卡内基梅隆大学数据科学硕士怎么样？

项目介绍

MCDS 是卡内梅隆大学计算机学院(School of Computer Science - SCS) 下属七个系中 LTI (Language Technology Institute) 下属的一个面向就业的硕士项目，全称是 Master of Computational Data Science (计算数据科学硕士)。虽然名称中带有数据科学，但和别的数据科学项目不同，这是一个计算机项目。该项目开设于2004年，项目时长16个月， 3 个学期，包括秋季和春季学期的学习，夏季实习和秋季学期的学习， 每学期至少包含48个学分。

课程设置：

MCDS 课程专为拥有计算机科学、计算机工程或排名top的大学相关学位的学生而设计。在第一学期完成常见的 MCDS 核心课程后，您可以从三个分支方向中进行选择：系统、分析和数据科学。

三个分支方向都要求在必修的核心课程、选修课、数据科学研讨会和顶点课程之间分配相同的课程学分总数。学位也可以通过两种不同的方式获得，具体取决于您花在它上面的时间长短。无论时间选择如何，所有 MCDS 学生都必须完成至少 144 个学分才能毕业。 完成核心课程后，学生将从以下课程中选择三门系统课程：

操作系统实现

并行计算机架构与编程

分布式系统

计算机网络

数据库系统

高级和分布式操作系统

高级云计算

先进数据库

高级存储系统

移动和普适计算

此外学生将从机器学习和统计/大数据/软件系统这三个方向的课程中选出三门课程学习：

1、机器学习和统计：

中级深度学习

机器学习概论(博士)

深度强化学习与控制

深度学习主题

概率图形模型

机器学习高级介绍

高级机器学习：理论与方法

数据分析

凸优化

用于信号处理的机器学习

语言和统计

多模态机器学习

深度学习简介

中级统计

机器学习中的统计方法

2、选择一门软件系统课程：

搜索引擎

多语言 NLP

NLP 神经网络

计算取证和人工智能

问答

自然语言处理的计算伦理学

选择一门专注于大数据的课程：

大数据集机器学习

机器学习的可扩展性

大数据集机器学习

用于文本挖掘的机器学习

大规模多媒体分析

多模态机器学习