Ms i datavetenskap

MS-programmet, genom kurs- och uppsatsalternativ, låter eleverna stärka sin grundutbildning, förbereda sig för teknisk karriär inom industrin eller förbereda sig för avancerad studie på doktorandnivå. Institutionens fakultet arbetar inom områdena algoritmer, artificiell intelligens, bioinformatik, dator- och nätverkssäkerhet, databassystem, datautvinning, distribuerade algoritmer, distribuerade system, informationssäkring, informationssökning, maskininlärning, naturligt språkbearbetning, nätverk, icke standard parallell databehandling och parallella algoritmer.

Förkunskapskrav

Sökande till civilingenjörsprogrammet måste ha en kandidatexamen i datavetenskap, datavetenskap, informationssystem, elteknik eller ett närbesläktat fält från en ackrediterad akademisk institution. Kandidater måste ha tagit grundutbildningskurser om programmering, datastrukturer, hårdvara, arkitektur, algoritmer och matematik, såsom diskret matematik, kalkyl, linjär algebra, sannolikhet och statistik.

De måste ha ett betyg på minst 3,0 i sina studier på grundnivå. Sökande måste lämna följande dokument:

• forskarskolans ansökningsblanketter.
• uttalande om akademiska, professionella och personliga mål.
• tre rekommendationsbrev.
• officiella transkript från alla tidigare akademiska institutioner.
• officiella GRE-poäng.
• officiella TOEFL- eller IELTS-poäng, om det behövs (se punkt 7 i forskarskolans checklista för erforderliga minsta poäng).

Sökande till magisterprogrammet måste ansöka online.

Var vänlig notera Graduate Schools ansökningsförfaranden och kravchecklista och våra svar på vanliga frågor. Alla sökande, oavsett deras kvalifikationer, måste lämna in officiella GRE-poäng. Förutom att skicka erforderliga officiella utskrifter och testresultat uppmuntrar vi sökande till att ladda upp inofficiella kopior av utskrifter och testresultat med deras ansökan.

Förutsedda sökande som saknar den nödvändiga bakgrunden i datavetenskap och matematik kommer att betraktas som antagning först efter att ha lyckats slutföra förberedande kurser inom datavetenskap och matematik. Människor i denna kategori kan ansöka på institutionens post-baccalaureate certifikatprogram i datavetenskap.

Ekonomiskt stöd

Vi erbjuder meritbaserade stipendier till masterstudenter. Dessa ger stöd för studentundervisning, vanligtvis från en kurs till tre kurser. Olika forskar- och undervisningsassistenter kan vara tillgängliga för magisterstudenterna, men vi fattar beslut om assistentskap endast efter att eleverna har varit i programmet under minst en termin.

Examensuppgifter

Studenter väljer att fullgöra kraven för examen genom att ta tio kurser (30 hp) eller genom att ta åtta kurser (24 hp) och skriva en avhandling. Alla studenter måste ta algoritmer (COSC-540) och arkitektur (COSC-520). Studenter som utför kursen-arbete alternativet tar totalt åtta valfria för att slutföra examen. Ett generellt schema för en heltidsstudent som följer kursalternativet framgår av tabell 1, vilket leder till ett antal möjliga kurser.

Obs! Informationen på denna sida är avsedd för potentiella studenter. Nuvarande studenter borde hänvisa till Handledning för Graduate Program för krav, rutiner och policyer.

Tabell 1: Hypotetisk schema för heltid, kursarbete.

Studenter kan välja som valfri kurs som är 400 eller högre, men minst fem av dessa klasser måste numreras 500 eller högre. Avdelningen erbjuder regelbundet introduktions- eller avancerade val inom områdena artificiell intelligens, dator- och nätverkssäkerhet, kryptering, databas, datautvinning, informationssäkring, informationssökning och maskininlärning.

Studenter kan också välja att ersätta upp till två kurser från en annan avdelning för motsvarande numrerade valfria under förutsättning att kurser stödjer studentens studieplan och har godkänts av studentens fakultetsrådgivare. Vi har utarbetat en lista över godkända externa valämnen, och eleverna kan begära framställningar om användning av andra kurser som externa valfria ämnen.

Thesis alternativ

Studenter som väljer att skriva en avhandling fyller liknande krav, men ersätter forskarprojektet (COSC-999) för två valfria nummer 400 eller högre. Det innebär att sådana studenter fyller kärnkraven och tar sex valfria nummer 400 eller högre, totalt 24 kredit timmar. Studenter som väljer avhandlingsalternativet måste ha god akademisk ställning när man börjar uppsatsen. Ett hypotetiskt schema för en heltidsstudent som utför avhandlingsalternativet framgår av tabell 2.

Tabell 2: Hypotetisk schema för heltid, uppsatsalternativ.

Graduate Learning Mål, Utfall, bedömningar

Programmål

1. För att utveckla, förbättra och behålla programmets ledarställning nationellt och internationellt syftar programmet till att:
   vara nationellt konkurrenskraftig när det gäller att locka högkvalitativa studenter (P).
   erbjuda en robust och aktuell läroplan som innehåller de grundläggande områdena för algoritmer, system och teori och allierade områden som speglar forskningen från dess fakultet (P).
   tillhandahålla effektiv mentorskap som uppmuntrar studenter att examinera i god tid (P).
   placera akademiker i positioner inom industri och akademi (P).
   behålla en nationellt erkänd fakultet (P).
2. För att förbereda studenterna att genomföra forskning effektivt i CS, syftar programmet till att tillhandahålla en mängd olika pedagogiska erfarenheter som utvecklar förmågan att:
   utveckla nuvarande kunskaper inom kärn- och sammanhängande områden av CS, inklusive förmågan att läsa och granska litteratur inom ett studieområde (S)
   identifiera forskningsfrågor och problem som är relevanta för fältet (S)
   samla, organisera, analysera och rapportera data med hjälp av en konceptuell ram som är lämplig för forskningsfrågan (S)
3. För att göra det möjligt för eleverna att utvecklas som framgångsrika yrkesverksamma inom högt konkurrensutsatta ställen inom industrin, regeringen och akademin, syftar programmet till att ge en mängd olika erfarenheter som hjälper eleverna att:
   uppnå hög kompetens inom våra kärn- och allierade områden av CS (S)
   närvarande forskning till regionala, nationella och internationella publik (S)
   delta i professionell utvecklingsverksamhet (P)

Program Resultat

• Examensprogrammet i datavetenskap kommer att vara nationellt konkurrenskraftigt och kommer att locka högkvalitativa studenter.

Bedömning. Följande uppgifter kommer att samlas in för att bedöma ansökarkvaliteten, rekryteringsframgång och behållande:

• grundutbildning och masters GPA och GRE betyg av sökande och rekryterare.
• matarskolor av sökande och rekryterare.
• Antalet studenter som söker stipendier (t.ex. NSF).
• fakultetsfinansieringsnivåer (bidrag, kontrakt).
• fakultetens forskningsproduktivitet.
• nationella rankningar av examenprogram i CS.

Genomförande. DGS kommer att samla in uppgifter årligen för granskning av forskarutskottet.

• Programmet kommer att erbjuda en robust och aktuell läroplan som innehåller de grundläggande områdena av algoritmer, system och teori och de områden av koncentration som speglar fakultetsforskningen.

Bedömning. Läroplanen kommer att utvärderas genom att granska typ och antal kurser som erbjuds på forskarutbildning och på grundnivå / grundnivå för att bedöma tillgänglighet och rigor på kurser inom de grundläggande och valfria områdena. Kurser utvärderas genom granskning av kursplaner för nyckelfaktorer som granskning av aktuell litteratur och framväxande problem samt genom universitetsutvecklade studentbedömningar. Fakultetsmedlemmarna ska behålla portföljer som innehåller exempel på studentarbeten (låg-, mellannivå- och högprissättningsprodukter) för granskning.

Genomförande. DGS kommer att samla in uppgifter om typ och tillgänglighet av kurser på årsbasis för granskning av forskarutskottet. Kursplaner och studentutvärderingar av kurser inom de grundläggande områdena kommer att samlas in av GDS och granskas av Graduate Committee årligen och för valfria kurser vart tredje år. Portföljer av studentarbete samlas in av generaldirektoratet för granskning av forskarutskottet vartannat år.

• Programmet kommer att ge effektiv mentorskap som uppmuntrar studenter att examinera i god tid.

Bedömning. Studentens framsteg i examen spåras med hjälp av data om inskrivningsmönster i kärnkurser, tid till kvalificerade tentor, tid till avhandlingens förslagsvar och tid till avhandlingens försvar. Fakultetsmedlemmar kommer att utveckla och underhålla tidslinjer med enskilda studenter.

Genomförande. DGS kommer att behålla information om tidslinjer i varje elevs fil och uppdatera den på årsbasis. Tidslinjer rapporteras årligen till forskarutskottet.

• Programmet kommer att placera kandidater i positioner inom industrin, regeringen och akademin.

Bedömning. Programmet kommer att behålla data om studentutbildningar, jobbintervjuer och arbetsplacering av kandidater genom exit- och alumni / ae-undersökningarna.

Genomförande. DGS kommer att genomföra en årlig undersökning av praktikplatser och arbetsintervjuer samt en avslutningsundersökning för varje doktorand. DGS kommer att utföra alumni / ae-undersökningar vart femte år. Graduate Committee kommer att granska alla uppgifter årligen.

• Programmet kommer att rekrytera och upprätthålla en nationellt erkänd fakultet.

Bedömning. Fakultetrekrytering utvärderas genom granskning av sökandes och rekryteringsdata från fakultetssökningar. Fakultetsuppehållet kommer att utvärderas genom granskning av uppgifter om befordran och befordran av fakulteten i avdelningen.

Genomförande. Ordföranden samlar in och rapporterar fakultetsrekryterings- och retentiondata som relevant för forskarutskottet via avdelningar.

• Programmet ska utveckla och stödja deltagande i yrkesutveckling.

Bedömning. Student deltagande i professionella utvecklingsprogram kommer att omfatta aktiviteter som fokuserar på undervisning, industriell praktik och mentorskap. Antalet och bredden av erfarenheter som studenterna åtar sig kommer att samlas in. Studentbedömningar av sin erfarenhet samt utvärderingar av studentens prestation (om tillgänglig) samlas in.

Genomförande. DGS kommer att undersöka studenter om deras deltagande i yrkesutvecklingsverksamheten årligen. För de studenter som har deltagit i dessa aktiviteter ska GDS genomföra en studieundersökning. DGS kommer att samla utvärderingsdata om studentens prestation som den är tillgänglig. Dessa uppgifter ses årligen av Graduate Committee.

Student Outcomes

• Studenter kommer att ha aktuell kunskap om datavetenskap i de grundläggande områdena av algoritmer, system och teori.

Bedömning . Studentprestation kommer att utvärderas i kärnkurser baserade på betyg och studentarbete samt framgångsskala på kärnkomponenten i kvalifikationsexamen.

Genomförande . DGS kommer att sammanställa kursbedömningar, kursfrekvenser och betygsfördelningar av kärnkurser och av kärnkomponenten i den kvalificerade tentamen för granskning av forskarutskottet årligen. Portföljer av studentarbete kommer att ses över av kommittén vartannat år.

• Studenterna kommer att ha kunskap om aktuella forskningsproblem och praktik inom två valfria områden inom datavetenskap.

Bedömning . DGS kommer att sammanställa studentprestanda och utvärderingsdata i kurser och seminarier inom sitt valda forskningsområde och deras resultat på områdeskomponenterna i den kvalificerade tentamen.

Genomförande . Utbildningsutskottet ska varje år granska kursutvärderingar, kursfrekvenser och betygsfördelningar av valbara kurser och av områdeskomponenterna i kvalifikationsexamen.

• Studenterna kommer att ha muntliga, skriftliga och matematiska kommunikationsförmåga som är tillräckliga för att uttrycka begrepp inom datavetenskap.

Bedömning. För presentationsförslag, förslag presentationer, avhandlingar, avhandling försvar och projekt i kurser, fakulteten medlemmar kommer att utvärdera varje student muntliga, skriftliga och matematiska kommunikationsförmåga som passande. För varje elev kommer utvärderare att fylla i ett formulär som anger huruvida varje elevs muntliga, skriftliga och matematiska kommunikationsförmåga är oacceptabel, acceptabel eller behöver förbättras. Dessutom kommer bedömningsformulär som innehåller artiklar som fokuserar på kommunikationsförmåga att distribueras vid offentliga muntliga presentationer.

Genomförande. DGS kommer att sammanställa utvärderingar av studentkommunikationsfärdigheter från kurser, förslag, avhandlingar och presentationer för granskning av forskarutskottet årligen.

• Studenter ska ha förmåga att bedriva självständig forskning, inklusive förmåga att identifiera forskningsfrågor och problem som är relevanta för det valda området och att samla, organisera, analysera och rapportera data med hjälp av en konceptuell ram som är lämplig för forskningsfrågan.

Bedömning. För forskningsprojekt i kurser ska fakultetsmedlemmar utvärdera en studerandes förmåga att bedriva självständig forskning med hjälp av en bedömningsblankett som innehåller exempel som identifiering av relevanta frågor och problem, förmåga att samla och analysera data samt förmåga att rapportera data och resultat. För avhandlingsförslag, förslag presentationer, avhandlingar och avhandling försvar, uppsatsrådgivare och kommittémedlemmar kommer att använda ett utvärderingsinstrument som utvärderar studentens förmåga att bedriva självständig forskning på en doktorsnivå. Dessutom kommer bedömningsformulär som innehåller artiklar som fokuserar på forskningsfärdigheter att distribueras vid offentliga muntliga presentationer. Uppgifterna kommer att samlas in på kvalitet och antal studentforskningspriser och på studentpublikationer i tidskrifter och konferenshandlingar.

Genomförande. DGS kommer att samla in kursbedömningsmaterial för granskning av forskarutskottet årligen. Utvärderingar av avhandlingar / avhandlingskrifter kommer att samlas in som genomförda och granskas årligen. DGS kommer också att presentera publikations- och forskningsprisdata årligen. Data som samlas in från offentliga muntliga presentationer kommer att sammanställas av generaldirektoratet efter presentationen och granskas vid följande Graduate Committee-möte. Resultaten av dessa bedömningar kommer att meddelas ordföranden av ordföranden inom två veckor efter kommitténs möte.

• Studenterna kommer att ha en demonstrerad förmåga att kommunicera sin akademiska forskning inklusive förmåga att planera och skriva forskningshandlingar och att utforma och leverera muntliga forskningspresentationer.

Bedömning. För avhandlingar, avhandlingar och projekthandlingar i kurser, kommer fakultetsmedlemmar att utvärdera varje elevs förmåga att planera och kommunicera om sin akademiska forskning i skriftlig form med hjälp av en bedömningsformulär. Uppgifter om kvalitet och antal studentkonferens- och tidskriftspublikationer samlas in. För muntliga presentationer i kurser, presentationspresentationer och avhandlingens försvar kommer fakultetsmedlemmar att utvärdera utformningen och presentationen av presentationerna med hjälp av en bedömningsformulär. Dessutom kommer bedömningsformulär som innehåller artiklar som fokuserar på presentationsdesign och leverans distribueras till publiken vid offentliga muntliga presentationer.

Genomförande. DGS kommer att samla bedömningar på kurspapper och presentationer samt utvärderingar av avhandling / avhandling skriftligt arbete för granskning av forskarutskottet årligen. DGS kommer också att presentera publikations- och forskningsprisdata årligen. Data som samlas in från offentliga muntliga presentationer kommer att sammanställas av generaldirektoratet efter presentationen och granskas vid följande Graduate Committee-möte. Resultaten av dessa bedömningar kommer att meddelas ordföranden av ordföranden inom två veckor efter kommitténs möte.

Externa valfria ämnen för MS

Studerande kan ersätta upp till två kurser från en annan avdelning för liknande numrerade valfria förutsättningar att kurser stödjer studentens studieplan och har godkänts av studentens fakultetsrådgivare. En lista över godkända externa valfria visas nedan. Studenter kan begära att andra kurser används som externa valämnen, men förutom att de uppfyller de tidigare kriterierna måste sådana kurser godkännas av institutionens läroplanskommitté. Studenterna måste erhålla alla nödvändiga godkännanden innan de anmäls i klassen.

Förteckning över godkända externa forskarval

Kommunikation, kultur och teknik

• CCTP-674 E-Government 2.0
• CCTP-728-nätverk och kreativ process

Biostatistik och epidemiologi

• BIST-510 sannolikhet och provtagning
• BIST-511 Statistisk Inferens
• BIST-530 Biostatistik för bioinformatik
• BIST-531 Mönsterigenkänning

lingvistik

• LING-420 Statistisk naturlig språkbehandling

matematik

• MATH-501 Sannolikhetsteori och tillämpningar
• MATH-502 Deterministiska Matematiska Modeller
• MATH-503 matematisk statistik
• MATH-504 Numeriska Metoder
• MATH-605 Introduktion till finansiell matematik
• MATH-656 Data Exploration och Data Mining

Fysik

• PHYS-503 beräkningstekniker
• PHYS-504 Numeriska Simuleringstekniker

FILOSOFI

• PHIL-402 Epistemology: En historisk undersökning
• PHIL-438 Sinnefilosofi
• PHIL-491 Filosofi och kognitiv vetenskap
• PHIL-624 filosofisk logik
• PHIL-682 Matematisk Logik
• PHIL-725 Språkfilosofi

Vetenskap, teknik och internationella frågor

• STIA-402 Teknik och social rättvisa

Säkerhetsstudier

• SEST-552 Informationsteknik och säkerhet
• SEST-562 Emerging Technologies and Security