专门用于管理的主数据科学

专门用于管理的主数据科学

该计划的雄心勃勃的目标是让学生掌握技术和软技能，世界各地的公司越来越需要这些技能来有效应对数字革命和开发新的商机。通过这种方式，该计划的毕业生将有机会进入迅速扩大且回报丰厚的就业市场。

硕士课程围绕八门核心课程（以讲座、实验室和研讨会的形式组织）设计，涵盖多个领域，包括：数据库系统和编程、统计学、文本和网络挖掘、数据分析和机器学习。学生获得扎实的计算和统计技能来解决实际业务问题，探索各种行业标准工具（如 R、SAS 和 Python）；他们还将有机会获得“SAS Viya 机器学习”认证。

硕士依赖于广泛的专业合作伙伴公司和机构网络，这些公司和机构提供高度专业的教学、现实世界的案例研究和指导。

Total ECTS: 60

Data Management and Warehousing

本课程阐述如何实施和维护数据仓库。重点是数据库数据设计、提取、分析和标准化以及数据转换。对大数据质量管理进行了详细分析。

商业智能软件开发和技术

本课程侧重于软件开发和面向对象编程。学生将获得广泛的软件开发技能，能够独立编写程序和函数来扩展和自动化数据分析研究和结果。

Statistics and Probability

本课程旨在加深对推理方法的了解，这些方法可用于商业经济学以及银行、保险和金融等所有领域的实证研究。除了理论概念外，还将分析来自实证研究的数据集。将介绍并使用统计计算和图形 R 的开源软件环境。

Data Visualization

本课程涵盖数据可视化和探索性数据分析的基础知识。我们将使用 Python/R 中的多个数据可视化库，从简单的数据集开始，然后转向经济和金融数据。我们还将研究如何处理错误和缺失数据，以避免最常见的表示错误。

数字化企业管理

本课程阐述了数字企业的业务特征以及数字企业对客户体验的影响。课程结束时，学生将能够理解确保数字企业计划具有明确业务目标的重要性，并确定数字企业与特定推动因素（数字营销、分析和客户关系管理）的关系。

文本和 Web 挖掘

本课程重点介绍如何通过对超文本文档应用分类和聚类技术从网络中提取知识。向学生介绍信息检索和过滤方法。介绍了网络信息提取和文本分类的实际应用。

数据挖掘与模式识别

本课程旨在提供整个数据建模过程的分步说明，特别强调成功使用统计模型所需的业务知识。此外，学生将能够选择合适的模式识别方法并比较替代方法，以便为所研究的问题实施最佳决策过程。

Business Intelligence and Data Analytics

本课程阐述了数据和分析在现代商业活动中的使用。主要重点是数据准备，以创建合适的多维数据库营销框架。需求细分和评分模型将是实际应用。

管理数据科学硕士毕业生非常适合填补各个行业数据分析领域的工作，从 ICT 到咨询，从银行和金融到保险。