Կրթական ծրագրի 50% հենքը ծրագրավորման գիտելիքներն են։ Դասերը անցկացվում են ԵՊՀ-ում և Ինովացիոն լուծումների և տեխնոլոգիաների կենտրոնում (ISTC), օգտագործելով վերջինիս համակարգչային և ծրագրային ռեսուրսները։ Ծրագրում ուսումնասիրվում են կիրառական մաթեմատիկայի և մաթեմատիկական վիճակագրության մեթոդներ։ Ծրագրի գլխավոր նպատակներից է այս մեթոդների ընկալման խորացումը ուսանողների մոտ այնպիսի մակարդակի հասցնել, որ ուսանողները կարողանան կիրառել այդ տեսական գիտելիքները գործնական իրավիճակներում։ Դասավանդման ընթացքում ուսանողները հնարավորություն ունեն խորապես ուսումնասիրել իրական տվյալներ, որոնք տրամադրվում են ծրագրի գործընկերների կողմից։ Այդ տվյալների օրինակով ուսանողները սովորում են աշխատել նորագույն և ամենատարածված մասնագիտական գործիքակազմի հետ։ Ծրագրի ընթացքում նաև ուսումնասիրվում են տվյալներ կուտակելու հարցեր, քանի որ մեր օրերում ընկերությունների համար լուրջ խնդիր է իրենց տվյալների պահպանման կառուցվածքների օպտիմալացնելը՝ առանց նվազեցնելու այդ տվյալների անվտանգությունը։
Սույն մագիստրոսական կրթական ծրագիրը ամբողջովին սինխրոնիզացված է ԱՄՆ հեղինակավոր Սան Խոսեի պետական համալսարանի «Տվյալների վերլուծություն» մագիստրոսական կրթական ծրագրի հետ։ Ավելի մանրամասն Սան Խոսեի պետական համալսարանի և «Տվյալների գիտությունը բիզնեսում» մագիստրոսկան ծրագրերի համագործակցության մասին կարելի է գտնել Միջազգային համագործակցություն բաժնում։
| Պարտադիր Տվյալների բազաների կառավարում Փայթն ծրագրավորման կիրառությունը տվյալագիտությունում Էկոնոմետրիկա տվյալագետների համար Կամընտրական Օտար լեզու Մաթեմատիկա տվյալագետների համար Հավանականությունների տեսության և մաթ․ վիճակագրության կիրառությունները տվյալագիտությունում Թվային մարքեթինգ և սոցիալական մեդիայի վերլուծություն Մասնագիտական դասընթացներ Համակարգչագիտության և ծրագրավորման կիրառությունները տվյալագիտությունում(Java) Տվյալների վերլուծության մաթ. մեթոդներ և հաշվարկներ Տնտեսագիտություն տվյալագետների համար Մասնագիտացման դասընթացներ Պարտադիր Data Mining տեխնոլոգիա Ժամանակային շարքեր Տվյալների վիզուալիզացիա Մեքենայական ուսուցում Մեծ տվյալների տեխնոլոգիաներ Լայնամաշտաբ վերլուծություններ (Large-scale analytics) Նեյրոնային ցանցեր և խորը ուսուցում I մակարդակ Նեյրոնային ցանցեր և խորը ուսուցում II մակարդակ Կամընտրական SAS ծրագրավորում Ամպային համակարգերի կառավարում և տեղեկատվական անվտանգություն Թվային հաշվարկները բիզնեսում (MatLab-ով) Բլոկչեյն տեխնոլոգիաների հիմունքները Սպառողների վարքագիծ Բայեսյան վիճակագրություն Տեխնոլոգիական ձեռներեցություն Համակարգչային տեսողություն (Computer Vision) Բնական լեզվի մշակում (NLP) Կամընտրական Ֆինտեխնիկական (FinTech) մեթոդներ Ֆինանսական ռիսկերի կառավարում մեքենայական ուսուցման մեթոդներով Գիտական սեմինար |