University of St Andrews - Online
MSc / PGDip / PGCert in Datenwissenschaft - OnlineOnline United Kingdom
DAUER
1 bis zu 3 Years
SPRACHEN
Englisch
TEMPO
Vollzeit, Teilzeit
BEWERBUNGSSCHLUSS
31 Aug 2025
FRÜHESTES STARTDATUM
Aug 2025
AUSBILDUNGSKOSTEN
GBP 18.000 *
STUDIENFORMAT
Fernunterricht
* für MSc Teilzeit | GBP 12.000 - für PGDip Teilzeit | GBP 6.000 - für PGCert Teilzeit
Einführung
Entwickeln Sie in einem flexiblen Online-MSc fortgeschrittene Data-Science-Kenntnisse, einschließlich maschinellem Lernen und Datenanalyse, die für Karrieren in vielen datengesteuerten Branchen unerlässlich sind.
Entwickeln Sie Kernkompetenzen in der Datenwissenschaft, die für eine erfolgreiche Karriere in vielen datengesteuerten Sektoren unerlässlich sind.
Warum diesen Kurs studieren?
Erwerb von Kenntnissen, die von globalen Handels-, Finanz- und Forschungseinrichtungen nachgefragt werden.
Dieser Kurs deckt eine Mischung aus praktischen und theoretischen Themen ab, die für Karrieren in vielen datengesteuerten Sektoren wichtig sind. Sie werden lernen, wie Sie reale Datenprobleme angehen und Ihre Fähigkeiten im kritischen Denken, in der Problemlösung und in der Analyse anwenden können.
Der Kurs Data Science ist ein Online-Programm zum Selbststudium, mit der Möglichkeit, einen MSc, PGCert und PGDip zu erwerben.
- Untersuchung von Forschungsmethoden in der Datenwissenschaft und Verständnis aktueller Themen in diesem Bereich.
- Entdecken Sie die Methoden des Data Mining, von der zugrunde liegenden Theorie bis zum praktischen Verständnis.
- Lernen Sie, wie man überzeugende Informationsvisualisierungen erstellt und wie man die visuelle Darstellung von Daten überprüft.
- Nutzen Sie branchenübliche Computerressourcen, um den gesamten datenwissenschaftlichen Arbeitsablauf von der Datenerfassung und -verarbeitung über die Modellentwicklung und -auswahl bis hin zur abschließenden Bereitstellung und Wartung einzusetzen.
- Lernen Sie Optimierungstechniken, die Aufbereitung und Nutzung großer Datenmengen sowie die Modellierung und Simulation komplexer Datensysteme.
Galerie
Admissions
Stipendien und Finanzierung
Wir möchten Sie während Ihres Studiums unterstützen, unabhängig von Ihrer finanziellen Situation.
Erfolgreiche Studienanfänger, die ein Online-Studium auf Master-Niveau beginnen, können sich um Stipendien von bis zu 6.000 £ für die Studiengebühren bewerben.
- Finanzierungsmöglichkeiten von St. Leonard
- Absolventenrabatt (15 % Ermäßigung auf die Studiengebühren)
Lehrplan
Studierende des Masterstudiengangs belegen die Pflichtmodule und ein Wahlmodul.
Wer auf ein PGCert hinarbeitet, belegt vier Module, während wer auf ein PGDip hinarbeitet, acht Module belegt.
MSc
Pflichtmodule
Modellierung und Simulation komplexer Systeme
Stellt eine Reihe von Techniken und deren Anwendung auf unterschiedliche Problemklassen vor, mit einem praktischen Schwerpunkt auf modernen netzwerkbasierten Modellen und Simulationen.
Daten- und Informationsvisualisierung
Konzentriert sich auf die Frage, wie visuelle Darstellungen genutzt werden können, um Informationen für die Erkundung und Analyse zugänglich zu machen.
Datengesteuerte Systeme
Es handelt sich um ein fortgeschrittenes, forschungsorientiertes Modul, das die Grundlagen verteilter Systeme und Techniken zur Datenverarbeitung darstellt.
Diskrete Optimierung
Behandelt die Theorie, Werkzeuge und Technologien, die zur Lösung von Problemen in der ganzzahligen Programmierung und kombinatorischen Optimierung entwickelt und verwendet werden.
End-to-End-Maschinelles Lernen
Konzentriert sich auf die Verwendung von Python-Paketen zur Durchführung durchgängiger datengesteuerter Analysen.
Algorithmen für maschinelles Lernen
Deckt die wesentliche Theorie und Algorithmen ab, einschließlich der mathematischen Grundlagen und methodischen Ansätze, unter Verwendung einer Vielzahl von Regressions-, Klassifizierungs- und unüberwachten Ansätzen.
Programmieren in Python
Einführung und Wiederholung der Modellierung, des Designs und der Implementierung in Python.
Optionale Module
Numerische Optimierung
Die Hauptthemen sind lineare Algebra und Optimierung, und Lösungen für Probleme des maschinellen Lernens sind die Anwendungen der daraus resultierenden Werkzeuge, Techniken und Algorithmen.
Forschungsmethoden in der Datenwissenschaft
Stellt die notwendigen Fähigkeiten für die Phasen der Planung, Datenerfassung, Datenanalyse und Verbreitung der Data-Science-Forschung vor.
Dissertationsprojekt
Darüber hinaus reichen die Studierenden eine Dissertation im Bereich Data Science ein. Diese umfasst ein detailliertes Softwareartefakt, das einen Workflow implementiert und evaluiert, sowie eine detaillierte Beschreibung des Artefakts und seines Kontextes im Studienbereich. Dieses Modul beinhaltet regelmäßigen persönlichen Kontakt mit dem akademischen Betreuer.
PGCert, PGDip
Modellierung und Simulation komplexer Systeme
Stellt eine Reihe von Techniken und deren Anwendung auf unterschiedliche Problemklassen vor, mit einem praktischen Schwerpunkt auf modernen netzwerkbasierten Modellen und Simulationen.
Daten- und Informationsvisualisierung
Konzentriert sich auf die Frage, wie visuelle Darstellungen genutzt werden können, um Informationen für die Erkundung und Analyse zugänglich zu machen.
Datengesteuerte Systeme
Es handelt sich um ein fortgeschrittenes, forschungsorientiertes Modul, das die Grundlagen verteilter Systeme und Techniken zur Datenverarbeitung darstellt.
Diskrete Optimierung
Behandelt die Theorie, Werkzeuge und Technologien, die zur Lösung von Problemen in der ganzzahligen Programmierung und kombinatorischen Optimierung entwickelt und verwendet werden.
End-to-End-Maschinelles Lernen
Konzentriert sich auf die Verwendung von Python-Paketen zur Durchführung durchgängiger datengesteuerter Analysen.
Algorithmen für maschinelles Lernen
Deckt die wesentliche Theorie und Algorithmen ab, einschließlich der mathematischen Grundlagen und methodischen Ansätze, unter Verwendung einer Vielzahl von Regressions-, Klassifizierungs- und unüberwachten Ansätzen.
Numerische Optimierung
Die Hauptthemen sind lineare Algebra und Optimierung, und Lösungen für Probleme des maschinellen Lernens sind die Anwendungen der daraus resultierenden Werkzeuge, Techniken und Algorithmen.
Programmieren in Python
Einführung und Wiederholung der Modellierung, des Designs und der Implementierung in Python.
Forschungsmethoden in der Datenwissenschaft
Stellt die notwendigen Fähigkeiten für die Phasen der Planung, Datenerfassung, Datenanalyse und Verbreitung der Data-Science-Forschung vor.
Studiengebühren für das Programm
Karrierechancen
Data Science ist eine der weltweit am schnellsten wachsenden Berufsfelder. Qualifizierte Data Scientists sind in zahlreichen Branchen gefragt, darunter Wirtschaft und Finanzen, Geheimdienste, Cybersicherheit, Gesundheitswesen, Naturschutz, Kunst und mehr.
Warum an University of St Andrews - Online studieren?
Wo auch immer Sie sind, St Andrews begleitet Sie. Der Online-Master an der University of St Andrews vereint alle Vorteile eines Studiums an einer der ältesten und besten Universitäten der Welt mit den Vorteilen flexiblen, personalisierten Lernens.
Programmablauf
Lehren
Vorlesungen, Seminare, Übungen und praktische Arbeiten.
Zeitplan
Sie greifen auf Module und Komponenten in einem Tempo und nach einem Zeitplan zu, der zu Ihrer Arbeits- und Studienumgebung passt.