Big Data Analytics (PhD)

Descripción del programa

Big Data Analytics capacitará a los investigadores con una formación en estadística para analizar datos masivos, estructurados o no estructurados para descubrir patrones ocultos, correlaciones desconocidas y otra información útil que se puede utilizar para tomar mejores decisiones.

El programa proporcionará una base sólida en las principales metodologías asociadas con Big Data Analytics, como el análisis predictivo, la minería de datos, el análisis de texto y el análisis estadístico con un componente interdisciplinario que combina la fuerza de la estadística y la informática. Se centrará en la computación estadística, la minería de datos estadísticos y su aplicación a los problemas empresariales, sociales y de salud complementados con colaboraciones industriales en curso. El alcance de este programa está especializado para preparar a los científicos de datos y analistas de datos que trabajarán con conjuntos de datos muy grandes utilizando métodos estadísticos convencionales y de nuevo desarrollo.

Currículo

El doctorado en Big Data Analytics requiere 72 horas más allá de una licenciatura obtenida. El trabajo de curso requerido incluye 42 horas de crédito de cursos, 15 horas de crédito de trabajo de curso electivo restringido y 15 horas de crédito de investigación de disertación.

Total de horas de crédito requeridas: 72 horas de crédito mínimo más allá de la licenciatura

Cursos requeridos-42 horas de crédito

• STA 5104 – Procesamiento informático avanzado de datos estadísticos 3 horas de crédito
• STA 5703 – Metodología de minería de datos I 3 horas de crédito
• STA 6106 – Computación Estadística I 3 Horas Crédito
• STA 6236 – Análisis de Regresión 3 Horas Crédito
• STA 6238 – Regresión Logística 3 Horas Crédito
• STA 6326 – Estadística Teórica I 3 Horas Crédito
• STA 6327 – Estadística Teórica II 3 Horas Crédito
• STA 6329 – Aplicaciones Estadísticas del Álgebra Matricial 3 Horas Crédito
• STA 6704 – Metodología de la Minería de Datos II 3 Horas Crédito
• STA 7722 – Teoría del Aprendizaje Estadístico 3 Horas Crédito
• STA 7734 – Teoría Estadística Asintótica en Big Data 3 Horas Crédito
• STA 6714 – Preparación de Datos 3 Horas Crédito
• CNT 5805 – Ciencia de la Red 3 Horas de Crédito
• COP 5711 – Sistemas de Bases de Datos Paralelas y Distribuidas 3 Horas de Crédito

Electivas Restringidas-15 Horas de Crédito (al menos 9 horas de crédito deben ser cursos de STA)

Otros cursos pueden ser incluidos en un Plan de Estudio con la aprobación del departamento.

Todos los estudiantes de doctorado deben tener un Plan de Estudio (POS) aprobado y desarrollado por el estudiante y el asesor que enumera los cursos específicos que se tomarán como parte del grado. Los estudiantes deben mantener un promedio mínimo de 3.0 en su POS, así como una «B» (3.0) en todos los cursos completados hacia el grado y desde la admisión al programa.

• STA 6107 – Computación Estadística II 3 Horas Crédito
• STA 6226 – Teoría de Muestreo y Aplicaciones 3 Horas Crédito
• STA 6237 – Regresión no lineal 3 horas crédito
• STA 6246 – Modelos lineales 3 horas crédito
• STA 6346 – Inferencia estadística avanzada I 3 horas crédito
• STA 6347 – Inferencia estadística avanzada II 3 horas de crédito
• STA 6507 – Estadística no paramétrica 3 horas de crédito
• STA 6662 – Métodos estadísticos para la práctica industrial 3 horas de crédito
• STA 6705 – Metodología de minería de datos III 3 horas de crédito
• STA 6707 – Métodos estadísticos multivariantes 3 horas de crédito
• STA 6709 – Estadística espacial 3 horas de crédito
• STA 6857 – Análisis de series temporales aplicado 3 horas de crédito
• STA 7239 – Reducción de la dimensión en la regresión 3 horas de crédito
• STA 7348 – Modelización y cálculo bayesiano 3 horas de crédito
• STA 7719 – Análisis de supervivencia 3 horas de crédito
• STA 7935 – Temas actuales en Big Data Analytics 3 horas de crédito
• CAP 5610 – Aprendizaje automático 3 horas de crédito
• CAP 6307 – Minería de textos I 3 horas de crédito
• CAP 6315 – Medios sociales y análisis de redes 3 horas de crédito
• CAP 6318 – Análisis Computacional de la Complejidad Social 3 Horas Crédito
• CAP 6737 – Visualización Interactiva de Datos 3 Horas Crédito
• COP 5537 – Optimización de Redes 3 Horas Crédito
• COP 6526 – Computación Paralela y en la Nube 3 Horas Crédito
• COP 6616 – Programación Multicore 3 Horas Crédito
• COT 6417 – Algoritmos en Cadenas y Secuencias 3 Horas Crédito
• COT 6505 – Métodos Computacionales/Análisis I 3 Horas Crédito
• ECM 6308 – Temas Actuales en Procesamiento Paralelo 3 Horas Crédito
• EEL 5825 – Reconocimiento de Patrones y Aprendizaje de Big Data 3 Horas Crédito
• EEL 6760 – Computación intensiva de datos 3 horas crédito
• ESI 6247 – Diseño experimental y métodos Taguchi 3 horas crédito
• ESI 6358 – Análisis de decisiones 3 horas crédito
• ESI 6418 – Programación lineal y extensiones 3 horas crédito
• ESI 6609 – Industrial Engineering Analytics for Healthcare 3 Credit Hours
• ESI 6891 – IEMS Research Methods 3 Credit Hours

Dissertation-15 hours

• STA 7980 – Dissertation Research 15 credit hours

Examinations

Después de aprobar la candidatura, los estudiantes se inscribirán en las horas de disertación (STA7980) con su asesor de disertación. La disertación puede estar basada en la investigación o en el proyecto, dependiendo del área de estudio, del comité y con la aprobación del asesor de la disertación.

Examen de calificación

El examen de calificación es un examen escrito que será administrado por el comité de examen de doctorado al comienzo del trimestre de otoño (al final del verano) una vez al año. Los cursos necesarios para preparar el examen son STA 5703, STA 6704, CNT 5805, STA 6326, STA 6327 y COP 5711. Los estudiantes deben obtener el permiso del Coordinador del Programa de Postgrado para realizar el examen. Los estudiantes suelen realizar este examen justo antes de comenzar su tercer año y se espera que lo hayan completado al comienzo de su cuarto año. Para poder presentarse al examen de calificación del doctorado, el estudiante debe tener una media mínima de 3,0 (sobre 4,0) en todos los cursos del doctorado. Si un estudiante no aprueba el examen de calificación después del segundo intento, será expulsado del programa.

Examen de candidatura

El examen de candidatura es administrado por el comité asesor de la disertación del estudiante y se adaptará al programa individual del estudiante para proponer una disertación basada en la investigación o en el proyecto. El examen de candidatura implica una propuesta de disertación presentada en un foro abierto, seguida de una defensa oral realizada por el comité asesor del estudiante. Este comité dará una calificación de aprobado/no aprobado. Además de la propuesta de disertación, el comité asesor puede incorporar otros requisitos para el examen. El estudiante puede intentar la candidatura en cualquier momento después de pasar el examen de calificación, después de que el estudiante haya comenzado la investigación de la disertación (STA7919, si es necesario), pero antes del final del segundo año después del examen de calificación. El examen de candidatura no puede realizarse más de dos veces. Si un estudiante no aprueba el examen de candidatura después del segundo intento, será dado de baja del programa.

Admisión a la candidatura

Se requiere lo siguiente para ser admitido a la candidatura e inscribirse en las horas de disertación.

• Completar todo el trabajo del curso, excepto las horas de disertación
• Completar con éxito el examen de calificación
• Completar con éxito el examen de candidatura incluyendo una propuesta escrita y una defensa oral
• Se forma el comité asesor de la disertación, compuesto por profesores de posgrado aprobados y académicos de posgrado
• La presentación de un programa de estudio aprobado

Disertación

Después de pasar el examen de calificación, el estudiante debe seleccionar un asesor de disertación. En consulta con el asesor de disertación, el estudiante debe formar un comité asesor de disertación. El asesor de tesis será el presidente del comité asesor de tesis del estudiante. En consulta con el asesor de disertación y con la aprobación del director del departamento, cada estudiante debe conseguir miembros cualificados para su comité de disertación. Este comité estará formado por al menos cuatro miembros del profesorado elegidos por el candidato, tres de los cuales deben ser del departamento y uno de fuera del departamento o de la UCF. Los miembros de la facultad de posgrado deben formar la mayoría de cualquier comité. Un comité de disertación debe ser formado antes de la inscripción en las horas de disertación.

La disertación sirve como la culminación del trabajo de curso que comprende este grado. Debe suponer una contribución teórica, intelectual, práctica, creativa o de investigación original y significativa en el área del estudiante dentro de la disciplina. La disertación puede estar basada en la investigación o en el proyecto, dependiendo del área de estudio, del comité y con la aprobación del asesor de la disertación. La disertación se completará a través de un mínimo de 15 horas de crédito de investigación de disertación.

Aprendizaje independiente

Al igual que todos los programas de posgrado, el aprendizaje independiente es un componente importante del programa de doctorado de Big Data Analytics. Los estudiantes demostrarán el aprendizaje independiente a través de seminarios y proyectos de investigación y la disertación.

Requisitos de aplicación

Para obtener información sobre los requisitos generales de admisión de posgrado de la UCF que se aplican a todos los futuros estudiantes, visite la sección de Admisiones del Catálogo de Posgrado. Los solicitantes deben aplicar en línea. Todos los materiales solicitados deben presentarse antes de la fecha límite establecida.

• Además de los requisitos generales de solicitud de posgrado de la UCF, los solicitantes de este programa deben proporcionar:
• Una transcripción oficial (en un sobre sellado) de cada colegio / universidad asistió.
• Una declaración personal que identifique el área de interés de la investigación y una descripción de las experiencias académicas y profesionales del solicitante.
• Tres cartas de recomendación.
• Un título de licenciatura o su equivalente en estadística, análisis de datos o un campo relacionado de una institución acreditada regionalmente o una institución extranjera reconocida.
• El estudiante debe tener un promedio acumulativo mínimo de 3.0 para todo el trabajo de nivel de licenciatura completado.
• Una puntuación competitiva en las secciones cuantitativas y verbales combinadas del Graduate Record Examination (GRE) o una puntuación competitiva del GMAT tomada dentro de los últimos cinco años antes de la admisión al programa.
  • NOTA: El GRE/GMAT se ha eliminado como requisito de admisión para este programa de posgrado para los solicitantes que se presenten en la primavera de 2021 hasta el trimestre de otoño de 2021. Esta es una medida temporal en respuesta a las interrupciones causadas por la pandemia COVID-19.
• Un currículum vitae actual.
• Los solicitantes de este programa, excepto los que han obtenido o obtendrán un título de maestría o doctorado de una institución estadounidense acreditada reconocida por la UCF, que han asistido a un colegio / universidad fuera de los Estados Unidos deben proporcionar una evaluación de credenciales curso por curso con el cálculo del GPA. . Se aceptan evaluaciones de credenciales de World Education Services (WES) o Josef Silny and Associates, Inc. solamente.

Plazos de solicitud

Finanzas

Los estudiantes de posgrado pueden recibir ayuda financiera a través de becas, ayudantías, apoyo a la matrícula o préstamos. Para obtener más información, consulte el sitio web del College of Graduate Studies Funding, que describe los tipos de ayuda financiera disponibles en la UCF y proporciona orientación general para planificar sus finanzas de posgrado. La sección de Información Financiera del Catálogo de Posgrado es otro recurso clave.

Becas

Las becas se otorgan en base al mérito académico a estudiantes altamente calificados. Se pagan a los estudiantes a través de la Oficina de Asistencia Financiera al Estudiante, sobre la base de las instrucciones proporcionadas por el Colegio de Estudios de Posgrado. Las becas se otorgan para apoyar los estudios de posgrado del estudiante y no tienen una obligación de trabajo. Para más información, vea UCF Graduate Fellowships, que incluye descripciones de las becas universitarias y lo que debe hacer para ser considerado para una beca.

Códigos de institución
GRE: 5233
GMAT: RZT-HT-58
TOEFL: 5233
ETS PPI: 5233