信息系统理学硕士*

*有待南方学院及学校协会学院委员会(SACSCOC)及高等教育委员会(CPE)批准.

MSIS在线学位的结构，以适应工作的专业人士和那些寻求高质量的需求, 灵活的学习方式. 核心课程包括六个基础课程，涵盖信息系统的关键概念和原则. 学生可以进一步专注于三个方向之一:信息安全, 数据分析, 或人工智能, 每个课程由三个额外的课程组成，以发展在所选领域的深入专业知识.

在整个项目中, 学生将获得实践, 设计实践经验, 实现, 并评估信息系统解决方案，以满足不同行业组织的不同需求. 该项目强调批判性思维, 解决问题, 沟通技巧, 使学生能够有效地分析和解决复杂的信息系统挑战.

MSIS在线学位在一个顶点项目中达到高潮，该项目为学生提供了综合和应用整个课程中获得的知识和技能来解决现实世界问题的机会. 该项目是对学生掌握课程学习成果的全面评估，并为他们选择的职业道路的成功做好准备.

布雷西亚大学MSIS在线学位的毕业生将有能力在信息系统领域的各种角色中脱颖而出, 包括系统分析员, 软件工程师, 数据库管理员, 网络架构师, 网络安全分析师, 数据分析师, 人工智能专家. 该计划非常强调道德和治理，确保毕业生准备好以责任和诚信来应对信息系统行业的复杂专业挑战.

欲了解更多信息，请致电270-686-4353或发送电子邮件 (电子邮件保护).

回到顶部录取过程

希望申请布雷西亚大学信息系统硕士课程的学生应提交以下材料:

  1. 免费在线 应用程序. 
  2. 官方成绩单显示由公认的地区认证协会认可的学院或大学获得学士学位.
  3. 本科GPA 2.5.
    • 应书面要求, GPA略低的申请人可以被考虑，如果他们解决了GPA低的原因，并且他们有能力成功地管理严格的研究生课程的要求. 以证明他们的学术准备, 学生可以选择提交以下任何一个或所有的例子:
      • 顺利完成研究生课程
      • 优异的GRE成绩
      • 较强的写作能力
      • 在该领域有丰富的工作经验(多年，有推荐信)
  1. 英语为第二语言的学生必须达到托福考试的最低可接受分数。
    • 托福笔试成绩550分，或者
    • 托福网考79分

信息系统硕士课程不授予生活经验或以前的工作经验代替学术课程的学分.  注意:该计划保留要求对任何申请人进行面试的权利.

毕业要求

  • 完成所有课程，GPA达到3分.0.
  • 完成30学分的学术工作.
  • 在完成至少15个学分后，在完成21个学分之前申请候选资格.
  • 学生在五年内完成所有要求.

回到顶部课程

IS 501:信息系统基础

本课程介绍信息系统的基本概念和原理, 包括硬件, 软件, data, 以及它们之间的相互关系. 学生将探索信息系统在组织和社会中的作用, 以及新兴技术带来的挑战和机遇.

IS 502:系统分析与设计

本课程提供了对分析中使用的过程和技术的深入研究, 设计, 信息系统的发展. 学生将学习运用各种方法和工具来有效地收集用户需求, 为系统组件建模, 创建系统规格.

IS 503:数据库管理系统

本课程涵盖设计, 实现, 以及数据库系统的管理, 关注关系数据库. 学生将学习数据建模技术, 归一化, SQL, 并使用数据库管理系统来创建, 维护, 查询数据库.

IS 504:软件工程

本课程探讨软件工程的原理和实践, 包括软件开发生命周期, 敏捷方法, 软件质量保证. 学生将获得设计方面的实践经验, 实现, 测试, 维护软件应用程序.

is505:网络和云计算

本课程探讨与计算机网络和云计算相关的概念和技术, 包括网络架构, 协议, 安全, 云服务模式. 学生将学习如何设计, 实现, 管理网络化和基于云的信息系统.

IS 506:信息系统伦理与治理

本课程涉及道德问题, 法律, 以及与信息系统相关的社会问题, 包括隐私, 安全, 知识产权, 数字鸿沟. 学生将学习信息系统治理的原则，并制定管理风险和确保遵守相关法规的策略.

IS 520:信息系统的顶点项目

在本课程中, 学生将进行一个综合和应用整个课程中获得的知识和技能的综合项目. 学生将识别一个现实世界的问题, 进行研究, 制定解决方案, 并将他们的发现展示给教职员工和同行.

IS 601:信息安全管理

本课程探讨信息安全管理的原则和实践, 包括风险评估, 政策发展, 安全控制. 学生将学习制定和实施有效的信息安全策略，以保护组织资产并确保符合相关标准和法规.

IS 602:网络安全

本课程的重点是安全计算机网络的设计、实现和管理. 学生将学习网络安全原理, 包括加密, 身份验证, 入侵检测, 和防火墙, 并获得保护网络系统的实践经验.

IS 603:网络安全风险与合规性

本课程涵盖了与网络安全风险管理和合规相关的关键概念和实践. 学生将学习评估和管理风险, 制定网络安全政策, 并确保遵守相关法律, 规定, 以及行业标准.

IS 604:数据分析和可视化

本课程向学生介绍这些技术, 工具, 以及数据分析和可视化中使用的方法. 学生将学习分析大型数据集, 建立预测模型, 并创建有效的可视化，向不同的受众传达数据见解.

IS 605:大数据技术

本课程探讨用于存储的技术和架构, 过程, 分析大规模和复杂的数据集. 学生将学习大数据.

IS 606:数据分析的机器学习

本课程深入学习机器学习技术及其在数据分析中的应用. 学生将学习如何实施, 火车, 并使用流行的库和工具评估机器学习模型, 并将这些技术应用于预测和决策过程.

IS 701:人工智能概论

本课程介绍人工智能的基本概念和技术, 包括知识表示, 搜索算法, 逻辑, 和规划. 学生将探索各种人工智能应用，并获得设计和实施人工智能解决方案的实践经验.

702:机器学习

本课程涵盖机器学习的原理和技术, 包括监督, 无人管理的, 强化学习. 学生将学习设计, 实现, 并评估各种应用的机器学习模型, 比如自然语言处理, 计算机视觉, 和机器人.

IS 703:深度学习和神经网络

本课程提供深度学习和神经网络的深入研究, 专注于卷积神经网络, 循环神经网络, 生成对抗网络. 学生将学习使用流行的深度学习库实现和训练这些模型，并将其应用于解决人工智能中的复杂问题.