Bakalář v oboru Aplikovaná data (online a v kampusu)
Noroff School of Technology and Digital Media
Klíčová informace
Umístění kampusu
Kristiansand, Norsko
Jazyky
Angličtina
Studijní formát
Dálkové studium, Na kampusu
Doba trvání
3 years
Tempo
Plný úvazek
Školné
EUR 25 680 / per semester *
Uzávěrka přihlášek
Vyžádejte si informace
Nejbližší datum zahájení
Vyžádejte si informace
* cena online: 4 280 Euro za semestr, 150 Euro - vstupné; cena v areálu: 5 730 EUR za semestr, 150 EUR - vstupné
Stipendia
Prozkoumejte možnosti stipendií, které vám pomohou financovat vaše studium
Úvod
IT vzdělávání se zaměřením na rostoucí globální potřebu analýzy velkých dat. Applied Data Science vás naučí vědecké metody pro práci s daty praktickým a relevantním způsobem.
Výbuch dat
Žijeme v datovém věku! Data přicházejí odkudkoli - příspěvky na sociálních sítích, online prodejní transakce, senzory klimatu a provozu, zařízení podporující GPS, systémy mobilních telefonů, dopravní sítě, průmyslové systémy, zdravotnictví a internet věcí. Data jsou vytvářena neustále se zrychlujícím tempem jak lidmi, tak stroji. IBM odhaduje, že každý den se vygeneruje 2,5 bilionů dat, přičemž 90% stávajících dat bylo vytvořeno pouze za poslední dva roky.
Vzestup velkých dat a dostupnost četných, rozmanitých specializovaných datových souborů znamená, že odborníci na data potřebují práci ve všech doménách oboru, včetně vědy, průmyslu a vlády, kteří pracují v celém životním cyklu dat, od akvizice, čištění a průzkumu. k analýze, vizualizaci a komunikaci. Toto je doména Data Scientist.
V rámci bakalářského programu se studenti seznámí s teoretickými základy potřebnými pro práci v této oblasti, jakož i s praktickými aplikacemi nástrojů a technik používaných v oblasti datové vědy. To zahrnuje správu dat, analytiku a vizualizaci, vývoj a nasazení softwaru, matematickou a statistickou analýzu a umělou inteligenci a strojové učení.
Informace o programu
Další spuštění:
- 10. srpna 2020
Campus:
- Kristiansand
- Online studia
Doba trvání:
- 3 roky
Jazyk programu:
- Angličtina
Struktura programu
První rok programu byl navržen tak, aby rozvíjel šíři základových dovedností vyžadovaných vědci v oblasti dat. Během tohoto roku budou studenti rozvíjet programovací, matematické, síťové a datové dovednosti spolu s výzkumem a projektovým řízením.
Během druhého roku studia si studenti budou dále rozvíjet své dovednosti v oblasti programování a vývoje softwaru. Budou také zkoumat statistické nástroje a techniky pro analýzu dat a prozkoumávat technologie ukládání dat NoSQL.
V posledním ročníku získají studenti praktické zkušenosti s analýzou velkých dat a vizualizací dat a vyvíjejí aplikace pomocí principů strojového učení. Tento rok také zahrnuje příležitost rozvinout praktické odborné znalosti v dané oblasti, prozkoumat požadavky na údaje v průmyslových odvětvích ropy a zemního plynu, strojírenství a informačních technologií nebo ve společenských odvětvích státní správy a zdravotnictví.
Po ukončení studia budou mít absolventi teoretické a praktické dovednosti potřebné pro práci v různých průmyslových odvětvích v mnoha typech organizací. Absolventi budou také kvalifikováni, aby pokračovali v rozvoji svých odborných znalostí prostřednictvím dalšího studia.
Kurzy
Rok 1:
- Metodiky učení a výzkumu založené na problémech
- Úvod do informační bezpečnosti
- Profesionální aspekty práce na počítači
- Úvod do programování
- Diskrétní matematika
- Zásady sítě
- Programování a databáze
- Projektová práce ve studiu
Rok 2:
- Objektově orientované programování
- Operační systémy souborů
- NoSQL Databáze
- Nástroje a techniky statistické analýzy
- Profesionální vývoj softwaru
- Algoritmy a datové struktury
- Projektová práce ve studiu
Rok 3:
- Projekt závěrečného roku
- Velká analýza dat
- Vizualizace dat
- Strojové učení
- Volitelný
- Volitelný
Volitelné předměty:
- Inteligentní společnosti, zdraví, společnost a média
- Inteligentní technologie: výpočetní technika, telekomunikace a kybernetická bezpečnost
- Inteligentní průmysly: ropa, plyn a strojírenství
- Zpracování přirozeného jazyka
- Kryptografie a steganografie
- Správa incidentů
- Další diskrétní matematika
- Čistá matematika pro výpočet
Výsledky učení
Znalost:
- Má rozsáhlé znalosti o důležitých tématech, teoriích, principech a problémech ve vědě o datech, analytice velkých dat a souvisejících oborech a souvisejících teoretických a digitálních procesech, nástrojích a metodách pro zkoumání problémových situací založených na údajích.
- Je obeznámen se současnými výzkumnými a vývojovými pracemi v oblasti analýzy velkých dat a vědy o datech.
- Má znalosti zásad vývoje softwaru a analýzy dat, teorií, nástrojů a technik pro práci s velkými heterogenními datovými soubory, jak je aplikovat v různých doménách a situacích založených na datech a jak hodnotit jejich účinnost a výsledky získané z jejich aplikace.
- Dokáže aktualizovat své znalosti v oblasti datové vědy prostřednictvím akademického studia, výzkumu a profesního rozvoje.
- Má znalosti o historii a vývoji analýzy velkých dat a vědě o datech, včetně hlavních nástrojů, technik a technologií v oblasti datové vědy a jejich minulých a potenciálních budoucích dopadů na funkci, správu, analýzu a rozvoj vědy, průmysl a společnost.
- Rozumí právním a etickým otázkám týkajícím se získávání a analýzy velkých dat a předkládání výsledků analýzy velkých údajů zúčastněným stranám.
- Má znalosti o uplatňování principů vědy o datech a statistických a analytických nástrojů a technik v komplexních vědeckých, společenských a průmyslových oborech.
Dovednosti:
- Dokáže aplikovat akademické a teoretické znalosti nástrojů a technik pro analýzu dat a aktuální výzkumné a vývojové práce na praktické a teoretické problémy s vědou o datech, aby mohla činit opodstatněná, informovaná a odůvodněná rozhodnutí a rozhodnutí.
- Dokáže reflektovat vlastní akademickou praxi a profesní rozvoj, identifikovat oblasti pro zlepšení a přizpůsobit se budoucímu vývoji nástrojů, technik a technologií pro analýzu a vizualizaci dat.
- Dokáže najít, vyhodnotit a odkazovat na relevantní informace a vědecký předmět a prezentovat je způsobem, který vrhá světlo na problémy s daty.
- Dokáže vhodně a efektivně lokalizovat, obstarat, manipulovat a analyzovat velké heterogenní datové soubory pomocí vhodných analytických technologií a statistických technik.
- Je schopen extrahovat význam a interpretovat data pomocí různých nástrojů a metod matematického a strojového učení.
- Umí vhodným a profesionálním způsobem vybrat a používat primární digitální nástroje a techniky pro vizualizaci dat a výsledků analýzy velkých dat s cílem rozvíjet a prezentovat informativní vhled do problematických situací založených na údajích.
- Dokáže kriticky vybrat a aplikovat celou řadu analytických a metodologických technik řešení problémů, založených na výzkumu, a umět správně interpretovat řešení a prezentovat výsledky.
- Je schopen identifikovat zúčastněné strany projektů v oblasti vědy o datech a komunikovat, síťovat a vhodně spolupracovat s těmito zúčastněnými stranami podle požadavků projektu a potenciálních dopadů výsledků.
Obecná kompetence:
- Dokáže identifikovat a vhodně jednat ve složitých etických otázkách, které vyvstávají v akademické a odborné praxi jako vědec v oblasti dat.
- Je schopen plánovat, realizovat a spravovat různé úkoly a projekty související s vědou o údajích v průběhu času, samostatně nebo jako součást skupiny, k úspěšnému závěru a v souladu s příslušnými etickými požadavky a zásadami.
- Dokáže efektivně komunikovat výsledky teoretické, praktické a výzkumné akademické práce pomocí vhodných forem komunikace (elektronicky, ústně a / nebo písemně), aby vhodným způsobem profesionálně prezentoval teorie, argumenty, problémy a řešení.
- Umí komunikovat a vyměňovat si názory, nápady a další předměty, jako jsou teorie, problémy a řešení, s ostatními, kteří mají znalosti a zkušenosti v oblasti datových věd a souvisejících oborů, výběrem a použitím vhodných metod komunikace, čímž přispěje k rozvoji osvědčených postupů v komunitě praktických věd o údajích.
- Dokáže se zapojit do sebereflexe jako součást strategie celoživotního učení, která je požadována od profesionála v oblasti vědy o údajích a od reflexního lékaře.
- Je obeznámen se současným i novým myšlením a trendy v oblasti datové vědy a souvisejících disciplín.
Kariérní možnosti
Odbornost a dovednosti tohoto bakalářského programu jsou vyhledávány, protože mnoho trendových ukazatelů naznačuje, že Data Science a „Big Data“ související problémy budou mít stále větší význam pro mnoho komerčních odvětví. To bylo v posledních letech poháněno vývojem technologií a všudypřítomností dat. Nové iniciativy související s novými technologiemi používanými v inteligentních městech, internetu věcí a kybernetických systémech také vygenerují obrovské množství údajů vyžadujících odborníky v oblasti datové vědy. Existuje naléhavá potřeba absolventů se zkušenostmi s rozsáhlou analýzou dat.
Podle Abelie je v Norsku znepokojující deficit lidí se silnými technickými dovednostmi. Vzdálenost mezi potřebami a dostupnými odbornými znalostmi se pohybuje od 24 do 113 procent. Nejlepší scénář naznačuje, že do roku 2030 bude jedno ze čtyř ICT pozic neobsazeno.
McKinsey odhaduje, že v USA je nedostatek 140 000 až 190 000 lidí s analytickými znalostmi a 1,5 milionu manažerů a analytiků se schopností porozumět a rozhodovat se na základě analýzy velkých dat. Odhaduje se to jako 50–60% mezera v poptávce po analytických expertech. Zpráva Královské statistické společnosti ve Velké Británii zdůraznila, že 80% organizací již má problémy s hledáním dovedností pro uspokojení rostoucí poptávky.
Většina velkých podniků, které se spoléhají na informační technologie, potřebuje lidi s odbornými znalostmi v oboru Data Science. Tento bakalářský titul tedy poskytuje jedinečnou kvalifikaci pro řešení výzev v různých organizacích a průmyslových odvětvích.
Další studie
Studenti, kteří si přejí další vzdělávání v oboru Data Science, se mohou ucházet o magisterské studium související s výpočetní technikou, datovou analytikou nebo datovou vědou na různých vysokých školách v Norsku i na mezinárodní úrovni. Absolventi, kteří chtějí pokračovat v doktorském studiu, by pak měli možnost požádat o takové studijní příležitosti v Norsku nebo mimo něj.
O Škole
Otázky
Podobné kurzy
Degree in Business Intelligence & Data Analytics (English taught)
- Barcelona, Španělsko
Bakalář vědy o ekonomických datech
- Prague, Česká republika
Bachelor of Applied Science (BAppSc) Majoring in Data Science
- Dunedin, Nový Zéland