Sciences des données et leurs applications (Medway), MSc

Master en sciences des données et applications à Greenwich

Le Master en sciences des données et applications de Greenwich offre une formation approfondie sur les aspects théoriques et pratiques des sciences des données, préparant les étudiants à un large éventail de carrières dans ce domaine en pleine expansion. Ce programme est idéal pour les étudiants souhaitant se reconvertir dans les sciences des données ou pour ceux qui désirent approfondir leurs connaissances dans ce domaine. Les étudiants acquerront les compétences essentielles pour analyser, résoudre et évaluer des projets à forte intensité de données, indispensables dans le monde actuel axé sur les données.

Points forts du programme :

• Bourses : 10 000 £ pour les étudiants domiciliés au Royaume-Uni éligibles (en particulier pour les femmes, les personnes noires, les personnes en situation de handicap ou issues de milieux socio-économiques défavorisés).
• Formation flexible : Disponible en programme à temps plein d’un an ou à temps partiel de deux ans.
• Orientation carrière : Développez de solides compétences en programmation, en mathématiques et en analyse qui amélioreront votre employabilité dans le domaine de la science des données.
• Employeeness : Services de soutien complets, incluant des ateliers de rédaction de CV, des simulations d’entretiens et des ateliers pour vous préparer à une carrière en science des données.
• Campus au choix : Les étudiants peuvent choisir d’étudier sur le campus de Greenwich ou sur le campus de Medway.

Présentation du programme :

Modules de première année à temps plein :

• Obligatoires :
• Bases de données et infrastructure de données
• Éthique et gouvernance
• Projet de groupe
• Projet individuel
• Apprentissage automatique et ses applications
• Principes de la science des données
• Programmation pour la science des données
• Gestion de projet de recherche
• Mathématiques et statistiques pour la science des données
• Optionnels (à choisir) 30 crédits) :
• Programmation avancée
• Applications médicales
• Visualisation des données
• Théorie des graphes
• Science des données spatiales

Modules de première année à temps partiel :

• Obligatoires :
• Apprentissage automatique et ses applications
• Programmation pour la science des données
• Mathématiques et statistiques pour la science des données
• Optionnel (choisir 15 crédits) :
• Programmation avancée
• Visualisation des données
• Théorie des graphes
• Science des données spatiales

Modules de 2e année à temps partiel :

• Obligatoire :
• Bases de données et infrastructure de données
• Projet de groupe
• Projet individuel
• Principes de la science des données
• Gestion de projet de recherche
• Optionnel (choisir 15 crédits) :
• Programmation avancée
• Applications médicales
• Visualisation des données
• Théorie des graphes
• Science des données spatiales

Charge de travail et soutien :

• Charge de travail : Pour les étudiants à temps plein, le programme équivaut à Un emploi à temps plein, comprenant cours magistraux, travaux dirigés, travaux pratiques, apprentissage autonome et évaluations. Les étudiants à temps partiel bénéficieront d'une réduction proportionnelle de leur charge de travail.
• Soutien académique : Une équipe pédagogique dédiée offre un soutien solide, complété par le programme de mentorat Oracle pour un accompagnement professionnel et une aide à la recherche d'emploi.
• Soutien à l'employabilité : Un soutien complet est proposé à travers des ateliers CV, des simulations d'entretiens et des ateliers de développement des compétences afin d'améliorer les perspectives de carrière dans le secteur en pleine expansion de la science des données.

Ce programme de master est conçu pour garantir que les étudiants disposent des outils essentiels pour réussir dans les métiers de la science des données, que ce soit dans le secteur privé ou public, ou pour poursuivre des études universitaires. Grâce à des options d'apprentissage flexibles et des modules ciblés, il offre un parcours complet et dynamique vers une carrière réussie en science des données.