数据科学硕士
Moscow, 俄罗斯
期间
2 Years
语言
英语
步伐
全职
报名截止日期
03 Aug 2025
最早开始日期
01 Sep 2025
学费
RUB 430,000 / per year *
学习形式
在校园
* 195 000 – 390 000 RUB /年
介绍
为了分析当今社会各个领域中不断增长的数据量，现代IT行业提出了大数据问题。同样，学术界正在建立数据科学的新兴领域。该计划包括对计算模型，数学建模和预测，计算机体系结构，高级编程技术以及数据存储和检索领域的培训。凭借其多学科设计的力量，该计划可以作为众多学院的毕业生以及研究中心的工作人员感兴趣的骨干。该计划的毕业生将能够解决与数据搜索，收集，存储，准备和分析以及专业领域中的结果解释有关的问题。
计划概述
数据科学硕士课程包括面向英语学生的全日制教育课程，该课程包括一组基础学科以及各种英语选修课和选修课。
该计划的目的是培训应用数学，信息科学和数据分析方面的高素质专家。
该计划包括对人工智能模型的数学方法和现代数据分析方法，复杂系统的数学和信息建模以及这些方法的计算机实现进行深入研究。俄罗斯联邦各部委，机构，地区政府和大型公司都需要从该课程中毕业的知识和技能。
Internet数据分析专业的概念和课程已与Yandex一起开发。该课程涉及公司员工的特殊学科教学，学生，研究生和讲师参与Yandex建议的与业务运营相关的项目实施任务，Yandex学生的职业培训以及共同开展的联合研究与Yandex员工一起。
招生
课程
该计划包括 3 个专业和全日制英语授课课程（120 学分）：
英文授课曲目
一般课程内容
衔接课程：
- 用于应用和算法开发的离散数学
- 概率论与数理统计
- 研究领域的组成部分
基础课程：
- 现代数据分析方法
- 现代决策方法
- 网络科学
- 机器学习和数据挖掘
选修课程：
- 程序验证的自动化方法
- 医学信息学
- 医学数据分析
- 自动化业务流程的数据和服务工程
互联网数据分析
基础课程：
- 现代数据分析方法
- 现代决策方法
- 机器学习
- 算法和数据结构
- 处理大数据的方法和系统
选修课程：
- 决策中的概率和统计方法
- 理论并行和分布式计算
- 机器学习中的优化
- 图像和视频分析
- 文本自动处理
- 深度学习
智能系统和结构分析
衔接课程：
- 用于应用和算法开发的离散数学
- 概率论与数理统计
基础课程：
- 现代数据分析方法
- 现代决策方法
- 数据分析中的有序集
- 网络科学
- 机器学习和数据挖掘简介
- 机器学习和数据挖掘
选修课程：
- 计算语言学和文本分析
- 信息论和搜索组合论
- 人工智能设计与实现的基础
- 数据分析和建模中的系统博弈和决策
- 医学数据分析
- 大数据分析
- 深度学习
- 程序验证的自动化方法
- 医学信息学
- 统计学中的稳健方法
- 不确定性和模糊性下的决策与数据分析
- 使用机器学习自动化业务流程
复杂系统建模技术
衔接课程：
- 用于应用和算法开发的离散数学
- 概率论与数理统计
基础课程：
- 现代数据分析方法
- 现代决策方法
- 数据分析中的有序集
- 现代电信的数学基础
- 预测建模的统计方法
- 预测建模的几何方法
选修课程：
- 计算语言学和文本分析
- 信息论和搜索组合论
- 人工智能设计与实现的基础
- 数据分析和建模中的系统博弈和决策
- 医学数据分析
- 大数据分析
- 深度学习
- 程序验证的自动化方法
- 医学信息学
- 统计学中的稳健方法
- 不确定性和模糊性下的决策与数据分析
- 使用机器学习自动化业务流程
工作机会
该计划的毕业生将在领先的在线平台上获得所需的技能和能力，包括处理大量数据（Big Data）、数据预处理（Extract-Transform-Load）、数据挖掘（Data Mining）、知识的方法和工具提取（Knowledge Discovery）、创建搜索引擎（Search Engines）、社交网络分析（Social Network Analysis）、算法扩展（Hadoop 和 Map-Reduce 技术）以及金融时间序列预测。