Además de una maestría en estadística o informática o algunos de los programas de análisis más generales que existen, ¿cuáles son algunas de las opciones de MS y PhD disponibles para las personas que desean estudiar específicamente el análisis de aprendizaje?

Hay muchos programas emergentes para apoyar a las personas interesadas en el campo. Le recomendaría que obtenga un título que ayude a llenar los vacíos en los campos de la educación, la informática y las estadísticas. La siguiente no es una lista exhaustiva, pero debe considerar los siguientes lugares como un posible comienzo para buscar lugares para estudiar.

Para el certificado y el curso considere

  • Página de la Universidad de Weka en waikato.ac.nz
  • La especialización en Coursera en Data Science
  • Página del curso de análisis de datos y aprendizaje en edx.org
  • Big data en educación en Coursera (archivado)

Para el trabajo de nivel de maestría , podría considerar

  • Programa METALS en el Programa Carnegie Mellon Masters en Tecnología Educativa y Ciencias de Aprendizaje Aplicado – Admisiones | Instituto de Interacción Humano-Computadora
  • El programa de maestría en línea en Berkley Data Science Degree Online | [correo electrónico protegido]
  • Personalmente hice el título de Tecnología, Innovación y Educación en Harvard y me encantó mi experiencia.
  • Columbia está comenzando una Maestría en Estudios Cognitivos en Educación, Focus in Learning Analytics
  • Hay cursos de nivel de maestría diseñados como parte de la iniciativa Open Learning Analytics

Para el trabajo de nivel de doctorado hay algunos lugares que vale la pena considerar. Personalmente planeo solicitar un doctorado en educación, aunque las siguientes opciones son una respuesta más directa a su pregunta.

  • WPI tiene el programa de doctorado en Ciencias y Tecnologías de Aprendizaje.
  • Puedes buscar vacantes aquí Becas | Knowledge Media Institute | La universidad abierta
  • La Universidad Tecnológica de Sydney tiene un centro de inteligencia conectado que valdría la pena explorar para realizar un trabajo de doctorado.

Debería asistir a la conferencia LAK y hablar con las personas allí, ya que asistirán muchos de los profesores de las instituciones que apoyarán a los estudiantes de análisis de aprendizaje. Conferencia internacional sobre aprendizaje, análisis y conocimiento (LAK)

¡Espero que esto ayude!

También se podría inscribir en programas de posgrado en los departamentos de Ingeniería Eléctrica e Informática, Investigación de Operaciones, Ingeniería Matemática, Ingeniería Financiera. La teoría subyacente que uno tendría que dominar para realizar el aprendizaje automático, el análisis o la minería de datos es más o menos la misma, las variaciones típicas provienen de ser Bayesiano versus Frequentista, caja negra versus estadística y cualquier teoría específica de dominio (preferido los métodos para la seguridad de la información serán diferentes de los preferidos para Marketing Analytics). Una combinación de cualquiera de ellos permitiría que un individuo sea efectivo.

Si eres realmente bueno en la comercialización de tus habilidades, puedes hacer una maestría o doctorado en casi cualquier campo que involucre estadísticas, eso es muchas cosas.

La psicología, la sociología y la economía son ejemplos en los que la mayoría de la gente no piensa de inmediato. La mayoría de los proyectos de investigación en estos campos implican no solo el uso extensivo de estadísticas, sino también experiencia en diseño experimental, recolección de datos, gestión de proyectos y presentación escrita y oral. En mis libros, eso supera muchos de los grados más obvios como Estadísticas o CS. He conocido a personas que se han abierto camino en puestos de análisis de esos grados. Habiendo trabajado con especialización en estadística, mi propia maestría en fitomejoramiento es prácticamente equivalente a una maestría en estadística aplicada.

Encontrar empleadores que reconozcan sus credenciales es otro asunto y la parte difícil de tomar esta ruta. Pero me gusta creer que su conocimiento y experiencia reales son más importantes que un título o una hoja de papel (discutible). Puede hacerlo cualquier persona que sea inteligente y proactiva con respecto a las redes.