Laurea in scienza dei dati applicata (online e on-campus)
Noroff School of Technology and Digital Media
Informazione chiave
Posizione del campus
Kristiansand, Norvegia
Le lingue
Inglese
Formato di studio
Insegnamento a distanza, Nel campus
Durata
3 anni
Ritmo
Tempo pieno
Tasse universitarie
EUR 25.680 / per semester *
Scadenza della domanda
Richiedi informazioni
La prima data di inizio
Richiedi informazioni
* prezzo online: 4.280 Euro al semestre, 150 Euro - tassa di ammissione; prezzo nel campus: 5.730 Euro al semestre, 150 Euro - biglietto d'ingresso
Borse di studio
Esplora le opportunità di borse di studio per contribuire a finanziare i tuoi studi
introduzione
La formazione IT si concentra sulla crescente necessità globale di analisi dei big data. Applied Data Science ti insegna metodi scientifici per lavorare con i dati in modo pratico e pertinente.
L'esplosione dei dati
Stiamo vivendo nell'era dei dati! I dati provengono da ogni dove: post su siti di social media, transazioni di vendita online, sensori di clima e traffico, dispositivi abilitati per GPS, sistemi di telefoni cellulari, reti di trasporto, sistemi industriali, sanità e Internet of Things. I dati vengono generati a una velocità in costante accelerazione sia dagli esseri umani che dalle macchine. IBM stima che ogni giorno vengano generati 2,5 quintilioni di byte di dati, con il 90% dei dati esistenti creato solo negli ultimi due anni.
L'ascesa dei Big Data e la disponibilità di numerosi e diversi set di dati specializzati significa che sono necessari esperti di dati per lavorare in tutti i domini, tra cui scienza, industria e governo, lavorando attraverso l'intero ciclo di vita dei dati, dall'acquisizione, pulizia ed esplorazione all'analisi, visualizzazione e comunicazione. Questo è il dominio del Data Scientist.
Durante tutto il corso di laurea, gli studenti apprenderanno le basi teoriche necessarie per lavorare in questo settore, nonché l'applicazione pratica degli strumenti e delle tecniche utilizzate nel campo della scienza dei dati. Ciò include la gestione dei dati, l'analisi e la visualizzazione, lo sviluppo e la distribuzione del software, l'analisi matematica e statistica, l'intelligenza artificiale e l'apprendimento automatico.
Informazioni sul programma
Prossimo avvio:
- 10 agosto 2020
Città universitaria:
- Kristiansand
- Studi online
Durata:
- 3 anni
Lingua del programma:
- Inglese
Struttura del programma
Il primo anno del programma è stato progettato per sviluppare una vasta gamma di competenze di base richieste dai data scientist. Durante questo anno di studio, gli studenti svilupperanno competenze di programmazione, matematica, networking e gestione dei dati insieme a ricerca e gestione del progetto.
Durante il secondo anno di studio, gli studenti svilupperanno ulteriormente le proprie capacità di programmazione e sviluppo software. Esploreranno anche strumenti e tecniche statistiche per l'analisi dei dati ed esploreranno le tecnologie di archiviazione dei dati NoSQL.
Nel loro ultimo anno, gli studenti acquisiranno esperienza pratica nell'analisi dei big data e nella visualizzazione dei dati e svilupperanno applicazioni usando i principi di apprendimento automatico. Quest'anno include anche l'opportunità di sviluppare competenze pratiche specifiche del dominio, esplorando i requisiti dei dati dei settori industriali del petrolio e del gas, dell'ingegneria e dell'informatica o dei settori legati alla società del governo e della sanità.
Dopo aver completato la laurea, i laureati avranno le competenze teoriche e pratiche necessarie per lavorare in una varietà di settori all'interno di numerosi tipi di organizzazioni. I laureati saranno inoltre qualificati per continuare a sviluppare le loro competenze attraverso ulteriori studi.
corsi
Anno 1:
- Metodologie di apprendimento e ricerca basate sui problemi
- Introduzione alla sicurezza delle informazioni
- Aspetti professionali dell'informatica
- Introduzione alla programmazione
- Matematica discreta
- Principi di rete
- Programmazione e database
- Progetto di studio
Anno 2:
- Programmazione orientata agli oggetti
- File system operativi
- Database NoSQL
- Strumenti e tecniche di analisi statistica
- Sviluppo software professionale
- Algoritmi e strutture dati
- Progetto di studio
Anno 3:
- Progetto per l'anno conclusivo
- Big Data Analytics
- Visualizzazione dei dati
- Machine Learning
- Elettivo
- Elettivo
elettivi:
- Società intelligenti Salute, società e media
- Tecnologie intelligenti: informatica, telecomunicazioni e sicurezza informatica
- Industrie intelligenti: petrolio, gas e ingegneria
- Elaborazione del linguaggio naturale
- Crittografia e steganografia
- Gestione degli incidenti
- Matematica discreta ulteriore
- Matematica pura per il calcolo
Risultati di apprendimento
Conoscenza:
- Ha un'ampia conoscenza degli argomenti, delle teorie, dei principi e delle questioni importanti nella scienza dei dati, nell'analisi dei big data e nei campi correlati, nonché nei processi, negli strumenti e nei metodi teorici e digitali associati per indagare su situazioni problematiche guidate dai dati.
- Conosce l'attuale lavoro di ricerca e sviluppo nel campo dell'analisi dei big data e della scienza dei dati.
- Conosce i principi, le teorie, gli strumenti e le tecniche chiave dello sviluppo del software e dell'analisi dei dati per lavorare con set di dati eterogenei di grandi dimensioni, come applicarli a una varietà di domini e situazioni guidati dai dati e come valutarne l'efficacia ei risultati ottenuto dalla loro domanda.
- Può aggiornare le proprie conoscenze nell'area della scienza dei dati attraverso studi accademici, ricerche e sviluppo professionale.
- Conosce la storia e lo sviluppo dell'analisi dei big data e della scienza dei dati, inclusi i principali strumenti, tecniche e tecnologie nel dominio della scienza dei dati e il loro impatto passato e potenziale futuro sulla funzione, la gestione, l'analisi e lo sviluppo della scienza, industria e società.
- Comprende le questioni legali ed etiche relative all'ottenimento e all'analisi dei big data e alla presentazione dei risultati dell'analisi dei big data agli stakeholder.
- Ha conoscenza dell'applicazione dei principi della scienza dei dati e degli strumenti e delle tecniche statistiche e analitiche, in ambiti scientifici, sociali e industriali complessi.
Abilità:
- Può applicare le conoscenze accademiche e teoriche degli strumenti e delle tecniche di analisi dei dati, oltre all'attuale lavoro di ricerca e sviluppo, ai problemi pratici e teorici della scienza dei dati, al fine di prendere decisioni e scelte fondate, informate e giustificate.
- È in grado di riflettere sulla propria pratica accademica e sul proprio sviluppo professionale, identificare aree di miglioramento e adattarsi ai futuri sviluppi dell'analisi dei dati e degli strumenti, delle tecniche e della tecnologia di visualizzazione.
- È in grado di trovare, valutare e fare riferimento a informazioni pertinenti e argomenti accademici e presentarli in modo da far luce sui problemi basati sui dati.
- È in grado di individuare, acquisire, manipolare e analizzare in modo appropriato ed efficace set di dati eterogenei di grandi dimensioni utilizzando tecnologie di analisi dei dati e tecniche statistiche appropriate.
- È in grado di estrarre significato e interpretare i dati, utilizzando una varietà di strumenti e metodi matematici e di apprendimento automatico.
- È in grado di selezionare e utilizzare gli strumenti e le tecniche digitali primari per visualizzare i dati e i risultati dell'analisi dei big data in modo appropriato e professionale, al fine di sviluppare e presentare approfondimenti informativi in situazioni problematiche guidate dai dati.
- È in grado di selezionare e applicare criticamente una serie di tecniche analitiche e metodologiche di risoluzione dei problemi, basate sulla ricerca, e di essere in grado di interpretare le soluzioni e presentare i risultati in modo appropriato.
- È in grado di identificare le parti interessate dei progetti di scienza dei dati e comunicare, creare reti e collaborare con queste parti interessate in modo appropriato in base ai requisiti del progetto e ai potenziali impatti dei risultati.
Competenza generale:
- È in grado di identificare e agire in modo appropriato su complesse questioni etiche che sorgono all'interno della pratica accademica e professionale come Data Scientist.
- È in grado di pianificare, eseguire e gestire una serie di incarichi e progetti relativi alla scienza dei dati nel tempo, da soli o come parte di un gruppo, per una conclusione positiva e in conformità con i requisiti e i principi etici pertinenti.
- È in grado di comunicare i risultati del lavoro accademico teorico, pratico e basato sulla ricerca in modo efficace utilizzando forme appropriate di comunicazione (elettronica, orale e / o scritta) al fine di presentare teorie, argomenti, problemi e soluzioni in modo appropriato e professionale.
- Può comunicare e scambiare opinioni, idee e altri argomenti come teorie, problemi e soluzioni, con altri con background e / o esperienza nella scienza dei dati e campi correlati, attraverso la selezione e l'applicazione di appropriati metodi di comunicazione, contribuendo così allo sviluppo di buone pratiche all'interno della comunità di pratica della scienza dei dati.
- È in grado di impegnarsi nell'autoriflessione come parte della strategia di apprendimento permanente richiesta da un professionista della scienza dei dati e da un professionista riflessivo.
- Conosce il pensiero e le tendenze attuali e nuovi nel campo della scienza dei dati e delle discipline correlate.
Opportunità di carriera
Le competenze e le competenze di questo programma di laurea sono ricercate poiché molti indicatori di tendenza suggeriscono che i problemi relativi a Data Science e "Big Data" avranno un significato sempre crescente per molti settori commerciali. Ciò è stato guidato negli ultimi anni dagli sviluppi della tecnologia e dall'ubiquità dei dati. Le iniziative emergenti relative alle nuove tecnologie utilizzate in Smart Cities, Internet of Things e Cyber-Physical Systems genereranno anche una grande quantità di dati che richiedono specialisti in scienza dei dati. Vi è un urgente bisogno di laureati esperti nell'analisi dei dati su larga scala.
Secondo Abelia, c'è un preoccupante deficit di persone con forti competenze tecniche in Norvegia. La distanza tra le esigenze e le competenze disponibili varia dal 24 al 113 percento. Lo scenario migliore suggerisce che entro il 2030, una posizione su quattro nelle TIC sarà vacante.
McKinsey stima che negli Stati Uniti mancano da 140.000 a 190.000 persone con competenze analitiche e 1,5 milioni di manager e analisti con le capacità di comprendere e prendere decisioni basate sull'analisi dei big data. Questo è stimato come un divario del 50-60% nella domanda di esperti analitici. Un rapporto della Royal Statistical Society nel Regno Unito ha evidenziato che l'80% delle organizzazioni ha già problemi a trovare le competenze per soddisfare la crescente domanda.
La maggior parte delle grandi aziende che si affidano alla tecnologia dell'informazione hanno bisogno di persone con esperienza in Data Science. Questo diploma di laurea, quindi, fornisce una qualifica unica per gestire le sfide in una varietà di organizzazioni e settori industriali.
Ulteriori studi
Gli studenti che desiderano proseguire la formazione in Data Science possono richiedere studi di livello master relativi a informatica, analisi dei dati o scienza dei dati presso una varietà di istituti di istruzione superiore sia in Norvegia che a livello internazionale. I laureati che desiderano proseguire gli studi di dottorato potranno quindi fare domanda per tali opportunità di studio in Norvegia o oltre.
Sulla scuola
Domande
Corsi simili
Data Science and Software Development
- Bremen, Germania
Laurea in Informatica
- Krems an der Donau, Austria
Laurea triennale in Analisi dei dati e aziendale
- Madrid, Spagna