Бакалавр прикладных наук о данных (онлайн и на кампусе)
Noroff School of Technology and Digital Media
Основная информация
Расположение кампуса
Kristiansand, Норвегия
Языки
Английский
Формат исследования
Дистанционное обучение, В кампусе
Продолжительность
3 years
Шаг
На постоянной основе
Стоимость обучения
EUR 25 680 / per semester *
Крайний срок подачи заявок
Запросить информацию
Самая ранняя дата начала
Запросить информацию
* цена онлайн: 4 280 евро за семестр, 150 евро - вступительный взнос; цена на кампусе: 5730 евро за семестр, 150 евро - входная плата
Стипендии
Изучите возможности получения стипендии, чтобы помочь финансировать учебу
Введение
ИТ-образование сосредоточено на растущей глобальной потребности в аналитике больших данных. Прикладная наука о данных научит вас научным методам работы с данными в практической и актуальной форме.
Взрыв данных
Мы живем в эпоху данных! Данные поступают отовсюду - сообщения в социальных сетях, транзакции онлайн-продаж, датчики климата и трафика, устройства с поддержкой GPS, системы сотовой связи, транспортные сети, промышленные системы, здравоохранение и Интернет вещей. Как люди, так и машины генерируют данные с постоянно возрастающей скоростью. По оценкам IBM, каждый день генерируется 2,5 квинтиллиона байтов данных, причем 90% существующих данных были созданы только за последние два года.
Рост больших данных и доступность множества разнообразных специализированных наборов данных означает, что эксперты по данным необходимы для работы во всех предметных областях, включая науку, промышленность и правительство, работая на протяжении всего жизненного цикла данных, от сбора, очистки и исследования. анализу, визуализации и коммуникации. Это сфера деятельности Data Scientist.
На протяжении всей программы бакалавриата студенты изучат теоретические основы, необходимые для работы в этой области, а также практическое применение инструментов и методов, используемых в области науки о данных. Сюда входят управление данными, аналитика и визуализация, разработка и развертывание программного обеспечения, математический и статистический анализ, а также искусственный интеллект и машинное обучение.
Информация о программе
Следующий запуск:
- 10 августа 2020 г.
Campus:
- Кристиансанд
- Интернет Исследования
Продолжительность:
- 3 года
Язык программы:
- английский
Структура программы
Первый год программы был разработан для того, чтобы развить фундаментальные навыки, необходимые ученым по данным. В течение этого года обучения студенты будут развивать навыки программирования, математики, сетей и управления данными, а также исследования и управление проектами.
В течение второго года обучения студенты будут совершенствовать свои навыки программирования и разработки программного обеспечения. Они также изучат статистические инструменты и методы для анализа данных и технологии хранения данных NoSQL.
В последний год обучения студенты приобретут практический опыт в области анализа больших данных и их визуализации, а также разработают приложения с использованием принципов машинного обучения. Этот год также включает в себя возможность накопить практический опыт в конкретных областях, исследуя требования к данным отраслевых секторов нефти и газа, машиностроения и информационных технологий или общественных секторов правительства и здравоохранения.
После получения степени выпускники будут обладать теоретической и практической компетенцией, необходимой для работы в различных отраслях в различных типах организаций. Выпускники также будут иметь возможность продолжать развивать свой опыт путем дальнейшего обучения.
курсы
Год 1:
- Проблемные методы обучения и исследования
- Введение в информационную безопасность
- Профессиональные аспекты вычислений
- Введение в программирование
- Дискретная математика
- Принципы сети
- Программирование и базы данных
- Студийная проектная работа
Год 2:
- Объектно-ориентированного программирования
- Операционные файловые системы
- Базы данных NoSQL
- Инструменты и методы статистического анализа
- Профессиональная разработка программного обеспечения
- Алгоритмы и структуры данных
- Студийная проектная работа
Год 3:
- Проект финального года
- Большая аналитика данных
- Визуализация данных
- Машинное обучение
- факультативный
- факультативный
факультативы:
- Умные общества Здоровье, общество и СМИ
- Умные технологии: вычисления, телекоммуникации и кибербезопасность
- Умные отрасли: нефть, газ и машиностроение
- Обработка естественного языка
- Криптография и стеганография
- Управление происшествиями
- Дискретная математика
- Чистая математика для вычислений
Результаты обучения
Знание:
- Обладает обширными знаниями по важным темам, теориям, принципам и проблемам в области науки о данных, аналитики больших данных и смежных областях, а также связанных с ними теоретических и цифровых процессов, инструментов и методов для исследования проблемных ситуаций, связанных с данными.
- Знаком с текущими исследованиями и разработками в области анализа больших данных и науки о данных.
- Знает основные принципы, теории, инструменты и методы разработки программного обеспечения и анализа данных для работы с большими разнородными наборами данных, как применять их в различных областях и ситуациях, основанных на данных, и как оценивать их эффективность и результаты. полученные из их приложения.
- Может обновить свои знания в области науки о данных посредством академического обучения, исследований и профессионального развития.
- Обладает знаниями об истории и развитии аналитики больших данных и науки о данных, включая основные инструменты, методы и технологии в области науки о данных, а также их прошлое и возможное будущее влияние на функции, управление, анализ и развитие науки, промышленность и общество.
- Понимает правовые и этические вопросы, касающиеся получения и анализа больших данных, а также представления результатов анализа больших данных заинтересованным сторонам.
- Обладает знаниями в области применения принципов науки о данных, а также статистических и аналитических инструментов и методов в сложных научных, социальных и промышленных областях.
Навыки:
- Может применять академические и теоретические знания о инструментах и методах анализа данных, а также текущие исследования и разработки, для решения практических и теоретических задач по науке о данных, чтобы принимать обоснованные, обоснованные и обоснованные решения и решения.
- Может размышлять о собственной академической практике и профессиональном развитии, определять области для улучшения и адаптироваться к будущим разработкам в области анализа данных и инструментов визуализации, методов и технологий.
- Умеет находить, оценивать и ссылаться на соответствующую информацию и научную тематику, а также представлять ее таким образом, чтобы пролить свет на проблемы, связанные с данными.
- Может надлежащим образом и эффективно находить, получать, обрабатывать и анализировать большие разнородные наборы данных с использованием соответствующих технологий анализа данных и статистических методов.
- Способен извлекать смысл и интерпретировать данные, используя различные математические и машинные инструменты и методы.
- Может выбирать и использовать основные цифровые инструменты и методы для визуализации данных и результатов анализа больших данных надлежащим и профессиональным образом, чтобы разработать и представить информативную информацию о проблемных ситуациях, связанных с данными.
- Может критически выбирать и применять ряд аналитических и методологических методов решения проблем, основанных на исследованиях, а также уметь интерпретировать решения и представлять результаты соответствующим образом.
- Способен выявлять заинтересованные стороны проектов в области науки о данных, а также общаться, взаимодействовать и сотрудничать с этими заинтересованными сторонами в соответствии с требованиями проекта и потенциальным влиянием результатов.
Общая компетентность:
- Умеет выявлять и соответствующим образом решать сложные этические вопросы, возникающие в академической и профессиональной практике в качестве специалиста по данным.
- Умеет планировать, выполнять и управлять различными заданиями и проектами, связанными с наукой о данных, со временем, в одиночку или в составе группы, до успешного завершения и в соответствии с применимыми этическими требованиями и принципами.
- Может эффективно сообщать результаты теоретической, практической и исследовательской академической работы, используя соответствующие формы коммуникации (в электронном, устном и / или письменном виде), чтобы представлять теории, аргументы, проблемы и решения в надлежащей профессиональной манере.
- Может общаться и обмениваться мнениями, идеями и другими предметами, такими как теории, проблемы и решения, с другими, имеющими опыт и / или опыт в науке о данных и смежных областях, посредством выбора и применения соответствующих методов коммуникации, тем самым способствуя развитию передовой практики в сообществе практики данных науки.
- Способен участвовать в саморефлексии как части стратегии обучения на протяжении всей жизни, требуемой от специалиста по науке о данных и опытной практики.
- Знаком с современным и новым мышлением и тенденциями в области науки о данных и смежных дисциплин.
Карьерные возможности
Опыт и навыки этой программы бакалавриата востребованы, так как многие трендовые индикаторы предполагают, что Data Science и проблемы, связанные с «большими данными», будут иметь все большее значение для многих коммерческих секторов. Это было обусловлено в последние годы развитием технологий и повсеместным распространением данных. Новые инициативы, связанные с новыми технологиями, используемыми в «умных городах», «Интернете вещей» и кибер-физических системах, также будут генерировать огромное количество данных, требующих специалистов по науке о данных. Существует острая необходимость в выпускниках, обладающих навыками крупномасштабного анализа данных.
По словам Абелии, в Норвегии наблюдается тревожный дефицит людей с сильными техническими навыками. Расстояние между потребностями и имеющимся опытом колеблется от 24 до 113 процентов. В лучшем случае предполагается, что к 2030 году каждая четвертая должность в области ИКТ будет вакантной.
По оценкам McKinsey, в США не хватает от 140 000 до 190 000 человек с аналитическим опытом и 1,5 миллиона менеджеров и аналитиков, обладающих навыками понимания и принятия решений на основе анализа больших данных. Это оценивается как разрыв в спросе на экспертов-аналитиков 50-60%. В отчете Королевского статистического общества Великобритании подчеркивается, что 80% организаций уже испытывают проблемы с поиском набора навыков для удовлетворения растущего спроса.
Большинству крупных предприятий, которые полагаются на информационные технологии, нужны люди, обладающие опытом в области науки о данных. Таким образом, эта степень бакалавра дает уникальную квалификацию для решения задач в различных организациях и отраслях промышленности.
Дальнейшие исследования
Студенты, желающие продолжить обучение в области науки о данных, могут подать заявку на обучение на уровне магистра, связанное с вычислениями, аналитикой данных или наукой о данных, в различных высших учебных заведениях как в Норвегии, так и за рубежом. Выпускники, желающие продолжить обучение на уровне докторантуры, смогут подать заявку на такие возможности обучения в Норвегии или за ее пределами.
О школе
Вопросы
Похожие курсы
Data Science and Software Development
- Bremen, Германия
Степень бакалавра в области анализа данных
- Caserta, Италия
Бакалавр в области прикладной науки о данных и искусственного интеллекта
- Breda, Нидерланды