کارشناسی ارشد در داده های بزرگ
IMF Smart Education
اطلاعات کلیدی
موقعیت پردیس
Online Spain
زبان های خارجی
زبان اسپانیایی
قالب مطالعه
آموزش از راه دور
مدت زمان
24 ماهها
سرعت
پاره وقت
شهریه
EUR ۸۵۰ / per year *
آخرین مهلت تقاضا
درخواست اطلاعات
زودترین تاریخ شروع
Sep 2024
* قیمت پایه: 8500 یورو
بورسیه ها
فرصت های بورسیه تحصیلی را برای کمک به بودجه مطالعات خود کاوش کنید
مقدمه
کارشناسی ارشد در داده های بزرگ، که با شرکت چندملیتی فناورانه Indra توسعه یافته است، مروری بر فناوری های کلان داده و استفاده از آنها، و همچنین آموزش کاربردی و عملی در تکنیک های تحلیلی برای تجارت (Business Analytics)، یعنی در برنامه کاربردی از تکنیک های علم داده برای مشکلات تجاری
بنابراین، این برنامه به نیاز به دانستن استفاده از فناوری ها و روش های تجزیه و تحلیل داده ها به صورت عملی و کاربردی پاسخ می دهد. درک استفاده فنی مکمل چشم انداز کسب و کار است، به طوری که فارغ التحصیلان این برنامه قادر خواهند بود در مورد کاربرد فن آوری ها عمیقا استدلال کنند و همچنین تکنیک ها و ابزارهای تحلیلی را در موقعیت های خاص به کار ببرند.
چرا در دانشکده هوش مصنوعی و کلان داده تحصیل کنید؟
کارشناسان فعال
متخصصان فعال از Indra و Minsait مهارت ها و دانشی را که برای تیم های خود به دنبال آن هستند به شما آموزش می دهند.
آموزش سفارشی خود را طراحی کنید
برنامه های ما حول 2 محور اصلی، مشخصات و تجربه حرفه ای شما ساخته شده اند تا بتوانید از نمایه فنی (Hard Tech) یا تجاری (Soft Tech) به بازار حرفه ای دسترسی داشته باشید.
یادگیری با انجام
با ابرهای بازیگران اصلی این بخش، اکوسیستم ها و پلتفرم های منبع باز کار می کند که به 500 میلیون نفر خدمت می کند.
دسترسی به شیوه ها
اولویت دسترسی به دوره های کارآموزی حرفه ای با حداقل تعداد کارآموزی برای هر برنامه
مدارک تحصیلی
با تکمیل این برنامه شما مدرک سه گانه کارشناسی ارشد در Big Data از IMF Smart Education ، گواهینامه حرفه ای از Indra و Master of Big Data از UCAV را دریافت خواهید کرد.
مدرک سه گانه: آموزش هوشمند صندوق بین المللی پول + گواهینامه حرفه ای ایندرا + UCAV
امکان استخدام کارآموزی و دسترسی ترجیحی به فرآیندهای گزینش
دانش آموزان ایده آل
هدف این برنامه متخصصان و فارغ التحصیلان اخیر با پروفایل های مختلف است که می خواهند حرفه حرفه ای خود را به یکی از حرفه های نوظهور مرتبط با تجزیه و تحلیل داده ها جهت دهند یا تغییر جهت دهند. پروفایل ها می توانند سه نوع باشند:
- پروفایل های ICT: دانشمندان کامپیوتر، یا مهندسان مرتبط، یا متخصصانی که حرفه خود را در توسعه نرم افزار یا مدیریت سیستم های فناوری اطلاعات توسعه داده اند.
- پروفایل های کمی: فارغ التحصیلان دوره هایی با مولفه کمی قوی، مانند آمار و ریاضیات، که می خواهند مهارت های خود را با تکنیک های اکتساب، ذخیره سازی و مدیریت داده ها گسترش دهند و همچنین توانایی های تحلیلی جدیدی کسب کنند.
- پروفایل های تجاری: فارغ التحصیلان و متخصصان در زمینه های مختلف کسب و کار و اقتصاد که می خواهند در تجزیه و تحلیل کسب و کار، کسب پیشینه ای قوی در استفاده از زبان های آماری و درک فناوری نه تنها در سطح کسب و کار، بلکه از نظر فنی شما نیز تخصص داشته باشند. کاربرد
پذیرش ها
بورسیه و بودجه
نتیجه برنامه
- ارزش داده ها و تجزیه و تحلیل آن را در سازمان ها درک کرده و قادر به ایده پردازی و ایده پردازی راه حل های تحلیل داده ها باشد.
- بدانید و بدانید که چگونه ارزش تجاری پردازش موازی اصلی و فناوری های ذخیره سازی داده مقیاس پذیر را بیان کنید، و همچنین بدانید که چگونه استفاده از آنها را برای اهداف خاص در سازمان توضیح دهید.
- توانایی به کارگیری تکنیک ها و روش های تجزیه و تحلیل داده ها برای مشکلات تجاری با استفاده از تکنیک های برنامه نویسی آماری.
- از تکنیک های یادگیری ماشین و متن کاوی برای استخراج ارزش از داده ها و ساخت مدل های پیش بینی استفاده کنید.
- بدانید و بدانید که چگونه از هوش تجاری و ابزارهای تجسم برای پشتیبانی از تجزیه و تحلیل و تصمیم گیری استفاده کنید.
- تحلیلگر داده (Big Data Analyst).
- دانشمند داده.
- متخصصان هوش تجاری
- مدیر ارشد داده ها (CDO).
- معمار کلان داده.
- مهندس اطلاعات
- مدرس دروس هوش تجاری
- مدرس دوره تحلیل داده ها
- معلم مورد نظر Qlik
فرصت های شغلی
این برنامه آموزش های اولیه را برای جهت دهی به حرفه های مختلف در حوزه تحلیل و مدیریت داده ها ارائه می دهد. به طور خاص: مشاور تحول دیجیتال
- تحلیلگران داده
- متخصصان هوش تجاری
- دانشمندان داده
در مورد آن دسته از پروفایل هایی که تجربه قبلی در رهبری و مدیریت تیم دارند، برنامه آنها را برای سمت هایی مانند مدیر ارشد داده (CDO) آموزش می دهد. در نهایت، برای حرفه ای هایی که پروفایل های کامپیوتری دارند، زمینه ای برای فرصت های حرفه ای مانند معمار Big Data یا مهندس داده فراهم می کند.
برنامه درسی
استاد توسط کمیته ای از کارشناسان متشکل از پزشکان و متخصصان فعال از شرکت های پیشرو در زمینه هوش مصنوعی و داده های بزرگ مانند Indra و Minsait طراحی شده است. تجربه آنها تضمین کننده مناسب بودن مطالعات و مهارت های کسب شده، چه برای ورود به دنیای کار و چه برای پیشرفت حرفه ای در این بخش است. این تیم متخصص علاوه بر شرکت در کمیته طراحی برنامه آموزشی، در تدریس خصوصی و ارائه جلسات کارشناسی ارشد همکاری می کنند.
مبانی پردازش داده برای علم داده
- استفاده از ماشین های مجازی و پوسته فرمان
- اصول برنامه نویسی پایتون
- اصول بانک اطلاعاتی رابطه ای
- مبانی فناوری های اینترنتی
- داده ها، کدها و منابع را در مخازن به اشتراک بگذارید
- مبانی پردازش داده ها با پشته علمی پایتون
اطلاعات کسب و کار
- مقدمه ای بر هوش تجاری
- انبارهای داده و پایگاه داده های تحلیلی
- ابزارهای حذف و بارگیری
- برنامه های هوش تجاری
- تجزیه و تحلیل کلان داده در تجارت اعمال می شود
- هوش مشتری (CRM)
یادگیری ماشین کاربردی
- مقدمه ای بر یادگیری ماشینی
- مدل های نظارت شده
- مدل های بدون نظارت
- مهندسی ویژگی و انتخاب مدل
- مدلهای اتصال
- قوانین انجمن و تحلیل سبد بازار
متن کاوی و پردازش زبان طبیعی (NLP)
- مقدمه تاریخی و فناوری
- ابزار NLP I: NLTK
- ابزار NLP II: Brat and Gate
- استخراج متن
- سایر کاربردها و تکنیک های NLP
هوش تجاری و تجسم
- مقدمه ای بر هوش تجاری
- BI در مقابل گزارش سنتی
- مبانی فناوری برای پردازش و تجزیه و تحلیل داده ها
- اصول تجسم داده ها
- تجسم داده های پیشرفته
- ابزارهای تجسم
زیرساخت داده های بزرگ
- پردازش داده ها با Hadoop
- ابزارهای اکوسیستم هادوپ
- پردازش داده ها با Spark
- معماری های جریان
- اجزای معماری جریان
- پلتفرم های ابری و API ها
ذخیره سازی و یکپارچه سازی داده ها
- بانکهای اطلاعاتی غیر متعارف
- مدل های پایگاه داده مبتنی بر اسناد
- مدل های پایگاه داده ستون محور
- مدل های پایگاه داده گراف محور
- مدل های پایگاه داده کلید-مقدار
- اکتساب داده ها
ارزش و زمینه تجزیه و تحلیل داده های بزرگ
- پرونده تجارت کلان داده
- پروژه های کلان داده
- برنامه های تحلیلی بر اساس بخش ها
- فناوری های نوظهور در تجزیه و تحلیل
- مدیریت تیم و روش های چابک
- جنبه های نظارتی پردازش داده ها
برنامه های کاربردی تحلیلی موارد عملی
- تجزیه و تحلیل مقیاس پذیر: تجزیه و تحلیل با فناوری های محاسباتی موازی و مقیاس پذیر
- تجزیه و تحلیل رسانه های اجتماعی
- اینترنت اشیا (IoT)
- تجزیه و تحلیل مالی (رتبه بندی شرکت)
- تجزیه و تحلیل مشتری: تجزیه و تحلیل مکان
- تکنیک های بازیابی اطلاعات
پایان نامه کارشناسی ارشد (TFM)
دوره روش شناسی چابک
- اسکرام چیست و چگونه می توان از آن استفاده کرد
- چارچوب اسکرام
- تیم های خود سازماندهی شده
- نقش مشتریان و ذینفعان
- مدیریت محصول و پروژه چابک
- توسعه و ادغام مستمر
- چگونه به سمت یک سازمان چابک تکامل پیدا کنیم
دوره مقدماتی پایتون
- مقدمه ای بر پایتون
- شرایط در پایتون
- ساختارهای تکراری در پایتون
- مجموعه ها. لیست ها
- توابع رشته
- مجموعه ها. لغت نامه ها
- توابع
- مدیریت فایل
- شی گرایی
دوره مقدماتی R
- مقدمه ای بر R
- بردارها
- ماتریسها
- لیست ها
- فریم های داده
- ساختارهای کنترل
- توابع
دوره زبان انگلیسی
- پایه، پیش متوسط، متوسط یا پیشرفته
- دانش آموز می تواند یکی از چهار سطح را انتخاب کند.
شهریه برنامه
اعتیار سنجی ها
گالری
درباره مدرسه
سوالات
دوره های مشابه
کارشناسی ارشد مدیریت امور مالی: تخصص تجزیه و تحلیل کسب و کار
- Fairfax, آمریکا
کارشناسی ارشد در تجزیه و تحلیل کسب و کار و علم داده
- Online Spain
- Online Switzerland + 1 بیشتر
B.Sc. تجارت و فناوری اطلاعات
- Online