Бакалавр з прикладних наукових даних (онлайн та на кампусі)
Noroff School of Technology and Digital Media
Ключова інформація
Розташування кампусу
Kristiansand, Норвегія
Лінгвістика
Англійська
Формат навчання
Дистанційне навчання, На кампусі
Тривалість
3 years
Форма навчання
Денне навчання
Вартість навчання
EUR 25 680 / per semester *
Кінець терміну надання заяв
інформація
Найраніша дата початку
інформація
* ціна в Інтернеті: 4.280 євро за семестр, 150 євро - вступний внесок; ціна в кампусі: 5 730 євро за семестр, 150 євро - вартість вступу
Стипендії
Вивчіть можливості отримання стипендій, щоб допомогти фінансувати своє навчання
Введення
ІТ-освіта, зосереджена на зростаючій глобальній потребі в аналітиці великих даних. Applied Data Science навчає вас наукових методів роботи з даними практичним та релевантним способом.
Вибух даних
Ми живемо в епоху даних! Дані надходять звідусіль - повідомлення на сайти соціальних медіа, трансакції продажів в Інтернеті, датчики клімату та руху, пристрої з підтримкою GPS, системи мобільних телефонів, транспортні мережі, галузеві системи, охорона здоров'я та Інтернет речей. Дані генеруються з постійною швидкістю як люди, так і машини. За підрахунками IBM, щодня генерується 2,5 квинтильйонних байта, причому 90% існуючих даних створюються лише протягом останніх двох років.
Зростання Big Data та наявність численних різноманітних спеціалізованих наборів даних означає, що фахівці з даних потрібні для роботи в усіх предметних областях, включаючи науку, промисловість та уряд, працюючи протягом усього життєвого циклу даних - від придбання, очищення та дослідження аналізу, візуалізації та спілкування. Це домен Data Scientist.
Протягом бакалаврської програми студенти вивчатимуть теоретичні основи, необхідні для роботи в цій галузі, а також практичне застосування інструментів та методик, що застосовуються у галузі науки про дані. Це включає управління даними, аналітику та візуалізацію, розробку та впровадження програмного забезпечення, математичний та статистичний аналіз, а також штучний інтелект та машинне навчання.
Інформація про програму
Наступний запуск:
- 10 серпня 2020 року
Кампус:
- Крістіансанд
- Інтернет-дослідження
Тривалість:
- 3 роки
Мова програми:
- Англійська
Структура програми
Перший рік програми був розроблений для розвитку широти фундаментальних навичок, необхідних науковцям. Під час цього року навчання студенти розвиватимуть навички програмування, математичної роботи в мережі та управління даними поряд із дослідженнями та управління проектами.
Під час другого року навчання студенти надалі розвиватимуть свої навички програмування та розробки програмного забезпечення. Вони також вивчать статистичні засоби та методи аналізу даних та вивчать технології зберігання даних NoSQL.
На останньому курсі студенти отримають практичний досвід з аналізу великих даних та візуалізації даних та розроблятимуть програми, використовуючи принципи машинного навчання. Цей рік також включає можливість розробити практичну експертизу для конкретних доменів, вивчити вимоги до даних галузевих галузей нафти та газу, інженерних та інформаційних технологій або секторів уряду та охорони здоров'я, пов'язаних із суспільством.
Після закінчення ступеня випускники отримають теоретичну та практичну компетенцію, необхідну для роботи в різних галузях промисловості в межах численних типів організацій. Випускники також отримають кваліфікацію для подальшого розвитку своєї експертизи шляхом подальшого вивчення.
Курси
Рік 1:
- Методології навчання та досліджень на основі проблем
- Вступ до інформаційної безпеки
- Професійні аспекти обчислювальної техніки
- Введення в програмування
- Дискретна математика
- Принципи мережі
- Програмування та бази даних
- Робота студійного проекту
Рік 2:
- Об'єктно-орієнтоване програмування
- Операційні файлові системи
- Бази даних NoSQL
- Засоби та методи статистичного аналізу
- Професійна розробка програмного забезпечення
- Алгоритми та структури даних
- Робота студійного проекту
Рік 3:
- Кінцевий проект року
- Аналіз великих даних
- Візуалізація даних
- Машинного навчання
- Вибірковий
- Вибірковий
Факультативи:
- Розумні товариства Здоров'я, суспільство та засоби масової інформації
- Розумні технології: обчислювальна техніка, телекомунікації та кібербезпека
- Розумні індустрії: нафта, газ та інжиніринг
- Обробка природних мов
- Криптографія та стеганографія
- Управління інцидентами
- Подальша дискретна математика
- Чиста математика для обчислень
Результати навчання
Знання:
- Володіє широкими знаннями про важливі теми, теорії, принципи та проблеми науки, даних про велику аналітику даних та суміжні галузі, а також пов'язані з ними теоретичні та цифрові процеси, інструменти та методи дослідження проблемних ситуацій, керованих даними.
- Ознайомлений з сучасними науково-дослідними роботами в галузі аналітики великих даних та наукових даних.
- Знає ключові принципи розробки програмного забезпечення та аналізу даних, теорії, інструменти та методи роботи з великими неоднорідними наборами даних, як застосовувати їх у різних областях та ситуаціях, керованих даними, і як оцінювати їх ефективність та результати отримані від їх застосування.
- Може оновити свої знання в галузі наукових даних за допомогою академічних досліджень, досліджень та підвищення кваліфікації.
- Володіє знаннями історії та розвитку аналітики великих даних та наукових даних, включаючи основні інструменти, прийоми та технології в галузі наукових даних, а також їх минуле та потенційне майбутнє впливає на функціонування, управління, аналіз та розвиток науки, промисловість та суспільство.
- Розуміє юридичні та етичні питання, пов'язані з отриманням та аналізом великих даних, та представленням результатів аналізу великих даних для зацікавлених сторін.
- Володіє знаннями щодо застосування принципів наукових даних, а також статистичних та аналітичних інструментів та прийомів у складних наукових, суспільних та промислових сферах.
Навички:
- Може застосовувати академічні та теоретичні знання щодо засобів та методів аналізу даних, а також поточних науково-дослідних та дослідно-конструкторських робіт, до практичних та теоретичних проблем із науковими даними, щоб приймати обґрунтовані, обґрунтовані та обґрунтовані рішення та вибір.
- Може роздумувати над власною академічною практикою та професійним розвитком, визначати напрямки для вдосконалення та адаптуватися до майбутніх розробок у галузі аналізу даних та інструментів, методів та технологій.
- Вміє знаходити, оцінювати та посилатись на відповідну інформацію та наукову тематику та представляти її таким чином, що проливає світло на проблеми, керовані даними.
- Можна належним чином та ефективно знаходити, закуповувати, маніпулювати та аналізувати великі різнорідні набори даних, використовуючи відповідні технології аналізу даних та статистичні методи.
- Вміє витягувати значення з та інтерпретувати дані, використовуючи різноманітні математичні та машинні засоби навчання та методи.
- Може вибирати та використовувати основні цифрові інструменти та методи візуалізації даних та результатів аналітики великих даних у відповідний та професійний спосіб, щоб розробити та представити інформативне розуміння проблемних ситуацій, керованих даними.
- Можна критично вибирати та застосовувати низку аналітичних та методологічних методів вирішення проблем, заснованих на дослідженнях, та вміти інтерпретувати рішення та представляти результати відповідним чином.
- Вміє визначати зацікавлених сторін проектів з наукових даних та спілкуватися, мережами та співпрацювати з цими зацікавленими сторонами відповідно до вимог проекту та можливих наслідків результатів.
Загальна компетентність:
- Вміє виявляти та належним чином діяти зі складних етичних питань, що виникають в академічній та професійній практиці як науковець даних.
- Здатний планувати, виконувати та керувати різноманітними завданнями та науково-дослідними проектами, пов'язаними з наукою, протягом часу, самостійно або як частина групи, до успішного завершення та відповідно до відповідних етичних вимог та принципів.
- Може ефективно повідомляти результати теоретичної, практичної та науково-дослідної роботи, використовуючи відповідні форми спілкування (в електронному, усному та / або письмовому вигляді), щоб представити теорії, аргументи, проблеми та рішення належним чином, професійно.
- Може спілкуватися та обмінюватися думками, ідеями та іншими предметами, такими як теорії, проблеми та рішення, з іншими людьми з досвідом та / або досвідом в галузі науки про дані та суміжні сфери, шляхом вибору та застосування відповідних методів комунікації, сприяючи тим самим розвитку належної практики в рамках спільноти практики наукових даних.
- Вміє займатися саморефлексією як частина стратегії навчання протягом усього життя, яка вимагається від професіонала інформатики та практикуючих рефлексив.
- Ознайомлений з сучасними та новими мисленнями та тенденціями в галузі науки про дані та суміжних дисциплін.
Карєрні можливості
Експертиза та навички цієї програми бакалавра затребувані, оскільки багато індикаторів трендів підказують, що наукові дані і проблеми, пов'язані з великими даними, будуть мати все більшу вагу для багатьох комерційних секторів. Це було зумовлене останніми роками розвитком технології та всюдисущості даних. Нові ініціативи, пов’язані з новими технологіями, що застосовуються у «Розумних містах», «Інтернеті речей» та «Кібер-фізичних системах», також генеруватимуть величезну кількість даних, що потребують фахівців з наукових даних. Існує нагальна потреба у випускниках, кваліфікованих у масштабному аналізі даних.
За словами Абелії, у Норвегії тривожний дефіцит людей із сильними технічними навичками. Відстань між потребами та наявними знаннями становить від 24 до 113 відсотків. Найкращий сценарій передбачає, що до 2030 року кожна з чотирьох ІКТ-позицій буде вакантною.
За оцінками МакКінсі, США мають дефіцит від 140 000 до 190 000 людей з аналітичним досвідом та 1,5 мільйона менеджерів та аналітиків, які мають навички розуміти та приймати рішення на основі аналізу великих даних. Це оцінюється як 50-60% розрив у попиті на аналітичних експертів. У звіті Королівського статистичного товариства у Великобританії підкреслюється, що у 80% організацій вже виникають проблеми з пошуком навичок для заповнення зростаючого попиту.
Більшість великих підприємств, які покладаються на інформаційні технології, потребують людей, які мають досвід в галузі даних. Отже, цей ступінь бакалавра забезпечує унікальну кваліфікацію для вирішення проблем у різних організаціях та галузях промисловості.
Подальші дослідження
Студенти, які бажають отримати подальше навчання в галузі наукових даних, можуть подати заявку на магістерські дослідження, пов'язані з обчислювальною технікою, аналітикою даних або наукою даних у різних вищих навчальних закладах як у Норвегії, так і за кордоном. Випускники, які бажають продовжити навчання на докторському рівні, зможуть подати заявки на такі можливості навчання в Норвегії чи за її межами.
Про Школу
Запитання
Подібні курси
Бакалавр інженерії в галузі машинного навчання та інженерії даних
- Rovaniemi, Фінляндія
Бакалавр у галузі прикладної науки про дані та штучного інтелекту
- Breda, Нідерланди
Data Analytics (Minor)
- Binghamton, США