Master of Science in Data Science

Las técnicas de aprendizaje automático están a la vanguardia de la ciencia de datos moderna y, por lo tanto, los cursos sobre diferentes aspectos del aprendizaje automático constituyen un componente integral del programa. El componente de aplicación del programa incluye varios temas importantes como:

• Computer vision
• Análisis de datos industriales
• Natural language processing
• Procesamiento de imágenes y señales.

El alcance principal del programa de ciencia de datos es capacitar a los estudiantes en el uso de técnicas de última generación de aprendizaje automático y análisis de datos, con un enfoque en las aplicaciones del mundo real de estas tecnologías emergentes. Los estudiantes aprenderán a desarrollar métodos automatizados para analizar cantidades masivas de datos con el objetivo de extraer conocimiento de ellos para crear un impacto en las decisiones organizacionales. Los graduados del programa están capacitados para realizar investigaciones originales en el área elegida de aprendizaje automático y análisis de datos y aplicar los resultados de su investigación en un contexto industrial.

The MSc program is 2 years long: the first year is to strengthen your theoretical background, and the second year is to focus on research. Students have the freedom to choose courses and extracurricular activities to shape their individual trajectory, acquire soft skills, and gain entrepreneurial skills to prepare for employment.

A successful graduate of the program will know:

• Fundamentos matemáticos y algorítmicos de la ciencia de datos, y una visión equilibrada sobre los fundamentos matemáticos y herramientas prácticas y problemas aplicados en la ciencia de datos;
• Declaraciones de todos los principales problemas de análisis de datos, así como los principales enfoques para resolverlos;
• Técnicas de última generación de análisis de datos y áreas afines. Conocimiento de las principales clases de problemas aplicados;
• Principales aspectos metodológicos tanto de la investigación científica como del desarrollo de aplicaciones en ciencia de datos.

Un graduado exitoso del programa podrá:

• Formular/modelar tareas del mundo real, como problemas de análisis de datos;
• Elegir el método más apropiado para resolver un problema de análisis de datos particular;
• Aplicar métodos de análisis de datos en la práctica utilizando herramientas modernas de software de análisis de datos;
• Desarrollar nuevos métodos o adaptar los métodos existentes a un problema particular;
• Implementar algoritmos como programas informáticos;
• Evaluar resultados de procesos de análisis de datos;
• Trabajar con literatura técnica (por ejemplo, realizar investigaciones bibliográficas, leer y analizar críticamente artículos científicos, utilizar métricas científicas y bases de datos importantes);
• Presentar los resultados a diferentes audiencias (especialistas, usuarios, partes interesadas, etc.) de manera eficaz, oral y escrita.

Aim and objectives

El objetivo del programa es preparar a los líderes tecnológicos del futuro. El objetivo del programa de Maestría en Ciencias de Datos es cerrar la brecha entre la ciencia fundamental y las técnicas computacionales de vanguardia.

Pista de aprendizaje automático e inteligencia artificial (MLAI)

Machine learning techniques are at the forefront of modern data science and artificial intelligence. The curriculum of the program contains a balanced combination of topics developed very recently together with in-depth teaching of mathematical foundations, such as advanced linear algebra, optimization, high-dimensional statistics, etc.

This track is also available in network form with the Moscow Institute of Physics and Technology.

A successful graduate of this track will be able to:

• comprender y formular tareas complejas del mundo real como problemas de análisis de datos
• Contribuir al desarrollo de software de aprendizaje automático de próxima generación que sea competitivo o superior a los ejemplos de software existentes en campos de aplicaciones críticos y emergentes.
• Aplicar herramientas de software, algoritmos, modelos de datos y entornos computacionales relevantes para la solución de problemas del mundo real.

Pista de Matemáticas de Aprendizaje Automático (MML)
(en red con la Escuela Superior de Economía)

Modern Machine Learning is at the cutting edge of various disciplines of mathematics and computer science. Math of Machine Learning is one of the most dynamic areas of modern science, encompassing mathematical statistics, machine learning, optimization, and information and complexity theory. From the start of the program, students collaborate in thematic working groups and actively participate in research, learning from Skoltech and Higher School of Economics scientists as well as leading global specialists in statistics, optimization, and machine learning.

A successful graduate of this track will:

• Poseer conocimiento activo de métodos y enfoques modernos en el aprendizaje estadístico, incluida la estadística matemática, los procesos estocásticos y la optimización convexa.
• Ser capaz de aplicar y desarrollar aún más dichos métodos para resolver problemas complejos de análisis de datos motivados prácticamente.

©The Skolkovo Institute of Science and Technology (Skoltech)

Content

El plan de estudios del programa contiene una combinación equilibrada de temas desarrollados muy recientemente (por ejemplo, aprendizaje profundo) junto con una enseñanza en profundidad de los fundamentos matemáticos (álgebra lineal avanzada, optimización, estadística de alta dimensión, etc.).

Program structure

The 2-year program comprises compulsory and recommended elective courses on the most important topics, a wide set of elective courses (depending on the research and professional needs of the student), components of entrepreneurship and innovation, research activity, and 8 weeks of industry immersion.

Research

Los estudiantes participan activamente en actividades de investigación a partir del tercer trimestre.

Main research areas:

• Machine Learning and Deep Learning
• Analítica industrial
• Computer Vision
• Image Processing
• Estadísticas de alta dimensión y aprendizaje estadístico.
• Modelado multiescala de próxima generación
• Solucionadores rápidos para problemas de gran escala/altas dimensiones

Career opportunities and paths

El programa de Maestría en Ciencia de Datos fue desarrollado para satisfacer la gran demanda de especialistas en ciencia de datos en el creciente mercado nacional e internacional de alta tecnología. Los graduados del programa pueden comenzar una carrera de investigación internacional o trabajar en una empresa (incluso durante el período de estudio).

Los graduados de maestría en ciencia de datos mejoran significativamente su empleabilidad al desarrollar su conocimiento específico en el campo de la ciencia de datos y el aprendizaje automático, así como sus habilidades analíticas y de investigación. Los estudiantes obtienen la oportunidad de obtener acceso temprano a los panoramas de investigación e innovación nacionales e internacionales y pueden acercarse a empleadores internacionales con confianza. Además, el programa mejora las habilidades interpersonales de los estudiantes, permitiéndoles competir eficazmente en el mercado laboral.

• Doctor. puestos en instituciones académicas y de investigación
• Puestos de especialistas como analista de datos, científico de datos, consultor en diversos sectores económicos:
  • Finance
  • telecomunicaciones
  • IT
  • Empresas y startups residentes en Skolkovo

Entry requirements

Licenciatura relacionada con las tecnologías de la información, o su equivalente en matemáticas, informática, tecnologías de la información y las comunicaciones, física aplicada u otras áreas técnicas.

• Calculus
• Differential equations
• Linear algebra
• Probabilidad básica, procesos aleatorios y estadística matemática.
• Matemáticas discretas (incluida la teoría de grafos y algoritmos básicos)
• Programming

English language requirements:

If your education has not been conducted in the English language, you will be expected to demonstrate evidence of an adequate level of English proficiency.

Application requirements

The online application​ makes the process easier for potential students. We advise you carefully read the application instructions, requirements, and deadlines for the chosen academic program.

The application includes the following documents: a CV, two letters of recommendation, a TOEFL/IELTS score report, and a motivation letter. Applicants who do not have proof of English proficiency may take the TOEFL ITP during a Selection Weekend at Skoltech.

Selection process

1. Prepare your portfolio
   Prepare your competitive selection application materials.
2. Submit your application
   Upload your materials into the application system and submit your application.
3. Online testing
   Every candidate must take an online profile test. You will be notified by email about the specific date and time of your test.
4. In-person interviews (online)
   The final selection stage takes place in Moscow. You have to pass the TOEFL ITP exam on-site, or present a valid TOEFL certificate and pass an in-person interview. Extra written examinations may be required for certain programs during this time (you will be notified in advance).

©The Skolkovo Institute of Science and Technology (Skoltech)

What our students say

Julia Molchánova
Licenciatura, Universidad Estatal de Moscú → Maestría, Skoltech → Desarrollador de juegos independiente

"El programa de ciencia de datos de Skoltech brinda la oportunidad de aprender casi todas las habilidades necesarias para una carrera académica o industrial en aprendizaje automático. Mientras estudiaba el mismo tema anteriormente, en Skoltech adquirí competencia en las disciplinas requeridas. Además, el programa de ciencia de datos de la universidad La política lingüística ha mejorado significativamente mi inglés. Las actividades de disciplinas más amplias, como el Taller de Innovación, en realidad pueden conducir a resultados inesperados. He probado muchas cosas diferentes durante estas lecciones y he desarrollado un gusto por algunas de ellas. manera de adquirir conocimientos únicos y obtener una perspectiva de vida diferente."

Alfredo De La Fuente
Licenciatura, Universidad Nacional de Ingeniería → Maestría, Skoltech → Centro de Innovación en Tecnología de Software de Schlumberger

"No puedo evitar sonreír al recordar mi período increíblemente productivo durante la Maestría en Ciencia de Datos de Skoltech. Adaptarme a un cambio drástico de atmósfera (mudarme de Perú y una formación académica diferente) fue sin duda un desafío difícil. Sin embargo, el impacto de este programa Tuve en mi carrera, las increíbles amistades adquiridas y la exposición a numerosas oportunidades hicieron que valiera la pena. En general, todo el curso del programa de Ciencia de Datos me brindó confianza y una amplia gama de habilidades para abordar proyectos de Machine Learning tanto desde el punto de vista industrial como de investigación. perspectiva, sin duda, una de las mejores elecciones de mi vida."