Mestrado em Ciência de Dados

Para analisar o crescente volume de dados gerados em todas as áreas da sociedade atual, a moderna indústria de TI está elevando a questão do Big Data. Da mesma forma, a comunidade acadêmica está estabelecendo o campo emergente da Ciência de Dados. Este programa inclui treinamento nas áreas de modelos computacionais, modelagem matemática e previsão, arquitetura de computador, técnicas de programação avançada, bem como armazenamento e recuperação de dados. Com a força de seu design multidisciplinar, este programa pode servir como uma espinha dorsal que é de interesse para graduados de várias faculdades, bem como para membros da equipe em centros de pesquisa. Os graduados do programa serão capazes de resolver problemas relativos à busca, coleta, armazenamento, preparação e análise de dados, bem como interpretação de resultados na área de especialização.

visão geral do programa

O programa de mestrado em Ciência de Dados inclui o curso educacional em tempo integral para alunos falantes de inglês, que consiste em um conjunto de disciplinas básicas e uma variedade de cursos opcionais e opcionais em inglês.

O objetivo do programa é treinar especialistas altamente qualificados em matemática aplicada, ciência da informação e análise de dados.

O programa envolve um estudo aprofundado de métodos matemáticos de modelos de inteligência artificial e métodos modernos de análise de dados, modelagem matemática e informativa de sistemas complexos, bem como uma realização computadorizada desses métodos. O conhecimento e as habilidades dos graduados deste curso são solicitados pelos ministérios e instituições da Federação Russa, administrações regionais e grandes empresas.

O conceito e o currículo da especialização em Análise de Dados da Internet foram desenvolvidos em conjunto com a Yandex. Esta trilha envolve o ensino de disciplinas especiais pelos membros da equipe da Empresa, a participação de alunos, pós-graduados e professores em projetos de implementação de tarefas sugeridas por Yandex e relacionadas às suas operações de negócios, treinamento vocacional para alunos em Yandex e pesquisas conjuntas realizadas com a equipe Yandex.

O programa inclui 3 especializações e uma faixa lecionada em inglês em tempo integral (120 créditos):

Trilha lecionada em inglês

Conteúdo do currículo geral

Cursos de transição:

• Matemática Discreta para Desenvolvimento de Aplicativos e Algoritmos
• Teoria da Probabilidade e Estatística Matemática
• Componentes do campo de estudo

Cursos básicos:

• Métodos modernos de análise de dados
• Métodos modernos de tomada de decisão
• Ciência da rede
• Aprendizado de máquina e mineração de dados

Disciplinas eletivas:

• Métodos automatizados para verificação do programa
• Informática Médica
• Análise de dados em medicina
• Engenharia de Dados e Serviços para Automatização de Processos de Negócios

Análise de dados da Internet

Cursos básicos:

• Métodos modernos de análise de dados
• Métodos modernos de tomada de decisão
• Aprendizado de máquinas
• Algoritmos e Estruturas de Dados
• Métodos e sistemas para processamento de Big Data

Disciplinas eletivas:

• Abordagens probabilísticas e estatísticas na tomada de decisão
• Teoria Computações Paralelas e Distribuídas
• Otimização em Aprendizado de Máquina
• Análise de imagem e vídeo
• Processamento Automático de Textos
• Aprendizagem profunda

Sistemas Inteligentes e Análise Estrutural

Cursos de transição:

• Matemática Discreta para Desenvolvimento de Aplicativos e Algoritmos
• Teoria da Probabilidade e Estatística Matemática

Cursos básicos:

• Métodos modernos de análise de dados
• Métodos modernos de tomada de decisão
• Conjuntos ordenados na análise de dados
• Ciência da rede
• Introdução ao aprendizado de máquina e mineração de dados
• Aprendizado de máquina e mineração de dados

Disciplinas eletivas:

• Linguística Computacional e Análise de Texto
• Teoria da Informação e Teoria Combinatória de Pesquisa
• Fundamentos de Design e Implementação de Inteligência Artificial
• Jogos e decisões de sistemas em modelagem e análise de dados
• Análise de dados em medicina
• Análise de Big Data
• Aprendizagem profunda
• Métodos automatizados para verificação do programa
• Informática Médica
• Métodos robustos em estatística
• Tomada de decisão e análise de dados sob incerteza e ambigüidade
• Automatizando Processos de Negócios usando Aprendizado de Máquina

Tecnologias de Modelagem de Sistemas Complexos

Cursos de transição:

• Matemática Discreta para Desenvolvimento de Aplicativos e Algoritmos
• Teoria da Probabilidade e Estatística Matemática

Cursos básicos:

• Métodos modernos de análise de dados
• Métodos modernos de tomada de decisão
• Conjuntos ordenados na análise de dados
• Fundamentos matemáticos das telecomunicações modernas
• Métodos estatísticos para modelagem preditiva
• Métodos geométricos para modelagem preditiva

Disciplinas eletivas:

• Linguística Computacional e Análise de Texto
• Teoria da Informação e Teoria Combinatória de Pesquisa
• Fundamentos de Design e Implementação de Inteligência Artificial
• Jogos e decisões de sistemas em modelagem e análise de dados
• Análise de dados em medicina
• Análise de Big Data
• Aprendizagem profunda
• Métodos automatizados para verificação do programa
• Informática Médica
• Métodos robustos em estatística
• Tomada de decisão e análise de dados sob incerteza e ambigüidade
• Automatizando Processos de Negócios usando Aprendizado de Máquina

Os graduados do programa irão adquirir habilidades e competências exigidas nas principais plataformas online, incluindo métodos e ferramentas para processamento de grandes volumes de dados (Big Data), pré-processamento de dados (Extract-Transform-Load), mineração de dados (Data Mining), conhecimento extração (Knowledge Discovery), criação de mecanismos de busca (Search Engines), análise de rede social (Social Network Analysis), escalonamento de algoritmo (tecnologias Hadoop e Map-Reduce) e previsão de séries temporais financeiras.