ปริญญาตรีสาขาวิทยาศาสตร์ข้อมูลประยุกต์ (ออนไลน์และในมหาวิทยาลัย)
Noroff School of Technology and Digital Media
ข้อมูลสำคัญ
ที่ตั้งวิทยาเขต
Kristiansand, นอร์เวย์
ภาษา
ภาษาอังกฤษ
รูปแบบการเรียน
การเรียนทางไกล, ในมหาวิทยาลัย
ระยะเวลา
3 ปี
ก้าว
เต็มเวลา
ค่าเทอม
EUR 25,680 / per semester *
หมดเขตรับสมัคร
ขอข้อมูล
วันที่เริ่มต้นเร็วที่สุด
ขอข้อมูล
* ราคาออนไลน์: 4,280 ยูโรต่อภาคการศึกษา 150 ยูโร - ค่าธรรมเนียมเข้าชม; ราคาในมหาวิทยาลัย: 5,730 ยูโรต่อภาคการศึกษา 150 ยูโร - ค่าเข้าชม
ทุนการศึกษา
สำรวจโอกาสในการมอบทุนการศึกษาเพื่อช่วยสนับสนุนการศึกษาของคุณ
บทนำ
การศึกษาด้านไอทีมุ่งเน้นไปที่ความต้องการทั่วโลกที่เพิ่มขึ้นสำหรับการวิเคราะห์ข้อมูลขนาดใหญ่ Applied Data Science สอนวิธีการทางวิทยาศาสตร์สำหรับการทำงานกับข้อมูลในทางปฏิบัติและที่เกี่ยวข้อง
การระเบิดของข้อมูล
เรากำลังอยู่ในยุคข้อมูล! ข้อมูลมาจากทุกที่ - โพสต์ไปยังไซต์โซเชียลมีเดียธุรกรรมการขายออนไลน์เซ็นเซอร์สภาพอากาศและการจราจรอุปกรณ์ที่เปิดใช้งาน GPS ระบบโทรศัพท์มือถือเครือข่ายการขนส่งระบบอุตสาหกรรมการดูแลสุขภาพและ Internet of Things ข้อมูลถูกสร้างขึ้นในอัตราเร่งอย่างต่อเนื่องทั้งมนุษย์และเครื่องจักร IBM ประมาณการว่าทุกวันมีการสร้างข้อมูล 2.5 quintillion ไบต์โดย 90% ของข้อมูลที่มีอยู่ถูกสร้างขึ้นในช่วงสองปีที่ผ่านมาเพียงอย่างเดียว
การเพิ่มขึ้นของข้อมูลขนาดใหญ่และความพร้อมใช้งานของชุดข้อมูลเฉพาะทางที่หลากหลายหมายความว่าผู้เชี่ยวชาญด้านข้อมูลจำเป็นต้องทำงานในโดเมนหัวเรื่องทั้งหมดรวมถึงวิทยาศาสตร์อุตสาหกรรมและรัฐบาลทำงานในวงจรชีวิตของข้อมูลทั้งหมดตั้งแต่การได้มาการชำระล้างและการสำรวจ ไปจนถึงการวิเคราะห์การสร้างภาพและการสื่อสาร นี่คือโดเมนของ Data Scientist
ตลอดหลักสูตรปริญญาตรีนักเรียนจะได้เรียนรู้พื้นฐานทางทฤษฎีที่จำเป็นสำหรับการทำงานในโดเมนนี้ตลอดจนการประยุกต์ใช้เครื่องมือและเทคนิคที่ใช้ในสาขาวิทยาศาสตร์ข้อมูล ซึ่งรวมถึงการจัดการข้อมูลการวิเคราะห์และการแสดงภาพการพัฒนาซอฟต์แวร์และการปรับใช้การวิเคราะห์ทางคณิตศาสตร์และสถิติและปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง
ข้อมูลโครงการ
การเริ่มต้นครั้งถัดไป:
- 10 สิงหาคม 2020
วิทยาเขต:
- คริสเตียนแซนด์
- การศึกษาออนไลน์
ระยะเวลา:
- 3 ปี
ภาษาโปรแกรม:
- อังกฤษ
โครงสร้างหลักสูตร
ปีแรกของโปรแกรมได้รับการออกแบบมาเพื่อพัฒนาทักษะพื้นฐานที่จำเป็นสำหรับนักวิทยาศาสตร์ด้านข้อมูล ในช่วงปีการศึกษานี้นักเรียนจะได้พัฒนาทักษะการเขียนโปรแกรมคณิตศาสตร์เครือข่ายและการจัดการข้อมูลควบคู่ไปกับการวิจัยและการจัดการโครงการ
ในช่วงปีที่สองของการศึกษานักเรียนจะได้พัฒนาทักษะการเขียนโปรแกรมและซอฟต์แวร์เพิ่มเติม พวกเขาจะสำรวจเครื่องมือและเทคนิคทางสถิติสำหรับการวิเคราะห์ข้อมูลและสำรวจเทคโนโลยีการจัดเก็บข้อมูล NoSQL
ในปีสุดท้ายนักเรียนจะได้รับประสบการณ์เชิงปฏิบัติในการวิเคราะห์ข้อมูลขนาดใหญ่และการสร้างภาพข้อมูลและพัฒนาแอปพลิเคชันโดยใช้หลักการเรียนรู้ของเครื่อง ในปีนี้ยังรวมถึงโอกาสในการพัฒนาความเชี่ยวชาญเฉพาะด้านโดเมนสำรวจความต้องการข้อมูลของภาคอุตสาหกรรมของน้ำมันและก๊าซวิศวกรรมและเทคโนโลยีสารสนเทศหรือภาคส่วนที่เกี่ยวข้องกับสังคมของรัฐบาลและการดูแลสุขภาพ
หลังจากสำเร็จการศึกษาระดับปริญญาผู้สำเร็จการศึกษาจะมีความสามารถทางทฤษฎีและการปฏิบัติที่จำเป็นสำหรับการทำงานในหลากหลายอุตสาหกรรมภายในองค์กรหลายประเภท ผู้สำเร็จการศึกษาจะมีคุณสมบัติในการพัฒนาความเชี่ยวชาญของพวกเขาต่อไปผ่านการศึกษาเพิ่มเติม
หลักสูตร
ปีที่ 1:
- การเรียนรู้ด้วยปัญหาและระเบียบวิธีวิจัย
- ความปลอดภัยของสารสนเทศเบื้องต้น
- มุมมองระดับมืออาชีพของการคำนวณ
- บทนำสู่การเขียนโปรแกรม
- คณิตศาสตร์แบบไม่ต่อเนื่อง
- หลักการเครือข่าย
- การเขียนโปรแกรมและฐานข้อมูล
- งานโครงการสตูดิโอ
ปีที่ 2:
- การเขียนโปรแกรมเชิงวัตถุ
- ระบบไฟล์ปฏิบัติการ
- ฐานข้อมูล NoSQL
- เครื่องมือและเทคนิคการวิเคราะห์ทางสถิติ
- การพัฒนาซอฟต์แวร์อย่างมืออาชีพ
- อัลกอริทึมและโครงสร้างข้อมูล
- งานโครงการสตูดิโอ
ปีที่ 3:
- โครงการปีสุดท้าย
- Analytics ข้อมูลขนาดใหญ่
- การแสดงข้อมูล
- การเรียนรู้ด้วยเครื่อง
- วิชาเลือก
- วิชาเลือก
วิชา:
- สังคมสมาร์ทสุขภาพสังคมและสื่อ
- เทคโนโลยีอัจฉริยะ: คอมพิวเตอร์โทรคมนาคมและความปลอดภัยทางไซเบอร์
- อุตสาหกรรมอัจฉริยะ: น้ำมันก๊าซและวิศวกรรม
- การประมวลผลภาษาธรรมชาติ
- การเข้ารหัสและ Steganography
- การจัดการเหตุการณ์
- คณิตศาสตร์ไม่ต่อเนื่องเพิ่มเติม
- คณิตศาสตร์บริสุทธิ์สำหรับคอมพิวเตอร์
ผลการเรียนรู้
ความรู้:
- มีความรู้กว้าง ๆ เกี่ยวกับหัวข้อที่สำคัญทฤษฎีหลักการและประเด็นต่างๆในวิทยาศาสตร์ข้อมูลการวิเคราะห์ข้อมูลขนาดใหญ่และสาขาที่เกี่ยวข้องและกระบวนการทางทฤษฎีและดิจิทัลที่เกี่ยวข้องเครื่องมือและวิธีการในการตรวจสอบสถานการณ์ที่เป็นปัญหาที่ขับเคลื่อนด้วยข้อมูล
- มีความคุ้นเคยกับงานวิจัยและพัฒนาในปัจจุบันในโดเมนของการวิเคราะห์ข้อมูลขนาดใหญ่และวิทยาศาสตร์ข้อมูล
- มีความรู้เกี่ยวกับการพัฒนาซอฟต์แวร์ที่สำคัญและหลักการวิเคราะห์ข้อมูลทฤษฎีเครื่องมือและเทคนิคสำหรับการทำงานกับชุดข้อมูลที่แตกต่างกันขนาดใหญ่วิธีการนำไปใช้กับโดเมนและสถานการณ์ต่างๆที่ขับเคลื่อนด้วยข้อมูลและวิธีประเมินประสิทธิภาพและผลลัพธ์ ได้รับจากการสมัคร
- สามารถอัปเดตความรู้ของเขา / เธอในสาขาวิทยาศาสตร์ข้อมูลผ่านการศึกษาทางวิชาการการวิจัยและการพัฒนาวิชาชีพ
- มีความรู้เกี่ยวกับประวัติและพัฒนาการของการวิเคราะห์ข้อมูลขนาดใหญ่และวิทยาศาสตร์ข้อมูลรวมถึงเครื่องมือหลักเทคนิคและเทคโนโลยีในโดเมนวิทยาศาสตร์ข้อมูลและผลกระทบในอดีตและอนาคตที่อาจเกิดขึ้นต่อหน้าที่การจัดการการวิเคราะห์และการพัฒนาวิทยาศาสตร์ อุตสาหกรรมและสังคม
- ทำความเข้าใจประเด็นทางกฎหมายและจริยธรรมที่เกี่ยวข้องกับการรับและวิเคราะห์ข้อมูลขนาดใหญ่และนำเสนอผลการวิเคราะห์ข้อมูลขนาดใหญ่ต่อผู้มีส่วนได้ส่วนเสีย
- มีความรู้ในการใช้หลักการทางวิทยาศาสตร์ข้อมูลและเครื่องมือและเทคนิคทางสถิติและการวิเคราะห์ในสาขาวิทยาศาสตร์สังคมและอุตสาหกรรมที่ซับซ้อน
ทักษะ:
- สามารถใช้ความรู้ทางวิชาการและทฤษฎีเกี่ยวกับเครื่องมือและเทคนิคการวิเคราะห์ข้อมูลรวมถึงงานวิจัยและพัฒนาในปัจจุบันกับปัญหาทางวิทยาศาสตร์ข้อมูลเชิงทฤษฎีและเชิงทฤษฎีเพื่อการตัดสินใจและทางเลือกที่ได้รับการยอมรับอย่างดี
- สามารถสะท้อนการปฏิบัติทางวิชาการและการพัฒนาวิชาชีพของตนเองระบุประเด็นที่ต้องปรับปรุงและปรับให้เข้ากับการพัฒนาในอนาคตในเครื่องมือวิเคราะห์ข้อมูลและการแสดงภาพเทคนิคและเทคโนโลยี
- สามารถค้นหาประเมินและอ้างอิงถึงข้อมูลที่เกี่ยวข้องและหัวข้อทางวิชาการและนำเสนอในลักษณะที่ทำให้เข้าใจปัญหาที่เกิดจากข้อมูล
- สามารถระบุตำแหน่งจัดหาจัดการและวิเคราะห์ชุดข้อมูลที่แตกต่างกันขนาดใหญ่ได้อย่างเหมาะสมและมีประสิทธิผลโดยใช้เทคโนโลยีการวิเคราะห์ข้อมูลและเทคนิคทางสถิติที่เหมาะสม
- สามารถดึงความหมายจากและตีความข้อมูลโดยใช้เครื่องมือและวิธีการเรียนรู้คณิตศาสตร์และเครื่องจักรที่หลากหลาย
- สามารถเลือกและใช้เครื่องมือและเทคนิคดิจิทัลหลักในการแสดงข้อมูลและผลลัพธ์ของการวิเคราะห์ข้อมูลขนาดใหญ่ได้อย่างเหมาะสมและเป็นมืออาชีพเพื่อพัฒนาและนำเสนอข้อมูลเชิงลึกเกี่ยวกับสถานการณ์ปัญหาที่ขับเคลื่อนด้วยข้อมูล
- สามารถเลือกและใช้ช่วงของเทคนิคการแก้ปัญหาเชิงวิเคราะห์และระเบียบวิธีโดยอิงจากการวิจัยและสามารถตีความโซลูชันและนำเสนอผลลัพธ์ได้อย่างเหมาะสม
- สามารถระบุผู้มีส่วนได้ส่วนเสียของโครงการวิทยาศาสตร์ข้อมูลและสื่อสารสร้างเครือข่ายและทำงานร่วมกับผู้มีส่วนได้ส่วนเสียเหล่านี้อย่างเหมาะสมตามข้อกำหนดของโครงการและผลกระทบที่อาจเกิดขึ้นจากผลลัพธ์
ความสามารถทั่วไป:
- สามารถระบุและดำเนินการอย่างเหมาะสมกับประเด็นทางจริยธรรมที่ซับซ้อนที่เกิดขึ้นในการปฏิบัติงานด้านวิชาการและวิชาชีพในฐานะนักวิทยาศาสตร์ข้อมูล
- สามารถวางแผนดำเนินการและจัดการงานที่ได้รับมอบหมายและโครงการด้านวิทยาศาสตร์ข้อมูลที่หลากหลายในช่วงเวลาเดียวหรือเป็นส่วนหนึ่งของกลุ่มเพื่อสรุปผลสำเร็จและเป็นไปตามข้อกำหนดและหลักการทางจริยธรรมที่เกี่ยวข้อง
- สามารถสื่อสารผลงานวิชาการเชิงทฤษฎีปฏิบัติและวิจัยได้อย่างมีประสิทธิผลโดยใช้รูปแบบการสื่อสารที่เหมาะสม (ทางอิเล็กทรอนิกส์ปากเปล่าและ / หรือลายลักษณ์อักษร) เพื่อนำเสนอทฤษฎีข้อโต้แย้งปัญหาและแนวทางแก้ไขอย่างเหมาะสมและเป็นมืออาชีพ
- สามารถสื่อสารและแลกเปลี่ยนความคิดเห็นความคิดเห็นและประเด็นอื่น ๆ เช่นทฤษฎีปัญหาและแนวทางแก้ไขกับผู้อื่นที่มีภูมิหลังและ / หรือประสบการณ์ด้านวิทยาศาสตร์ข้อมูลและสาขาที่เกี่ยวข้องผ่านการเลือกและการใช้วิธีการสื่อสารที่เหมาะสมซึ่งเอื้อต่อการพัฒนา ของการปฏิบัติที่ดีภายในชุมชนวิทยาศาสตร์ข้อมูลของการปฏิบัติ
- สามารถมีส่วนร่วมในการสะท้อนตนเองเป็นส่วนหนึ่งของกลยุทธ์การเรียนรู้ตลอดชีวิตที่จำเป็นสำหรับผู้เชี่ยวชาญด้านข้อมูลวิทยาศาสตร์และผู้ปฏิบัติงานไตร่ตรอง
- มีความคุ้นเคยกับการคิดและเทรนด์ปัจจุบันและใหม่ภายในสาขาวิทยาศาสตร์ข้อมูลและสาขาวิชาที่เกี่ยวข้อง
โอกาสในการทำงาน
ความเชี่ยวชาญและทักษะของหลักสูตรระดับปริญญาตรีนี้เป็นที่ต้องการตัวชี้วัดแนวโน้มตัวชี้ให้เห็นว่าข้อมูลวิทยาศาสตร์และปัญหาที่เกี่ยวข้องกับ 'ข้อมูลขนาดใหญ่' จะมีความสำคัญเพิ่มมากขึ้นเรื่อย ๆ ต่อภาคธุรกิจต่างๆ สิ่งนี้ได้รับแรงผลักดันในช่วงหลายปีที่ผ่านมาโดยการพัฒนาเทคโนโลยีและความแพร่หลายของข้อมูล ความคิดริเริ่มใหม่ ๆ ที่เกี่ยวข้องกับเทคโนโลยีใหม่ ๆ ที่ใช้ใน Smart Cities, Internet of Things และ Cyber-Physical Systems จะสร้างข้อมูลจำนวนมหาศาลที่ต้องการผู้เชี่ยวชาญด้านข้อมูลวิทยาศาสตร์ มีความต้องการเร่งด่วนสำหรับบัณฑิตที่มีทักษะในการวิเคราะห์ข้อมูลขนาดใหญ่
จากข้อมูลของ Abelia มีการขาดดุลที่น่าเป็นห่วงของคนที่มีทักษะด้านเทคนิคที่แข็งแกร่งในนอร์เวย์ ระยะห่างระหว่างความต้องการและความเชี่ยวชาญที่มีอยู่มีตั้งแต่ 24 ถึง 113 เปอร์เซ็นต์ สถานการณ์ที่ดีที่สุดแสดงให้เห็นว่าภายในปี 2573 หนึ่งในสี่ของตำแหน่งไอซีทีจะว่างเปล่า
McKinsey คาดการณ์ว่าสหรัฐอเมริกามีปัญหาขาดแคลน 140,000 ถึง 190,000 คนที่มีความเชี่ยวชาญด้านการวิเคราะห์และผู้จัดการและนักวิเคราะห์ 1.5 ล้านคนที่มีทักษะในการทำความเข้าใจและตัดสินใจโดยอาศัยการวิเคราะห์ข้อมูลขนาดใหญ่ โดยประมาณนี้เป็นช่องว่าง 50-60% ในความต้องการผู้เชี่ยวชาญด้านการวิเคราะห์ รายงานโดย Royal Statistical Society ในสหราชอาณาจักรได้เน้นว่า 80% ขององค์กรต่างๆมีปัญหาในการค้นหาชุดทักษะเพื่อตอบสนองความต้องการที่เพิ่มขึ้น
ธุรกิจขนาดใหญ่ส่วนใหญ่ที่ต้องพึ่งพาเทคโนโลยีสารสนเทศมีความต้องการผู้ที่มีความเชี่ยวชาญด้าน Data Science ดังนั้นการศึกษาระดับปริญญาตรีนี้จึงมีคุณสมบัติเฉพาะสำหรับการจัดการกับความท้าทายในหลากหลายองค์กรและภาคอุตสาหกรรม
การเรียนรู้เพิ่มเติม
นักเรียนที่ต้องการฝึกอบรมเพิ่มเติมด้าน Data Science สามารถสมัครเรียนต่อในระดับปริญญาโทที่เกี่ยวข้องกับการคำนวณการวิเคราะห์ข้อมูลหรือวิทยาศาสตร์ข้อมูลได้ที่สถาบันการศึกษาระดับอุดมศึกษาหลายแห่งทั้งในนอร์เวย์และต่างประเทศ ผู้สำเร็จการศึกษาที่ต้องการศึกษาต่อในระดับปริญญาเอกจะสามารถสมัครเพื่อรับโอกาสในการศึกษาดังกล่าวในนอร์เวย์หรือสูงกว่านั้นได้
เกี่ยวกับโรงเรียน
คำถาม
หลักสูตรที่คล้ายกัน
ปริญญาตรีสาขาเศรษฐศาสตร์และการวิเคราะห์ข้อมูล
- Vilnius County, ประเทศลิธัวเนีย
Bachelor of Applied Science (BAppSc) Majoring in Data Science
- Dunedin, นิวซีแลนด์
ปริญญาตรีสาขาข้อมูลและการวิเคราะห์ธุรกิจ
- Madrid, สเปน