Supažindiname su Prancūzijoje vykdoma duomenų mokslo magistro studijų programa.
Duomenų mokslų technologijų instituto (DSTI) taikomojo mokslo magistro duomenų analizės srityje tikslas – gerinti verslo ir sprendimų priėmimo įgūdžius atliekant duomenų analizę. Šia programa siekiama išmokyti studentus metodų ir priemonių, reikalingų analizėms atlikti, pateikiant tinkamas ir struktūruotas ataskaitas. Šios programos metu studentai lavins analitinį mąstymą ir duomenų bazių įgūdžius. Be to, jie sužinos apie pirmaujančią programinę įrangą, mašininį mokymąsi ir IT bei programinės įrangos valdymą.
Šią programą galima rinktis iš įvairių studijų variantų.
- 8 mėnesių trukmės kursai studentų miestelyje, po kurių 5-6 mėnesius trunka praktika.
- Visą dieną ne universiteto teritorijoje, kai 8 mėnesius mokomasi internetu ir atliekama 5-6 mėnesių praktika.
- Pameistrystė, kai studentai gali rinktis studijas internetu arba universiteto miestelyje ir įgyti darbo patirties per 12 mėnesių.
- SPOC - asinchroninis režimas, skirtas specialistams, kurie gali studijuoti jiems tinkamu tempu per 36 mėnesius
- Pagreitinta programa, pagal kurią mokomasi 8 mėnesius ir atliekama privaloma 6 mėnesių praktika
Nominalioji programa, kai programa išskaidoma per 2 metus ir kiekvienais metais atliekama po 2 praktikos laikotarpius
Nepriklausomai nuo to, kokį studijų būdą studentai pasirinks, programos metu jie bus vertinami įvairiais būdais. Tai apima neigiamų arba nulinių matematinių lūkesčių klausimyną su keliais atsakymų variantais, DSTI vidinį egzaminą, išorinį pramoninio sertifikavimo egzaminą (jei taikoma) ir 6 mėnesių praktiką duomenų srityje.
Mokymo programa
Šios programos mokymo programa suskirstyta į įvairius modulius, kuriuos sudaro specialūs kursai.
Įvadiniai dalykai
- Taikomosios matematikos ir duomenų struktūros
- Įvadas į IT sistemas
- Įvadas į informatikos mokslą
- Įvadas į tinklus
- Kompiuterinės sistemos
Duomenų analizė
- Taikomoji matematika duomenų moksle
- Statistinės analizės ir mašininio mokymosi pagrindai, 1 dalis
- Didžiųjų duomenų tvarkymas naudojant R kalbą
- Semantinio žiniatinklio technologijos duomenų mokslo plėtrai
- Python mašininio mokymosi pratybos
Duomenų bazės
- Duomenys, susiję su SQL
- Dokumentų duomenų bazės. NoSQL 1 dalis
- Dokumentų duomenų bazės. NoSQL 2 dalis
- Duomenų saugojimas ir ETL
- Duomenų kanalai, 1 dalis
Duomenų tvarkymas ir vizualizavimas
- Duomenų analizės ir mašininio mokymo programa „Progress Excel“
- Duomenų ir mašininio mokymosi vizualizavimo ekosistema
- CRM duomenų valdymas
- Ataskaitų teikimas ir vizualizavimas
Veiklos metodikos
- IT projektų valdymas – PMP-PMI ir Agile metodai
- Duomenų teisė ir reglamentai - filosofija, geopolitika ir etika
Priėmimo reikalavimai
Kandidatuojant į šią programą akademinių reikalavimų nėra. Tačiau norint dalyvauti šioje programoje, reikia atitikti IT ir anglų kalbos reikalavimus.