لیسانس در علوم داده کاربردی (آنلاین و پردیس دانشگاه)

آموزش فناوری اطلاعات با تمرکز بر نیاز روزافزون جهانی به تجزیه و تحلیل داده های بزرگ. Applied Science Science روشهای علمی برای کار با داده ها را به روشی عملی و مرتبط به شما می آموزد.

انفجار داده ها

ما در عصر داده ها زندگی می کنیم! داده ها از همه جا تهیه می شوند - ارسال به سایت های رسانه های اجتماعی ، معاملات فروش آنلاین ، سنسورهای اقلیمی و راهنمایی و رانندگی ، دستگاه های دارای GPS ، سیستم های تلفن همراه ، شبکه های حمل و نقل ، سیستم های صنعت ، مراقبت های بهداشتی و اینترنت اشیاء. داده ها با سرعت بیشتری در حال افزایش توسط هم انسان و هم ماشین ها تولید می شوند. IBM تخمین می زند که هر روز 2.5 و نیم میلیارد بایت داده تولید می شود ، که 90٪ از داده های موجود فقط در دو سال گذشته ایجاد شده اند.

ظهور Big Data و در دسترس بودن مجموعه های تخصصی متعدد و متنوع داده ها ، به این معنی است که متخصصان داده برای کار در کلیه حوزه های موضوعی ، از جمله علم ، صنعت و دولت ، کار در کل چرخه عمر داده ها ، از دستیابی ، پاکسازی و اکتشاف نیاز دارند. برای تجزیه و تحلیل ، تجسم و ارتباطات. این دامنه Data Scientist است.

در طول برنامه کارشناسی ، دانشجویان پایه های نظری مورد نیاز برای کار در این حوزه و همچنین کاربرد عملی ابزارها و تکنیک های مورد استفاده در زمینه علوم داده را فرا می گیرند. این شامل مدیریت داده ها ، تجزیه و تحلیل و تجسم ، توسعه و استقرار نرم افزار ، تجزیه و تحلیل ریاضی و آماری و هوش مصنوعی و یادگیری ماشین است.

اطلاعات برنامه

راه اندازی بعدی:

• 10 آگوست 2020

محوطه دانشگاه:

• کریستیانز
• مطالعات آنلاین

مدت زمان:

• 3 سال

زبان برنامه:

• انگلیسی

ساختار برنامه

سال اول این برنامه برای توسعه وسعت مهارت های بنیادی مورد نیاز دانشمندان داده طراحی شده است. در طی این سال تحصیلی ، دانش آموزان مهارت های برنامه نویسی ، ریاضی ، شبکه سازی و مدیریت داده را در کنار تحقیق و مدیریت پروژه ایجاد می کنند.

در طی سال دوم تحصیل ، دانش آموزان مهارت های برنامه نویسی و توسعه نرم افزار خود را بیشتر می کنند. آنها همچنین ابزارها و تکنیک های آماری را برای تجزیه و تحلیل داده ها کشف کرده و فناوری های ذخیره داده NoSQL را نیز مورد بررسی قرار می دهند.

در سال آخر دانش آموزان ، تجربه عملی در تجزیه و تحلیل داده ها و تجسم داده های بزرگ را کسب می کنند و برنامه هایی را با استفاده از اصول یادگیری ماشین توسعه می دهند. امسال همچنین فرصتی برای توسعه تخصص عملی دامنه ، کاوش در مورد داده های مورد نیاز بخش های صنعت نفت و گاز ، مهندسی و فناوری اطلاعات یا بخش های مربوط به جامعه دولت و بهداشت است.

فارغ التحصیلان دوره ، فارغ التحصیلان صلاحیت نظری و عملی مورد نیاز برای کار در صنایع مختلف را در انواع مختلف سازمانها خواهند داشت. فارغ التحصیلان همچنین می توانند از طریق ادامه تحصیل ، تخصص خود را ادامه دهند.

دوره های آموزشی

سال 1:

• روشهای یادگیری مبتنی بر مسئله و روشهای تحقیق
• آشنایی با امنیت اطلاعات
• جنبه های حرفه ای محاسبات
• معرفی برنامه نویسی
• ریاضیات گسسته
• اصول شبکه
• برنامه نویسی و بانک اطلاعاتی
• کار پروژه استودیویی

سال 2:

• برنامه نویسی شی گرا
• سیستم های فایل عامل
• پایگاه داده های NoSQL
• ابزارها و روشهای تحلیل آماری
• توسعه نرم افزار حرفه ای
• الگوریتم ها و سازه های داده
• کار پروژه استودیویی

سال 3:

• پروژه سال نهایی
• تجزیه و تحلیل داده های بزرگ
• تجسم داده
• فراگیری ماشین
• انتخابی
• انتخابی

انتخاب کنندگان:

• سلامت ، جامعه و رسانه های جامع Smart هوشمند
• فناوریهای هوشمند: رایانه ، ارتباطات و امنیت سایبر
• صنایع هوشمند: نفت ، گاز و مهندسی
• پردازش زبان طبیعی
• رمزنگاری و استگانوگرافی
• مدیریت حوادث
• ریاضیات گسسته بیشتر
• ریاضیات خالص برای محاسبات

نتایج یادگیری

دانش:

• دانش گسترده ای در مورد مباحث ، تئوری ها ، اصول و موضوعات مهم در علم داده ، تجزیه و تحلیل داده های بزرگ و زمینه های مرتبط و فرآیندهای نظری و دیجیتالی ، ابزارها و روشهای مرتبط با آن برای بررسی موقعیتهای مسئله دار داده دارد.
• با زمینه های تحقیق و توسعه فعلی در حوزه تحقیقات بزرگ و علوم داده آشنا است.
• آگاهی از اصول مهم توسعه نرم افزار و تجزیه و تحلیل داده ها ، تئوری ها ، ابزارها و تکنیک های کار با مجموعه داده های بزرگ ناهمگن ، نحوه بکارگیری آنها در انواع دامنه ها و موقعیت های محور داده ها و چگونگی ارزیابی کارایی و نتایج آنها دارد. به دست آمده از برنامه آنها.
• می تواند دانش خود را در زمینه علوم داده از طریق مطالعه علمی ، تحقیق و توسعه حرفه ای به روز کند.
• دانش در مورد تاریخچه و توسعه تجزیه و تحلیل داده های بزرگ و علوم داده ، از جمله ابزار اصلی ، تکنیک ها و فن آوری ها در حوزه علوم داده ، و تأثیر گذشته و بالقوه آینده آنها بر عملکرد ، مدیریت ، تحلیل و توسعه علوم ، صنعت و جامعه
• مسائل حقوقی و اخلاقی مربوط به به دست آوردن و تجزیه و تحلیل داده های بزرگ و ارائه نتایج تجزیه و تحلیل داده های بزرگ را به ذینفعان می فهمد.
• دانش در استفاده از اصول علم داده و ابزارها و فنون آماري و تحليلي در زمينه هاي پيچيده علمي ، اجتماعي و صنعتي دارد.

مهارت ها:

• می تواند دانش علمی و نظری از ابزارها و تکنیک های تجزیه و تحلیل داده ها ، به علاوه کار تحقیق و توسعه فعلی ، را در مورد مشکلات علمی کاربردی و نظری داده های علمی ، به منظور اتخاذ تصمیمات و انتخاب های مبتنی بر آگاهانه ، آگاهانه و موجه استفاده کند.
• می تواند بر عملکرد دانشگاهی و پیشرفت حرفه ای خود تأمل کند ، زمینه هایی را برای بهبود شناسایی کند و با پیشرفت های آینده در تجزیه و تحلیل داده ها و ابزارها ، تکنیک ها و فناوری های تجسم سازگار شود.
• قادر به یافتن ، ارزیابی ، و مراجعه به اطلاعات مربوطه و موضوع علمی است و آنرا به روشی ارائه می دهد که مشکلات داده محور را روشن می کند.
• با استفاده از فن آوری های مناسب تجزیه و تحلیل داده ها و تکنیک های آماری ، می تواند مجموعه های داده های ناهمگن و مناسب را بطور مناسب و مؤثر پیدا کند ، تهیه ، دستکاری و تجزیه و تحلیل کند.
• با استفاده از انواع ابزارها و روشهای یادگیری ریاضی و ماشین ، قادر به استخراج معنا و تفسیر داده ها است.
• می تواند ابزارها و تکنیک های دیجیتالی اولیه را برای تجسم داده ها و نتایج حاصل از تجزیه و تحلیل داده های بزرگ به شیوه ای مناسب و حرفه ای ، به منظور توسعه و ارائه بینش های آموزنده در موقعیت های مشکل ساز محور داده ، انتخاب و استفاده کند.
• می تواند بر اساس تحقیق ، طیف وسیعی از تکنیک های حل مسئله را تحلیلی و روش شناختی را انتخاب و به کار ببرد ، و بتواند راه حل ها و نتایج مناسب را تفسیر کند.
• قادر به شناسایی ذینفعان پروژه های علوم داده و ارتباط ، شبکه سازی و همکاری مناسب با این ذینفعان مطابق با الزامات پروژه و تأثیرات احتمالی نتایج است.

صلاحیت عمومی:

• به عنوان یک دانشمند داده می تواند در مورد مسائل اخلاقی پیچیده ناشی از عمل دانشگاهی و حرفه ای شناسایی و اقدام کند.
• قادر به برنامه ریزی ، اجرای و مدیریت انواع تکالیف و پروژه های مربوط به علوم داده با گذشت زمان ، به تنهایی یا به عنوان بخشی از یک گروه ، به یک نتیجه گیری موفق و مطابق با الزامات و اصول اخلاقی مربوطه می پردازد.
• می تواند با استفاده از اشکال مناسب ارتباطی (بصورت الکترونیکی ، شفاهی و / یا کتبی) نتایج علمی ، تئوری ، عملی و پژوهش محور را به طور مؤثر ارتباط برقرار کند تا تئوری ها ، استدلال ها ، مشکلات و راه حل ها را به روشی مناسب و حرفه ای ارائه دهد.
• می تواند نظرات ، ایده ها و سایر موضوعات موضوعی مانند تئوری ها ، مشکلات و راه حل ها را با دیگران با سوابق و یا تجربه در علم داده و زمینه های مرتبط برقرار و تبادل کند ، از طریق انتخاب و استفاده از روشهای مناسب ارتباطی ، از این طریق به توسعه کمک کند. عمل خوب در جامعه علوم داده عمل.
• به عنوان بخشی از استراتژی یادگیری مادام العمر مورد نیاز یک متخصص علوم داده و یک پزشک بازتاب دهنده قادر است در بازتاب خود شرکت کند.
• با تفکر و روندهای فعلی و جدید در حوزه علوم داده و رشته های مرتبط آشنا است.

فرصت های شغلی

تخصص و مهارت های این برنامه کارشناسی مورد توجه قرار می گیرد زیرا بسیاری از شاخص های روند نشان می دهد که علم داده و مشکلات مربوط به 'داده های بزرگ' برای بسیاری از بخش های تجاری از اهمیت فزاینده ای برخوردار خواهد بود. این امر طی سالهای اخیر به دلیل پیشرفت در فناوری و فراگیر بودن داده ها هدایت شده است. ابتکارات نوظهور مربوط به فن آوری های جدید مورد استفاده در شهرهای هوشمند ، اینترنت اشیاء و سیستم های سایبر-فیزیکی همچنین حجم گسترده ای از داده ها را می طلبد که متخصصان علوم داده نیاز دارند. برای فارغ التحصیلان ماهر در تجزیه و تحلیل داده های در مقیاس بزرگ ، نیاز فوری وجود دارد.

به گفته هابلیا ، نروژ کسری نگران کننده از افراد دارای مهارت فنی قوی دارد. فاصله بین نیازها و تخصص های موجود از 24 تا 113 درصد است. بهترین سناریو نشان می دهد که تا سال 2030 ، یک در چهار موقعیت ICT خالی از سکنه خواهد بود.

مک کینزی تخمین می زند که ایالات متحده از 140،000 تا 190،000 نفر با تخصص تحلیلی و 1.5 میلیون مدیر و تحلیلگر با مهارت درک و تصمیم گیری مبتنی بر تجزیه و تحلیل داده های بزرگ ، کمبود داشته باشد. این به عنوان یک شکاف 50-60٪ در تقاضا برای کارشناسان تحلیلی تخمین زده می شود. گزارشی از انجمن سلطنتی آماری در انگلستان نشان می دهد كه 80٪ سازمانها در حال حاضر مشكلات مربوط به یافتن مهارت های لازم برای پر کردن تقاضای روز افزون را دارند.

بیشتر مشاغل بزرگ که به فناوری اطلاعات متکی هستند ، نیاز به افراد متخصص در علوم داده دارند. بنابراین ، این مدرک لیسانس یک صلاحیت منحصر به فرد برای مقابله با چالش های مختلف در سازمان ها و بخش های مختلف صنعت فراهم می کند.

مطالعات بیشتر

دانشجویانی که مایل به آموزش بیشتر در علوم داده می باشند می توانند برای مطالعات سطح کارشناسی ارشد مربوط به محاسبات ، تجزیه و تحلیل داده ها یا علوم داده در انواع مؤسسات آموزش عالی هم در نروژ و هم در سطح بین المللی اقدام کنند. فارغ التحصیلانی که مایل به ادامه تحصیل در مقطع دکترا هستند ، می توانند در نروژ و یا فراتر از آن ، درخواست چنین فرصت هایی برای تحصیل کنند.