Hacer postgrado en los Estados Unidos de América (EE. UU.) Es un sueño de innumerables estudiantes en todo el mundo. Cada año, millones de estudiantes en todo el mundo aparecen en exámenes como GRE, SAT, TOEFL con la esperanza de estudiar en las mejores universidades de EE. UU. ¡Solo un pequeño porcentaje de estos solicitantes logran pasar!
Calificar para estudiar Analytics / Data Science como un curso de postgrado en EE. UU. No es fácil. Pero tampoco es imposible.
¿Por qué estudiar en los Estados Unidos?
Antes de comenzar la investigación, debería preguntar esto. Si sigue de cerca este campo, la respuesta debería ser obvia. Estados Unidos es el mayor mercado de análisis / ciencia de datos en todo el mundo. El principal beneficio de obtener una Maestría en EE. UU. Es obtener acceso al amplio grupo de oportunidades de trabajo futuras en EE. UU. También es uno de los mercados más maduros en la evolución de la ciencia de datos / análisis.
- ¿Es necesaria la prueba de asignatura GRE para ingresar a las mejores universidades de ingeniería de los EE. UU. Para una maestría?
- Quiero hacer una maestría en Estados Unidos en ingeniería mecánica. ¿Qué materias necesito estudiar para GRE?
- ¿Qué puedo estudiar después del Máster en Informática a corto plazo?
- ¿Texas Tech es bueno para una maestría o doctorado en ciencias de la alimentación? ¿Cómo solicito un doctorado allí? Tengo un CGPA 6.5+ hasta la pre-final. ¿Seré elegible para una EM?
- ¿Es posible obtener un buen programa de maestría en Ciencias de la Computación con un título de Ingeniería Civil?
Si alguna vez soñaste con trabajar como científico de datos en EE. UU., Esta guía te llevará un paso más cerca. En este artículo, proporcioné un análisis detallado de 10 buenos programas de MS en análisis / ciencia de datos en EE. UU. He visto que las personas se vuelven desorientadas al elegir el mejor colegio / universidad para sí mismas. Por lo tanto, también proporcioné una explicación detallada de los parámetros de selección que pueden usarse para evaluar la bondad de cualquier programa universitario.
Nota: Esta no es una lista exhaustiva. Solo he enumerado las mejores universidades que se deben considerar para solicitar programas de análisis en los EE. UU.
10 buenas universidades que ofrecen programas de maestría en análisis / ciencia de datos en EE. UU.
¿Cómo decidir si un programa es bueno?
Antes de saltar a los programas, me gustaría discutir algunos aspectos que debe considerar al juzgar un programa. No existe una clasificación absoluta entre los programas porque cada programa es más fuerte / mejor que otros en algunos aspectos. Por lo tanto, elegir una universidad completamente depende de su preferencia y elección de parámetros como se describe a continuación
Nombre del programa
La filosofía tradicional: “No juzgues un libro por su portada” también funciona en este caso. Como se trata de programas no tradicionales, encontrará todo tipo de nombres como Maestría en análisis, Maestría en análisis empresarial, Maestría en ciencia de datos, Maestría en análisis predictivo, Maestría en análisis de marketing, Maestría en sistemas de información, etc.
Confía en mí, los nombres pueden ser muy engañosos. Sin embargo, dan alguna idea, ¡pero esta debería ser tu última preocupación, si es que lo haces!
Plan de estudios
Creo que este es el aspecto más importante y lo primero que debe consultar.
El plan de estudios en realidad te dice qué materias estudiarás y enseguida te da una idea de la relevancia del programa para ti.
Por lo general, el trabajo del curso se divide en cursos básicos (cursos obligatorios) y asignaturas optativas. También debe consultar la lista de cursos entre los que puede elegir las asignaturas optativas.
La flexibilidad del plan de estudios, es decir, la proporción de cursos electivos, es otro factor importante. Puede variar desde un 60-70% en algunos cursos hasta casi ninguno en otros.
Las universidades también tienen una disposición para abandonar algunos cursos básicos si ya tienes experiencia en ellos. Pero debe hablar con los estudiantes existentes y tratar de descubrir qué tan fácil es esto y qué tan fácilmente lo aprueba el profesorado.
Oportunidades de entrenamiento práctico
La capacitación práctica generalmente se presenta en forma de pasantías, proyectos finales, hackatones de fin de semana, etc.
Dado que la ciencia de datos es un dominio altamente orientado a la aplicación, la capacitación práctica desempeñaría un papel crucial en su desarrollo general.
La ubicación juega un papel fundamental en las oportunidades prácticas de aprendizaje fuera del campus.
Mientras esté en el programa, la ubicación puede tener un impacto académico en términos de obtener buenas oportunidades de pasantía. Además, una comunidad sólida de ciencia de datos da acceso a reuniones de habilidades especializadas y hackatones. Por ejemplo, las comunidades de ciencia de datos en ciudades como Nueva York o Silicon Valley serán mucho más fuertes que otras ubicaciones suburbanas.
Después del programa, una buena ubicación definitivamente ayuda en la búsqueda de empleo, ya que habrá muchas oportunidades de empleo.
Colaboraciones industriales
Dado que la mayoría de los programas en cursos relacionados con la ciencia de datos son profesionales, las colaboraciones de la industria desempeñarán un papel clave en su experiencia a través del programa.
Debe consultar las empresas particulares, a qué dominio pertenecen, a qué tipo de actividades se llevan a cabo, como charlas técnicas, colaboración de investigación, proyectos finales, etc.
Oportunidades de investigación
Aunque la mayoría de los programas son de naturaleza profesional, debe comprender que la investigación forma un componente importante de la industria analítica en los Estados Unidos. Si está interesado en investigar un poco en ciencia de datos, algunos de los programas también ofrecen esta opción.
Debe considerar la facultad en su área de interés, leer sobre proyectos de investigación en curso, oportunidades de investigación patrocinadas por el gobierno de la industria, etc.
Perfil de clase
Ustedes futuros colegas desempeñarán un papel crucial en su aprendizaje porque invariablemente tendrán varias oportunidades de colaboración donde aprenderán mucho de sus compañeros.
Un examen cuidadoso de los perfiles de las personas que también fueron seleccionadas en el programa lo ayudará a evaluar sus credenciales para el programa y también tendrá una idea de la calidad de las personas que puede esperar.
Algunas universidades pueden compartir directamente esta información o, de lo contrario, debe consultarla a través de LinkedIn o Facebook.
Reputación universitaria (Rankings)
Este factor es importante en general, pero más aún para los programas de ciencia de datos. Esto se debe a que la mayoría de ellos son relativamente nuevos, es decir, tienen entre 2 y 4 años y es difícil establecer credibilidad en la industria en tan poco tiempo.
Por lo tanto, la marca de la universidad juega un papel clave en cómo se percibirá su candidatura en la industria después de completar el título. Sin duda, su conocimiento siempre importaría más, pero la reputación universitaria juega un papel crucial para los nuevos cursos.
Debe verificar específicamente el ranking de las universidades en Estadística, Informática y Negocios porque estos son los tres pilares principales en los que se basan los cursos de ciencia de datos y análisis.
Retorno de la inversión
La educación de posgrado en los Estados Unidos es costosa y la mayoría de los programas de ciencia de datos no ofrecerán ninguna ayuda financiera. De hecho, algunas universidades tratan estos programas como vacas en efectivo y los usan para ganar dinero.
Una cosa importante para verificar es la tasa de matrícula del programa en comparación con programas similares en ingeniería como una maestría en informática o una maestría en estadística. Si hay una gran diferencia, probablemente sea porque la universidad está utilizando este programa profesional para ganar dinero.
Tenga en cuenta que cuando digo vaca de efectivo, no me refiero a colocarlo en un sentido negativo. Hay una gran demanda de científicos de datos en los EE. UU. Y hay muchas posibilidades de que obtengas un buen trabajo después del programa, incluso si lo haces en una universidad de nivel 2. Entonces es como una situación de ganar-ganar. Obtienes la experiencia con la mejor facultad del país, pagas un precio y también obtienes la devolución. Es una buena apuesta si no eres la persona enfocada en la investigación y no te interesan los programas tradicionales orientados a la investigación.
Experiencia de primera mano
Obviamente, el primer paso es iniciar sesión en el sitio web del programa y verificar sus detalles. Puede hacer un filtrado de primer nivel basado en la información evidente en el sitio web.
Pero, un aspecto igualmente importante es hablar con personas que ya están estudiando allí y su alma mater. Definitivamente puedes postularte a todas las universidades que quieras, pero para tomar la decisión final, no puedo enfatizar demasiado la importancia de este paso.
Esto le da una imagen real sobre la administración de la universidad y el reconocimiento en la industria, que es realmente difícil de juzgar desde el sitio web de cualquier universidad. Además, dado que estos programas son en su mayoría nuevos, la cantidad de discusiones en sitios web de terceros como Quora también es limitada.
Si se pregunta cómo encontrar a estas personas, ¡nuevamente LinkedIn y Facebook son sus mejores amigos!
Programas de análisis / ciencia de datos de las mejores universidades de los EE. UU.
Habiendo entendido los parámetros clave que debemos tener en cuenta al evaluar un programa de maestría, consideremos algunos buenos programas.
Para una mejor visión, proporcioné clasificación a estas universidades en 4 parámetros, a saber, Matemáticas, Estadística, Ciencias de la Computación y Negocios basados en US News.
Por lo tanto, para que usted decida cuál es mejor, deberá ponderar estos parámetros en consecuencia. Por ejemplo, si cree que es bueno en matemáticas pero no en ciencias de la computación, elija los programas con mayor concentración en matemáticas en el plan de estudios.
1. Maestría en Ciencia de Datos, Universidad de Columbia
La Universidad de Columbia se encuentra en el corazón de la ciudad de Nueva York. Al ser una institución de la Ivy League, no hay dudas sobre su reputación. El programa de MS está siendo administrado por el Data Science Institute en Columbia. Los estudiantes tienen acceso a cursos de todos los mejores programas del instituto. La duración general del curso es de 16 meses, es decir, 3 semestres de estudio y un semestre de prácticas.
Plan de estudios:
Se requieren cursos por valor de 30 créditos y la mayoría de los cursos de posgrado son de 3 créditos cada uno.
Consiste en 6 cursos básicos que cubren lo esencial de la informática, la probabilidad, las estadísticas y el aprendizaje automático.
Hay un proyecto final en el último semestre.
Los 3 cursos restantes se pueden tomar como asignaturas optativas de toda la universidad.
Entrenamiento practico:
Estos vienen en la forma de un semestre de pasantías y un proyecto final.
Además, Columbia Data Science Society organiza talleres y otros eventos en los que puede obtener amplias oportunidades para interactuar y resolver problemas con sus compañeros.
La ciudad de Nueva York tiene una fuerte comunidad de ciencia de datos que ofrecerá muchas oportunidades para aplicar el conocimiento de la ciencia de datos.
Colaboración industrial y oportunidades de investigación:
El instituto de ciencia de datos administra 7 centros de investigación que ejecutan algunos buenos proyectos de investigación que pueden ayudar a los estudiantes a obtener un conocimiento práctico de la ciencia de datos
Dado que el departamento está formado por profesores de varios departamentos, incluyendo ciencias de la computación, estadística, negocios, civil, etc., hay amplias oportunidades de investigación disponibles.
Las colaboraciones de la industria funcionan en términos de proyectos de investigación patrocinados, así como en un centro de desarrollo profesional que organiza ferias profesionales, charlas tecnológicas, etc.
Rankings:
Negocios: 10
Informática: 15
Estadísticas: 20
Matemáticas: 9
Conclusión: El programa proporciona una buena base en aprendizaje automático y programación junto con experiencia práctica. Además, Columbia está clasificada en el top 20 en todos los dominios relacionados con la ciencia de datos, por lo que es una buena opción. Un inconveniente del programa podría ser que el plan de estudios está un poco inclinado hacia la programación y es de naturaleza más técnica que algunos otros programas, que están más orientados a los negocios.
2. Maestría en Ciencia de Datos, Universidad de Nueva York
NYU se encuentra en la ciudad de Nueva York y tiene bastante reputación. El programa de MS está siendo administrado por el Center for Data Science en NYU. Los estudiantes tienen acceso a cursos de una amplia gama de departamentos que incluyen estadística, IA, bioestadística, negocios, economía, psicología, etc. El curso se puede completar en 3 o 4 semestres, dependiendo de la elección de los estudiantes.
Plan de estudios:
Se requieren 12 cursos por valor de 36 créditos para completar.
Consiste en 6 cursos básicos que cubren lo esencial de estadística y aprendizaje automático y un proyecto final en el último semestre.
Los 6 cursos restantes se pueden tomar como asignaturas optativas de un amplio conjunto de dominios que se pueden encontrar aquí. Este curso tiene una estructura única que ofrece el 50% de los cursos como asignaturas optativas que rara vez se ven en los cursos.
Entrenamiento practico:
Estos vienen en forma de un semestre de pasantías y un proyecto final.
Tiene una ventaja de ubicación similar al estar en la ciudad de Nueva York como la universidad de Columbia. Como se dijo anteriormente, la sólida comunidad de ciencia de datos de Nueva York ofrece amplias oportunidades para aplicar el conocimiento de la ciencia de datos.
Colaboración industrial y oportunidades de investigación:
Dado que el programa consta de asignaturas optativas de varios departamentos, que incluyen ciencias de la computación, estadística, negocios, civil, etc., hay amplias oportunidades de investigación disponibles. Puedes hacerte una idea sobre los proyectos de investigación aquí.
El departamento lleva a cabo talleres, charlas tecnológicas y otros eventos en colaboración con profesionales de la industria. Los detalles sobre esos eventos se pueden encontrar en el sitio web del programa.
Rankings:
Negocios: 20
Informática: 29
Estadísticas: 49
Matemáticas: 9
Conclusión: Este programa proporcionará una base sólida en el aprendizaje automático y una amplia experiencia en un dominio particular a través de los 6 cursos electivos. NYU puede carecer ligeramente en términos de las clasificaciones departamentales, pero la estructura del programa y la ubicación de NYC definitivamente
3. Maestría en Ciencias de Datos Computacionales, Universidad Carnegie Mellon
La Universidad Carnegie Mellon (CMU) es una de las mejores universidades para la investigación en informática. Su departamento de CS también ejecuta pocos programas de maestría especializados.
Estos programas se centran en un dominio central, tienen una tarifa de matrícula más alta y no ofrecen asistencia. Los tratan como programas de vaca de efectivo, pero los estudiantes se benefician de la pedagogía de alta calidad. MSCDS es uno de esos programas. Abarca más de 16 meses con 3 semestres de estudio y un semestre de pasantía.
Plan de estudios:
Hay dos concentraciones para elegir: análisis o sistemas.
La analítica se centrará en el aspecto de aprendizaje automático y los sistemas se centrarán en big data y aspectos computacionales.
Se requieren un total de 8 cursos unitarios, 2 cursos de seminario y 1 proyecto final para completar el curso.
De los 8 cursos unitarios, 3 son asignaturas optativas que se pueden tomar del Departamento de Informática.
Entrenamiento practico:
Estos vienen en la forma de un semestre de pasantías, cursos de seminarios y un proyecto final.
La ubicación de Pittsburg es una desventaja definitiva, pero la marca de CMU es demasiado grande para que pueda tener un impacto en la pasantía o la búsqueda de empleo. Obviamente, la reubicación podría ser un desafío potencial.
Colaboración industrial y oportunidades de investigación:
Este es un programa orientado a cursos y las oportunidades de investigación / colaboración industrial provienen de proyectos finales patrocinados.
El instituto también ayuda a adquirir pasantías y oportunidades de trabajo.
Rankings:
Negocios: 18
Informática: 1
Estadísticas: 9
Matemáticas: 34
Conclusión: este es un programa orientado a CS e ideal para personas con algo de experiencia en codificación que desean ingresar al aprendizaje automático. El inconveniente es que el lado comercial del programa es débil y no debe esperar obtener alguna experiencia de dominio como finanzas / atención médica. Es más adecuado para roles de ingeniería de software en lugar de roles de científico de datos.
4. Maestría en Aprendizaje Automático, Universidad Carnegie Mellon
Este es otro programa como el # 3 ofrecido por el Departamento de Aprendizaje Automático en el departamento de CS en CMU. La idea central es la misma, excepto por un par de cambios:
Se basa únicamente en ML y es de naturaleza más matemática. Cubre ML teórico a un nivel más amplio.
Solo hay 2 cursos electivos y 1 proyecto final. No hay cursos de seminarios como los anteriores.
La matrícula es un poco menos.
Esto también lo prepararía para la ingeniería de software o los roles de investigación. Debería elegir esto si tiene una inclinación teórica y desea obtener un doctorado (Ph.D) después de maestría.
5. Maestría en Análisis, Universidad del Noroeste
Este programa de maestría interdisciplinaria está a cargo de las escuelas McCormick (ingeniería), Kellogg (gerencia) y Medill (periodismo) en NWU junto con profesionales de la industria en el área de Chicago. Es un programa de 15 meses con una pasantía de 10 semanas.
Plan de estudios:
El plan de estudios consta de 14 cursos, prácticas de la industria de 18 meses y 1 proyecto final.
Solo 2 de los 14 cursos son optativos y eso también de un pequeño grupo. Entonces, el plan de estudios es más o menos fijo. Una de las razones de un plan de estudios estricto es el tamaño de lote pequeño de solo 35. Esta es una gran ventaja en términos de interacciones y aprendizaje durante el programa.
Los cursos abordan aspectos cruciales de análisis que incluyen estadísticas, programación, bases de datos, optimización con un enfoque en aplicaciones de la industria.
Entrenamiento practico:
El curso es pesado en capacitación práctica que comienza con un proyecto de la industria de 8 meses que se ejecuta en los primeros 3 trimestres. Este proyecto está organizado en colaboración con un socio de la industria.
Hay una pasantía en el verano y un proyecto final en el último trimestre.
La ubicación de Chicago es una desventaja definitiva en términos de oportunidades locales, pero NWU se esfuerza por conseguir conexiones industriales para cubrir esta desventaja.
Colaboración industrial y oportunidades de investigación:
El curso es rico en exposición industrial ya que se realizan una gran cantidad de actividades como talleres, charlas tecnológicas.
Tanto los proyectos de práctica como de culminación están patrocinados por la industria.
El programa no tiene inclinación hacia la investigación y no debe ir allí esperando ninguna.
El instituto también ayuda a adquirir pasantías y oportunidades de trabajo.
Rankings:
Negocios: 5
Informática: 34
Estadísticas: 49
Matemáticas: 17
Conclusión: Este programa está diseñado para personas que trabajan en un dominio en particular que desean comprender el análisis y sus aplicaciones en diferentes industrias. No está diseñado para técnicos que quieran incorporar algoritmos de aprendizaje automático en su software. El programa hace un uso intensivo de las conexiones de la industria que provienen de Kellogg School of Management, que es una de las instituciones de gestión más reputadas del mundo.
6. Maestría en Análisis, Instituto de Tecnología de Georgia
Este programa interdisciplinario es administrado conjuntamente por la Facultad de Ingeniería, Negocios y Computación de GaTech. Es un programa de 1 año y cubre los semestres de otoño, primavera y verano.
Plan de estudios:
El programa está diseñado en forma de 3 pistas: herramientas de análisis, análisis de negocios y análisis de datos computacionales. Los detalles se pueden encontrar aquí.
Cada pista cubre estadísticas, investigación operativa y cursos de computación. El número de cursos de cada tipo difiere según la pista.
Hay una buena cantidad de asignaturas optativas que dependen de la pista elegida. En general, hay 5 cursos básicos y 5 asignaturas optativas.
Entrenamiento practico:
El programa es típicamente un curso basado en culminar en 2 proyectos finales en el semestre de verano o una pasantía, si es aprobado por la facultad.
La ubicación de Georgia es una desventaja definitiva en términos de oportunidades locales, pero todavía hay algunos grupos de reunión y eventos de hackathon en línea a los que puede asistir.
Colaboración industrial y oportunidades de investigación:
Los proyectos finales realizados son en colaboración con la industria.
Algunas conferencias de invitados y charlas tecnológicas también se organizan.
El programa no tiene inclinación hacia la investigación y no debe ir allí esperando ninguna.
El instituto también ayuda a adquirir pasantías y oportunidades de trabajo.
Rankings:
Negocios: 34
Informática: 9
Ingeniería Industrial y de Sistemas: 1
Matemáticas: 29
Conclusión: este es un programa típico basado en cursos. Un inconveniente podría ser la elección entre un capstone y una pasantía. Además, la corta duración del programa supondrá una carga académica adicional y restringirá las oportunidades de establecer contactos. Los aspectos positivos son en términos de la marca de GaTech y la participación de cursos de investigación de operaciones en los que GaTech es uno de los mejores institutos.
7. Maestría en Análisis, Universidad Estatal de Carolina del Norte
Este programa es administrado por el Instituto de Análisis Avanzado de NCSU y es el primer programa de análisis iniciado en 2007.
La mayoría de los otros programas tienen entre 2 y 4 años y, por lo tanto, carecen de reconocimiento. Pero NCSU es un programa de gran reputación en la industria analítica, a pesar de que NCSU en su conjunto se considera una institución de nivel 2. Este es un programa intensivo de 10 meses, con 3 semestres que comienzan en el verano y terminan en la primavera. Además, no se requiere la puntuación GRE para la aplicación, solo se requiere TOEFL.
Plan de estudios:
El plan de estudios expone a los estudiantes a una amplia gama de temas que se pueden encontrar aquí.
El programa termina con un proyecto final patrocinado por la industria.
El plan de estudios se enfoca en matemáticas y estadísticas y cubre muchas técnicas estadísticas.
Entrenamiento practico:
El programa es un curso típico basado en 2 cursos prácticos. No hay opción de una pasantía.
La ubicación de Carolina del Norte no es una falta de oportunidades locales en ciencia de datos, pero el curso es lo suficientemente intensivo como para mantener a los estudiantes exhaustos durante los 10 meses.
Colaboración industrial y oportunidades de investigación
Los proyectos finales están en colaboración con la industria.
Algunas conferencias de invitados y charlas tecnológicas también se organizan.
El programa no tiene inclinación hacia la investigación y no debe ir allí esperando ninguna.
El instituto también ayuda a adquirir pasantías y oportunidades de trabajo.
Rankings:
Negocios: 52
Informática: 48
Estadísticas: 15
Matemáticas: 52
Conclusión: NCSU es un programa de buena reputación con buenas perspectivas de futuro. Prepara bien a los candidatos para los roles de científicos de datos, ya que los expone a un amplio espectro de técnicas analíticas. Se requieren sólidos fundamentos matemáticos y estadísticos para ingresar a este programa y debe aplicar solo si tiene confianza en lo mismo.
8. Maestría en Análisis, Texas A&M University
El programa de maestría en TAMU es ofrecido por el departamento de estadística y es un programa de medio tiempo para profesionales que trabajan. El sitio web del programa no es muy informativo, pero TAMU como institución tiene una reputación decente en la industria. Al ser un programa a tiempo parcial, se extiende a lo largo de 5 semestres.
Plan de estudios:
El plan de estudios consta de 12 cursos, cuyos detalles se pueden encontrar aquí.
El programa termina con un proyecto final patrocinado por la industria.
Solo hay 2 cursos electivos.
El plan de estudios se centra en las estadísticas con aplicaciones en finanzas y marketing.
Entrenamiento practico:
El programa es típicamente un curso basado en un proyecto final y un seminario con presentación oral.
Hay un enfoque en la programación SAS que lo prepara bien para la industria.
Colaboración industrial y oportunidades de investigación
Al ser un programa a tiempo parcial, no hay enfoque en la investigación.
El cuerpo asesor del programa está compuesto por profesionales de la industria, por lo que el programa se ejecuta de la mano con los requisitos de la industria.
TAMU organiza algunos otros eventos, así como la conferencia Analytics 2015.
Rankings:
Negocios: 31
Informática: 40
Estadísticas: 15
Matemáticas: 41
En general, es un programa decente y está diseñado específicamente para profesionales que trabajan.
9. Maestría en Business Analytics, Michigan State University
Este es un programa de 1 año que comienza en el semestre de primavera y continúa en verano y otoño con la graduación en diciembre. El curso prepara a los estudiantes para los roles de científicos de datos en industrias como consultoría, automotriz, productos de consumo, venta minorista y servicios financieros.
Plan de estudios:
El plan de estudios consta de 12 cursos, cuyos detalles se pueden encontrar aquí.
Solo no hay cursos electivos ya que todos los cursos están predefinidos.
El semestre de verano tiene una carga de trabajo de solo 2 cursos y, además, se puede completar un proyecto final de una pasantía de 10-12 semanas en ese período.
Entrenamiento practico:
El programa es típicamente un curso basado en una opción de proyecto final o una pasantía.
Colaboración industrial y oportunidades de investigación
Es un programa típico basado en cursos sin atención en la investigación.
Los proyectos finales se llevan a cabo en colaboración con un socio de la industria.
La universidad organiza pasantías y ferias de empleo también.
Rankings:
Negocios: 35
Informática: 56
Estadísticas: 47
Matemáticas: 46
Conclusión: este es un buen programa y si le gusta el plan de estudios fijo, podría funcionar. Además, dado que la Universidad Estatal de Michigan no tiene tanta reputación como algunas otras universidades mencionadas aquí, podría ser más fácil ingresar.
10. MS en Business Analytics, Universidad de Cincinnati
Este es otro programa de 1 año que comienza en otoño, con un plan de estudios más o menos fijo. Prepara a los candidatos para puestos de analista de negocios y científico de datos.
Plan de estudios:
El plan de estudios consta de 12 cursos, cuyos detalles se pueden encontrar aquí.
El programa termina con un proyecto final patrocinado por la industria.
Solo hay 2 cursos electivos.
Entrenamiento practico:
El programa es típicamente un curso basado en un proyecto final.
La ubicación de Cincinnati tampoco ofrece una vibrante comunidad de ciencia de datos para aprovechar.
Colaboración industrial y oportunidades de investigación
El programa no se centra en la investigación.
Enumere la mayoría de los otros cursos, las colaboraciones de la industria se realizan en forma de ferias de empleo, charlas tecnológicas y capstone patrocinado.
Rankings:
Negocios: 63
Informática: 112
Estadísticas: –
Matemáticas: 115
Conclusión: Esta es una universidad un poco menos reputada con un programa decente que debería ser relativamente más fácil de superar. Pero debe sentirse cómodo con el plan de estudios antes de pensar en seguirlo.
¡Todo lo mejor!