Master of Data Science (Zdrowie) MSc

Durham University - Durham University

Master of Data Science (Health) ma wspólny rdzeń z innymi programami Master of Data Science i zapewni absolwentom umiejętności ilościowe wymagane do praktycznej analizy danych zdrowotnych. Zdrowie jest dużym i rozwijającym się sektorem gospodarki, a efektywne wykorzystanie danych jest niezbędne do poprawy opieki klinicznej nad poszczególnymi pacjentami, a także ogólnego zdrowia publicznego. Podczas gdy ogólne umiejętności w zakresie nauki o danych są przydatne dla naukowców zajmujących się danymi zdrowotnymi, dane dotyczące zdrowia często mają szczególne cechy (na przykład dane pacjentów lub wskaźniki kliniczne), które również wymagają specjalistycznych technik gromadzenia, analizy i zarządzania. Program ten obejmuje moduły dotyczące wykorzystywania danych do podejmowania decyzji klinicznych i dotyczących zdrowia publicznego, odpowiednich technik modelowania, takich jak metody przeżycia i epidemiologiczne, a także porusza kwestie takie jak zarządzanie i prywatność.

Wspólne moduły podstawowe z pakietem kursów Data Science Master zapewnią, że zostaniesz wyposażony w szersze umiejętności statystyczne i uczenia maszynowego wymagane w twojej karierze. Będziesz przeprowadzać zajęcia z budowania zespołu, prezentować studia przypadków i przeprowadzać zarówno oceny formatywne, jak i sumatywne ze studentami ze wszystkich czterech wydziałów Uniwersytetu Durham, upewniając się, że nauczysz się reprezentować nie tylko własną dyscyplinę, ale także słuchać i integrować poglądy i umiejętności z innych dyscyplin. Dodatkowy wkład w środowisko akademickie zapewni Durham Research Methods Centre, które pomoże również w przydzielaniu tematów projektów poprzez partnerstwa z sąsiednimi NHS Trusts i innymi współpracownikami z sektora zdrowia.

Wokół nas generowane i gromadzone są ogromne ilości coraz bardziej złożonych danych, na przykład z urządzeń mobilnych, kamer, samochodów, domów, biur, miast i satelitów. Biznes, badania, rząd, społeczności i rodziny mogą wykorzystywać te dane do podejmowania świadomych i racjonalnych decyzji, które prowadzą do lepszych wyników. Niemożliwe jest, aby jedna osoba lub grupa osób była na bieżąco ze wszystkimi istotnymi danymi: jest ich po prostu zbyt wiele. Nauka o danych umożliwia nam skuteczną i wydajną analizę dużych ilości danych, w wyniku czego stała się jednym z najszybciej rozwijających się obszarów kariery.

Wcześniej nauka o danych była domeną ekspertów w dziedzinie matematyki i informatyki, ale pojawienie się nowych technik i wzrost mocy obliczeniowej oznaczają, że osoby niebędące ekspertami mogą teraz nauczyć się, jak uzyskiwać dostęp do złożonych danych, czyścić je, analizować i wizualizować. Istnieje zatem coraz większa szansa dla tych, którzy posiadają już wiedzę na określony temat lub dyscyplinę, a zatem są w stanie uchwycić pełne znaczenie i znaczenie danych w ich obszarze, aby móc samodzielnie przeprowadzić inteligentną analizę danych. Połączenie podstawowej wiedzy dziedzinowej z doświadczeniem w wydobywaniu istotnych informacji z danych da osobom z tym "podwójnym zagrożeniem" znaczną przewagę w zatrudnieniu.

Pakiet programów Master of Data Science to kurs z twardym rdzeniem nauki o danych, mający na celu zapewnienie edukacji na poziomie magisterskim bogatej w istotę nauki o danych dla studentów, którzy posiadają pierwszy stopień, który nie jest wysoce ilościowy, w tym tych z nauk społecznych, sztuki i nauk humanistycznych. Moduły wprowadzające mają na celu zapoznanie studentów z wykształceniem nietechnicznym z podstawami niezbędnymi do nauki o danych. Odbywa się to na zasadzie "need-to-know", koncentrując się na zrozumieniu w praktyce, a nie abstrakcyjnej teorii. Podstawowe moduły wprowadzają następnie studentów w pełen zakres metod nauki o danych, od podstawowych technik po zaawansowane nowoczesne metody, takie jak sieci neuronowe i głębokie uczenie się. Moduły opcjonalne pozwalają studentom skupić się na interesującym ich obszarze.

Program zapewnia szkolenie w odpowiednich obszarach współczesnej nauki o danych we wspierającym, interdyscyplinarnym środowisku nauczania.