ThS Khoa học dữ liệu, Học máy & Trí tuệ nhân tạo trực tuyến

Không cần có nền tảng kỹ thuật trước để đăng ký vào các chương trình của chúng tôi. Tất cả những người học quan tâm đến việc nắm vững việc ra quyết định dựa trên dữ liệu đều có thể tham gia.

Ủy ban học thuật của chúng tôi đã thiết kế một cách chu đáo một chương trình giảng dạy bao gồm các cấp độ cơ bản đến nâng cao, cùng với mô hình giáo khoa mang lại sự linh hoạt trong thời gian học. Mô hình giáo khoa của chúng tôi tuân theo hệ thống phân phối theo mô-đun, cho phép bạn học hỏi, nghiên cứu và trở thành chuyên gia trong một mô-đun trước khi chuyển sang mô-đun tiếp theo.

Phương pháp học tập trải nghiệm của chúng tôi dạy bạn cách sử dụng nhất quán các công cụ dữ liệu để đưa ra quyết định kinh doanh.

Bất kể lĩnh vực của bạn là gì—tài chính, nhân sự, tiếp thị, vận hành, v.v.—các đề xuất của bạn sẽ có giá trị hơn khi được hỗ trợ bởi dữ liệu. Sự nhấn mạnh vào việc ra quyết định dựa trên dữ liệu này là trọng tâm trong giáo lý của chúng tôi!

Bạn đã sẵn sàng để đẩy nhanh tốc độ phát triển nghề nghiệp của mình chưa?

• Độ dài khóa học gần đúng: 3-4 tuần
• Tổng số tín chỉ ECTS: 120
• Số lượng tín dụng chuyển khoản tối đa: 60

Chương trình Thạc sĩ Trực tuyến ESDST về Khoa học Dữ liệu, ML & AI bao gồm 24 khóa học trải rộng trên nhiều chủ đề khác nhau về Trí tuệ nhân tạo và ML. Khóa học cung cấp nhiều kinh nghiệm thực hành trên nhiều dự án/bài tập với một dự án bắt buộc liên kết với ngành capstone. Tại đây, mỗi sinh viên sẽ được yêu cầu giải quyết một vấn đề kinh doanh thực tế, độc quyền. Thời lượng của mỗi khóa học sẽ kéo dài khoảng 3 tuần, bao gồm 5 đến 6 tín chỉ ECTS. Sinh viên phải hoàn thành tất cả các khóa học này và dự án capstone để kiếm được tổng cộng 120 ECTS để đủ điều kiện lấy bằng Thạc sĩ về Trí tuệ nhân tạo và Học máy.

KHÓA HỌC

Thống kê kinh doanh và Excel nâng cao ( 4 ECTS)
Nền tảng phương pháp nghiên cứu và phân tích kinh doanh ( 4 ECTS)
Lập trình cho Analytics bằng Python ( 4 ECTS)
Phương pháp phân tích dự đoán ( 4 ECTS)
Giao tiếp kinh doanh ( 3 ECTS)
Phòng thí nghiệm nghề nghiệp chuyên nghiệp ( 1 ECTS)

> Trao chứng chỉ kinh doanh

Trí tuệ nhân tạo và học máy (5 ECTS)
Toán học cho máy học ( 4 ECTS)
Quản lý và lưu trữ dữ liệu ( 4 ECTS)
Phương pháp học máy bằng Python ( 4 ECTS)
Đạo đức trong AI ( 4 ECTS)

> Giải thưởng Chứng chỉ về Phân tích Kinh doanh Nền tảng

Trực quan hóa dữ liệu và kể chuyện với Tableau (5 ECTS)
Trí tuệ nhân tạo và Robotics (5 ECTS)
Tự động hóa quy trình bằng robot (5 ECTS)
Xử lý ngôn ngữ tự nhiên (5 ECTS)
Kinh tế lượng (5 ECTS)
Hội thảo Ứng dụng Kinh doanh (4 ECTS)

> Giải thưởng Chứng chỉ về Khoa học Dữ liệu Chuyên gia

Dự án Tư vấn Capstone (3 0 ECTS)

> Giải thưởng Huy hiệu Nhà hành nghề – Khoa học Dữ liệu

Tổng ECTS: 12 0

> Giải thưởng Thạc sĩ Khoa học Dữ liệu, Học máy & Trí tuệ Nhân tạo

ESDST MSc về Trí tuệ nhân tạo và Máy học sẽ đào tạo sinh viên tốt nghiệp của chúng tôi về các khái niệm, kỹ năng và kiến thức cần thiết để hỗ trợ họ phát triển sự nghiệp. Nhấn mạnh vào việc áp dụng các khái niệm lý thuyết vào các vấn đề thực tế, chương trình này sẽ cung cấp cho sinh viên cơ hội để phát triển sự hiểu biết về sự phức tạp và giải pháp của các vấn đề trong thế giới thực. Các dự án kinh doanh phù hợp, đào tạo có hướng dẫn về các công cụ tiên tiến và bài giảng của các cố vấn trong ngành sẽ giúp sinh viên hiểu sâu sắc về sức mạnh của AI và ML trên toàn cầu.

Mỗi sinh viên tại ESDS được kết hợp với một người cố vấn trong Ngành, tốt nhất là trong cùng ngành mà sinh viên đang làm việc hoặc có nguyện vọng đầu vào. Người cố vấn có trách nhiệm hướng dẫn sinh viên trong suốt khóa học và giới thiệu cho họ cách học trải nghiệm thực tế cùng với việc học chính diễn ra trong chương trình.

Kết quả chính:

1. Có được sự hiểu biết về các khái niệm Al và thuật toán MI, với việc áp dụng từng
2. Phát triển tư duy phản biện bằng cách thực hiện các bài tập yêu cầu giải quyết vấn đề, suy luận và nhận thức
3. Hiểu các vấn đề kinh doanh và đưa ra cách tiếp cận để giải quyết chúng thông qua các nguyên tắc đã học
4. Tìm ra một phương pháp để nghiên cứu và quét dữ liệu một cách thận trọng để áp dụng các thuật toán ML nhằm tiết lộ thông tin chi tiết
5. Sử dụng thành thạo các công cụ / công nghệ phổ biến trong ngành khoa học dữ liệu

Sau khi hoàn thành thành công chương trình, các vai trò nghề nghiệp sẽ được hướng dẫn bởi mức độ chuyên môn của sinh viên và kinh nghiệm trước đó. Đối với các chuyên gia đang làm việc, các cơ hội bao gồm chuyển đổi / chuyển đổi nghề nghiệp từ vai trò hiện tại sang vai trò trung tâm phân tích dữ liệu.

Đối với sinh viên mới tốt nghiệp, kiến thức và kỹ năng được phát triển trong chương trình MSc sẽ cho phép họ ứng tuyển vào các vị trí phù hợp tập trung vào các kỹ năng và sở thích của họ. Sinh viên có thể nhắm mục tiêu bất kỳ vai trò nào sau đây:

• Nhà khoa học dữ liệu / Người quản lý dữ liệu
• Chuyên gia AI / nhà phân tích AI
• Chuyên gia học máy / Người quản lý máy học