Master of Science i datavitenskap
EURECOM
Nøkkelinformasjon
Campus plassering
Biot, Frankrike
Språk
Engelsk
Studieformat
På universitetsområdet
Varighet
24 måneder
Tempo
Fulltid
Studieavgift
EUR 6 000 / per year *
Søknadsfrist
Be om info
Tidligste startdato
Be om info
* 18-måneders undervisning: 5000€ for EU-studenter, 10000€ for ikke-EU-studenter. 24-måneders undervisning: 6000€ for EU-studenter, 12000€ for ikke-EU-studenter
Introduksjon
"Big Data"-fenomenet er forankret i feltet datavitenskap og ingeniørvitenskap, som tar sikte på å utvikle både datamaskin- og matematiske verktøy for datalagring, prosessering og analyse. Et økende datavolum produseres daglig av moderne industrielle prosesser (på felt som energi, intelligente transportsystemer, helse, turisme og mange andre, etc.), og drevet av fremveksten av multimedieinnhold som deles og Internett av ting i vårt daglige liv. Kunstig intelligens styrker nå applikasjoner som krever storskala og smart behandling av data for å bygge nøyaktige prediktive modeller.
Stikkord: Big Data, Data Science, Machine Learning, Data Mining, Deep Learning, Business Intelligence, Web Science, Artificial Intelligence
Mål
- Kombiner datavitenskap og statistiske vitenskaper for å utvikle banebrytende og grunnleggende verktøy for å effektivt håndtere databehandlingsproblemer.
- Lær hvordan du utvikler metoder, algoritmer og programvare som kan trekke kunnskap og innsikt ut av enorme mengder heterogone data med flere dimensjoner.
- Gi en sammenhengende blanding av tekniske klasser innen maskinlæring, datautvinning, informasjonsutvinning og distribuerte systemer kombinert med grunnleggende forretninger, innovasjon og prosjektledelse for å utvikle profiler som er høyt verdsatt av bedrifter.
Opptak
Læreplan
Studentene må validere en viss studiepoeng per undervisningsenhet hvert semester. Læreplanen gir stor fleksibilitet ved å tilby mange valgfag. Ta kontakt med fagplanen og de vanlige spørsmålene for mer informasjon om tidsplanorganisasjonen.
Semester 1 Fall (oktober-januar)
Grunnlaget for maskinlæring
- Maskinlæring og intelligente systemer
Grunnlag i datavitenskap
- Distribuerte systemer og Cloud Computing
- Implementering av databasestyringssystem
Datavitenskap for systemer
- Bilde- og videokomprimering
- Digital bildebehandling
- Quantum Information Science
- Programvareutviklingsmetoder
- Interaksjonsdesign og utvikling av moderne webapplikasjoner
Humaniora og samfunnsvitenskap 1
- Hvordan adoptere riktig holdning og gå fra idé til marked!
- Utfordringene til en bærekraftig økonomi
- Introduksjon til ledelsen
- Immateriell rett
- Ansvarlig digital innovasjon: Risiko, etikk og teknologi
- Personlig utvikling og teamledelse
Vitenskapelig og teknisk åpning 1
- Avanserte emner i trådløs kommunikasjon
- Bevisstgjøring til forskning
- Datamaskinarkitektur
- Digital kommunikasjon
- Emulerings- og simuleringsmetoder
- Bilde- og videokomprimering
- Digital bildebehandling
- Viktige matematiske metoder for ingeniører
- Mobilkommunikasjonsteknikker
- Mobilitetsmodellering
- Mobil applikasjon og tjenester
- Mobilkommunikasjonssystemer
- Mobilsystemer og smarttelefonsikkerhet
- Operativsystemer
- Optimaliseringsteori med applikasjoner
- Quantum Information Science
- Statistisk signalbehandling
- Sikker kommunikasjon
- Programvareutviklingsmetoder
- System- og nettverkssikkerhet
- Designe innebygde systemer med UML
- Design og utvikling av moderne webapplikasjoner
Språkenhet Studiepoeng: 1,00
Semester 2 Vår (februar-juni)
Avansert innen maskinlæring
- Algoritmisk maskinlæring
- Avansert statistisk inngang
- Deep Learning
Humaniora og samfunnsvitenskap 2
- Forretningssimulering
- Jus Generell introduksjon til juss: kontrakter, etablering av virksomhet
- Prosjektledelse
- Sosiologiske tilnærminger til telekomteknologier
- Personlig utvikling og teamledelse
- Nettstrategi og organisatorisk ytelse
Matematiske verktøy og nettvitenskap
- 3-D og virtuell bildebehandling (analyse og syntese)
- IoT -applikasjonsprotokoller
- Avansert statistikk
- Formelle metoder-Formell spesifikasjon og verifisering av systemer
- Imaging Security
- Maskinlæring for kommunikasjonssystemer
- Iot kommunikasjonsprotokoller
- Tale- og lydbehandling
- Semantisk nett- og informasjonsekstraksjonsteknologier
Vitenskapelig og teknisk åpning 2
- 3-D og virtuell bildebehandling (analyse og syntese)
- Applikasjonsprotokoller
- Avansert statistikk
- Bevisstgjøring til forskning
- Beregningsmetoder for digital kommunikasjon
- Digitale systemer, integrasjon av maskinvare-programvare
- Cyber-kriminalitet og Computer Forensics
- formelle metoder-Formell spesifikasjon og verifisering av systemer
- Maskinvare Sikkerhet
- Imaging Security
- Informasjonsteori
- Introduksjon til statistikk
- Maskinlæring for kommunikasjonssystemer
- Mobile Advanced Networks
- Trådløs tilgangsteknologi
- Network Softwerization
- Transportplanlegging
- Kommunikasjonsprotokoller
- Radioteknikk
- Projet de recherche
- Signalbehandling for kommunikasjon
- Tale- og lydbehandling
- Emisjon og trafikk effektivitet
- Semantisk nett- og informasjonsekstraksjonsteknologier
- trådløs sikkerhet
Språk (fransk, eller et annet språk hvis studenten allerede er flytende i fransk)
Semester 3 høst (oktober-januar)
Applikasjoner innen datavitenskap
- Bilde- og videokomprimering
- Digital bildebehandling
- Mobil applikasjon og tjenester
- Optimaliseringsteori med applikasjoner
- Quantum Information Science
- System- og nettverkssikkerhet
- Interaksjonsdesign og utvikling av moderne webapplikasjoner
Skysikkerhet og blokkjede
- Sikkerhet og personvern for Big Data og Cloud
- Flerpartsberegning og blokkjeder
Humaniora og samfunnsvitenskap 3
- Hvordan adoptere riktig holdning og gå fra idé til marked!
- Utfordringene til en bærekraftig økonomi
- Introduksjon til ledelsen
- Immateriell rett
- Ansvarlig digital innovasjon: Risiko, etikk og teknologi
- Personlig utvikling og teamledelse
Vitenskapelig og teknisk åpning 3
- Avanserte emner i trådløs kommunikasjon
- Bevisstgjøring til forskning
- Datamaskinarkitektur
- Digital kommunikasjon
- Emulerings- og simuleringsmetoder
- Bilde- og videokomprimering
- Digital bildebehandling
- Viktige matematiske metoder for ingeniører
- Mobilkommunikasjonsteknikker
- Mobilitetsmodellering
- Mobil applikasjon og tjenester
- Mobilkommunikasjonssystemer
- Mobilsystemer og smarttelefonsikkerhet
- Nettverksmodellering
- Operativsystemer
- Optimaliseringsteori med applikasjoner
- Quantum Information Science
- Statistisk signalbehandling
- Sikker kommunikasjon
- Programvareutviklingsmetoder
- Standardiseringsaktiviteter
- System- og nettverkssikkerhet
- Designe innebygde systemer med UML
- Design og utvikling av moderne webapplikasjoner
Språk (fransk, eller et annet språk hvis studenten allerede er flytende i fransk)
Semesterprosjekt
Veiledede semesterprosjekter er basert på real-case-studier av industriell relevans. De kombinerer en blanding av teoretisk og praktisk arbeid (utvikling av nye prototyper og verktøy, testing av nye teknologier, vurdering av nåværende systemer og løsninger ...). Studentene kan jobbe individuelt eller i grupper på 2/3. Forventet arbeidsmengde er 200 timer individuelt arbeid per semester. Et forsvar organiseres på slutten. Prosjekter gir studentene praktiske ferdigheter ved å la dem sette konsepter ut i livet. (200 timer)
Semester 4 Vår (februar-august)
Forskning / Industrielt praksisplass
Praksisoppholdet skal gjennomføres i en bedrift eller et laboratorium i Frankrike eller i utlandet. Det lar studentene få praktisk erfaring og lette deres inntreden på arbeidsmarkedet. Studentene jobber med et forsknings-/utviklingsprosjekt under veiledning av en professor og en industriell mentor. Studenter er integrert som en del av staben og får månedlig godtgjørelse, størrelsen på godtgjørelsen avhenger av bedrift og stilling. EURECOM hjelper studenter med å finne en praksisplass ved å tilby en oppdatert database over betalte praksisplasser som tilbys av bedrifter.