Thạc sĩ Khoa học Dữ liệu
In association with
Recognised Masters Degree by WES & Institute of Analytics (IOA)
Học viên
2,300+Đặc thù
3 Chuyên ngànhKhuyến khích học 15 giờ mỗi tuần
20 ThángChứng nhận
WESHình thức
85% Video quay trước 15% Trực tuyếnAdmissions Close
Jun 15, 2023Khai giảng
Coming SoonOverview
Key Highlights
3 Unique Specializations to choose from
- Deep Learning
- Business Intelligence/ Data Analytics
- Data Engineering
Giáo trình
Trải nghiệm 500+ giờ học với nội dung bài giảng hay nhất từ các giảng viên hàng đầu và các nhà lãnh đạo trong ngành dưới dạng video, bài tập tình huống và dự án.
Các kỹ năng hàng đầu bạn sẽ học
Phát triển sự nghiệp của bạn với các ngành nghề
Chương trình này dành cho ai?
2. Engineers from all backview more
Điều kiện nhập học tối thiểu
Bao gồm các công cụ và ngôn ngữ lập trình
- Truy cập vào toàn bộ thư viện kỹ thuật số của LJMU để nghiên cứu và viết luận văn.
- Hoàn thành tất cả các khóa học để đạt được bằng Thạc sĩ khoa học danh giá từ LJMU, Vương quốc Anh, để bứt phá sự nghiệp của bạn trong Khoa học Dữ liệu.
- Nhận bằng Thạc sĩ được WES công nhận, với chi phí bằng 1/10 của chương trình học trực tiếp.
Người hướng dẫn
Học hỏi từ các giảng viên Khoa học Dữ liệu hàng đầu và các nhà lãnh đạo trong ngành.
Dr. Gabriela Czanner
Prof. Paulo Lisboa
Dr. Atif Waraich
Prof. Dhiya Al-Jumeily
Chandrashekar Ramanathan
Dr. Debabrata Das
Prof. G. Srinivasaraghavan
Tricha Anjali
Behzad Ahmadi
S. Anand
Hindol Basu
Mirza Rahim Baig
Sajan Kedia
Bijoy Kumar Khandelwal
Anshuman Gupta
Ujjyaini Mitra
Ankit Jain
Giáo trình
Nội dung bài giảng hay nhất từ các giảng viên hàng đầu và các nhà lãnh đạo trong ngành dưới dạng video, bài tập tình huống, dự án và bài giảng trực tiếp
Pre-Program Preparatory Content
- Data Analysis in Excel
- Analytics Problem Solving
Data Toolkit
- Introduction to Python
- Programming in Python
- Python for Data Science
- Data Visualization in Python
- Exploratory Data Analysis
- Credit EDA Case Study
- Inferential Statistics
- Hypothesis Testing
- Data Analysis using SQL
- Advaced SQL & Best Practices
- SQL Assignment: RSVP Movies
Machine Learning
- Linear Regression
- Linear Regression Assignment
- Logistic Regression
- Classification using Decision Trees
- Unsupervised learning: Clustering
- Basics of NLP and Text Mining
- Business Problem Solving
- Case Study: Lead Scoring
Specialization- Deep Learning
- Bagging & Random Forest
- Boosting
- Model Selection & General ML Techniques
- Principal Component Analysis
- Advanced Regression
- Advanced ML case Stuy
- Time Series Analysis
- Introduction to Neural Networks and ANN
- Neural Network Assignment
- Convolutional Neural Networks
- Convolutional Neural Networks -Industry Applications
- Object Detection & Image Segmentation (Optional)
- Recurrent Neural Networks
- Gesture Recognition
- Capstone Project
Specialisation - Business Intelligence/Data Analytics
- Visualisation using Tableau
- Advanced Excel
- Visualisation using PowerBI
- Structured Problem Solving using Frameworks
- Data Storytelling
- AirBnB Case Study
- Data Modelling
- Advanced SQL and Best Practices
- Introduction to Big Data and Cloud
- Analytics using Spark
- Big Data Case Study
- Data Structures - Sets, Dictionaries, Stacks, Queues
- Searching and Sorting
- Algorithm Analysis + Recursion
- Advanced Database Programming using Pandas
- Python & SQL Lab
- Capstone Project
Specialisation - Data Engineering
- Data Management and Relational Database Modelling
- Introduction to Big Data(Optional)
- Introduction to Cloud and AWS Setup
- Introduction to Hadoop and MapReduce Programming
- Assignment (Optional)
- NoSQL Databases and Apache HBase and NoSQL Databases and MongoDB(Optional)
- Data Warehousing (Optional)
- Data Ingestion with Apache Sqoop and Apache Flume
- Map reduce Programming Assignment
- Hive & Querying
- Assignment (Optional)
- Amazon Redshift
- Introduction to Apache Spark
- Project: ETL Data Pipline
- AWS Cloud Infrastructure (Optional)
- Optimising Spark for Large Scale Data Processing
- Apache Flink(Optional)
- Real-Time Data Streaming with Apache Kafka
- Real-Time Data Processing using Spark Streaming
- Assignment (Optional)
- Building Automated Data Pipelines with Airflow
- Analytics using PySpark
- Project: Real Time data processing
- Capstone Project
Research Methodologies
- Introduction to Research and Research Process
- Research Design
- Literature Reviewing
- Research Project Management
- Report Writing and Presentation Skills
- Scientific Ethics
Master's Dissertation
- Investigate dietary patterns and metabolite fingerprints of takeaway (fast) food consumers using PCA and Clustering methods
- Investigate a diagnosis of eye diseases using imaging ophthalmic data
- Structure medical images with information geometry
- Using Social media feed to place tweets regarding natural disasters on a map
- Preventing credit card fraud through pattern recognition
- Developing a recommender system for a Media giant
- Risk modelling for Financial activities and Investment Banking
Chuyên ngành hẹp
Topics Covered
Deep Learning
Các dự án chuyên ngành
- Tham gia vào các dự án hợp tác với sự tương tác giữa sinh viên và người cố vấn
- Học trực tiếp từ các cố vấn chuyên môn
- Phản hồi riêng được cá nhân hoá cho từng bài làm nhằm tạo thêm điều kiện phát triển
Phân tích phim IMDb
Phân tích dữ liệu phim từ hàng trăm năm qua dưới nhiều góc nhìn đa chiều...
Khoảng cách cung-cầu của Uber
Phân tích và xác định lí do tại sao Uber đôi khi phải đối mặt với thách thức cung - cầu ...
Phân loại khách hàng tiềm năng
Tìm hiểu kiến thức về các thuật toán machine learning có thể được sử dụng như thế nào ...
Phát hiện gian lận
Từ chối các giao dịch gian lận trên thẻ tín dụng trong thời gian thực để giảm thiểu thiệt hại ...
Mức độ tín nhiệm của khách hàng
Tìm hiểu cách Predictive analytics để quyết định mức độ tin cậy của ...
Nhận dạng giọng nói
Tìm hiểu cách Google chuyển lời nói thành văn bản và tạo mô hình của riêng bạn.
Chú thích hình ảnh
Xây dựng một mô hình sẽ chú thích một hình ảnh nhất định và mô tả nó trong các câu ...
Social Media Listening
Điều gì sẽ xảy ra nếu bạn có thể dự đoán mức độ phổ biến của một thương hiệu như upGrad ở Việt Nam?
Vấn đề mất khách của các công ty Viễn thông
Các công ty viễn thông thường xuyên phải đối mặt với vấn đề mất khách hàng do đồng ...
Dự báo doanh số của các ông lớn bán lẻ
Giúp một gã khổng lồ bán lẻ có ý tưởng rõ ràng về việc doanh số bán hàng của họ sẽ như thế nào ...
Phân tích chiến dịch tiếp thị tương tác
Nghiên cứu và phân tích dữ liệu từ một chiến dịch tiếp thị để thấu hiểu giá trị ...
Lợi thế của upGrad
Tỉ lệ ROI cao
- Nâng cấp sự nghiệp của bạn với chi phí bằng 1/10 so với việc học trực tiếp chương trình tương tự tại trường đại học
- Nhận các chứng chỉ giá trị hàng đầu thế giới mà không cần rời bỏ công việc của bạn.
Trải nghiệm học thú vị
- Học hỏi thông qua chương trình giảng dạy đặc thù cho chuyên ngành
- Học hỏi và đào tạo bởi các chuyên gia hàng đầu trong ngành từ khắp nơi trên thế giới
- Trải nghiệm nền giáo dục đẳng cấp thế giới theo yêu cầu thông qua ứng dụng và website độc quyền của chúng tôi
- Đồng hành cùng với UpGrad buddy trong suốt chương trình học
- Được chuyên gia giải đáp thắc mắc
- Có các bài giảng trực tiếp hàng tuần với các chuyên gia trong ngành về những thắc mắc, nghề nghiệp và khả năng tương tác
Hỗ trợ nghề nghiệp
- Phát triển sự nghiệp của bạn thông qua resume feedback và personal branding trên LinkedIn
- Nâng cao kỹ năng tìm kiếm việc làm, chuẩn bị cho các cuộc phỏng vấn, thương lượng mức lương của bạn, v.v.
- Nhận cố vấn từ các nhà lãnh đạo trong ngành để giúp bạn đạt được mục tiêu nghề nghiệp mong muốn
- Cơ hội để kết nối với các giảng viên và chuyên gia từ 50+ quốc gia
- Trở thành thành viên của 50k+ cựu học viên đang làm việc tại những công ty hàng đầu như Amazon, ESPN, Visa, Microsoft, E&Y, Accenture
Học viên của chúng tôi làm việc tại
Quy trình nhập học
Thật dễ dàng nhập học với 3 bước đơn giản:
Step 1
Làm bài kiểm tra đầu vào trực tuyến
Hoàn thành đơn đăng ký của bạn để làm bài kiểm tra đầu vào trực tuyến 17 phút để bắt đầu quá trình nhập học. Bài kiểm tra được thiết kế để đánh giá khả năng định lượng và logic để đảm bảo bạn đã sẵn sàng cho chương trình học.
Step 2
Được Shortlist và nhận Offer Letter
Hội đồng của trường sẽ xem xét điểm kiểm tra và hồ sơ của bạn. Nếu đủ điều kiện, chúng tôi sẽ gửi cho bạn Offer Letter để xác nhận việc bạn được nhận vào PGP in Data Science và Thạc Sĩ Khoa học Dữ liệu từ LJMU
Step 3
Thanh toán tiền cọc và bắt đầu Prep Course
Hoàn thành thủ tục nhập học bằng cách đăng ký vào chương trình và thực hiện thanh toán đặt cọc. Bắt đầu Prep Course và tiến vào con đường sự nghiệp Khoa học Dữ liệu
Học phí:
₹ NaN (No taxes applicable)*
Giới thiệu một người nào đó mà bạn biết và nhận được hoàn tiền mặt lên đến 11,000,000 VNĐ! *
* Thông tin chi tiết theo chính sách giới thiệu trong phần Hỗ trợ
Học viên hôm nay, Lãnh đạo ngày mai
Hơn 2.300 học viên đã hoàn thành khóa học này và bắt đầu làm việc tại công việc mơ ước của họ, còn bạn thì sao?
Nhận xét của học viên
LƯƠNG ĐỨC ANH
Prasad Chandrakant Chandra Zende
Vanishri
Sheel Dwivedi
Câu hỏi thường gặp
Chương trình giảng dạy
Học Thạc sĩ Khoa học Dữ liệu với upGrad là gì?
Thạc sĩ là một chương trình vừa có trực tuyến, vừa có video quay sẵn hấp dẫn nhưng nghiêm ngặt kéo dài 20 tháng được thiết kế đặc biệt cho các chuyên gia đang làm việc để phát triển kiến thức và kỹ năng thực tế, thiết lập mạng lưới chuyên nghiệp và đẩy nhanh tiến độ phát triển sự nghiệp khoa học dữ liệu. Chứng nhận được trao bởi LJMU.
Tôi nên mong đợi điều gì từ Bằng Thạc sĩ về Khoa học Dữ liệu?
Mong đợi thực hiện một số dự án liên quan đến ngành được mô phỏng theo nơi làm việc thực tế, giúp bạn trở thành một chuyên gia Khoa học Dữ liệu có tay nghề cao tương đương với các tiêu chuẩn hàng đầu trong ngành.
Tôi KHÔNG nên mong đợi điều gì từ Bằng Thạc sĩ Khoa học Dữ liệu?
Chương trình sẽ KHÔNG dễ dàng. Chương trình yêu cầu cam kết học ít nhất 15 giờ mỗi tuần, áp dụng các khái niệm mới và thực hiện các dự án liên quan đến ngành.
Những chủ đề nào sẽ được đề cập trong chương trình?
The program is designed for working professionals looking for a transition or growth into the data domain. Chương trình được thiết kế cho các chuyên gia đang làm việc đang tìm kiếm sự chuyển đổi hoặc phát triển sang ngành Dữ liệu. Xem xét các yêu cầu của các vai trò dữ liệu khác nhau trong ngành, chương trình giảng dạy được chia thành sáu bài. Sáu khóa học này sẽ có một chương trình giảng dạy chung kéo dài khoảng 5-6 tháng mà học viên sẽ trải qua, sau đó họ phải thực hiện hai khóa học chuyên môn và một dự án Capstone trong 6-7 tháng còn lại. Các chủ đề sẽ được đề cập như một phần của chương trình học chung và mỗi chuyên ngành trong số sáu chuyên ngành như sau:
Common Curriculum: Basics of SQL, Python, Statistics and EDA, Basic Machine Learning Models
Data Science Generalist: Advanced Machine learning & Storytelling, Advanced Programming & Databases
Deep Learning Specialization: Advanced Machine Learning, Neural Networks
NLP Specialization: Advanced Machine Learning, Natural Language Processing
Business Intelligence: Advanced SQL and NoSQL Databases, Storytelling with Advanced Visualization
Business Analytics: Advanced Machine Learning, Storytelling and Advanced Business Problem Solving
Data Engineering: Data Modelling and Data Warehousing, Building Data Pipelines, Data Streaming and Processing
Trải nghiệm học thế nào?
Nội dung sẽ là sự kết hợp của các bài giảng tương tác từ các nhà lãnh đạo trong ngành và các giảng viên nổi tiếng thế giới. Ngoài ra, chương trình bao gồm các bài giảng trực tiếp hoặc các buổi Hangout riêng biệt để giải quyết các thắc mắc học tập của bạn và củng cố việc học. Offline upGrad BaseCamps cũng sẽ tạo điều kiện cho các tương tác peer-to-peer.
Có chứng nhận nào được cấp vào cuối chương trình không?
Sau khi hoàn thành chương trình, bạn sẽ nhận bằng Thạc Sĩ từ LJMU.
Khi nào tôi sẽ phải chọn chuyên ngành hẹp của mình?
Chương trình có ~ 23 tuần đối với giáo trình chung và ~ 29 tuần đối với chuyên ngành và dự án Capstone. Sau khi bạn đã trải qua 23 tuần của giáo trình chung cho cả 3 bài học, bạn sẽ được chọn chuyên ngành của mình.
Làm cách nào để biết chuyên ngành nào phù hợp nhất với tôi?
Khi bạn sắp kết thúc giáo trình học chung của mình, upGrad sẽ đề xuất chuyên ngành phù hợp nhất với bạn dựa trên kết quả học và thông tin của bạn. Chúng tôi sẽ cung cấp cho bạn ý tưởng về chuyên môn phù hợp nhất với bạn mặc dù khuyến nghị cuối cùng của upGrad sẽ đến từ một công cụ đề xuất tự động.
Deep Learning: Engineers, Software and IT Professionals
Business Intelligence/ Data Analytics: Engineers, Marketing and Sales Professionals, Freshers
Data Engineering: Software and IT Professionals
Tôi có phải chọn chuyên ngành do upGrad đề xuất không?
Không. Bạn có thể chọn bất kỳ chuyên ngành nào bạn thích khi bạn đã hoàn thành qua chương trình giảng dạy chung. Tuy nhiên, chúng tôi khuyên bạn nên xem xét đề xuất do chúng tôi cung cấp vì điều này dựa trên một công cụ quy tắc phức tạp và nhằm mục đích cung cấp cho bạn kết quả tốt nhất cho Background của bạn, do đó sẽ giúp bạn chuyển sang ngành Dữ liệu dễ dàng.
Thời gian cam kết
Thời gian cam kết cho chương trình là bao nhiêu?
Dự kiến sẽ có ít nhất 15 giờ học mỗi tuần để có thể tốt nghiệp chương trình.
Ba chuyên ngành có yêu cầu cam kết thời gian khác nhau không?
Mỗi chuyên ngành trong số ba chuyên ngành đều sẽ có một giáo trình học chung ~ 22 tuần, trong đó thời gian cam kết sẽ hoàn toàn giống nhau.
Khi bạn chuyển sang một chuyên ngành, có thể một số tuần sẽ nặng hơn nhưng lại nhẹ hơn đối với những tuần khác. Tuy nhiên, tổng thời gian cam kết trung bình sẽ là 15 giờ học / tuần
Tiêu chí tuyển chọn
Làm cách nào để biết liệu chương trình có phù hợp với tôi hay không?
Nếu bạn thích tìm kiếm Insight từ dữ liệu và bạn bị kích thích bởi việc hỗ trợ các quyết định kinh doanh thông qua phân tích dữ liệu, thì chương trình này dành cho bạn. Miễn là bạn có thể hoàn thành bài kiểm tra tuyển chọn (hoặc được miễn tuỳ thông tin của bạn) và hào hứng với việc chuyển đổi sang Khoa học dữ liệu, chương trình này dành cho bạn.
Vai trò hiện tại của tôi không lên quan đến việc tiếp xúc với dữ liệu. Tôi chọn tham gia chương trình này có hợp lý không?
Chắc chắn rồi! Khoa học dữ liệu đang trở thành một nhu cầu thiết yếu cho tất cả các ngành nghề và là một trong những kiến thức bắt buộc phải có. Do đó, nhu cầu của thị trường đối với các chuyên gia dữ liệu ngày càng cao và vì nguồn nhân lực đang bị hạn chế, đây là một trong những lựa chọn nghề nghiệp đáng đầu tư nhất trong các ngành nghề.
Quy trình đăng ký chương trình và các mốc thời gian cần chú ý?
Bạn có thể bắt đầu quá trình đăng ký bằng cách gửi đơn đăng ký. Các đơn đăng ký đã bắt đầu cho kỳ học tiếp theo.
Quá trình tuyển chọn cho chương trình này là gì?
upGrad, LJMU, đội ngũ giảng viên nổi tiếng thế giới và nhiều nhà lãnh đạo trong ngành đã dành nhiều thời gian để lên ý tưởng và tạo ra chương trình này để đảm bảo rằng học viên có thể nhận được trải nghiệm học tập tốt nhất có thể về phân tích dữ liệu. Do đó, chúng tôi muốn đảm bảo rằng những người tham gia chương trình này cũng thể hiện cam kết và niềm đam mê cao đối với Khoa học Dữ liệu.
Các ứng viên sẽ phải thực hiện một bài kiểm tra đầu vào được thiết kế để kiểm tra năng lực và khả năng định lượng của họ. Ứng viên có thể bỏ qua bài kiểm tra nếu họ đáp ứng một trong các tiêu chí sau:
- Điểm GRE lớn hơn 300
- Điểm GMAT lớn hơn 650
- Điểm CAT lớn hơn 90%
- Điểm GATE lớn hơn 500
Có bất kỳ trình độ học vấn tối thiểu nào được yêu cầu để tham gia chương trình này không?
Để đủ điều kiện tham gia chương trình, cần đáp ứng các tiêu chí sau:
Bằng Đại học: Ứng viên phải có bằng cử nhân khoa học / kỹ thuật / quản trị kinh doanh / thương mại / toán học hoặc thạc sĩ toán học / thống kê với điểm đạt 50% hoặc tương đương. Không yêu cầu kinh nghiệm viết code
Kinh nghiệm làm việc: Ứng viên tốt nhất nên có ít nhất 1-2 năm kinh nghiệm trong nghề.
Executive PGP: Ứng cử viên cần phải hoàn thành khóa Executive PGP đến từ IIITB
Chính sách hoàn tiền
Có chính sách bảo lưu hoặc hoàn tiền áp dụng cho chương trình này không?
Disclaimer
**All telephone calls will be recorded for training and quality purposes.
**If we are unavailable to attend to your call, it is deemed that we have your consent to contact you in response.
upGrad Learner Support
OR
Write to us at connect@upgrad.com
Available from 9 AM - 9 PM ICT (7 days a week)
*All telephone calls will be recorded for training and quality purposes.
*If we are unavailable to attend to your call, it is deemed that we have your consent to contact you in response.