Thạc sĩ Khoa học dữ liệu

• Sự gia tăng của tiến bộ công nghệ và máy tính đã tạo ra nhiều dữ liệu hơn bao giờ hết và chúng ta đang học cách sử dụng dữ liệu đó cho tốt. Khoa học dữ liệu như một lĩnh vực thu hẹp khoảng cách giữa Công nghệ thông tin và Quản lý. Các nhà khoa học dữ liệu nghiên cứu nguồn dữ liệu mà một tổ chức nhận được và phân tích nó để giúp các doanh nghiệp đưa ra chiến lược hoặc thay đổi những chiến lược hiện có. Ngoài mức lương đầy hứa hẹn và sự phát triển nghề nghiệp sâu rộng, Khoa học dữ liệu cung cấp cho bạn một cơ hội để làm việc với thành phần quan trọng nhất của thế giới kỹ thuật số.
• Trường kinh doanh số 1 trên thế giới và được AACSB và WES công nhận.
• Học viện được lựa chọn từ 6 chuyên ngành trên cơ sở nền tảng và nguyện vọng nghề nghiệp của bản thân.
• Chọn từ hơn 60 nghiên cứu điển hình, cũng như Dự án ứng dụng và một cuộc thi Hackathon hàng quý để áp dụng các bài học.
• Thời lượng đào tạo chỉ 18 tháng với chi phí hợp lý chỉ bằng 1/10 so với chương trình trực tiếp.

HÌNH THỨC VÀ THỜI GIAN ĐÀO TẠO

Hình thức đào tạo: Từ xa/ trực tuyến

Thời gian đào tạo: 20 tháng

ĐIỀU KIỆN DỰ TUYỂN

Đối tượng và điều kiện dự tuyển

• Tốt nghiệp Đại học và có ít nhất 2 năm kinh nghiệm làm việc ở vị trí liên quan

Hình thức dự tuyển

• Thi tuyển
• Bước 1: làm bài kiểm tra online. Hoàn thành đơn đăng ký để làm bài kiểm tra tính đủ điều kiện trực tuyến trong 17 phút với một số câu hỏi để bắt đầu quá trình nhập học. Bài kiểm tra được thiết kế để đánh giá năng khiếu định lượng và logic của học viên để đảm bảo bạn đã sẵn sàng cho chương trình.
• Bước 2: Ủy ban Tuyển sinh của trường sẽ xem xét điểm kiểm tra và hồ sơ của học viên. Sau khi đủ điều kiện, một bức thư sẽ được gửi cho bạn xác nhận nhập học chương trình Điều hành về Khoa học Dữ liệu và Thạc sĩ Khoa học Dữ liệu từ L.J.M.U.
• Bước 3: Thanh toán khóa học và chuẩn bị để bắt đầu chương trình học

NỘI DUNG CHƯƠNG TRÌNH ĐÀO TẠO

Cấu trúc chương trình:

• 12 tháng - Chương trình điều hành về Khoa học Dữ liệu

• 2 tháng - Phương pháp nghiên cứu
• 4 tháng - Luận văn Thạc sĩ của LJMU

Tóm tắt chương trình học:

1. KHÓA HỌC TIỀN ĐỀ (Thời lượng 2 tuần)

• Phân tích dữ liệu trong Excel
• Giải quyết vấn đề phân tích

2. CÔNG CỤ DỮ LIỆU (Thời lượng 14 tuần)

• Kiến thức cơ bản về SQL
• Giới thiệu về python
• Lập trình trong python
• Python cho khoa học dữ liệu
• Hình ảnh hóa bằng python
• Chuyển nhượng phim imdb
• Phân tích dữ liệu khai thác
• Thống kê suy luận
• Kiểm tra giả thuyết
• Nghiên cứu trường hợp EDA

3. MÁY HỌC (Thời lượng 9 tuần)

• Giới thiệu về máy học và hồi quy tuyến tính
• Phép định nghĩa hồi quy tuyến tính
• Hồi quy logistics
• Bài học chưa được bảo quản: điều chỉnh
• Giải quyết vấn đề kinh doanh
• Đăng ký: không được giám sát + đã được giám sát
• Nghiên cứu tình huống: điểm dẫn đầu

CHUYÊN ĐỀ 1: TỔNG QUAN KHOA HỌC DỮ LIỆU (25 Tuần)

1. HỌC VÀ BẢO QUẢN MÁY NÂNG CAO

• Mô hình cây + tăng cường
• Lựa chọn mô hình & kỹ thuật ML chung
• ML lab I: phân tích thành phần nguyên tắc phân loại
• Vị trí nâng cao - I
• Địa lí nâng cao – II & ML Lab II: địa lí
• Phân tích & xử lý văn bản + mô hình ảnh hưởng dựa trên văn bản
• Đánh giá cơ bản sử dụng tableau
• Lưu trữ dữ liệu
• Nghiên cứu tình huống kinh doanh

2. DỮ LIỆU VÀ LẬP TRÌNH NÂNG CAO

• Mô hình hóa dữ liệu
• Sql weeklong lab nâng cao SQL - tuần II
• Phân tích thuật toán + ghi nhận
• Tìm kiếm và phân loại (tổng hợp, phân tích và chia sẻ)
• Cấu trúc dữ liệu - tập hợp, hình ảnh, cấu trúc, câu hỏi
• Python - Oops
• Python weeklong LA

3. DỰ ÁN THỰC TẾ CÓ TRÌNH BÀY VIDEO

CHUYÊN ĐỀ 2: CHUYỂN ĐỔI NGÔN NGỮ TỰ NHIÊN (25 Tuần)

1. MÁY HỌC II

• Các mô hình cây
• Lựa chọn mô hình & kỹ thuật ml chung
• Túi và lưu trữ
• Vị trí nâng cao
• Nhận định vị trí nâng cao
• Phân tích thành phần chính
• Phân tích chuỗi thời gian
• Nghiên cứu trường hợp viễn thông

2. XỬ LÝ NGÔN NGỮ TỰ NHIÊN

• Quy trình pháp lý
• Quá trình tổng hợp
• Xác nhận quy trình tổng hợp
• Quy trình semantic
• Nghiên cứu trường hợp chatbot

3. DỰ ÁN THỰC TẾ

CHUYÊN ĐỀ 3: HỌC CHUYÊN SÂU (25 Tuần)

1. MÁY HỌC II

• Các mô hình cây
• Lựa chọn mô hình & kỹ thuật ml chung
• Túi và lưu trữ
• Vị trí nâng cao
• Nhận định vị trí nâng cao
• Phân tích thành phần chính
• Phân tích chuỗi thời gian
• Nghiên cứu trường hợp viễn thông

2.  HỌC CHUYÊN SÂU

• Giới thiệu về mạng thần kinh
• Chuyển nhượng mạng thần kinh
• Xác nhận quy trình tổng hợp
• Mạng noron hợp pháp- giới thiệu và ứng dụng trong ngành
• Các mạng nền tảng gần đây
• Công nhận cử chỉ

3.  DỰ ÁN THỰC TẾ

CHUYÊN ĐỀ 4: PHÂN TÍCH KINH DOANH (25 Tuần)

1. MÁY HỌC II

• Các mô hình cây
• Lựa chọn mô hình & kỹ thuật ml chung
• Túi và lưu trữ
• Vị trí nâng cao
• Nhận định vị trí nâng cao
• Phân tích thành phần chính
• Phân tích chuỗi thời gian
• Nghiên cứu trường hợp viễn thông

2. YÊU CẦU KINH DOANH

• SQL nâng cao và các phương pháp tốt nhất
• EXCEL nâng cao
• Xác nhận quy trình tổng hợp
• Giải quyết vấn đề có cấu trúc khi sử dụng khung hình
• Công thức giả thuyết
• Phân công
• Mô hình chi phí hoạt động và doanh thu
• Các chiến lược, định dạng và nhóm truyền thông hiệu quả
• Trình bày đối với cử nhân kỹ thuật và không kỹ thuật
• Nghiên cứu tình huống kinh doanh

3. DỰ ÁN THỰC TẾ

CHUYÊN ĐỀ 5: TRÍ TUỆ KINH DOANH/ PHÂN TÍCH DỮ LIỆU (25 Tuần)

1. CÔNG CỤ PHÂN TÍCH DỮ LIỆU

• Giới thiệu về dữ liệu
• SQL nâng cao và các phương pháp tốt nhất
• Xác nhận thu thập dữ liệu
• Dữ liệu NOSQL và các phương pháp tốt nhất
• Giới thiệu về CLOUD và HIVE
• Nghiên cứu tình huống SQL

2. LƯU TRỮ VỚI TẦM NHÌN NÂNG CAO

• EXCEL NÂNG CAO
• Đánh giá sử dụng Tableau
• Phân tích chiến dịch marketing tương tác
• Đánh giá sử dụng Powerbi
• Giới thiệu về R và R Shiny
• Các chiến lược, định dạng và nhóm truyền thông hiệu quả
• Trình bày đối với cử nhân kỹ thuật và không kỹ thuật
• Nghiên cứu tình huống kinh doanh

3. DỰ ÁN THỰC TẾ

CHUYÊN ĐỀ 6: KỸ THUẬT DỮ LIỆU (25 Tuần)

1. KỸ THUẬT DỮ LIỆU I

• Giới thiệu về lập trình HADOOP và MAPREDUCE
• Quản lý dữ liệu và mô hình cơ sở dữ liệu quốc tế
• Dữ liệu NOSQL và tiếp cận HBASE
• Kho dữ liệu (tùy chọn)
• Nhập dữ liệu với apache SQOOP và apche FLUME
• Xây dựng và quản lý kho dữ liệu với apche HIVE
• Nghiên cứu tình huống: nhập & lưu kho

2. KỸ THUẬT DỮ LIỆU II

• Xử lý dữ liệu với pyspark
• Phân tích dữ liệu thời gian thực với apache kafka
• Xử lý dữ liệu thời gian thực bằng spark streaming
• Đăng ký (tùy chọn)
• Xây dựng dữ liệu tự động với oozie / airflow
• Phân tích  bằng pyspark
• Nghiên cứu tình huống: kafka, spark streaming và pyspark

3. DỰ ÁN THỰC TẾ

PHƯƠNG PHÁP NGHIÊN CỨU (8 Tuần)

• Nghiên cứu là gì?
• Các loại hình nghiên cứu
• Quá trình nghiên cứu
• Nghiên cứu quản lý dự án
• Báo cáo viết và trình bày
• Đạo đức khoa học

LUẬN VĂN THẠC SĨ (4 Tháng)

Liverpool John Moores University

Địa chỉ: Rodney House, Mount Pleasant, Liverpool L3 5UX, Vương quốc Anh