مدرک کارشناسی مرتبط
متقاضی باید کارشناسی مرتبط یا مدرک همارز حداقل سهساله از یک مؤسسه معتبر داشته باشد. ارتباط علمی مدرک و ریزنمرات توسط دانشگاه یا کنسرسیوم بررسی میشود و ممکن است درس تکمیلی تعیین شود.
کارشناسی ارشد Data Science دانشگاه گراتس در اتریش
University of Graz
مقطع
کارشناسی ارشد
زبان تحصیل
انگلیسی
مدت دوره
۲ سال تماموقت
شهریه سالانه
1,453 یورو
معرفی رشته
معرفی کارشناسی ارشد Data Science دانشگاه گراتس در اتریش
این دوره کارشناسیارشد بر آمار، یادگیری ماشین، برنامهنویسی، مدیریت داده و استخراج دانش از دادههای پیچیده تمرکز دارد. دانشجویان با مبانی نظری، روشهای پژوهش و ابزارهای تخصصی حوزه آشنا میشوند و یاد میگیرند مسئلههای پیچیده را با رویکردی منظم و مستند بررسی کنند. ساختار برنامه شامل درسهای پیشرفته، تمرین، سمینار و فعالیتهای پروژهمحور یا عملی است و فرصت بهکارگیری آموختهها را فراهم میکند. تأکید دوره بر تحلیل انتقادی، کار مستقل، همکاری گروهی و ارائه روشن نتایج است. دانشجویان میتوانند از طریق درسهای انتخابی یا مسیرهای تخصصی، بخشی از برنامه را متناسب با علایق علمی و حرفهای خود شکل دهند. در پایان نیز با انجام پایاننامه، توانایی گردآوری و ارزیابی منابع، انتخاب روش مناسب و ارائه یک نتیجه علمی یا کاربردی منسجم را توسعه میدهند.
شرایط پذیرش
شرایط پذیرش رشته Data Science
مدرک زبان انگلیسی
ارائه مدرک انگلیسی در سطح C1 هنگام درخواست الزامی است؛ آزمونها و حداقل نمرات پذیرفتهشده در بخش آزمونهای زبان درج شدهاند.
فرایند پذیرش NAWI Graz
متقاضی خارجی یا فارغالتحصیل خارج از مسیرهای معاف دانشگاه گراتس و دانشگاه فنی گراتس باید مدارک تحصیلی، ریزنمرات، برنامه درسی و مدارک خواستهشده را برای ارزیابی و رتبهبندی ارسال کند.
مدرک زبان
مدرک زبان رشته Data Science
IELTS Academic
نمره کل:
7.0
حداقل نمره کل 7.0 برای اثبات سطح C1 انگلیسی مورد تأیید است؛ زیرنمره جداگانهای اعلام نشده است.
Pearson Test of English (Academic)
نمره کل:
76
حداقل نمره کل 76 در PTE Academic برای اثبات سطح C1 انگلیسی مورد تأیید است.
TOEFL iBT
نمره کل:
95
حداقل نمره کل 95 در مقیاس پیشین TOEFL iBT مورد تأیید است؛ برای آزمونهای برگزارشده از سال ۲۰۲۶ حداقل سطح 5 در مقیاس جدید نیز اعلام شده است.
ورودی و ددلاین
ددلاین و زمانبندی پذیرش Data Science
October Intake
شروع دوره:
اکتبر
ددلاین:
15 دسامبر
ثبتنام فرایند پذیرش NAWI Graz برای سال تحصیلی ۲۰۲۷/۲۸ از ۱۵ اکتبر تا ۱۵ دسامبر ۲۰۲۶ انجام میشود و نتیجه رتبهبندی تا ۱ مارس ۲۰۲۷ اعلام خواهد شد.
رشتههای مشابه
رشتههای مرتبط با Data Science
این دوره کارشناسیارشد بر ریاضیات محض و کاربردی، تحلیل، جبر، هندسه، احتمال، مدلسازی و محاسبات علمی تمرکز دارد. دانشجویان با مبانی نظری، روشهای پژوهش و ابزارهای تخصصی حوزه آشنا میشوند و یاد میگیرند مسئلههای پیچیده را با رویکردی منظم و مستند بررسی کنند. ساختار برنامه شامل درسهای پیشرفته، تمرین، سمینار و فعالیتهای پروژهمحور یا عملی است و فرصت بهکارگیری آموختهها را فراهم میکند. تأکید دوره بر تحلیل انتقادی، کار مستقل، همکاری گروهی و ارائه روشن نتایج است. دانشجویان میتوانند از طریق درسهای انتخابی یا مسیرهای تخصصی، بخشی از برنامه را متناسب با علایق علمی و حرفهای خود شکل دهند. در پایان نیز با انجام پایاننامه، توانایی گردآوری و ارزیابی منابع، انتخاب روش مناسب و ارائه یک نتیجه علمی یا کاربردی منسجم را توسعه میدهند.
کارشناسی ارشد
ریاضیات، آمار و علوم داده Quantitative Asset and Risk Management (English)
University of Applied Sciences BFI Viennaاین دوره کارشناسی ارشد Quantitative Asset and Risk Management در دانشگاه علوم کاربردی BFI وین، یک برنامه 120 واحدی است که مدیریت دارایی و ریسک را با مدلسازی کمی، ریاضی و آمار مالی، ارزشگذاری، سرمایهگذاری جایگزین و تحلیل دادههای بازار ترکیب میکند. ساختار دوره ۲ سال و ۴ ترم سازگار با اشتغال است و دانشآموختگان را برای نقشهای تخصصی و مدیریتی مرتبط یا ادامه تحصیل آماده میکند.
کارشناسی ارشد
ریاضیات، آمار و علوم داده Project Management and Data Analytics (German)
University of Applied Sciences BFI Viennaاین دوره کارشناسی ارشد Project Management and Data Analytics در دانشگاه علوم کاربردی BFI وین، یک برنامه 90 واحدی است که مدیریت پروژه را با تحلیل داده، پایتون، هوش مصنوعی، راهبرد داده و تحول دیجیتال برای هدایت پروژههای پیچیده پیوند میدهد. ساختار دوره ۱.۵ سال و ۳ ترم سازگار با اشتغال است و دانشآموختگان را برای نقشهای تخصصی و مدیریتی مرتبط یا ادامه تحصیل آماده میکند.
مشاوره انتخاب رشته
مشاوره درباره رشته Data Science
شرایط تحصیلی، مدرک زبان، بودجه و شانس پذیرش خودت را برای این برنامه بررسی کن.