数据分析理学硕士
Buffalo, 美國
理学硕士
期间
2 年
语言
英语
步伐
全职, 兼职
报名截止日期
最早开始日期
学费
USD 910 / per credit
学习形式
远程教育, 在校园
从大数据中获得的洞察力为各个领域的组织带来了巨大的希望，包括营销、警务、政府决策、银行、体育等。能够有效利用大数据的人可以帮助公司做出更好、更快的决策并更有效地运营——这也是为什么数据分析专业人员需求量如此之大的一个重要原因。
数据分析硕士课程将使您做好准备，成为跨行业和组织的数据专家。您将学习如何使用和分析大型数据集，以及如何在专业领域内应用数据知识。您将获得有效的团队合作和沟通技巧，这对于在多元化、多学科的组织中工作至关重要。您将在数据管理道德方面打下坚实的基础，在个人数据的积累和存储不断增加的时代，培训与此高度相关。
节目亮点
- 可在一年内完成的全日制课程
- 全日制课程允许您作为 15 至 20 名学生的小团体的一部分上课
- 专为工作专业人士设计的兼职选项
- 兼职选项可以在短短两年内完成
- 不需要 STEM 领域的学位。向拥有广泛本科学位的学生开放。
- 经验丰富的教师由学者、大数据研究人员和行业专业人士组成
- 强大的行业联系为整个 WNY 的组织提供实习机会
Canisius 的数据分析硕士课程在校园内以全日制队列系统的形式提供，可以在一个日历年内完成，也可以作为一个需要两年时间的兼职课程，具体取决于准备情况。一个关键特点是结合应用综合项目，最好是实习，从项目早期开始，并与高级课程并行。还可以为想要完成数据分析硕士学位的在 Canisius 完成学士学位的学生提供 4+1 计划。
数据分析是一个快速发展的领域，需要有效利用大数据来为业务决策提供信息。它的目标是从人类活动的特定领域（包括商业管理、科学、体育、医疗保健管理、刑事司法和非营利性机构。
虽然许多机构都在迅速开发数据分析程序，但 Canisius 有着独特的历史，它专注于道德，强调与耶稣会知识传统基础上的他人交流和理解的能力，以及机构对协作学习的日益重视和团队合作。Canisius 对学生高度关注的传统是培养这些软技能的理想环境，如沟通、团队合作和基于道德的决策，以及计算机编程和统计推理等技术领域。
学生学习目标 1：多学科分析能力。
- 目标 A：领域知识：学生将能够应用计算和统计方法以及分析工具来制定至少一个领域的战略和战术决策。例如，在商业领域，这可能是会计、经济、金融、管理或营销。
- 目标 B：应用统计学的适应性基础。学生将能够在各种背景下使用概率论的基本原理，包括经典统计方法和基于计算的方法。学生将熟悉一种现代统计软件平台，并能够轻松适应其他平台。
- 目标 C：灵活的计算技能。学生将拥有至少一种通用编程语言的丰富应用知识，并且能够使用这些语言中的一系列数据结构。学生还将熟悉数据库以及使用大数据所需的编程技术。
学生学习目标 2：有效的团队合作。
- 目标 A：学生将展示在多学科团队中解决实际问题的能力。
- 目标 B：学生将了解与组建有效协作团队相关的当前理论思想。
学生学习目标 3：有效的商务沟通。
- 目标 A：学生将能够识别不同受众的需求，并以适合多种受众需求的方式有效地呈现复杂的信息。
- 目标 B：学生将能够有效地写作以在业务或其他领域环境中传达数据分析结果。
- 目标 C：学生将能够创建和进行有效的口头演示，以及在不太正式的口头环境中表达想法。
- 目标 D：学生将能够创建有效的图形（静态和实时活动显示），将结果传达给商业或其他领域的受众。
学生学习目标 4：道德数据管理。
- 目标 A：学生将意识到处理大数据集时出现的伦理和道德问题，并了解需要采取的步骤来保护所涉及个人的权利和隐私。
该课程分为三个不同的部分，总共至少 30 个学分。预备课程是继续该计划的核心能力部分之前所需的基础知识和技能水平。根据学生之前的背景和课程作业，最多可免除 10 小时（3 门课程）的预科课程。具有特殊背景的学生可以用其他领域课程（通常是研究生商业课程）代替预科课程。例如，这种情况可能发生在具有工程学位、因此具有较强计算和数学技能的学生，或者具有较强商业和数学基础的金融学位的学生身上。
核心能力部分由 5 门课程组成，所有课程都是专门为数据分析项目开发的。它们涵盖高级统计、数据管理主题以及可视化/演示。
学生还将参与数据分析的综合项目，获得宝贵的实践经验和与布法罗地区及其他地区公司的联系。
预备课程（在队列开始前一年或夏季进行）
- DAT 501 统计和计量经济学 3
- CSC 511 & 511L 编程简介和编程实验室简介 3
- CSC 512 & 512L 数据结构和算法以及数据结构和算法实验 3
夏季
- MAT 500 应用数学主题 4
- DAT 500 大数据交互式图形案例研究 1
选修课（特定领域） 3秋季
- DAT 511 数据管理：大数据的准备、探索和处理 3
- CSC 610 & 610L 数据库管理和数据库管理实验室 3
- DAT 521 数据分析应用综合项目 I 3
选修课（特定领域）3春季
- DAT 512 大数据统计方法 3
- DAT 514 数据挖掘和机器学习 3
- DAT 515 高级分析的可视化和演示 3
- DAT 522 数据分析应用综合项目 II 3
总学分 41
根据学生的准备情况和经验，项目主管可以免除最多 10 个课程学分（从注明的课程中获得）。
领域课程
学生将至少修读以下课程中的两门领域课程。学生可以向项目主任申请参加其他领域的研究生课程或他们已经做好充分准备的更高级的课程。
商业与金融领域
- ACC 505 财务会计
- ECO 503 经理用 Excel 进行统计
- FIN 608 公司财务
- FIN 617 投资组合分析
- FIN 619 财务建模
- FIN 620 投资管理
- FIN 623 固定收益证券
- FIN 628 衍生证券
数据专家的需求量很大，因为他们可以帮助企业更好地规划和更高效地工作。
根据美国劳工统计局 (BLS) 的数据，未来十年运营和研究分析师（包括数据分析师和数据科学家）的就业人数预计将增长 23%，使其成为美国增长最快的领域之一。它也是薪资最高的职位之一——Glassdoor 将数据科学家列为美国薪资最高的 25 个职位之一，平均薪资为 97,027 美元。根据美国劳工统计局 (BLS) 的数据，运营和研究分析师的平均薪资为 82,360 美元。
我们的数据分析硕士课程的毕业生在所有类型的行业工作，包括银行、金融、保险、广告和医疗保健。他们作为数据分析师、业务分析师、定量分析师、程序员和工程师继续取得成功的职业生涯。拥有数据分析硕士学位的其他工作包括：
- 数据专员
- 数据工程师
- IT系统分析师
- 数据分析顾问
- 数字营销工程师