Πτυχίο Επιστήμης στην Επιστήμη Δεδομένων
Buffalo, Ηνωμένες Πολιτείες
BSc (Bachelor Επιστημών)
ΔΙΆΡΚΕΙΑ
4 έτη
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
ΔΊΔΑΚΤΡΑ
USD 37.945 / per year *
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
* 2022-23 δίδακτρα πλήρους απασχόλησης
Τα Big Data μεταμορφώνουν κάθε πτυχή του κόσμου μας και η κατανόηση του πώς λειτουργεί θα συνεχίσει να αποτελεί βασικό τομέα εξειδίκευσης για κάθε τομέα και κλάδο, συμπεριλαμβανομένων των επιχειρήσεων, της υγειονομικής περίθαλψης, της εκπαίδευσης και της κυβέρνησης. Το να μελετάς την επιστήμη των δεδομένων σημαίνει να κατανοείς τι σημαίνει να είσαι ένας λύτης προβλημάτων του 21ου αιώνα που μπορεί να μετατρέψει τις πληροφορίες σε ιδέες. Κοινά μονοπάτια σταδιοδρομίας: επιχειρηματικός αναλυτής, στατιστικολόγος, ερευνητής, μηχανικός βαθιάς μάθησης, επιστήμονας δεδομένων.
Κατανόηση και Διαμόρφωση του Κόσμου των Δεδομένων
Ως φοιτητής επιστήμης δεδομένων στο Canisius, θα αναπτύξετε ένα βασικό σύνολο τεχνικών δεξιοτήτων στα μαθηματικά, την επιστήμη των υπολογιστών και την επιχειρηματική ευφυΐα. Μέσω της βιωματικής μάθησης, θα χρησιμοποιήσετε την πιο πρόσφατη τεχνολογία για να εξερευνήσετε και να αναλύσετε σύνολα δεδομένων και να προβλέψετε πώς θα μπορούσαν να εφαρμοστούν σε διάφορες καταστάσεις επίλυσης προβλημάτων.
Εάν ο στόχος σας είναι να μάθετε πώς να μεταφράζετε σύνθετα δεδομένα σε χρήσιμες πληροφορίες, θα είστε καλά προετοιμασμένοι για έναν ρόλο αναλυτή σε μια επιχείρηση ή οργανισμό μέχρι να αποφοιτήσετε. Εάν το πάθος σας είναι η δημιουργία μοντέλων δεδομένων και αλγορίθμων, θα είστε σε καλή θέση για να συνεχίσετε τις σπουδές σας σε μεταπτυχιακό επίπεδο.
Μια διεπιστημονική προσέγγιση
Μια καλά στρογγυλεμένη προοπτική είναι συνεπής με τον πυρήνα των φιλελεύθερων τεχνών στο Canisius. Μαζί με συγκεκριμένες γνώσεις σχετικά με την επιστήμη των δεδομένων, το πρόγραμμά μας θα σας οπλίσει με τις δεξιότητες που απαιτούνται για να ευδοκιμήσετε στον επαγγελματικό κόσμο—συμπεριλαμβανομένης της γραπτής και προφορικής επικοινωνίας, της ομαδικής εργασίας, της σύνθεσης πληροφοριών, της επίλυσης προβλημάτων και της κριτικής σκέψης. Καθοδηγούμενοι από τις αξίες των Ιησουιτών, θα αναπτύξετε επίσης μια ολιστική κατανόηση των ηθικών ζητημάτων που καθοδηγούν τη χρήση των δεδομένων στη σύγχρονη ζωή.
Βασικές απαιτήσεις
Μαθήματα Πληροφορικής
- CSC 111 & 111L Εισαγωγή στον Προγραμματισμό και Εισαγωγή στο Εργαστήριο Προγραμματισμού
- Εργαστήριο δομών δεδομένων και δομών δεδομένων CSC 112 & 112L
- CSC 310 & 310L Εργαστήριο Οργάνωσης και Επεξεργασίας Πληροφοριών και Οργάνωσης και Επεξεργασίας Πληροφοριών
- CSC 330 & 330L Operating System Design and Distributed Computing and Operating System Design and Distributed Computing Laboratory
Μαθήματα Επιστήμης Δεδομένων
- DAT 111- Εισαγωγή στην Αναφορά και Ανάλυση
- DAT 211-Εισαγωγή στα στατιστικά στοιχεία με τον R
- DAT 411-Econometrics (διασταυρούμενη λίστα τρέχον μάθημα BUS ή DAT, όχι νέο μάθημα)
- DAT 412-Μηχανική Εκμάθηση
Μαθήματα Μαθηματικών
- ΜΑΤ 111 Λογισμός Ι
- ΜΑΤ 112 Λογισμός II
- ΜΑΤ 211 Λογισμός ΙΙΙ
- ΜΑΤ 219 Γραμμική Άλγεβρα
- ΜΑΤ 351 Πιθανότητες & Στατιστικά Ι
- ΜΑΤ 341 Αριθμητική Ανάλυση
Επιστήμη Δεδομένων: Μαθησιακοί Στόχοι Προγράμματος
Μαθητικός στόχος 1: Θεμέλια
- Στόχος 1Α: Ένα Ίδρυμα στην Επιστήμη των Υπολογιστών. Οι μαθητές θα μιλούν άπταιστα προγράμματα και θα κατανοούν τις δομές της βάσης δεδομένων και τις έννοιες κατανεμημένων υπολογιστών. Θα είναι έτοιμοι να μάθουν νέες γλώσσες και να προσαρμοστούν στις γρήγορες αλλαγές στο λογισμικό.
- Στόχος 1Β: Προσαρμόσιμα θεμελιώδη εφαρμοσμένα στατιστικά: Οι μαθητές θα είναι σε θέση να χρησιμοποιούν τις βασικές αρχές της θεωρίας πιθανοτήτων σε ποικίλα πλαίσια, συμπεριλαμβανομένων τόσο των κλασικών στατιστικών προσεγγίσεων όσο και των μεθόδων που βασίζονται σε υπολογισμούς. Οι μαθητές θα είναι εξοικειωμένοι με μια σύγχρονη πλατφόρμα στατιστικού λογισμικού και θα είναι σε θέση να προσαρμοστούν εύκολα σε άλλες
Είτε:
- Στόχος 1Γ: Ουσιαστική γνώση μιας περιοχής τομέα. Οι μαθητές που επέλεξαν αυτό το μονοπάτι θα έχουν ένα ουσιαστικό υπόβαθρο σε μια περιοχή εφαρμογών (ή τομέα) στην οποία μπορούν να εφαρμόσουν τακτικές επιστήμης δεδομένων. {η αξιολόγηση θα βασίζεται στο εξωτερικό μείζον ή δευτερεύον}
Ή
- Στόχος 1Δ: Πρόσθετες μαθηματικές ή υπολογιστικές μελέτες-Οι μαθητές που επέλεξαν αυτήν την επιλογή θα επιδείξουν σημαντικές πρόσθετες ικανότητες στα Μαθηματικά ή στην Επιστήμη των Υπολογιστών, προετοιμάζοντάς τους για προσπάθειες έρευνας και ανάπτυξης στην Επιστήμη των Δεδομένων. {Αξιολόγηση μέσω των Μαθηματικών ή της Επιστήμης Υπολογιστών κύρια ή ελάσσονα}
Μαθητικός στόχος 2: Αποτελεσματική ομαδική εργασία.
- Στόχος 2Α: Οι μαθητές θα επιδείξουν την ικανότητα να εργάζονται σε διεπιστημονικές ομάδες για την αντιμετώπιση προβλημάτων του πραγματικού κόσμου.
- Στόχος 2Β: Οι μαθητές θα κατανοήσουν τις τρέχουσες θεωρητικές ιδέες που σχετίζονται με το σχηματισμό αποτελεσματικών συνεργατικών ομάδων.
Μαθητικός Στόχος 3: Αποτελεσματική Επιχειρηματική Επικοινωνία.
- Στόχος 3Α: Οι μαθητές θα είναι σε θέση να προσδιορίσουν τις ανάγκες διαφορετικού κοινού και να παρουσιάσουν αποτελεσματικά σύνθετες πληροφορίες με τρόπους που ταιριάζουν στις ανάγκες πολλαπλών ακροατηρίων.
- Στόχος 3Β: Οι μαθητές θα είναι σε θέση να γράφουν αποτελεσματικά για να μεταφέρουν αποτελέσματα ανάλυσης δεδομένων σε επιχειρηματικά ή άλλα περιβάλλοντα τομέα.
- Στόχος 3Γ: Οι μαθητές θα είναι σε θέση να δημιουργούν και να παραδίδουν αποτελεσματικές προφορικές παρουσιάσεις, καθώς και να παρουσιάζουν ιδέες σε λιγότερο επίσημους προφορικούς χώρους.
- Στόχος 3D: Οι μαθητές θα είναι σε θέση να δημιουργήσουν αποτελεσματικά γραφικά, τόσο στατικές όσο και ενεργές οθόνες σε πραγματικό χρόνο, που μεταφέρουν αποτελέσματα σε επιχειρηματικό ή άλλο κοινό τομέα.
Μαθητικός στόχος μαθητή 4: Ηθική διαχείριση δεδομένων
- Στόχος 4Α: Οι μαθητές θα έχουν επίγνωση των ηθικών και ηθικών ζητημάτων που προκύπτουν κατά την εργασία με μεγάλα σύνολα δεδομένων και θα κατανοήσουν τα βήματα που πρέπει να ληφθούν για την προστασία των δικαιωμάτων και της ιδιωτικής ζωής των εμπλεκόμενων ατόμων.