Наука о данных

Студенты обязаны пройти следующие 4 основных курса:

• CS 526: алгоритмы
• CS 534: машинное обучение
• CS 551: системное программирование
• CS 554: системы баз данных

Кроме того, студенты должны сдать не менее 3 курсов по выбору из

• CS 557: искусственный интеллект
• CS 562: передовые компьютерные системы
• CS 563: цифровая обработка изображений
• CS 570: интеллектуальный анализ данных
• CS 571: обработка естественного языка
• CS 572: поиск информации
• CS 573: конфиденциальность и безопасность данных
• BIOS 506: статистические методы (4)
• BIOS 510: теория вероятностей (4)

Учащиеся должны выбрать один из следующих вариантов:

• Дипломная работа:
  Приемлемая магистерская работа и устная защита (9 кредитных часов).
• Проект: завершение одного утвержденного курса по выбору и проекта под руководством преподавателя, официально принятого путем регистрации на CS598 (до 6 кредитных часов). Проект может быть внешним, если он одобрен и советован консультантом факультета. Результат проекта может быть в форме отчета или документированного программного обеспечения. Удовлетворительное завершение проекта требует одобрения консультанта факультета.
• Курсовая работа:
  Завершение 9 дополнительных часов по выбору. Курсы за пределами кафедры (например, от наук, школ медицины и общественного здравоохранения или бизнес-школ) могут быть приняты, если они совпадают с целями ученой степени. Утверждение факультативных решений будет осуществляться Комитетом по компьютерным наукам.

Учащиеся могут заменить не более одного из указанных факультативов соответствующим курсом по математике, информатике, биологии, химии, физике, биомедицинской информатике, Школе общественного здравоохранения имени Роллинса, Медицинской школе и соответствующим школам в Технологическом институте Джорджии. При замене курсов студент должен получить предварительное письменное одобрение от советника по диссертации и директора (ов) CSI / BMI / программы. Студенты должны завершить свои основные курсы с оценкой B или выше и завершить все курсовые работы ко второму году с GPA 3,0 или выше.

• Стенограммы. Нам понадобятся копии стенограмм из каждого учебного заведения, в котором вы учились, включая ваше текущее. Они должны быть на английском языке. и выдан регистратором в вашем университете. Мы не требуем официальных протоколов (выданных регистратором в вашем университете) как часть процесса подачи заявки, только если и когда вам предложат и примут прием.
• Результаты GRE: нам потребуется отправить нам ваш официальный общий балл GRE (код учреждения 5187).
• Заявление о цели. Напишите откровенно о том, почему вы хотите получить степень доктора философии. в области компьютерных наук и информатики, над какими вопросами вы работали в прошлом, на чем вы собираетесь сосредоточиться в своих исследованиях и как вы планируете использовать опыт исследований в своем долгосрочном плане.
• Curriculum Vitae. Предоставьте документ со списком соответствующего опыта и достижений, таких как стажировки, награды и исследования, которые, как вы считаете, укрепят вашу заявку.
• рекомендательные письма; Нам требуются три специалиста, обладающие знаниями о вашей успеваемости, для написания писем, которые оценивают ваш исследовательский потенциал и ваш преподавательский опыт. Ваша заявка не может быть обработана до того, как мы получим эти письма.
• Плата за подачу заявления. Плата за подачу заявления не взимается (0 долларов США) до 31 октября (полночь по тихоокеанскому времени). С 1 ноября регистрационный взнос составляет 75 долларов США.
• Международные кандидаты, чей родной язык не является английским, также должны сдать тест по английскому языку как иностранному (TOEFL).

Стипендия

В М.С. Программы, частичные стипендии доступны на конкурсной основе. Для этих программ нет учебных пособий.

Дополнительная информация о программе

Программа по Data Science в Эмори Университете предназначена для студентов, стремящихся приобрести углубленные знания и навыки в области обработки данных, аналитики и машинного обучения. Она включает в себя широкий спектр курсов, охватывающих основы программирования, статистики, теории вероятностей, а также методов анализа больших данных и искусственного интеллекта. Студенты узнают о современных инструментах и технологиях, таких как Python, R, SQL и облачные вычисления, что позволяет им эффективно работать с разнообразными источниками данных.

Обучение способствует развитию аналитического мышления и способности применять теоретические знания на практике. Программа предусматривает выполнение различных проектов и исследований, что дает студентам возможность решать реальные задачи из различных областей, таких как экономика, медицина, бизнес и социальные науки. В рамках курса также проводятся лабораторные работы, семинары и мастер-классы, что способствует развитию профессиональных навыков и подготовке к будущей карьере.

Студенты программы имеют доступ к современным лабораториям и ресурсам Университета, а также получают поддержку от опытных преподавателей и ведущих специалистов отрасли. В завершение обучения выпускники получают степень бакалавра или магистра в области Data Science, что значительно повышает их конкурентоспособность на рынке труда.

Программа рассчитана на студентов с разным уровнем начальной подготовки, включая как тех, кто только начинает свой путь в области науки о данных, так и тех, у кого уже есть базовые знания и опыт. В рамках учебного процесса особое внимание уделяется развитию междисциплинарных навыков, что позволяет студентам успешно применять приобретенные знания в различных сферах деятельности.

Кроме учебной деятельности, студентам предоставляются возможности для прохождения стажировок и участия в исследовательских проектах совместно с партнерами Университета из бизнеса, государственного сектора и научных учреждений. Это помогает им наладить профессиональные контакты и подготовиться к работе в динамично развивающейся сфере Data Science.

Более подробную информацию о программе, требованиях и условиях поступления можно найти на официальном сайте Университета или связаться с приёмной комиссией. Мы приглашаем всех заинтересованных присоединиться к нашей академической семье и стать частью будущего аналитики и обработки данных.