Cử nhân Khoa học dữ liệu ứng dụng (Trực tuyến và tại trường)
Noroff School of Technology and Digital Media
Thông tin mấu chốt
Địa điểm cơ sở
Kristiansand, Na Uy
Ngôn ngữ
Tiếng Anh
Hình thức học tập
Học từ xa, Trong khuôn viên trường
Khoảng thời gian
3 năm
Nhịp độ
Toàn thời gian
Học phí
EUR 25.680 / per semester *
Hạn nộp hồ sơ
Yêu cầu thông tin
ngày bắt đầu sớm nhất
Yêu cầu thông tin
* giá trực tuyến: 4.280 Euro mỗi học kỳ, 150 Euro - phí nhập học; giá trong khuôn viên trường: 5.730 Euro mỗi học kỳ, 150 Euro - phí nhập học
học bổng
Khám phá các cơ hội học bổng để giúp tài trợ cho việc học của bạn
Giới thiệu
Giáo dục CNTT tập trung vào nhu cầu toàn cầu ngày càng tăng đối với các phân tích dữ liệu lớn. Khoa học dữ liệu ứng dụng dạy cho bạn các phương pháp khoa học để làm việc với dữ liệu một cách thực tế và phù hợp.
Vụ nổ dữ liệu
Chúng ta đang sống trong thời đại dữ liệu! Dữ liệu đến từ khắp mọi nơi - các bài đăng lên các trang mạng xã hội, giao dịch bán hàng trực tuyến, cảm biến khí hậu và giao thông, thiết bị hỗ trợ GPS, hệ thống điện thoại di động, mạng lưới giao thông, hệ thống ngành, chăm sóc sức khỏe và Internet vạn vật. Dữ liệu đang được tạo ra với tốc độ không ngừng bởi cả con người và máy móc. IBM ước tính rằng mỗi ngày có 2,5 nghìn tỷ byte dữ liệu được tạo ra, với 90% dữ liệu hiện có được tạo ra chỉ trong hai năm qua.
Sự gia tăng của Dữ liệu lớn và sự sẵn có của nhiều bộ dữ liệu chuyên ngành đa dạng có nghĩa là các chuyên gia dữ liệu cần thiết để làm việc trên tất cả các lĩnh vực chủ đề, bao gồm khoa học, công nghiệp và chính phủ, làm việc trong toàn bộ vòng đời dữ liệu, từ thu thập, làm sạch và khám phá để phân tích, hình dung và giao tiếp. Đây là lĩnh vực của Nhà khoa học dữ liệu.
Trong suốt chương trình cử nhân, sinh viên sẽ học các cơ sở lý thuyết cần thiết để làm việc trong lĩnh vực này cũng như ứng dụng thực tế của các công cụ và kỹ thuật được sử dụng trong lĩnh vực khoa học dữ liệu. Điều này bao gồm quản lý dữ liệu, phân tích và trực quan, phát triển và triển khai phần mềm, phân tích toán học và thống kê cũng như trí tuệ nhân tạo và máy học.
Thông tin chương trình
Khởi động tiếp theo:
- Ngày 10 tháng 8 năm 2020
Khuôn viên:
- Kristianand
- Nghiên cứu trực tuyến
Thời lượng:
- 3 năm
Ngôn ngữ chương trình:
- Anh
Cấu trúc chương trình
Năm đầu tiên của chương trình đã được thiết kế để phát triển các kỹ năng nền tảng theo yêu cầu của các nhà khoa học dữ liệu. Trong năm học này, sinh viên sẽ phát triển các kỹ năng lập trình, toán học, kết nối mạng và quản lý dữ liệu cùng với nghiên cứu và quản lý dự án.
Trong năm thứ hai của nghiên cứu, sinh viên sẽ phát triển hơn nữa kỹ năng lập trình và phát triển phần mềm. Họ cũng sẽ khám phá các công cụ và kỹ thuật thống kê để phân tích dữ liệu và khám phá các công nghệ lưu trữ dữ liệu NoQuery.
Trong năm cuối cùng, sinh viên sẽ có được kinh nghiệm thực tế về phân tích dữ liệu lớn và trực quan hóa dữ liệu và phát triển các ứng dụng sử dụng các nguyên tắc học máy. Năm nay cũng bao gồm cơ hội phát triển chuyên môn thực tế cụ thể theo miền, khám phá các yêu cầu dữ liệu của các ngành công nghiệp Dầu khí, Kỹ thuật và Công nghệ thông tin hoặc các ngành liên quan đến xã hội của Chính phủ và Y tế.
Sau khi hoàn thành bằng cấp, sinh viên tốt nghiệp sẽ có năng lực lý thuyết và thực tế cần thiết để làm việc trên nhiều ngành công nghiệp trong nhiều loại hình tổ chức. Sinh viên tốt nghiệp cũng sẽ có đủ điều kiện để tiếp tục phát triển chuyên môn của mình thông qua nghiên cứu thêm.
Các khóa học
Năm 1:
- Phương pháp học tập và nghiên cứu dựa trên vấn đề
- Giới thiệu về An toàn thông tin
- Các khía cạnh chuyên môn của máy tính
- Giới thiệu về lập trình
- Toán rời rạc
- Nguyên tắc mạng
- Lập trình và cơ sở dữ liệu
- Studio dự án làm việc
Năm 2:
- Lập trình hướng đối tượng
- Hệ điều hành tập tin
- Cơ sở dữ liệu NoSQL
- Công cụ và kỹ thuật phân tích thống kê
- Phát triển phần mềm chuyên nghiệp
- Thuật toán và cấu trúc dữ liệu
- Studio dự án làm việc
Năm thứ 3:
- Dự án năm cuối cùng
- Big Analytics dữ liệu
- Trực quan dữ liệu
- Học Máy
- Tự chọn
- Tự chọn
Môn tự chọn:
- Xã hội thông minh Sức khỏe, Xã hội và Truyền thông
- Công nghệ thông minh: Máy tính, Viễn thông và An ninh mạng
- Các ngành thông minh: Dầu khí và Kỹ thuật
- Xử lý ngôn ngữ tự nhiên
- Mật mã học và Steganography
- Quản lý sự cố
- Toán học rời rạc
- Toán học thuần túy cho máy tính
Kết quả học tập
Hiểu biết:
- Có kiến thức rộng về các chủ đề, lý thuyết, nguyên tắc và các vấn đề quan trọng trong khoa học dữ liệu, phân tích dữ liệu lớn và các lĩnh vực liên quan cũng như các quy trình, công cụ và phương pháp lý thuyết và kỹ thuật số liên quan để điều tra các tình huống có vấn đề theo hướng dữ liệu.
- Đã quen thuộc với công việc nghiên cứu và phát triển hiện tại trong lĩnh vực phân tích dữ liệu lớn và khoa học dữ liệu.
- Có kiến thức về các nguyên tắc, lý thuyết, công cụ và kỹ thuật phân tích dữ liệu và phát triển phần mềm quan trọng để làm việc với các tập dữ liệu lớn không đồng nhất, cách áp dụng chúng trên nhiều lĩnh vực và tình huống theo hướng dữ liệu và cách đánh giá hiệu quả và kết quả của chúng thu được từ ứng dụng của họ.
- Có thể cập nhật kiến thức của mình trong lĩnh vực khoa học dữ liệu thông qua học tập, nghiên cứu và phát triển chuyên môn.
- Có kiến thức về lịch sử và sự phát triển của phân tích dữ liệu lớn và khoa học dữ liệu, bao gồm các công cụ, kỹ thuật và công nghệ chính trong lĩnh vực khoa học dữ liệu cũng như tác động trong quá khứ và tiềm năng trong tương lai của chúng đối với chức năng, quản lý, phân tích và phát triển của khoa học, công nghiệp và xã hội.
- Hiểu các vấn đề pháp lý và đạo đức liên quan đến việc thu thập và phân tích dữ liệu lớn, đồng thời trình bày kết quả phân tích dữ liệu lớn cho các bên liên quan.
- Có kiến thức về việc áp dụng các nguyên tắc khoa học dữ liệu cũng như các công cụ và kỹ thuật thống kê và phân tích, trong các lĩnh vực khoa học, xã hội và công nghiệp phức tạp.
Kỹ năng:
- Có thể áp dụng kiến thức học thuật và lý thuyết về các công cụ và kỹ thuật phân tích dữ liệu, cộng với công việc nghiên cứu và phát triển hiện tại, cho các vấn đề khoa học dữ liệu thực tế và lý thuyết, để đưa ra các quyết định và lựa chọn sáng suốt, có căn cứ và chính đáng.
- Có thể phản ánh thực tiễn học tập và phát triển chuyên môn của riêng mình, xác định các lĩnh vực cần cải tiến và thích ứng với những phát triển trong tương lai về phân tích dữ liệu và các công cụ trực quan, kỹ thuật và công nghệ.
- Có thể tìm kiếm, đánh giá và tham khảo thông tin liên quan và chủ đề học thuật và trình bày nó theo cách làm sáng tỏ các vấn đề theo hướng dữ liệu.
- Có thể xác định vị trí, mua sắm, thao tác và phân tích các tập dữ liệu lớn không đồng nhất một cách thích hợp và hiệu quả bằng cách sử dụng các công nghệ phân tích dữ liệu và kỹ thuật thống kê thích hợp.
- Có thể trích xuất ý nghĩa từ và giải thích dữ liệu, sử dụng nhiều công cụ và phương pháp toán học và máy học.
- Có thể lựa chọn và sử dụng các công cụ và kỹ thuật kỹ thuật số cơ bản để trực quan hóa dữ liệu và kết quả của phân tích dữ liệu lớn một cách thích hợp và chuyên nghiệp, nhằm phát triển và trình bày những hiểu biết sâu sắc về các tình huống có vấn đề theo hướng dữ liệu.
- Có thể phê bình lựa chọn và áp dụng một loạt các kỹ thuật giải quyết vấn đề phân tích và phương pháp, dựa trên nghiên cứu, và để có thể giải thích các giải pháp và trình bày kết quả một cách thích hợp.
- Có thể xác định các bên liên quan của các dự án khoa học dữ liệu và giao tiếp, mạng lưới và cộng tác với các bên liên quan này một cách thích hợp theo yêu cầu của dự án và các tác động tiềm ẩn của kết quả.
Năng lực chung:
- Có thể xác định và hành động thích hợp đối với các vấn đề đạo đức phức tạp phát sinh trong thực tiễn học tập và chuyên môn như một Nhà khoa học dữ liệu.
- Có thể lập kế hoạch, thực hiện và quản lý một loạt các bài tập và các dự án liên quan đến khoa học dữ liệu theo thời gian, một mình hoặc là một phần của nhóm, để kết luận thành công và phù hợp với các yêu cầu và nguyên tắc đạo đức có liên quan.
- Có thể truyền đạt các kết quả học tập dựa trên lý thuyết, thực hành và nghiên cứu một cách hiệu quả bằng cách sử dụng các hình thức giao tiếp thích hợp (điện tử, bằng miệng và / hoặc bằng văn bản) để trình bày các lý thuyết, lập luận, vấn đề và giải pháp một cách phù hợp, chuyên nghiệp.
- Có thể giao tiếp và trao đổi ý kiến, ý tưởng và các vấn đề khác như lý thuyết, vấn đề và giải pháp, với những người khác có nền tảng và / hoặc kinh nghiệm về khoa học dữ liệu và các lĩnh vực liên quan, thông qua việc lựa chọn và áp dụng các phương pháp truyền thông phù hợp, từ đó góp phần phát triển thực hành tốt trong cộng đồng khoa học dữ liệu thực hành.
- Có thể tham gia phản xạ bản thân như một phần của chiến lược học tập suốt đời cần có của một chuyên gia khoa học dữ liệu và một người thực hành phản xạ.
- Đã quen thuộc với tư duy và xu hướng hiện tại và mới trong lĩnh vực khoa học dữ liệu và các ngành liên quan.
Các cơ hội nghề nghiệp
Chuyên môn và kỹ năng của chương trình cử nhân này được tìm kiếm vì nhiều chỉ số xu hướng cho thấy Khoa học dữ liệu và các vấn đề liên quan đến 'Dữ liệu lớn' sẽ có ý nghĩa ngày càng tăng đối với nhiều lĩnh vực thương mại. Điều này đã được thúc đẩy trong những năm gần đây bởi sự phát triển trong công nghệ và tính phổ biến của dữ liệu. Các sáng kiến mới nổi liên quan đến các công nghệ mới được sử dụng trong Thành phố thông minh, Internet vạn vật và Hệ thống vật lý điện tử cũng sẽ tạo ra một lượng lớn dữ liệu cần các chuyên gia khoa học dữ liệu. Có một nhu cầu cấp thiết cho sinh viên tốt nghiệp có kỹ năng phân tích dữ liệu quy mô lớn.
Theo Abelia, có một sự thiếu hụt đáng lo ngại của những người có kỹ năng kỹ thuật mạnh mẽ ở Na Uy. Khoảng cách giữa nhu cầu và chuyên môn có sẵn dao động từ 24 đến 113 phần trăm. Kịch bản trường hợp tốt nhất cho thấy rằng vào năm 2030, một trong bốn vị trí CNTT sẽ bị bỏ trống.
McKinsey ước tính rằng Hoa Kỳ đang thiếu từ 140.000 đến 190.000 người có chuyên môn phân tích và 1,5 triệu nhà quản lý và nhà phân tích có kỹ năng hiểu và đưa ra quyết định dựa trên phân tích dữ liệu lớn. Đây được ước tính là khoảng cách 50-60% trong nhu cầu về các chuyên gia phân tích. Một báo cáo của Hiệp hội Thống kê Hoàng gia ở Anh đã nhấn mạnh rằng 80% các tổ chức đang gặp vấn đề trong việc tìm kiếm bộ kỹ năng để đáp ứng nhu cầu ngày càng tăng.
Hầu hết các doanh nghiệp lớn dựa vào công nghệ thông tin đều cần những người có chuyên môn về Khoa học Dữ liệu. Do đó, bằng cử nhân này cung cấp một bằng cấp duy nhất để xử lý các thách thức trong nhiều tổ chức và lĩnh vực công nghiệp.
Nghiên cứu sâu hơn
Sinh viên muốn được đào tạo thêm về Khoa học Dữ liệu có thể đăng ký các nghiên cứu cấp độ Thạc sĩ liên quan đến máy tính, phân tích dữ liệu hoặc khoa học dữ liệu tại nhiều cơ sở giáo dục đại học khác nhau ở Na Uy và quốc tế. Sinh viên tốt nghiệp muốn theo đuổi các nghiên cứu cấp độ tiến sĩ sẽ có thể đăng ký các cơ hội học tập như vậy ở Na Uy hoặc hơn thế nữa.