Taikomųjų duomenų mokslo bakalauras (internetinis ir universitetinis universitetas) Noroff School of Technology and Digital Media

IT išsilavinimas, sutelkiantis dėmesį į didėjantį didžiųjų duomenų analizės poreikį pasaulyje. Taikomoji duomenų mokslas moko mokslinio darbo su duomenimis praktinio ir tinkamo metodo.

Duomenų sprogimas

Mes gyvename duomenų amžiuje! Duomenys gaunami iš visur: pranešimų socialinės žiniasklaidos svetainėse, internetinių pardavimo operacijų, klimato ir eismo jutiklių, GPS palaikančių prietaisų, mobiliųjų telefonų sistemų, transporto tinklų, pramonės sistemų, sveikatos priežiūros ir daiktų interneto. Duomenys tiek žmonėms, tiek mašinoms generuojami nuolat spartėjant. IBM apskaičiavo, kad kiekvieną dieną sugeneruojama 2,5 kvintilito baitų duomenų, vien 90 proc. Esamų duomenų buvo sukurti vien per pastaruosius dvejus metus.

Didėjant didžiųjų duomenų kiekiui ir turint daugybę įvairių specializuotų duomenų rinkinių, duomenų ekspertams reikia dirbti visose dalyko srityse, įskaitant mokslą, pramonę ir vyriausybę, dirbant per visą duomenų gyvavimo ciklą, pradedant nuo gavimo, valymo ir tyrinėjimo. į analizę, vizualizaciją ir komunikaciją. Tai yra duomenų mokslininko sritis.

Bakalauro programos metu studentai išmoks teorinius pagrindus, reikalingus dirbant šioje srityje, taip pat praktinį įrankių ir metodų, naudojamų duomenų mokslo srityje, taikymą. Tai apima duomenų valdymą, analizę ir vizualizaciją, programinės įrangos kūrimą ir diegimą, matematinę ir statistinę analizę, dirbtinį intelektą ir mašinų mokymąsi.

Programos informacija

Kitas paleidimas:

• 2020 m. Rugpjūčio 10 d

Campus:

• Kristiansandas
• Internetinės studijos

Trukmė:

• 3 metai

Programos kalba:

• Anglų

Programos struktūra

Pirmaisiais programos metais buvo siekiama sukurti pagrindinius įgūdžius, kurių reikalauja duomenų mokslininkai. Šiais studijų metais studentai tobulins programavimo, matematikos, tinklų kūrimo ir duomenų valdymo įgūdžius kartu su tyrimais ir projektų valdymu.

Antraisiais studijų metais studentai toliau tobulins savo programavimo ir programinės įrangos kūrimo įgūdžius. Jie taip pat ištirs statistinius duomenų analizės įrankius ir metodus bei ištirs „NoSQL“ duomenų saugojimo technologijas.

Paskutiniais metais studentai įgis praktinės patirties didžiųjų duomenų analizėje ir duomenų vizualizavime bei tobulins programas, naudodamiesi mašininio mokymosi principais. Šie metai taip pat apima galimybę plėtoti konkrečioms sritims būdingą praktinę patirtį, ištirti naftos ir dujų pramonės, inžinerijos ir informacinių technologijų pramonės sektorių arba su visuomene susijusių vyriausybės ir sveikatos priežiūros sektorių duomenų reikalavimus.

Baigę laipsnį, absolventai turės teorinę ir praktinę kompetencijas, reikalingas dirbant įvairiose pramonės šakose, įvairių tipų organizacijose. Absolventai taip pat turės kvalifikaciją tęsti savo kompetencijos plėtrą toliau studijuodami.

Kursai

1 metai:

• Probleminio mokymosi ir tyrimo metodikos
• Įvadas į informacijos saugumą
• Profesiniai skaičiavimo aspektai
• Įvadas į programavimą
• Diskretiška matematika
• Tinklo principai
• Programavimas ir duomenų bazės
• Studijos projekto darbas

2 metai:

• Objektinis programavimas
• Operacinės failų sistemos
• NoSQL duomenų bazės
• Statistinės analizės įrankiai ir metodai
• Profesionalios programinės įrangos kūrimas
• Algoritmai ir duomenų struktūros
• Studijos projekto darbas

3 metai:

• Galutinio projekto projektas
• "Big Data Analytics"
• Duomenų vizualizavimas
• Mašininis mokymasis
• Pasirinktinai
• Pasirinktinai

Pasirinktinai:

• Pažangios visuomenės sveikata, visuomenė ir žiniasklaida
• Išmaniosios technologijos: Kompiuterija, telekomunikacijos ir kibernetinis saugumas
• Išmaniosios pramonės šakos: naftos, dujų ir inžinerijos
• Natūralus kalbos apdorojimas
• Kriptografija ir steganografija
• Incidentų valdymas
• Tolesnė diskretinė matematika
• Gryna kompiuterių matematika

Mokymosi rezultatai

Žinios:

• Turi plačias žinias apie svarbias duomenų mokslo, didžiųjų duomenų analizės ir susijusių sričių temas, teorijas, principus ir klausimus, susijusius teorinius ir skaitmeninius procesus, įrankius ir metodus, susijusius su duomenų sąlygotomis probleminėmis situacijomis.
• Žino dabartinius tyrimų ir plėtros darbus didžiųjų duomenų analizės ir duomenų mokslo srityse.
• Žino pagrindinius programinės įrangos kūrimo ir duomenų analizės principus, teorijas, įrankius ir metodus dirbant su dideliais nevienalyčiais duomenų rinkiniais, kaip juos pritaikyti įvairiose duomenų valdomose srityse ir situacijose bei kaip įvertinti jų efektyvumą ir rezultatus gautas iš jų taikymo.
• Gali atnaujinti savo žinias duomenų mokslo srityje per akademines studijas, mokslinius tyrimus ir tobulinti profesinę veiklą.
• Turi žinių apie didžiųjų duomenų analizės ir duomenų mokslo istoriją ir raidą, įskaitant pagrindinius duomenų mokslo srities įrankius, metodus ir technologijas, bei jų praeities ir galimą poveikį mokslo funkcijai, valdymui, analizei ir plėtrai, pramonė ir visuomenė.
• Supranta teisinius ir etinius klausimus, susijusius su didelių duomenų gavimu ir analize bei didelių duomenų analizės rezultatų pristatymu suinteresuotosioms šalims.
• Turi žinių apie duomenų mokslo principų, statistinių ir analitinių priemonių bei metodų taikymą sudėtingose mokslo, visuomenės ir pramonės srityse.

Įgūdžiai:

• Geba pritaikyti akademines ir teorines duomenų analizės priemonių ir metodų žinias, taip pat dabartinius tyrimų ir plėtros darbus praktinėse ir teorinėse duomenų mokslo problemose, kad galėtų priimti pagrįstus, pagrįstus ir pagrįstus sprendimus bei pasirinkimus.
• Gali apmąstyti savo akademinę praktiką ir profesinį tobulėjimą, nustatyti tobulintinas sritis ir prisitaikyti prie būsimų duomenų analizės ir vizualizacijos priemonių, metodų ir technologijų pokyčių.
• Geba surasti, įvertinti ir remtis svarbia informacija ir moksliniu dalyku bei pateikti ją tokiu būdu, kad būtų aiškios duomenų keliamos problemos.
• Geba tinkamai ir veiksmingai rasti, įsigyti, manipuliuoti ir analizuoti didelius nevienalyčius duomenų rinkinius, naudodamas tinkamas duomenų analizės technologijas ir statistinius metodus.
• Geba iš duomenų išgauti reikšmę ir interpretuoti, naudodamas įvairias matematines ir mašininio mokymosi priemones ir metodus.
• Geba parinkti ir naudoti pagrindinius skaitmeninius įrankius ir metodus duomenims ir didžiųjų duomenų analizės rezultatams vizualizuoti tinkamu ir profesionaliu būdu, kad galėtų sukurti ir pateikti informatyvias įžvalgomis pagrįstas problemines situacijas.
• Geba kritiškai parinkti ir pritaikyti analitinių ir metodinių problemų sprendimo metodų spektrą, pagrįstą tyrimais, ir geba tinkamai interpretuoti sprendimus ir pateikti rezultatus.
• Geba identifikuoti duomenų mokslo projektų suinteresuotuosius subjektus ir tinkamai bendrauti, užmegzti ryšius ir bendradarbiauti su šiais subjektais, atsižvelgiant į projekto reikalavimus ir galimą rezultatų poveikį.

Bendroji kompetencija:

• Geba identifikuoti ir tinkamai reaguoti į sudėtingus etinius klausimus, kylančius iš akademinės ir profesinės praktikos kaip duomenų mokslininkas.
• Geba planuoti, vykdyti ir valdyti įvairias užduotis ir su duomenų mokslu susijusius projektus laikui bėgant, vienas arba kaip grupės dalis, kad būtų sėkmingai baigtas ir laikantis atitinkamų etikos reikalavimų bei principų.
• Gali efektyviai perduoti teorinio, praktinio ir moksliniais tyrimais pagrįsto akademinio darbo rezultatus, naudodamas tinkamas komunikacijos formas (elektroniniu, žodžiu ir (arba) raštu), kad teorijas, argumentus, problemas ir sprendimus pateiktų tinkamu, profesionaliu būdu.
• Gali bendrauti ir keistis nuomonėmis, idėjomis ir kitais dalykais, tokiais kaip teorijos, problemos ir sprendimai, su kitais, turinčiais duomenų ir (arba) patirties duomenų moksle ir susijusiose srityse, pasirenkant ir pritaikant tinkamus komunikacijos metodus, taip prisidedant prie plėtros gerosios patirties duomenų mokslo bendruomenės bendruomenėje.
• Geba įsitraukti į savęs refleksiją, kaip dalį mokymosi visą gyvenimą strategijos, reikalingos duomenų mokslo specialistui ir reflektyviam praktikui.
• Žino dabartinį ir naują mąstymą bei tendencijas duomenų mokslo ir susijusių disciplinų srityje.

Karjeros galimybės

Šios bakalauro programos kompetencija ir įgūdžiai yra reikalingi, nes daugelis tendencijų rodiklių rodo, kad duomenų mokslas ir su „Big Data“ susijusios problemos turės vis didesnę reikšmę daugeliui komercinių sektorių. Pastaraisiais metais tai lėmė technologijos pokyčiai ir duomenų universalumas. Atsirandančios iniciatyvos, susijusios su naujosiomis technologijomis, naudojamomis išmaniuosiuose miestuose, daiktų internete ir kibernetinėse ir fizinėse sistemose, taip pat sukurs didžiulį kiekį duomenų, kuriems reikalingi duomenų mokslo specialistai. Neatidėliotinai reikia absolventų, įgudusių atlikti didelio masto duomenų analizę.

Anot Abelijos, Norvegijoje jaučiamas nerimą keliantis žmonių, turinčių stiprių techninių įgūdžių, deficitas. Atstumas tarp poreikių ir turimų žinių svyruoja nuo 24 iki 113 procentų. Geriausias scenarijus rodo, kad iki 2030 m. Laisva bus viena iš keturių IRT vietų.

McKinsey apskaičiavo, kad JAV trūksta nuo 140 000 iki 190 000 analitinių žinių turinčių žmonių ir 1,5 milijono vadybininkų ir analitikų, turinčių įgūdžių suprasti ir priimti sprendimus, pagrįstus didelių duomenų analize. Apskaičiuota, kad analitinių ekspertų paklausos atotrūkis yra 50–60%. JK Karališkosios statistikos draugijos ataskaita pabrėžė, kad 80 proc. Organizacijų jau turi problemų, susijusių su įgūdžiais, kurie patenkina augančią paklausą.

Daugelio didelių, informacinėmis technologijomis besinaudojančių įmonių poreikis yra žmonėms, turintiems duomenų mokslo žinių. Taigi šis bakalauro laipsnis suteikia unikalią kvalifikaciją spręsti iššūkius įvairiose organizacijose ir pramonės sektoriuose.

Tolimesnės studijos

Studentai, norintys toliau mokytis duomenų mokslo, gali kreiptis į magistrantūros studijas, susijusias su skaičiavimu, duomenų analitika ar duomenų mokslu, įvairiose aukštosiose mokyklose Norvegijoje ir tarptautiniu mastu. Absolventai, norintys tęsti doktorantūros studijas, galės kreiptis dėl tokių studijų galimybių Norvegijoje ar už jos ribų.