Data Science — это наука о методах анализа данных и извлечения из них ценной информации, знаний. Она тесно пересекается с такими областями как машинное обучение (Machine Learning) и науку о мышлении (Cognitive Science и, конечно же, технологиями для работы с большими данными (Big Data).

В настоящее время основные игроки в экономическом мире все больше осознают потенциал своих данных. Они постоянно ищут способы использовать свои данные и извлекать из них как можно больше полезной информации. Роль исследователей данных заключается в том, чтобы помочь компаниям в решении этой задачи путем приобретения, хранения, организации и обработки этой массы информации с целью извлечения выгоды. Специалист в области науки о данных и искусственного интеллекта должен обладать междисциплинарными навыками, начиная от глубокого знания математики и статистики и заканчивая освоением ИТ-инструментов и инфраструктуры, необходимых для управления данными и их обработки. Кроме того, ученые-исследователи должны иметь любопытство и жажду понять область применения, в которой они работают.

PhD Data Science должен:

• пройти 1 курс теоретической подготовки;
• сдать все необходимые экзамены для доказательства освоения теоретических знаний;
• в течении 3х лет вести научно-исследовательская работу.

В процессе обучения в докторантуре докторанты PhD могут реализовать все возможности для занятия научной деятельностью, в частности имеют:

• доступ к библиотечным ресурсам и электронным каталогам;
• возможность консультаций со своими научными руководителями, другими профессорами;
• возможность общения и консультаций с ведущими учеными из многих зарубежных университетов;
• возможность прохождения зарубежной стажировки.

Цель и задачи образовательной программы

• Цели и задачи образовательной программы
• Цель образовательной программы - подготовить PhD докторов к тому, чтобы стать лидерами в области исследований данных и помочь им развить исследовательские навыки, необходимые для карьерного роста в академических кругах или в промышленности.
• Задачи образовательной программы:
• Развить глубокое понимание ключевых технологий в науке о данных и бизнес-аналитике: интеллектуальный анализ данных, машинное обучение, методы визуализации, прогнозное моделирование и статистика.
• Практиковать анализ проблем и принятие решений.
• Получить практический опыт работы со статистическими языками программирования и инструментами больших данных с помощью научно-исследовательских работ.