
DUUR
1 max. 2 Years
TALEN
Engels
TEMPO
Full time, Deeltijd
DEADLINE VOOR AANMELDING
Aanvraagdeadline
EERSTE STARTDATUM
Vraag de vroegste startdatum aan
STUDIE FORMAAT
Op de campus
Beurzen
Ontdek mogelijkheden voor beurzen om je studie te financieren
Invoering
"Vanwege de aanhoudende Coronavirus-pandemie kunnen examens gedurende het studiejaar 2021/2022 worden vervangen door een alternatieve vorm van beoordeling. Raadpleeg de programmaspecificatie op deze pagina's voor meer informatie."
Waarom kiezen voor Herts?
- Onderwijsexcellentie : u krijgt les van internationaal erkend onderzoekspersoneel met expertise op het gebied van wiskunde, statistiek, astrofysica, medische fysica en informatica (zie kernpersoneel).
- Stagemogelijkheden : je hebt de mogelijkheid om een betaalde stage van een jaar te volgen. Studenten hebben stages gelopen bij organisaties als NatWest, Sparta Global en Sky.
- Industrieverbindingen : profiteer van onze sterke banden met de computerindustrie. We werken samen met werkgevers zoals Microsoft en Hewlett Packard voor studenten om deel te nemen aan carrièrebeurzen en branchesessies.
Over de cursus
Gegevens zijn de valuta van alles behalve het meest theoretisch gebaseerde wetenschappelijk onderzoek, en het ondersteunt ook onze moderne wereld, van de gegevensstroom via internationale banknetwerken en de verspreiding van memes over sociale netwerken tot de complexe modellen van weersvoorspellingen. De constante generatie van gegevens uit onze digitale samenleving voedt ons dagelijks leven en beïnvloedt de manier waarop we gezondheidszorg ontvangen tot het beïnvloeden van onze winkelgewoonten. Om grote hoeveelheden beschikbare gegevens te verwerken, te begrijpen en te exploiteren, is hooggekwalificeerd menselijk inzicht, analyse en visualisatie vereist. De professionals die op dit gebied werkzaam zijn, worden 'datawetenschappers' genoemd, die geavanceerde wiskundige en statistische vaardigheden combineren met programmeren, databaseontwerp, machine learning, modellering, simulatie en innovatieve datavisualisatie. Er is veel vraag naar deze professionals in zowel de publieke als de private sector in het VK en wereldwijd. De doelstellingen en leerresultaten van dit programma zijn opgebouwd rond twee leidende principes:
- Een uitgebreid begrip bieden van de fundamentele wiskundige en statistische concepten die ten grondslag liggen aan datawetenschap, en hoe deze worden geïmplementeerd in algoritmen en machine learning-technieken om een verscheidenheid aan gegevensverwerkings- en analyseproblemen op te lossen.
- Training geven in de praktische vaardigheden die relevant zijn voor datawetenschap, met als centraal punt het vermogen om schone en efficiënte code te schrijven in door de industrie erkende talen (met name Python en R), maar ook dataverwerking, manipulatie, mijnbouw en visualisatietechnieken .
Waarom kiezen voor deze cursus?
- Dit programma onderscheidt zich door zijn filosofie om de deelname te verbreden en biedt een route om vaardigheden en training in datawetenschap te verwerven voor mensen met een achtergrond die traditioneel niet wordt geassocieerd met de STEM-thema's wiskunde, statistiek en programmeren. Het programma is ontworpen om aantrekkelijk te zijn voor een breed scala aan studenten die op zoek zijn naar training of bijscholing in datawetenschap.
- U profiteert van de expertise van astrofysici, natuurkundigen, wiskundigen en computerwetenschappers met internationale onderzoeksprofielen. Hun dagelijkse onderzoek omvat de toepassing en in sommige gevallen de ontwikkeling van nieuwe datawetenschapsvaardigheden, van fundamentele statistische analyses, het gebruik van gedistribueerde high-performance computing en onderzoek naar nieuwe kunstmatige intelligentie-algoritmen.
- We streven ernaar om het programma onderscheidend te maken in termen van de mix van harde en zachte vaardigheden en de nauwe persoonlijke relatie die we ontwikkelen met werkgevers, die in het programma zal worden opgenomen door voortdurende beoordeling van de nieuwste brancherelevante tools, die voortdurend worden evolueren naarmate nieuwe technologie en software beschikbaar komen.
- Je ervaart een multidisciplinaire benadering van datawetenschap door uitdagingen te ervaren in informatica, creatieve kunsten, medische en zakelijke omgevingen.
- Je krijgt de kans om een breed scala aan onderzoeksgerichte seminars bij te wonen om je intellectuele nieuwsgierigheid te prikkelen en aan te wakkeren.
Studentenervaring
Bij de University of Hertfordshire willen we ervoor zorgen dat je tijd om bij ons te studeren zo stressvrij en lonend mogelijk is. We bieden een scala aan ondersteunende diensten, waaronder; studentenwelzijn, academische ondersteuning, huisvesting en kinderopvang om ervoor te zorgen dat je het meeste uit je tijd bij Herts haalt en je kunt concentreren op studeren en plezier maken.
Extra informatie
- Sandwich stage of studie in het buitenland jaar: nvt
- Aanvragen open voor internationale en EU-studenten: Ja
Galerij
toelatingen
Beurzen en financiering
leerplan
Wat zal ik studeren?
Het curriculum is zo gestructureerd dat het wordt blootgesteld aan de fundamentele wiskundige en statistische principes die ten grondslag liggen aan alle datawetenschap. Deze thema's zullen altijd relevant zijn in een constant evoluerend veld. Theoretisch werk zal worden versterkt met praktische toepassing door middel van praktische laboratoria en workshops, zodat u kunt begrijpen en waarderen hoe fundamentele principes worden weerspiegeld in een breed scala aan gegevensverwerking en -analyses. Je wordt bedreven in belangrijke praktische vaardigheden (bijvoorbeeld het gebruik van panda's voor het werken met datastructuren in Python en ggplot2 voor visualisatie in Python en R) waarbij waar mogelijk 'real-world' gegevens worden gebruikt. In sommige gevallen kunnen deze gegevens afkomstig zijn van actieve onderzoeksprojecten die worden uitgevoerd door leden van het onderwijzend personeel.
Het programma is gericht op het geven van 'end-to-end'-training, zodat u niet alleen bekwaam wordt in het verwerken en analyseren van gegevens, maar ook in het manipuleren en voorbereiden van gegevens uit een onbewerkte staat, evenals het interpreteren van resultaten en het effectief communiceren van bevindingen aan anderen. Dit stelt u in staat om voorbereid te zijn op echte uitdagingen en toepassingen en zal u helpen om onafhankelijkheid te ontwikkelen in uw analytisch en kritisch denken. Dit wordt gekoesterd in praktische praktische sessies in het laboratorium, zodat u uw theorieën in de praktijk kunt brengen.
Niveau 6
- Multivariate Statistiek II 15 Credits II Optioneel
- Lineaire modellering II 15 Credits II Optioneel
Niveau 7
- Neurale netwerken en machine learning II 30 studiepunten II Verplicht
- Grondslagen van datawetenschap II 30 studiepunten II Verplicht
- Applied Data Science 2 II 15 studiepunten II Verplicht
- Data Science Project II 60 studiepunten II Verplicht
- Data Science Kernvaardigheden Bootcamp II 0 Credits II Optioneel
- Gegevensverwerking en -visualisatie II 15 Credits II Optioneel
- Datamining en ontdekking II 15 Credits II Optioneel
Programma collegegeld
Carrièremogelijkheden
Na afronding van het programma kun je aantonen (en toepassen) van een breed scala aan theoretische en praktische vaardigheden, waardoor je een verscheidenheid aan disciplines en industrieën kunt betreden. Je zal in staat zijn:
- De verschillende sterke en zwakke punten die inherent zijn aan verschillende datawetenschapsmethoden begrijpen en kritisch kunnen beoordelen.
- Ontwerp creatieve strategieën en oplossingen om onbekende datawetenschapsproblemen aan te pakken en de output en resultaten kritisch te beoordelen door middel van geschikte statistisch robuuste validatie en andere prestatiebeoordelingstechnieken.
- Communiceer effectief problemen, methoden, resultaten en conclusies door middel van mondelinge en schriftelijke presentaties aan zowel een deskundig als een niet-deskundige doelgroep.
- Inzicht hebben in zowel het onderliggende onderzoek achter datawetenschapstechnieken (bijv. geavanceerde algoritmen en computationele technieken) als hun relevantie en toepassing in een breed scala van disciplines.
Over de school
Vragen
Vergelijkbare cursussen
Master of Science in Data Science
- Rochester, Verenigde Staten
MSc in Data Science
- Manchester, Verenigd Koninkrijk
AI, gegevens en communicatie MA
- London, Verenigd Koninkrijk