全国校区

报名咨询热线:400-779-6688

集团客服热线:400-097-9266

首页 雅思 托福 SAT 考研 A-level 网站专题 视频荟萃 教师团队 关于我们

首页 > 留学研学 > 留学 > 留学专区 > 留学·专业宣传 | 南加州大学专业解读——Dornsife & Viterbi:空间数据科学

留学·专业宣传 | 南加州大学专业解读——Dornsife & Viterbi:空间数据科学

2023-08-10 17:27     作者 :    

阅读量:

  南加州大学全美第15名

  ---QS Top Universities 2023

  南加州大学全美第25名

  ---U.S.News 2023

  Glassdoor用户将“数据科学家”评为“数据科学和商业分析”领域中最令人满意的工作;平均基本工资为12万1千美元/年,有4100多个职位空缺。

  空间数据科学的职业机会

  南加州大学空间数据科学硕士课程(MS. in Spatial Data Science)是由Viterbi工程学院和Dornsife文理学院联合提供的数据科学学位课程。空间数据科学的学生从Viterbi工程学院和Dornsife文理学院中受益。申请人提交一次申请,审理结果由Vitebi工程学院计算机科学系和Dornsife文理学院空间科学研究所联合决定。

  地理空间数据可访问性、空间决策支持系统和地理空间问题解决环境正在革命性地改变大多数行业和学科。医疗保健、市场营销、社会服务、人的安全、教育、环境可持续性、交通运输等领域都有大量的就业机会。为了解决数据密集、大规模、基于位置的问题,空间数据科学专业人员利用了数据科学硕士课程中提供的工程学、计算机科学、数学和空间科学原理。

  *该专业为STEM专业

  以下视频来源于

  南加州大学研究生

  ,时长00:30Adam Vaccaro(空间数据科学硕士)

  科学应用软件工程师,亚轨道雷达科学与工程组,NASA喷气推进实验室

  背景要求

  课程面向科学、技术、工程和数学以及社会科学等各相关学士学位的学生,包括具有空间科学背景但没有计算机知识的学生,以及具有计算机课程背景但没有空间科学知识的学生。欢迎不同背景的学生来学习,建议具备编程经验或者一年的微积分知识。

  学习目标

  毕业后,学生不仅将掌握数据科学技能,并将有资格领导公司和组织的数据科学团队,处理地理定位信息,利用基于位置的数据,在初创公司和技术公司进行数据分析,并使用空间数据的新兴技术。

  ☞ 理解并应对基于位置的大型数据环境所带来的重大技术和社会挑战作出贡献,包括其架构、安全性、完整性、管理和可扩展性;

  ☞ 通晓如何获取并使用空间数据以支持大型数据环境中的各类分析、建模和地理可视化;

  ☞ 了解如何使用人工智能、机器学习和数据挖掘而增强典型的优化地理信息学(GIS)概念和工作流程,以智能地挖掘数据,为跨越公共、私营和非盈利部门的各种社会挑战和问题提供以企业为中心的解决方案。

  课程设置

  空间数据科学共需32学分,课程设置如下:

  核心课

  DSCI 549 计算思维与数据科学导论 4学分

  DSCI 510 数据科学编程原理 4学分

  DSCI 550 大规模数据科学 4学分

  SSCI 581 空间思维概念 4学分

  SSCI 575 空间数据科学 4学分

  SSCI 586 空间编程和定制 4学分

  空间选修课(选一门)

  SSCI 582 空间数据库 4学分

  SSCI 583 空间分析和建模 4学分

  SSCI 591 Web和移动GIS 4学分

  数据科学选修课(选一门)

  CSCI 587 地理空间信息管理 4学分

  DSCI 551 数据管理基础 4学分

  DSCI 552 数据科学机器学习 4学分

  DSCI 553 数据挖掘基础和应用 4学分

  DSCI 554 信息可视化 4学分

  DSCI 555 交互设计和可用性测试 4学分

  DSCI 560 数据信息学专业实习 4学分

  发展前景

  职业方向

  通过完成一系列的核心课,为信息工程、空间分析和思维奠定基础;选修课可以使学生对其将来的就业规划和独特的职业机会做出充分准备。学生将:

  ▷ 理解数据科学的整体领域,分析师和/或数据科学家的角色,空间数据科学技能可应用于关键组织任务的领域;

  ▷ 了解数据管理、数据可视化和人工智能技术(特别是数据挖掘和机器学习)对空间分析过程如何至关重要,以及如何将这些技术应用于现实世界的挑战;

  ▷ 建立数字作品集,以展示自己在就业领域的能力和技能。

  学生机遇

  南加州大学知识驱动型跨学科数据科学中心(CKIDS)提供了与全校其他教师、学生以及正在接受培训的数据科学学生参与合作数据科学项目的机会。

  教师和研究人员处理新的跨学科课题,让数据科学、计算机科学和其他学科的学生参与进来,共同制定有趣的问题,和解决这些问题的联合方法。

相关文章 查看更多

热门活动 更多

热门课程 更多