Descrição do programa
O treinamento inovador orientado a projetos em Ciência de Dados liderado pelas mentes que vislumbram e mãos que moldam o futuro do Big Data World. Seu diploma vai ler o Master of Science. Só porque o nosso grau "Wizard" ainda não é oficial.
Objetivo do programa
A True Data Scientist resolve o problema combinando a ciência pesada e as tecnologias inovadoras de mineração de dados com a arte inexplicável da compreensão humana. Como estudante, você participará de projetos reais, trabalhando com a equipe em todas as etapas do projeto para adquirir conhecimento profundo e dominar suas habilidades na análise dos problemas principais de seu cliente, planejando e gerenciando recursos do projeto, software de engenharia, coletando e processando todos tipos de dados, e descobrindo as preciosas percepções que juntam todo o quebra-cabeça de dados.
Benefícios do programa Big Data Analytics
Oportunidades de pesquisa em ciência de classe mundial real. Você aprenderá não apenas como aplicar métodos de ciência de dados e de aprendizado de máquina, mas terá a oportunidade de desenvolver novos ou atualizar os já existentes, por exemplo, procedimento de treinamento de melhoria da rede neural de última geração.
Aprendizagem baseada em projetos e orientada para a prática. Você ganhará experiência em projetos com tarefas reais de nossos parceiros. O programa é projetado para que você esteja envolvido em todas as etapas do ciclo de desenvolvimento e implementação de projetos de Data Science e Machine Learning, desde a compreensão das necessidades de negócios, passando pelo planejamento e gerenciamento detalhados de projetos, até a implementação de novos produtos ou tecnologias.
Oportunidades de doutoramento. Este programa também abre possibilidades para um PhD na NSU e nas principais universidades do mundo.
Ampla gama de domínios quentes. Você terá a oportunidade de aplicar sua ciência de dados e habilidades de aprendizado de máquina nos principais domínios científicos e industriais, como Petróleo e Gás, Assistência Médica, Redes Sociais, Ciência de Dados Cognitivos, Telecomunicações, Instrumentação.
Hackathons e competições de ciência de dados com tarefas complicadas e não resolvidas. Você terá a oportunidade de participar ou gerenciar hackathons mantidos pelo Big Data Analytics
Duração do estudo
2 anos
Idioma das instruções
Inglês
Currículo
Primeiro ano, semestre de outono
Cursos básicos
Análise de negócio
Linguagem de programação Python
Introdução ao aprendizado de máquina
Fronteiras da Análise de Big Data e Inteligência Artificial
Métodos de Pesquisa Operacional
Teoria da Informação e Criptografia
Filosofia da Inteligência Artificial
Seminário de Projetos
Seminário Científico
Estágio
Cursos opcionais
Russo para estrangeiros
Primeiro ano, semestre da primavera
Cursos básicos
Aprendizado de máquinas
Fronteiras da Análise de Big Data e Inteligência Artificial
Tecnologias de armazenamento
Gerenciamento de Projetos
Seminário Científico
Processamento de linguagem natural
Estágio
Trabalho de pesquisa
Disciplinas eletivas
Aprendizagem profunda
Semântica formal
Cursos opcionais
Russo para estrangeiros
Segundo ano, semestre de outono
Cursos básicos
Processamento Digital de Imagem
Sistemas de Computação Distribuída
Empreendedorismo Tecnológico
Prática de Gerenciamento de Projetos
Seminário Científico
Estágio
Trabalho de pesquisa
Escrita Acadêmica (Inglês)
Disciplinas eletivas
Mineração Social
Engenharia Biomédica
Segundo ano, semestre da primavera
Trabalho de pesquisa
Prática de pré-graduação
Seminário Científico
Defesa de tese
Dissertação de mestrado
Exemplos de assuntos para trabalhar:
Desenvolvimento de um sistema para prever os níveis de açúcar no sangue com base no aprendizado de máquina
Desenvolvendo um subsistema para recuperar dados do evento.
Desenvolvimento de um módulo de um sistema especialista para análise e monitoramento de comunicações, resolvendo o problema de identificação do assinante
Plataforma de desenvolvimento de Big Data para análise cognitiva
A aplicação do princípio da similaridade rival busca características significativas no processamento de grandes quantidades de dados (Big Data)
Base de treinamento
Previsão de preços de petróleo e gás - produtos petrolíferos, optimização da produção de poços, ambiente de segurança da saúde. Empresas: tecnologias de campo digital, Gazpromneft.
Assistência médica - processamento de dados de experimentos médicos; processamento de dados do paciente em tempo real para alarme e prevenção de riscos, módulos analíticos para sistemas de informação em saúde. Organizações: Novosibirsk Instituto de Pesquisa de Circulação Patológica, Novosibirsk Instituto de Pesquisa em Traumatologia e Ortopedia, Instituto de medicina fundamental e fisiologia SB RAMS, Centro Federal de Neurocirurgia.
Redes sociais - Identificar a preparação de eventos sociais por atividade de redes sociais, testes A / B, análise semântica, análise de sentimento, sistemas de gestão de reputação Empresas: Game Banners Network (desenvolvimento de jogos), Singularity.NET, Aigents Group.
Ciência de dados cognitivos - desenvolvimento de metodologia FRiS quântica de mineração de dados cognitivos. Organizações: Sobolev Institute of Mathematics (científico), Stream Analytics e Machine Learning.
Telecomunicações - análise de tráfego de rede, segmentação de publicidade, marketing móvel. Empresas: Eltex LLC (negócios), Eyeline Communications CIS (negócios), Huawei.
Instrumentação - análise de dados do CERN, software para novos equipamentos eletrônicos. Organizações: Instituto Budker de Física Nuclear (científico), Uniscan, LLC (negócios, instrumentação), TION (purificação do ar).
Palestrantes
Evgeniy Pavlovskiy, PhD em Matemática, certificou EMC Data Science Associate.
Yuri Anikin, PhD in Tech, vice-secretário acadêmico do Siberian Branch da RAS
Ivan Bondarenko, Pesquisador em Redes Neurais e Laboratório de Aprendizagem Profunda, MIPT, Arquiteto de Soluções em DataMonsters, Redes Neuronais para palestrante em Processamento de Linguagem Natural.
Denis Bondarenko, diretor de tecnologia da IMTS.Pro, professor de cursos da Storage Technology
Alexander Savostyanov, PhD em Biologia, PhD em Filosofia, Pesquisador Sênior do Research Institute of Physiology.
Grigoriy Khazankin, Certified CCNA, engenheiro chefe do Instituto de Pesquisa de Fisiologia, Sistemas Distribuídos de Computação e professor de curso de Engenharia Biomédica.
Stukachev Alexey, PhD em Matemática, Pesquisador Sênior do Instituto de Matemática Sobolev, palestrante do curso de Semântica Formal (processamento de linguagem natural)
Florian Gouret, Pesquisador da Novosibirsk State University Professor do curso de semântica formal (Processamento de linguagem natural)
Valeria Idrisova, PhD em Matemática, engenheira pesquisadora do Instituto de Matemática Sobolev.
Vyacheslav Mukhortov, professor do curso de Gerenciamento de Projetos, diretor da Inteks LLC.
Taxas e apoio financeiro
US $ 5.200 por ano
Todos os anos, os estudantes estrangeiros têm a oportunidade de candidatar-se à bolsa do governo russo, que cobre todas as mensalidades e um subsídio mensal. Custos de viagem, despesas de subsistência e apólice de seguro de saúde não estão incluídos. As bolsas são concedidas em uma base competitiva. Os critérios e procedimentos de seleção, assim como o número de bolsas, dependem do país do candidato. O procedimento de inscrição começa em janeiro. Prazo depende do país do candidato (março-junho).
Para mais informações, siga o link russia.study/en
Oportunidades de carreira
Existem várias possibilidades: trabalhar para a Universidade, Institutos de Pesquisa da Academia Russa de Ciências, ou trabalhar para negócios de TI, como as nossas empresas ExpaSoft, UniPro, Inteks, Parallels e assim por diante. Todos os nossos alunos têm um trabalho de meio período em empresa de TI durante o período de ensino. Além disso, você pode descobrir que muitos de nossos ex-alunos trabalham para o Yandex, Google, Microsoft, Parallels e Intel.
Como aplicar
Requisitos de entrada
Para estudantes estrangeiros e graduados das instituições de ensino superior russas (incluindo bacharelados da NSU):
Diploma de ensino (certificado ou documento análogo) em um programa do nível de grau de bacharel ou de uma qualificação de especialista de qualquer especialização;
Forte motivação para ser cientista de dados;
Experiência comprovada e forte conhecimento de estatística e programação.
Procedimento de candidatura e prazos
Até 15 de junho para preencher o formulário de inscrição em nosso site e fornecer os seguintes documentos:
Pedido de admissão para o programa mestrado.
Diploma (ou algum documento análogo) em um programa do nível de um grau de bacharel ou certificado (ordenando) sobre passar agora tal programa.
Certificado TOEFL (pontuação 50-70: nível intermediário ou intermediário) ou outros certificados internacionais (BEC, etc.) de nível similar.
Curriculum Vitae do candidato.
Carta motivacional (1-2 páginas) sobre a entrada no Programa.
