Tufts University - Graduate School of Arts and Sciences

Master in Data Analytics

Il programma è offerto sia a tempo pieno che part-time per professionisti che desiderano acquisire competenze nel campo dell'analisi dei dati. La maggior parte degli studenti completa il programma in due anni, ma può essere completato in un anno con uno studio accelerato.

Struttura

Il programma di questo master interdisciplinare è progettato per servire gli studenti in una vasta gamma di campi. Come studente del programma, personalizzerai la selezione del corso in base ai tuoi interessi individuali e ai tuoi obiettivi professionali.

La struttura del curriculum comprende cinque componenti:

• Fondamenti di Data Analytics: 1 corso
  Questo corso introduttivo obbligatorio ti fornirà una solida base sull'argomento generale dell'analisi dei dati
• Competenze applicative e professionali: 5 corsi (4 di questi sono corsi di ½ semestre)
  Questi corsi obbligatori consentono di sviluppare le competenze chiave richieste dai datori di lavoro in un campo in rapida crescita. Imparerai come comunicare e presentare i dati in modo efficace attraverso corsi che vanno dalla visualizzazione dei dati alla codifica.
• Analisi statistica e tecniche di modellazione: 3 corsi
  Questa sezione è un approfondimento sull'analisi statistica e sulle tecniche nei metodi analitici.
• Competenze disciplinari: 2 corsi
  Scegli tra una serie di insegnamenti elettivi relativi alla disciplina che ti permetteranno di restringere la tua attenzione e applicare le abilità che hai appreso alla tua area di interesse.
• Capstone: 1 portata
  Culminerai il programma completando un progetto sperimentale chiave di volta che incorporerà e dimostrerà le abilità e le conoscenze che hai acquisito.

Al termine del programma, sarai in grado di dimostrare le seguenti aree di conoscenza:

• Definire e risolvere complessi problemi basati sui dati utilizzando appropriate analisi statistiche metodologiche.
• Selezionare metodologie statistiche e predittive appropriate con set di dati sparsi e di grandi dimensioni.
• Fornire un'appropriata interpretazione teorica di questi risultati sulla base di concetti relativi alla disciplina.
• Dimostrare capacità di comunicazione orale scritta per le conclusioni tratte dalle analisi dei dati.
• Crea rappresentazioni visive per aumentare la comprensione e l'utilizzo di dati complessi.
• Mantenere relazioni collaborative con il team per contribuire efficacemente a un progetto condiviso.
• Hanno competenze di programmazione funzionale nel linguaggio dei dati.