Newcastle University Undergraduate programs
Data Science BSc
Newcastle upon Tyne, Ηνωμένο Βασίλειο
BSc (Bachelor Επιστημών)
ΔΙΆΡΚΕΙΑ
3 έτη
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Sep 2026
ΔΊΔΑΚΤΡΑ
GBP 25.600 / per year
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
Η επιστήμη των δεδομένων είναι ένα διεπιστημονικό και αναδυόμενο πεδίο. Συνδυάζει μαθηματικά και υπολογιστές για την ανάλυση μεγάλων και πολύπλοκων συνόλων δεδομένων.
Το πτυχίο μας θα σας δώσει τις δεξιότητες για να μετατρέψετε τα δεδομένα σε ουσιαστικά αποτελέσματα. Θα μάθετε να χρησιμοποιείτε τις αναλυτικές και υπολογιστικές σας δεξιότητες για να ερμηνεύσετε, να καθαρίσετε και να οπτικοποιήσετε δεδομένα με σιγουριά.
Συνεργαστήκαμε με το Εθνικό Κέντρο Καινοτομίας για Δεδομένα (NICD) για να δημιουργήσουμε το πτυχίο μας στο Data Science BSc. Αυτό το Κέντρο Αριστείας βρίσκεται στην πρώτη γραμμή:
- Επιστημονικά δεδομένα
- Εφαρμογή AI
- Συμμετοχή στον κλάδο
Το NICD έχει διαμορφώσει το πρόγραμμα σπουδών μας με την προσέγγισή του στον πραγματικό κόσμο και στη βιομηχανία. Θα αποφοιτήσετε με εξειδίκευση στα πιο σχετικά και καινοτόμα θέματα επιστήμης δεδομένων. Θα μάθετε και θα εργαστείτε δίπλα σε κορυφαίους επαγγελματίες στην επιστήμη των δεδομένων.
Στάδιο 1
Η ενότητα Foundations of Data Science θα σας μυήσει στον κόσμο της επιστήμης δεδομένων. Θα μελετήσετε θεμελιώδη θέματα στα μαθηματικά και στους υπολογιστές. Στα Στάδια 2 και 3, θα βασιστείτε σε αυτά τα θέματα με πιο εξατομικευμένες ενότητες επιστήμης δεδομένων.
Τα θέματα των μαθηματικών περιλαμβάνουν πιθανότητες, στατιστικές, άλγεβρα και λογισμό. Στους υπολογιστές, θα μάθετε για τον κύκλο ζωής της μηχανικής λογισμικού και θα αναπτύξετε τις προγραμματιστικές σας δεξιότητες.
Υποχρεωτικές ενότητες
- Θεμελιώσεις της επιστήμης των δεδομένων
- Χαρτοφυλάκιο προγραμματισμού 1
- Εισαγωγική Άλγεβρα (για φοιτητές Ψυχολογίας)
- Λογισμικό πολλών μεταβλητών
- Πραγματική ανάλυση
- Εισαγωγικός Λογισμός
- Εισαγωγή στις Πιθανότητες και Στατιστικές
- Συστήματα Αριθμών
Στάδιο 2
Θα μελετήσετε εξειδικευμένες ενότητες στα μαθηματικά και την επιστήμη των υπολογιστών, συμπεριλαμβανομένων:
- Οπτικοποίηση δεδομένων
- Οπισθοδρόμηση
- Προγραμματισμός ασφαλείας
- Σχεδιασμός και ανάλυση αλγορίθμων
Θα μελετήσετε επίσης ενότητες που παρέχονται από το NICD και θα λάβετε μέρος σε masterclasses και στο Data Innovation Bootcamp του NICD. Θα εργαστείτε ως ομάδα σε πραγματικές επιχειρηματικές προκλήσεις. Θα μάθετε να επιλύετε προβλήματα και να αναπτύσσετε λύσεις προσανατολισμένες στον πελάτη.
Υποχρεωτικές ενότητες
- Προγραμματισμός Ασφαλείας
- Σχεδιασμός και Ανάλυση Αλγορίθμων
- Σύνορα στην Επιστήμη Δεδομένων Α
- Γραμμική άλγεβρα
- Εισαγωγή στα στατιστικά συμπεράσματα
- Εισαγωγή στην Παλινδρόμηση και Στοχαστική Μοντελοποίηση
- Υπολογιστική πιθανότητα και στατιστική με R
- Στοχαστικές Διεργασίες
- Οπτικοποίηση δεδομένων
Προαιρετικές ενότητες
- Αλγεβρα
- Ομάδες και Διακριτά Μαθηματικά
- Θεωρία Κωδικοποίησης
- Επιστημονικός Υπολογισμός με Python
- Μαθηματική Βιολογία
Στάδιο 3
Στο Στάδιο 3, θα συνεχίσετε να συμμετέχετε σε masterclasses που διοργανώνονται από το NICD. Θα εφαρμόσετε δεξιότητες στατιστικής, μαθηματικής, προγραμματισμού και επιστήμης δεδομένων σε μια ποικιλία προβλημάτων. Θα είστε επίσης ελεύθεροι να εξερευνήσετε τα ενδιαφέροντά σας με μια σειρά από προαιρετικές ενότητες μαθηματικών και επιστήμης υπολογιστών.
Υποχρεωτικές ενότητες
- Computer Vision & AI
- Data Innovation Bootcamp
- Σύνορα στην Επιστήμη Δεδομένων Β
- Data Science Group Project
- Γραμμικά μοντέλα
- Big Data Analytics
Προαιρετικές ενότητες
- Αναλύσεις βιοϊατρικών δεδομένων και AI
- Αλληλεπίδραση ανθρώπου-υπολογιστή: Σχεδιασμός αλληλεπίδρασης
- Οπτικοποίηση δεδομένων και Visual Analytics
- Τα θεμέλια της ομαδικής θεωρίας
- Γραμμική ανάλυση
- Θεωρία Κωδικοποίησης
- Ανάλυση μήτρας
- Μετρικοί Χώροι και Τοπολογία
- Θεωρία Αριθμών και Κρυπτογραφία
- Θεωρία αναπαράστασης
- Καμπύλες και Επιφάνειες
- Μαθηματικά θεμέλια μηχανικής μάθησης
- Μεταβλητές Μέθοδοι και Δυναμική Λαγκρανζ
- Επιδημιολογία
- Στοχαστική Χρηματοοικονομική Μοντελοποίηση
- Στατιστικά Συμπεράσματα
- Γενικευμένα Γραμμικά Μοντέλα
- Θέματα Στατιστικής Μοντελοποίησης Α
- Πειραματικός Σχεδιασμός
- Διακριτή Στοχαστική Μοντελοποίηση & Ανάλυση Επιβίωσης
- Εφαρμοσμένη Πιθανότητα
- Παγκόσμιο Top 130 University - QS World University Rankings 2025
- Top 200 για στατιστικές και επιχειρησιακή έρευνα - QS World University Rankings ανά θέμα 2024
- Top 140 για Μηχανική και Τεχνολογία - QS World University Rankings ανά Θέμα 2024
- Αύξηση 65% στην ερευνητική ισχύ από το 2014 – Πλαίσιο Ερευνητικής Αριστείας 2021
- Το 42% της έρευνάς μας έχει ταξινομηθεί ως 4* κορυφαία έρευνα παγκοσμίως – Research Excellence Framework 2021
- Το Top 25 στο Ηνωμένο Βασίλειο και το Top 100 στον κόσμο για τη βιώσιμη ανάπτυξη – Times Higher Education Impact Rankings 2024
- Παγκόσμια Top 170 University - Times Higher Education World University Rankings 2024
Οι απόφοιτοι της επιστήμης δεδομένων αναφέρουν ότι κερδίζουν μέσο μισθό 32.000 £ κατά την αποφοίτησή τους.
Οι πιθανοί θέσεις εργασίας για πτυχιούχους επιστήμης δεδομένων περιλαμβάνουν:
- Επιστήμονας δεδομένων
- Επιστήμονας δεδομένων AI
- Αναλυτής δεδομένων
- Στατιστικολόγος
- Μηχανικός δεδομένων
- Αναλυτής κινδύνου
- Αναλυτής έρευνας αγοράς
- Υπεύθυνος Analytics
- Μηχανικός μάθησης μηχανών
Θα συνεργαστείτε στενά και θα δικτυωθείτε με ερευνητές και επιχειρήσεις στο NICD. Το NICD είναι ένα ερευνητικό κέντρο στην πανεπιστημιούπολη Helix του Πανεπιστημίου του Newcastle.
Θα μάθετε μέσω ενός συνδυασμού διαφορετικών μεθόδων, όπως:
- Διαλέξεις
- Μικρά σεμινάρια σεμιναρίων
- Πρακτικά και πρακτικά εργαστήρια
Οι ενότητες που διδάσκονται από το NICD θα ακολουθήσουν μια βιωματική μαθησιακή προσέγγιση. Αυτό σημαίνει ότι θα μάθετε κάνοντας. Θα χρησιμοποιήσετε τον ιδεασμό και τη διαδικασία καινοτομίας για να λύσετε προβλήματα του πραγματικού κόσμου. Οι προσεγγίσεις περιλαμβάνουν:
- Αντεστραμμένη μάθηση
- Bootcamps
- Masterclasses
Κατά τη διάρκεια της αναστροφής μάθησης, θα ερευνήσετε ένα θέμα και θα αναφέρετε στους ειδικούς του θέματος.
Κατά τη διάρκεια του μαθήματος, θα αναπτύξετε ένα χαρτοφυλάκιο ανοιχτού κώδικα. Θα το χρησιμοποιήσετε για να παρακολουθείτε και να επιδείξετε τις δεξιότητες και την τεχνογνωσία σας στους μελλοντικούς εργοδότες.