซ้อน ตั้งแต่เริ่มต้นโปรแกรม นักเรียนจะทำงานร่วมกันในกลุ่มทำงานเฉพาะเรื่องและมีส่วนร่วมอย่างแข็งขันในการวิจัย เรียนรู้จากนักวิทยาศาสตร์ของ Skoltech และ Higher School of Economics ตลอดจนผู้เชี่ยวชาญชั้นนำระดับโลกในด้านสถิติ การเพิ่มประสิทธิภาพ และการเรียนรู้ของเครื่อง

ผู้สำเร็จการศึกษาจากเส้นทางนี้จะ:

• มีความรู้เชิงรุกเกี่ยวกับวิธีการและแนวทางสมัยใหม่ในการเรียนรู้ทางสถิติ รวมทั้งสถิติทางคณิตศาสตร์ กระบวนการสุ่ม การเพิ่มประสิทธิภาพนูน
• สามารถประยุกต์ใช้และพัฒนาวิธีการดังกล่าวเพื่อแก้ปัญหาการวิเคราะห์ข้อมูลที่ซับซ้อนซึ่งมีแรงจูงใจเชิงปฏิบัติได้

<img class=" image-element img-responsive " src=" https://keystoneacademic-res.cloudinary.com/image/upload/q_auto,f_auto,w_743,c_limit/element/11/111169_TSL_1139.jpg " data-json=" {"author":"© ","author_url":"","source ":""}" alt="111169_TSL_1139.jpg" />

เนื้อหา

หลักสูตรของโปรแกรมประกอบด้วยการผสมผสานที่สมดุลของหัวข้อที่พัฒนาขึ้นเมื่อเร็วๆ นี้ (เช่น การเรียนรู้เชิงลึก) ร่วมกับการสอนพื้นฐานทางคณิตศาสตร์ในเชิงลึก (พีชคณิตเชิงเส้นขั้นสูง การเพิ่มประสิทธิภาพ สถิติมิติสูง ฯลฯ)

โครงสร้างโปรแกรม

โปรแกรม 2 ปีประกอบด้วยวิชาเลือกภาคบังคับและแนะนำในหัวข้อที่สำคัญที่สุด ชุดวิชาเลือกที่หลากหลาย (ขึ้นอยู่กับการวิจัยและความต้องการทางวิชาชีพของนักศึกษา) องค์ประกอบของการประกอบการและนวัตกรรม กิจกรรมการวิจัย และ 8 สัปดาห์ของอุตสาหกรรม การแช่

งานวิจัย

นักศึกษามีส่วนร่วมอย่างแข็งขันในกิจกรรมการวิจัยตั้งแต่ภาคเรียนที่ 3

พื้นที่การวิจัยหลัก:

• การเรียนรู้ของเครื่องและการเรียนรู้เชิงลึก
• การวิเคราะห์อุตสาหกรรม
• วิสัยทัศน์คอมพิวเตอร์
• การประมวลผลภาพ
• สถิติมิติสูงและการเรียนรู้ทางสถิติ
• การสร้างแบบจำลองหลายมาตราส่วนรุ่นต่อไป
• ตัวแก้ปัญหาที่รวดเร็วสำหรับปัญหาขนาดใหญ่/มิติสูง

โอกาสในการทำงานและเส้นทาง

โปรแกรม Data Science MSc ได้รับการพัฒนาเพื่อตอบสนองความต้องการสูงสำหรับผู้เชี่ยวชาญด้านวิทยาศาสตร์ข้อมูลในตลาดไฮเทคระดับประเทศและระดับนานาชาติที่กำลังเติบโต ผู้สำเร็จการศึกษาจากโปรแกรมอาจเริ่มต้นอาชีพการวิจัยระดับนานาชาติหรือทำงานกับบริษัท (แม้ในช่วงระยะเวลาของการศึกษา)

ผู้สำเร็จการศึกษาด้านวิทยาศาสตร์ข้อมูล MSc ช่วยเพิ่มความสามารถในการได้งานโดยการพัฒนาความรู้เฉพาะสาขาวิชาในสาขาวิทยาศาสตร์ข้อมูลและการเรียนรู้ของเครื่องตลอดจนทักษะการวิเคราะห์และการวิจัย นักศึกษาจะได้รับโอกาสในการเข้าถึงการวิจัยและนวัตกรรมระดับชาติและระดับนานาชาติก่อนใคร และสามารถเข้าถึงนายจ้างจากต่างประเทศด้วยความมั่นใจ นอกจากนี้ โปรแกรมยังช่วยพัฒนาทักษะด้านอารมณ์ของนักเรียน ทำให้พวกเขาแข่งขันได้อย่างมีประสิทธิภาพในตลาดงาน

• ปริญญาเอก ตำแหน่งในสถาบันการศึกษาและการวิจัย
• ตำแหน่งผู้เชี่ยวชาญ เช่น นักวิเคราะห์ข้อมูล นักวิทยาศาสตร์ข้อมูล ที่ปรึกษาในภาคเศรษฐกิจต่างๆ
  • การเงิน
  • เทเลคอม
  • มัน
  • บริษัทที่มีถิ่นที่อยู่และสตาร์ทอัพของ Skolkovo

ข้อกำหนดในการเข้า

ปริญญาตรีที่เกี่ยวข้องกับไอที หรือเทียบเท่าในวิชาคณิตศาสตร์ วิทยาการคอมพิวเตอร์ เทคโนโลยีสารสนเทศและการสื่อสาร ฟิสิกส์ประยุกต์ หรือสาขาเทคนิคอื่นๆ

• แคลคูลัส
• สมการเชิงอนุพันธ์
• พีชคณิตเชิงเส้น
• ความน่าจะเป็นพื้นฐาน กระบวนการสุ่ม และสถิติทางคณิตศาสตร์
• คณิตศาสตร์แบบไม่ต่อเนื่อง (รวมถึงทฤษฎีกราฟและอัลกอริธึมพื้นฐาน)
• การเขียนโปรแกรม

ข้อกำหนดภาษาอังกฤษ:

หากการศึกษาของคุณไม่ได้ดำเนินการเป็นภาษาอังกฤษ คุณจะต้องแสดงหลักฐานความสามารถทางภาษาอังกฤษในระดับที่เพียงพอ

ข้อกำหนดในการสมัคร

การสมัครออนไลน์ทำให้กระบวนการง่ายขึ้นสำหรับผู้มีโอกาสเป็นนักศึกษา เราแนะนำให้คุณอ่านคำแนะนำในการสมัคร ข้อกำหนด และกำหนดเวลาสำหรับโปรแกรมการศึกษาที่เลือกอย่างละเอียด

ใบสมัครประกอบด้วยเอกสารดังต่อไปนี้: ประวัติย่อ จดหมายรับรอง 2 ฉบับ รายงานคะแนน TOEFL/IELTS และจดหมายจูงใจ ผู้สมัครที่ไม่มีหลักฐานความสามารถทางภาษาอังกฤษสามารถสอบ TOEFL ITP ในช่วงวันหยุดสุดสัปดาห์ของการคัดเลือกที่ Skoltech

ขั้นตอนการคัดเลือก

1. เตรียมพอร์ตโฟลิโอของคุณ
   เตรียมเอกสารการสมัครคัดเลือกการแข่งขันของคุณ
2. ส่งใบสมัครของคุณ
   อัปโหลดเอกสารของคุณเข้าสู่ระบบการสมัครและส่งใบสมัครของคุณ
3. การทดสอบออนไลน์
   ผู้สมัครทุกคนต้องทำการทดสอบโปรไฟล์ออนไลน์ คุณจะได้รับแจ้งทางอีเมลเกี่ยวกับวันและเวลาที่ระบุในการทดสอบของคุณ
4. สัมภาษณ์แบบตัวต่อตัว (ออนไลน์)
   ขั้นตอนการคัดเลือกขั้นสุดท้ายเกิดขึ้นในมอสโก คุณต้องผ่านการสอบ TOEFL ITP ในสถานที่จริง หรือแสดงใบรับรอง TOEFL ที่ถูกต้องและผ่านการสัมภาษณ์แบบตัวต่อตัว อาจมีการสอบข้อเขียนเพิ่มเติมสำหรับบางโปรแกรมในช่วงเวลานี้ (คุณจะได้รับแจ้งล่วงหน้า)

<img class=" image-element img-responsive " src=" https://keystoneacademic-res.cloudinary.com/image/upload/q_auto,f_auto,w_743,c_limit/element/11/111168_TSL_3334.jpg " data-json=" {"author":"© ","author_url":"","source ":""}" alt="111168_TSL_3334.jpg" />

สิ่งที่นักเรียนของเราพูด

Julia Molchanova
วิทยาศาสตรบัณฑิต มหาวิทยาลัยแห่งรัฐมอสโก → ปริญญาโท, Skoltech → ผู้พัฒนาเกมอินดี้

"โปรแกรม Data Science ของ Skoltech ให้โอกาสในการเรียนรู้ทักษะที่จำเป็นเกือบทั้งหมดสำหรับอาชีพทางวิชาการหรืออุตสาหกรรมในการเรียนรู้ของเครื่อง ในขณะที่ฉันเคยศึกษาหัวข้อเดียวกันก่อนหน้านี้ ที่ Skoltech ฉันก็มีความเชี่ยวชาญในสาขาวิชาที่กำหนด นอกจากนี้ วิทยาลัยของ Skoltech นโยบายด้านภาษาทำให้ภาษาอังกฤษของฉันดีขึ้นอย่างมาก กิจกรรมที่มีวินัยในวงกว้าง เช่น Innovation Workshop จริงๆ แล้วสามารถนำไปสู่ผลลัพธ์ที่ไม่คาดคิดได้ ฉันได้ลองทำสิ่งต่างๆ มากมายในบทเรียนเหล่านี้ และพัฒนาความชอบสำหรับบางคน สิ่งเหล่านี้ดีมาก วิธีที่จะได้รับความรู้เฉพาะตัวและได้มุมมองชีวิตที่ต่างไปจากเดิม"

อัลเฟรโด เด ลา ฟูเอนเต
BSc, Universidad Nacional de Ingenieria → MSc, Skoltech → ศูนย์นวัตกรรมเทคโนโลยีซอฟต์แวร์ Schlumberger

"ฉันอดยิ้มไม่ได้เมื่อนึกถึงช่วงเวลาที่ทำงานอย่างบ้าคลั่งในระหว่างโปรแกรมปริญญาโทของ Skoltech ในสาขา Data Science การปรับตัวให้เข้ากับการเปลี่ยนแปลงของบรรยากาศอย่างรุนแรง (การย้ายจากเปรูและภูมิหลังทางวิชาการที่แตกต่างกัน) ถือเป็นความท้าทายที่หนักหน่วงอย่างแน่นอน อย่างไรก็ตาม ผลกระทบต่อโครงการนี้ มิตรภาพอันน่าทึ่งที่ได้รับในอาชีพการงานของฉันและการได้รับโอกาสมากมายทำให้คุ้มค่า โดยรวมแล้ว หลักสูตรทั้งหมดของโปรแกรม Data Science ช่วยให้ฉันมั่นใจและมีทักษะที่หลากหลายในการจัดการโครงการการเรียนรู้ของเครื่องทั้งจากภาคอุตสาหกรรมและการวิจัย มุมมอง ไม่ต้องสงสัยเลยว่าหนึ่งในตัวเลือกที่ดีที่สุดในชีวิตฉัน”