응용 데이터 과학 학사 (온라인 및 캠퍼스)

전 세계적으로 빅 데이터 분석에 대한 요구가 증가하는 데 중점을 둔 IT 교육. 응용 데이터 과학 (Applied Data Science)은 실용적이고 적절한 방식으로 데이터를 다루는 과학적 방법을 알려줍니다.

데이터 폭발

우리는 데이터 시대에 살고 있습니다! 데이터는 소셜 미디어 사이트, 온라인 판매 거래, 기후 및 교통 센서, GPS 지원 장치, 휴대 전화 시스템, 교통 네트워크, 산업 시스템, 의료, 사물 인터넷 등 모든 곳에서 제공됩니다. 데이터는 인간과 기계 모두에 의해 지속적으로 가속화되는 속도로 생성되고 있습니다. IBM은 매일 2.5 조 바이트의 데이터가 생성되며 기존 데이터의 90 %가 지난 2 년 동안 만 생성되었다고 추정합니다.

빅 데이터의 부상과 다양하고 다양한 전문 데이터 세트의 가용성은 데이터 전문가가 과학, 산업 및 정부를 포함한 모든 주제 영역에서 작업하고 수집, 정리 및 탐색에 이르기까지 전체 데이터 수명주기에 걸쳐 작업해야 함을 의미합니다. 분석, 시각화 및 커뮤니케이션에. 이것은 데이터 과학자의 영역입니다.

학사 프로그램을 통해 학생들은이 영역에서 작업하는 데 필요한 이론적 기초와 데이터 과학 분야에서 사용되는 도구 및 기술의 실제 적용을 배웁니다. 여기에는 데이터 관리, 분석 및 시각화, 소프트웨어 개발 및 배포, 수학적 및 통계 분석, 인공 지능 및 기계 학습이 포함됩니다.

프로그램 정보

다음 시작 :

• 2020 년 8 월 10 일

교정:

• 크리스티 안산
• 온라인 연구

지속:

• 3 년

프로그램 언어 :

• 영어

프로그램 구조

이 프로그램의 첫 해는 데이터 과학자들이 요구하는 광범위한 기초 기술을 개발하도록 설계되었습니다. 올해의 연구 기간 동안 학생들은 연구 및 프로젝트 관리와 함께 프로그래밍, 수학, 네트워킹 및 데이터 관리 기술을 개발하게됩니다.

2 학년 동안 학생들은 프로그래밍 및 소프트웨어 개발 기술을 더욱 발전시킬 것입니다. 또한 데이터 분석을위한 통계 도구 및 기술을 탐색하고 NoSQL 데이터 스토리지 기술을 탐색합니다.

마지막 해에 학생들은 빅 데이터 분석 및 데이터 시각화에 대한 실질적인 경험을 얻고 기계 학습 원리를 사용하여 응용 프로그램을 개발합니다. 올해에는 석유 및 가스, 엔지니어링 및 정보 기술 산업 분야 또는 정부 및 건강 관리의 사회 관련 부문의 데이터 요구 사항을 탐색하여 도메인 별 실용적인 전문 지식을 개발할 수있는 기회도 포함됩니다.

학위를 마치면 졸업생은 여러 유형의 조직 내에서 다양한 산업 분야에서 일하는 데 필요한 이론적이고 실용적인 역량을 갖추게됩니다. 졸업생은 추가 연구를 통해 전문 지식을 계속 개발할 자격이 있습니다.

행동

1 학년 :

• 문제 기반 학습 및 연구 방법론
• 정보 보안 소개
• 컴퓨팅의 전문적인 측면
• 프로그래밍 소개
• 이산 수학
• 네트워크 원칙
• 프로그래밍 및 데이터베이스
• 스튜디오 프로젝트 작업

2 학년 :

• 객체 지향 프로그래밍
• 운영 파일 시스템
• NoSQL 데이터베이스
• 통계 분석 도구 및 기법
• 전문 소프트웨어 개발
• 알고리즘 및 데이터 구조
• 스튜디오 프로젝트 작업

3 학년 :

• 최종 연도 프로젝트
• 빅 데이터 분석
• 데이터 시각화
• 기계 학습
• 임의로 선택할 수 있는
• 임의로 선택할 수 있는

선택 과목 :

• 스마트 사회 건강, 사회 및 미디어
• 스마트 기술 : 컴퓨팅, 통신 및 사이버 보안
• 스마트 산업 : 석유, 가스 및 엔지니어링
• 자연 언어 처리
• 암호화 및 스테 가노 그래피
• 사고 관리
• 추가 이산 수학
• 컴퓨팅을위한 순수한 수학

학습 결과

지식:

• 데이터 과학, 빅 데이터 분석 및 관련 분야의 중요한 주제, 이론, 원리 및 문제와 관련 이론 및 디지털 프로세스, 데이터 기반 문제 상황을 조사하기위한 도구 및 방법에 대한 광범위한 지식을 보유하고 있습니다.
• 빅 데이터 분석 및 데이터 과학 분야의 현재 연구 개발 작업에 익숙합니다.
• 대규모 이기종 데이터 세트 작업을위한 주요 소프트웨어 개발 및 데이터 분석 원칙, 이론, 도구 및 기술, 다양한 데이터 기반 도메인 및 상황에 적용하는 방법, 효과 및 결과 평가 방법에 대한 지식이 있습니다. 그들의 신청에서 얻은.
• 학문적 연구, 연구 및 전문성 개발을 통해 데이터 과학 분야의 지식을 업데이트 할 수 있습니다.
• 데이터 과학 영역의 주요 도구, 기술 및 기술을 포함하여 빅 데이터 분석 및 데이터 과학의 역사와 개발에 대한 지식과 과학의 기능, 관리, 분석 및 개발에 대한 과거 및 잠재적 미래 영향에 대한 지식이 있습니다. 산업 및 사회.
• 빅 데이터 획득 및 분석, 빅 데이터 분석 결과를 이해 관계자에게 제시하는 것과 관련된 법적, 윤리적 문제를 이해합니다.
• 복잡한 과학, 사회 및 산업 분야에서 데이터 과학 원칙, 통계 및 분석 도구 및 기술을 적용하는 데 대한 지식이 있습니다.

기술 :

• 데이터 분석 도구 및 기술에 대한 학문적 및 이론적 지식과 현재의 연구 및 개발 작업을 실용적이고 이론적 인 데이터 과학 문제에 적용하여 잘 정립되고 정보에 입각 한 정당한 결정과 선택을 할 수 있습니다.
• 자신의 학업 실습 및 전문성 개발을 반영하고 개선 할 영역을 식별하며 데이터 분석 및 시각화 도구, 기술 및 기술의 향후 개발에 적응할 수 있습니다.
• 관련 정보 및 학문적 주제를 찾고, 평가하고, 참조 할 수 있으며 데이터 기반 문제를 조명하는 방식으로 제시 할 수 있습니다.
• 적절한 데이터 분석 기술 및 통계 기법을 사용하여 대규모 이기종 데이터 세트를 적절하고 효과적으로 찾고, 조달하고, 조작 및 분석 할 수 있습니다.
• 다양한 수학 및 기계 학습 도구 및 방법을 사용하여 데이터에서 의미를 추출하고 해석 할 수 있습니다.
• 데이터 중심의 문제 상황에 대한 유익한 통찰력을 개발하고 제시하기 위해 데이터 및 빅 데이터 분석 결과를 적절하고 전문적인 방식으로 시각화하기위한 기본 디지털 도구 및 기술을 선택하고 사용할 수 있습니다.
• 연구를 기반으로 다양한 분석 및 방법 론적 문제 해결 기술을 비판적으로 선택하고 적용 할 수 있으며 솔루션을 해석하고 결과를 적절하게 제시 할 수 있습니다.
• 데이터 과학 프로젝트의 이해 관계자를 식별하고 프로젝트 요구 사항 및 결과의 잠재적 영향에 따라 이러한 이해 관계자와 적절하게 통신, 네트워크화 및 협업 할 수 있습니다.

일반적인 역량 :

• 데이터 과학자로서 학업 및 전문 실무에서 발생하는 복잡한 윤리 문제를 파악하고 적절하게 행동 할 수 있습니다.
• 시간이 지남에 따라 또는 그룹의 일부로서 다양한 윤리 과제 및 데이터 과학 관련 프로젝트를 계획, 실행 및 관리 할 수 있으며 관련 윤리 요구 사항 및 원칙에 따라 성공적인 결론을 내릴 수 있습니다.
• 이론, 논증, 문제 및 해결책을 적절하고 전문적인 방식으로 제시하기 위해 적절한 형태의 의사 소통 (전자적, 구두 및 / 또는 서면)을 사용하여 이론적, 실제적 및 연구 기반 학술 작업의 결과를 효과적으로 전달할 수 있습니다.
• 적절한 의사 소통 방법의 선택 및 적용을 통해 데이터 과학 및 관련 분야의 배경 및 / 또는 경험을 가진 다른 사람들과 의견, 아이디어 및 이론, 문제 및 솔루션과 같은 기타 주제와 의사 소통 및 교환 할 수 있습니다. 데이터 과학 실무 커뮤니티 내에서 모범 사례.
• 데이터 과학 전문가와 성찰이 필요한 평생 학습 전략의 일환으로 자기 반성에 참여할 수 있습니다.
• 데이터 과학 및 관련 분야의 현재 및 새로운 사고와 동향에 익숙합니다.

채용 정보

많은 학계 지표가 데이터 과학 및 '빅 데이터'관련 문제가 많은 상업 분야에서 점차 증가하는 중요성을 시사하는 것처럼이 학사 프로그램의 전문성과 기술을 모색하고 있습니다. 이것은 기술의 발달과 유비쿼터스 (ubiquity) 데이터에 의해 최근 몇 년 동안 주도되었습니다. 스마트 시티, 사물 인터넷 및 사이버 물리 시스템에 사용되는 새로운 기술과 관련된 새로운 이니셔티브는 데이터 과학 전문가가 필요한 방대한 양의 데이터를 생성 할 것입니다. 대규모 데이터 분석에 능숙한 졸업생이 절실히 필요합니다.

아벨 리아에 따르면 노르웨이에는 기술력이 강한 사람들이 걱정스러워하고 있습니다. 요구와 사용 가능한 전문 지식 사이의 거리는 24 ~ 113 %입니다. 가장 좋은 시나리오는 2030 년까지 4 개의 ICT 직책 중 하나가 비어 있음을 나타냅니다.

McKinsey는 미국에 분석 전문 지식을 갖춘 14 만 ~ 190,000 명이 부족하고 빅 데이터 분석을 기반으로 의사 결정을 내리고 이해하는 기술을 갖춘 150 만 명의 관리자 및 분석가가 부족하다고 추정합니다. 이는 분석 전문가에 대한 수요의 50-60 % 격차로 추정됩니다. 영국 Royal Statistical Society의 보고서에 따르면 조직의 80 %가 증가하는 수요를 충족 할 수있는 기술을 찾는 데 이미 문제가 있다고 강조했습니다.

정보 기술에 의존하는 대부분의 대기업에는 데이터 과학에 대한 전문 지식이있는 사람이 필요합니다. 따라서이 학사 학위는 다양한 조직 및 산업 부문에서 문제를 처리 할 수있는 고유 한 자격을 제공합니다.

추가 연구

데이터 과학에 대한 추가 교육을 원하는 학생들은 노르웨이 및 전 세계의 다양한 고등 교육 기관에서 컴퓨팅, 데이터 분석 또는 데이터 과학과 관련된 석사 수준의 연구를 신청할 수 있습니다. 박사 수준의 연구를 추구하려는 졸업생은 노르웨이 또는 그 밖의 지역에서 이러한 연구 기회를 신청할 수 있습니다.