USC Viterbi 工程学院分析学理学硕士(MS in Analytics)是可以在3-4学期完成的全日制课程,教授学生掌握数据分析师和数据科学家所需的技能,包括总结和呈现复杂数据、运用机器学习方法预测,导致各种复杂情景产生的因素,以及将数据转换为可执行性的洞察能力,解决现实问题,在分析与数据分析的职业生涯中取得成功。
STEM专业毕业后拥有3年OPT
l 背景要求:适合任何本科为工程或者工程相关背景的学生,非工程背景也欢迎申请,包括但不限于:数学、经济学、统计学、商业、会计与金融。
l 课程设置:分析学是一门多领域学科,它将工程方法应用、分析方法、工程管理与基于数据的企业过程相联系,本课程的学习目标包括数据收集、整理、融合和整理以分析趋势、发现模式和建立决策模型为目标,以提供合理的决策支持。
分析学理学硕士学位课程共需30学分,7门核心课,3门选修课。核心课程涵盖了优化的基础知识,数据管理,数据挖掘和预测分析建模以及实现它们所需的计算工具。选修课让学生接触到数据分析咨询、网络数据分析、大数据预测建模等。
核心课程(12学分)
· DSCI 559 数据管理简介,3学分
· ISE 529 预测分析,3学分
· ISE 530 分析的优化方法,3学分
· ISE 535 数据挖掘,3学分
方法论课程(6学分)
从以下选两门:
· ISE 533 综合分析,3学分 *
· ISE 537 金融分析,3学分
· ISE 538 利用马克科夫模型进行性能分析,3学分
· ISE 540 文本分析,3学分
· ISE 543 企业商业智能和系统分析,3学分
· ISE 562 决策分析,3学分
· ISE 580 模拟性能建模,3学分 *
*可以计入方法论课程或者项目课程之一,但是不能同时计入。
项目课程(3学分)
从以下选一门:
· ISE 533 综合分析,3学分 *
· ISE 534 数据分析咨询,3学分
· ISE 580 模拟性能建模,3学分 *
选修课(9学分),需经课程顾问准许
· ISE选修课,3学分
· 其他选修课,6学分
l 通过学习,学生将具备强大的分析技能。该课程结合统计和机器学习模型,可解决当今数据驱动世界中遇到的实际问题,涉及以下学习领域:
· 数据管理
· 数据挖掘
· 机器学习
· 决策分析
· 数据可视化
· 数据科学统计
通过该课程的学习,学生可精通各种数据处理与分析的最新软件和编程工具,包括Python机器学习、R和SAS Visual Analytics。学生完成必修课后即可选择选修课,从而进一步提高自己感兴趣的专业领域技能。选修课程包括但不仅限于:
· 数据分析咨询
· 金融数据分析
· 大规模机器学习(大数据分析)
· 自然语言处理与文本挖掘和推荐系统
当今社会,对分析和数据科学从业者的需求量正急剧增加,很多公司急需这一领域的专业人才。分析学硕士毕业生众多就职于数据驱动型的公司,涉及零售、银行、娱乐、医疗、制造、政府、运输等行业,从事金融数据分析师、分析顾问、分析经理及医疗分析师等岗位。