MSc i stora data

Allmänt

Programbeskrivning

Översikt

Stora data blir allt viktigare i dagens kommersiella landskap. Som datavetenskapare som specialiserat sig på stora data hjälper du företagen att känna av stora mängder strukturerad och ostrukturerad data, vilket ger snabb insikt som gör att de kan fatta bättre och snabbare beslut.

MSc Big Data är en undervisad avancerad masterexamen som täcker tekniken för Big Data och vetenskapen om dataanalys. Du får praktisk kompetens inom stor datateknik, avancerad analytik och industriella och vetenskapliga applikationer.

Kursen ska lära dig hur man samlar, hanterar och analyserar stora, snabba data för vetenskap eller handel. Du kommer att lära dig färdigheter i avancerad teknik som Python, R, Hadoop, NoSQL och Machine Learning. Samtidigt dyker du in i viktiga matematik och datorteknik och lär dig de avancerade beräkningsteknikerna du behöver för att utveckla din karriär inom datavetenskap.

Vår MSc har utvecklats i samarbete med globala och lokala företag som anställer datavetenskapare. HSBC har ett utvecklingscenter i Stirling och har tillhandahållit några mycket intressanta Big Data-projekt till våra studenter. Amazons utvecklingscenter i Skottland ligger i närheten av Edinburgh.

University of Stirling är medlem i The Data Lab , ett innovationscenter som syftar till att utveckla den datavetenskapliga talang och färdigheter som krävs av industrin i Skottland. Det stöder också våra studenter med finansiering, nätverk och rutter till anställning.

Som kandidat i Big Data kan du arbeta inom ett brett spektrum av sektorer som digital teknik, energi och verktyg, finansiella tjänster, offentlig sektor och hälso- och sjukvård.

Bästa skäl att studera hos oss

# 1 Du lär dig avancerad teknik, inklusive Python, Hadoop, NoSQL och Machine Learning

# 2 Vår data MSc är den största och mest framgångsrika av Datalab-programmen i Skottland

# 3 Våra studenter har ett utmärkt rykte med arbetsgivare för deras kunskaper och kunskaper

Kursens mål

Kursplanen för MSc Big Data omfattar:

  • Matematik och statistik för stora data
  • Python scripting
  • Business och vetenskapliga tillämpningar av Big Data
  • Stora databaser och NoSQL inklusive MongoDB, Cassandra och Neo4J
  • Analytics, maskininlärning och datavisualisering med Weka, R och ScikitLearn
  • Cluster-databehandling med Hadoop, Spark, Hive och MapReduce
  • Studentprojekt inklusive betalda praktikplatser

På den här masterkursen får du:

  • en förståelse för frågorna om skalbarhet i databaser, dataanalys, sökning och optimering
  • möjligheten att välja rätt lösning för en kommersiell uppgift med stor data, inklusive databaser, arkitekturer och molntjänster
  • en förståelse för analysen av stora data inklusive metoder för att visualisera och automatiskt lära sig av stora mängder data
  • programmeringsförmågan att bygga lösningar med hjälp av stor datateknik som MapReduce och scripting for NoSQL och förmågan att skriva parallella algoritmer för att utföra flera processorer

Arbetsplatser

Kursen har ett långt sommarprojekt, i allmänhet i samarbete med ett företag eller en teknikleverantör.

Kursstruktur

Matematik och statistik för stora data

  • Våra grundläggande matematik och datakurser säkerställer att du har den teoretiska grunden att bygga på för resten av kursen.
  • Denna modul beskriver grundläggande linjär algebra, sannolikhetsteori och inledande statistik.

Stora databaser

  • Efter en omgång av SQL tar du kursen genom de olika NoSQL-databaserna, inklusive dokumentbutiker som MongoDB, kolumnbutiker som Cassandra och grafdatabaser som Neo4j. Du lär dig att välja rätt databas för din ansökan och hur du bygger, söker och distribuerar data i dem.

Big Data Analytics

  • Du lär dig praktiken i stor dataanalys med tekniker från data mining, maskininlärning, statistik, datavisualisering och webbanalys. Du kommer att undersöka hur vi tränar datorer för att förstå dagens och förutse framtiden med data från finans, marknadsföring och sociala medier.

Analytiska och problemlösningsmetoder du kommer att lära dig är:

  • Matematik och statistik
    • Sannolikhet och sannolikhet
    • Informationsteori
    • Linjär algebra
    • Statistik
  • Data Mining
  • Neurala nätverk
  • Bayesiska nätverk
  • Beslut Träd
  • DM projektledning

Hadoop och MapReduce

  • Kursen omfattar distribuerad databehandling med Hadoop och MapReduce utöver användningen av Condor för distribuerad beräkning.

Vetenskapliga och kommersiella applikationer

  • Med gästföreläsningar från vetenskap och industri presenterar kursen en uppsättning fallstudier av Big Data in action. Du lär dig först hand hur företag använder stora data inom områden som bank, resor, telekom, genetik och neurovetenskap.

Undervisning

Det finns en riktig blandning av praktiska tekniksessioner som lärs ut i laboratorier och workshops tillsammans med föreläsningar, seminarier och övningar som lär dig de stora datateknikerna.

Du genomför ett projekt med hjälp av en Big Data-teknik efter eget val. Med hjälp av vår personal väljer du ett specialt ämne och blir en riktig expert. Du börjar med en djupgående analys av ämnet och dess teknik. Då ska du bygga en lösning som visar dina färdigheter till arbetsgivare och ger dig kunskapen om att vinna ett högt och högt lönejobb.

Vi har ett program av inbjudna högtalare från industrin som ger dig möjlighet att ställa frågor om personer som gör datavetenskap varje dag. De senaste deltagarna är MongoDB, SkyScanner och HSBC.

bedömning

Detta är en praktisk kurs och bedömningen speglar det. Varje modul har en uppgift och en tentamen, men tyngdpunkten ligger på kursen.

Kursdirektör

Dr Kevin Swingler

44 (0) 1786 467676

kms@cs.stir.ac.uk

Avgifter - 2018/2019

  • Utomeuropeiska £ 15,250
  • Hem / EU £ 6,300
Senast uppdaterad May 2018

Om skolan

At the University of Stirling, being the difference is in our DNA – providing education with a purpose and carrying out research that helps to shape society.

At the University of Stirling, being the difference is in our DNA – providing education with a purpose and carrying out research that helps to shape society. Läs mindre