MSc i datavitenskap

Forbered deg på de datadrevne beslutningskravene til enhver bransje ved en ledende amerikansk offentlig institusjon med Michigan State University s 4-semesters MS-grad i datavitenskap. Dette nye tverrgående profesjonelle studiet som deles av College of Engineering og College of Natural Science forbereder studentene på grunnleggende og anvendte emner, undervist av ledende fakultet innen datavitenskap, statistikk, informatikk og beregningsmatematikk. Du kan være en del av åpningskohorten med høsten 2023-opptak.

MS-programmet i datavitenskap rekrutterer studenter med sterk bachelorbakgrunn innen et av kjerneområdene statistikk, beregningsmatematikk, informatikk og informasjonsvitenskap, eller nært beslektede tekniske felt, og gir dem avansert tverrfaglig opplæring på tvers av statistikkdisipliner, matematikk, informatikk og datavitenskap, på nivåer som passer for MS-studenter i disse respektive disiplinene. Studiet er spredt over to akademiske år med undervisning; som sådan vil enhver dedikert toårig MS-grad i en av disse disiplinene fordype seg ytterligere i den retningen enn den toårige MS-graden i datavitenskap.

Typiske studenter kommer inn med tilstrekkelig programmeringskompetanse. Disse kan inkludere praktisk erfaring med språk fra de matematiske vitenskapene, som MATLAB eller R, eller klassisk objektorientert programmering.

Hvem ser vi etter:

• Du har en fireårig teknisk grad, og du trenger å lære mer om dataanalysemetoder for å fremme din profesjonelle karriere.
• Du liker de matematiske vitenskapene og du kan programmere, spesielt når du kan se hvordan den praktiske siden kan utgjøre en forskjell i virkelige problemer.
• Du ønsker å bli dyktig til å forklare datavitenskapelige metoder til dine ikke-tekniske kolleger, og hjelpe med å formulere datadrevne teambaserte beslutninger.
• Du ser på deg selv som potensielt i stand til å finne opp nye, prinsipielle datavitenskapelige metoder som er tilpasset behovene til ditt profesjonelle miljø.

MS-graden i datavitenskap er en 30-studiepoengs grad, som består av 18 nødvendige studiepoeng, 9 valgfrie studiepoeng og et 3-studiepoengs grunnsteinskurs. Vennligst besøk MSU Registrar-kurssøkesiden for MSU-katalogkursbeskrivelser.

Seks obligatoriske kurs (18 studiepoeng) for dette programmet er balansert mellom de tre enhetene:

• STT 810, et kurs om sannsynlighet og matematisk statistikk for datavitere på MS-nivå
• STT 811, et kurs om anvendt statistisk metodikk for dataforskere på MS-nivå
• CSE 482, et informatikkkurs i stordataanalyse som inkluderer innsamling, lagring, forbehandling og analyse av store datamengder.
• CSE 881, et datavitenskapelig kurs om datautvinning, på MS-nivå.
• CMSE 830, et grunnkurs i algoritmer og metoder i datavitenskap på MS-nivå
• CMSE 831, et grunnleggende kurs i anvendt og beregningsmessig optimalisering for dataforskere, inkludert implementering, på MS-nivå.

9 studiepoeng valgfrie emner trekker fra et bredt sett av emner i de tre enhetene. Studenter med de 6 obligatoriske emnene ovenfor er godt forberedt på å ta valgfag. Listen over valgfag inkluderer følgende, og kan inkludere andre kurs godkjent av MS DS-komiteen:

• STT 802, statistisk beregning ved hjelp av den spesialiserte programvaren R.
• STT 812, et kompakt kurs om moderne statistisk dataanalyse, inkludert statistisk læring
• STT 873, et kurs om statistisk læring og datautvinning
• STT 874, et kurs i Bayesiansk analyse
• STT 875, et kurs i R-programmering for statistikk
• CSE 802, et kurs om mønstergjenkjenning
• CSE 830, et kurs om design og analyse av algoritmer
• CSE 847, et kurs om maskinlæring
• CSE 849, et kurs om dyp læring
• CMSE/CSE 822, et felleskurs om parallell databehandling
• CMSE 402, et kurs om kommunikasjon i datavitenskap.
• Andre CMSE-valgfag som utvikles ved MSU, hvorav noen er emnekurs som allerede er undervist i CSME, og som kan undervises sammen med andre enheter. Det finnes planer for følgende emner:
  • CMSE 890 Usikkerhetskvantifisering (har blitt undervist)
  • CMSE 890 Applied Topology (har blitt undervist)
  • CMSE 890 probabilistiske grafiske modeller (planlagt)
  • CMSE 890 matematisk bildebehandling (planlagt)
  • CMSE 890 Biomedical Science Data (planlagt)
  • CMSE 890 Applied Machine Learning for biomedisin (planlagt)
  • CMSE 890 beregningsmetoder for maskinlæring (planlagt)
  • Andre statistikkemner kurs STT 890 godkjent av MS DS-komiteen.
  • Andre informatikk-emner kurs CSE 890 godkjent av MS DS-komiteen.
  • Ethvert MSU-kurs på høyere nivå som dekker datavitenskapelige emner som kan godkjennes av MS DS-komiteen.

Et 3-poengs grunnsteinskurs innebærer fullføring av et anvendt, industrielt eller statlig datavitenskapsprosjekt. Kreditt for dette kurset kan registreres som ett av de tre emnene:

• STT 890
• CSE 890
• CMSE 890

Programmet bygger en portefølje av case-studier ved å vise hovedprosjekter drevet av industri-, regjerings- eller akademiskunder.

Med sine beregningsmessige og analytiske ferdigheter kan programmets kandidater:

• Assimiler, behandle og tolk data fra rike og forskjellige kilder, eller fra store og potensielt distribuerte datasett.
• Bygg beregningsmessige, matematiske og statistiske modeller som utleder meningsfulle sammenhenger i data og kan brukes til tolkning og prediktiv analyse.
• Lag visualiseringer for å hjelpe til med forståelsen av dataene og modellene deres.
• Formidle funnene og innsiktene deres til en rekke målgrupper slik at beslutninger kan tas, og handling kan iverksettes.