MSc Angewandte Statistik mit Data Science (online)

Warum dieser Kurs?

Unser Online-MSc in Angewandter Statistik mit Datenwissenschaft ist ein Umstiegskurs, der die Möglichkeit bietet, Fähigkeiten in Statistik und Datenanalyse zu entwickeln, auch wenn Sie noch nie zuvor Statistik studiert haben. Sie werden in diesem Teilzeitprogramm von Mitarbeitern unterstützt, die direkt mit der Industrie zusammenarbeiten, um Fähigkeiten zu entwickeln, die für aktuelle Forschungsbereiche relevant sind, einschließlich Bevölkerungsgesundheit und Medizin, Tier- und Pflanzenheilkunde, Finanzen und Wirtschaft. Sie werden Fähigkeiten in:

• Problemlösung
• Big Data-Technologien
• der Verwendung von statistischer Software für Datenanalyse und Berichterstattung
• Programmierung in Python und R für Datenanalyse

• Cloud-Speichersystemen

  Der Kurs wird vollständig online angeboten. Der Kurs eignet sich ideal für diejenigen, die Vollzeit arbeiten oder andere Verpflichtungen haben. Sie können die Module studieren und abschließen, wann es Ihnen am besten passt – Sie müssen nicht zu bestimmten Zeiten online sein.

  Der Kurs wurde von Akademikern entworfen, die auch als Statistiker im öffentlichen Sektor arbeiten. Sie sind Experten im Verständnis realer statistischer Probleme, Daten und der Verbindung von Theorie und Praxis.

  Der bereitgestellte Fähigkeitenkatalog wird Sie auch mit der notwendigen Ausbildung ausstatten, um als angewandter Statistiker oder Datenanalyst/Wissenschaftler in einem breiten Spektrum von Bereichen, einschließlich Gesundheit, Versicherung, Finanzen und Sozialwissenschaften, zu arbeiten.

Programmfähigkeiten

Im Online-Masterprogramm für Angewandte Statistik mit Datenwissenschaft haben Sie die Möglichkeit,:

• tiefgehendes Wissen über moderne statistische Methoden zu erwerben, die zur Analyse und Visualisierung realer Datensätze verwendet werden, sowie die Erfahrung, wie man diese Methoden in einem professionellen Umfeld anwendet
• Fähigkeiten in der Verwendung von statistischen Softwarepaketen zu entwickeln, die in Regierung, Industrie und Handel verwendet werden
• die Fähigkeit, die Ergebnisse von statistischen Tests und Datenanalysen zu interpretieren und Ihre Ergebnisse einer Vielzahl von Zielgruppen zu kommunizieren, einschließlich Gesundheitsfachleuten, Wissenschaftlern, Regierungsbeamten, Managern und Interessengruppen, die möglicherweise an dem Problem interessiert sind
• Problemlösungs- und hohe numerische Fähigkeiten, die im kommerziellen Sektor weit gefragt sind
• praktische Erfahrung in statistischer Beratung und wie man mit Fachleuten interagiert, die statistische Analysen ihrer Daten benötigen
• Fähigkeiten im Umgang mit Big Data-Technologien, einschließlich Programmierung in Python und R
• Wissen über cloudbasierte Speicherung für große Datensätze

Zulassungsvoraussetzungen

Akademische Anforderungen/Erfahrung

• Mindestens einen Abschluss der zweiten Klasse (2:2) oder einen gleichwertigen Abschluss im Ausland.
• Mathematische Ausbildung auf A-Level oder gleichwertigem Niveau.
• Interessierte Studierende mit relevanter Erfahrung oder geeigneten beruflichen Qualifikationen sind ebenfalls herzlich eingeladen, sich zu bewerben.
• Für Australien und Kanada werden normale Abschlüsse in relevanten Disziplinen akzeptiert.

Mathematisches Wissen

Bewerber müssen über einige vorherige mathematische Kenntnisse verfügen, wie z.B. A-Level oder gleichwertig in:

• Analysis
• Lineare Algebra
• Differentialgleichungen

Englischkenntnisse

Sie müssen eine Mindestpunktzahl von IELTS 6.0 (mit keinem Teilbereich unter 5.5) in der englischen Sprache haben.

Wir bieten umfassende Englischkurse für Studierende an, deren IELTS-Punktzahlen unter 6.0 liegen. Bitte siehe ELTD für vollständige Details.

Als Universität akzeptieren wir jetzt viele weitere Englischtests zusätzlich zu IELTS für internationale Bewerber, z.B. TOEFL und PTE Cambridge.

Bitte kontaktieren Sie die Universität für weitere Informationen.

Kursinhalte

Pflichtfächer

• Grundlagen der Wahrscheinlichkeit & Statistik (20 Credits)
• Datenanalyse in R (20 Credits)
• Statistische Modellierung & Analyse (20 Credits)
• Grundlagen von Big Data (10 Credits)
• Big Data-Tools & Techniken (10 Credits)

• Forschungsprojekt (60 Credits)

  Wahlfächer

• Quantitative Risikoanalyse (10 Credits)
• Umfragedesign & Analyse (10 Credits)
• Finanzökonometrie (10 Credits)
• Finanzstochastische Prozesse (10 Credits)
• Medizinische Statistik (20 Credits)
• Effektive statistische Beratung (10 Credits)
• Bayessche räumliche Statistik (10 Credits)
• Maschinelles Lernen für Datenanalysen (20 Credits)

An der Fakultät für Wissenschaften der Universität Strathclyde bieten wir unseren Studierenden eine hochwertige Lehre, die von innovativer Forschung geprägt ist, innerhalb einer der führenden Wissenschaftsschulen im Vereinigten Königreich. Im Complete University Guide 2024 sind wir auf Platz 1 für Forensische Wissenschaften und auf Platz 3 für Pharmakologie & Pharmazie im Vereinigten Königreich.

Die Fakultät besteht aus 5 Abteilungen:

• Computer- und Informationswissenschaften
• Mathematik und Statistik
• Physik
• Reine und Angewandte Chemie
• Strathclyde Institut für Pharmazie und Biowissenschaften

In der Fakultät bieten wir eine breite Palette von postgradualen Lehrgängen und Forschungs-möglichkeiten an, die darauf ausgelegt sind, Ihnen fortgeschrittene Fähigkeiten zu vermitteln, die für den globalen Arbeitsplatz von heute relevant sind.

Unsere Master-Programme, die von weltweit führenden Forschern angeboten werden, bieten die Möglichkeit, eine wertvolle postgraduale Qualifikation zu erwerben, die Ihre Karrierechancen verbessert.

Es gibt Möglichkeiten für interdisziplinäre Forschung und Studien, sowohl innerhalb der Fakultät als auch über andere Fakultäten und Zentren der Universität hinweg.

Wenn Sie sich entscheiden, Wissenschaft an der Strathclyde zu studieren, werden Sie Teil einer internationalen Gemeinschaft von Mitarbeitern und Studierenden aus mehr als 40 Ländern.

Unsere Einrichtungen sind ausgezeichnet, mit gut ausgestatteten, modernen Laboren und Unterrichtsräumen sowie 24-Stunden-Zugang zu einem fortschrittlichen Computerinformationsnetzwerk und einer anspruchsvollen virtuellen E-Learning-Umgebung.