Baccalauréat en sciences appliquées des données (en ligne et sur le campus)
Noroff School of Technology and Digital Media
Information clé
Emplacement du campus
Kristiansand, Norvège
Langues
Anglais
Format d'étude
Apprentissage à distance, Sur le campus
Durée
3 années
Rythme
À plein temps
Frais de scolarité
EUR 25 680 / per semester *
Date limite d'inscription
Demande d'info
Date de début au plus tôt
Demande d'info
* prix en ligne: 4 280 euros par semestre, 150 euros - frais d’admission; prix sur le campus: 5.730 euros par semestre, 150 euros - frais d’admission
Bourses d'études
Explorez les possibilités de bourses pour vous aider à financer vos études
introduction
Formation en informatique axée sur le besoin mondial croissant d’analyse de données volumineuses. Applied Data Science vous enseigne des méthodes scientifiques pour travailler avec des données de manière pratique et pertinente.
L'explosion des données
Nous vivons à l'ère des données! Les données proviennent de partout - publications sur des sites de médias sociaux, transactions de vente en ligne, capteurs de climat et de trafic, appareils compatibles GPS, systèmes de téléphonie cellulaire, réseaux de transport, systèmes industriels, soins de santé et Internet des objets. Les données sont générées à un rythme sans cesse croissant par les humains et les machines. IBM estime que chaque jour 2,5 quintillions d'octets de données sont générés, 90% des données existantes ayant été créées au cours des deux dernières années seulement.
L'essor du Big Data et la disponibilité de nombreux ensembles de données spécialisés diversifiés signifient que des experts en données sont nécessaires pour travailler dans tous les domaines, y compris la science, l'industrie et le gouvernement, tout au long du cycle de vie des données, depuis l'acquisition, le nettoyage et l'exploration. à l'analyse, à la visualisation et à la communication. C'est le domaine du Data Scientist.
Tout au long du programme de licence, les étudiants apprendront les bases théoriques nécessaires pour travailler dans ce domaine ainsi que l'application pratique des outils et techniques utilisés dans le domaine de la science des données. Cela comprend la gestion des données, l'analyse et la visualisation, le développement et le déploiement de logiciels, l'analyse mathématique et statistique, l'intelligence artificielle et l'apprentissage automatique.
Informations sur le programme
Prochain démarrage:
- 10 août 2020
Campus:
- Kristiansand
- Études en ligne
Durée:
- 3 années
Langue du programme:
- Anglais
Structure du programme
La première année du programme a été conçue pour développer une gamme de compétences de base requises par les scientifiques des données. Au cours de cette année d'études, les étudiants développeront des compétences en programmation, en mathématiques, en réseau et en gestion de données parallèlement à la recherche et à la gestion de projets.
Au cours de la deuxième année d'études, les étudiants développeront leurs compétences en programmation et en développement de logiciels. Ils exploreront également des outils et techniques statistiques pour l'analyse de données et des technologies de stockage de données NoSQL.
Au cours de leur dernière année, les étudiants acquerront une expérience pratique de l'analyse de données volumineuses et de la visualisation de données et développeront des applications utilisant les principes de l'apprentissage automatique. Cette année comprend également l’occasion de développer une expertise pratique spécifique à un domaine, en explorant les besoins en données des secteurs de l’industrie du pétrole et du gaz, de l’ingénierie et des technologies de l’information, ou des secteurs de l’État et de la santé liés à la société.
Une fois le diplôme obtenu, les diplômés disposeront des compétences théoriques et pratiques nécessaires pour travailler dans divers secteurs au sein de nombreux types d’organisations. Les diplômés seront également qualifiés pour continuer à développer leur expertise grâce à des études approfondies.
Cours
Année 1:
- Méthodologies d'apprentissage et de recherche par problèmes
- Introduction à la sécurité de l'information
- Aspects professionnels de l'informatique
- Introduction à la programmation
- Mathématiques discrètes
- Principes de réseau
- Programmation et bases de données
- Travail en studio
Année 2:
- Programmation orientée objet
- Systèmes de fichiers d'exploitation
- Bases de données NoSQL
- Outils et techniques d'analyse statistique
- Développement de logiciel professionnel
- Algorithmes et structures de données
- Travail en studio
Année 3:
- Projet de fin d'année
- Big Data Analytics
- Visualisation des données
- Apprentissage automatique
- Électif
- Électif
Au choix
- Sociétés intelligentes Santé, société et médias
- Technologies intelligentes: informatique, télécommunications et cybersécurité
- Industries intelligentes: pétrole, gaz et ingénierie
- Traitement du langage naturel
- Cryptographie et Stéganographie
- La gestion des incidents
- Autres mathématiques discrètes
- Mathématiques pures pour l'informatique
Les résultats d'apprentissage
Connaissance:
- Possède une vaste connaissance des sujets, théories, principes et problèmes importants de la science des données, de l'analyse des mégadonnées et des domaines connexes, ainsi que des processus, outils et méthodes théoriques et numériques associés pour enquêter sur des situations problématiques basées sur les données.
- Est familier avec les travaux de recherche et développement en cours dans le domaine de l'analyse de données volumineuses et de la science des données.
- Connaissance des principes, théories, outils et techniques de développement de logiciels et d'analyse de données clés pour travailler avec de grands ensembles de données hétérogènes, comment les appliquer dans une variété de domaines et de situations axés sur les données, et comment évaluer leur efficacité et les résultats obtenu à partir de leur application.
- Peut mettre à jour ses connaissances dans le domaine de la science des données grâce à des études universitaires, à la recherche et au développement professionnel.
- Possède une connaissance de l'histoire et du développement de l'analyse des mégadonnées et de la science des données, y compris les principaux outils, techniques et technologies dans le domaine de la science des données, et de leur impact passé et potentiel futur sur la fonction, la gestion, l'analyse et le développement de la science, l’industrie et la société.
- Comprend les enjeux juridiques et éthiques liés à l'obtention et à l'analyse du big data et présente les résultats de l'analyse du big data aux parties prenantes.
- Connaissance de l'application des principes de la science des données et des outils et techniques statistiques et analytiques dans des domaines scientifiques, sociétaux et industriels complexes.
Compétences:
- Peut appliquer ses connaissances théoriques et théoriques aux outils et techniques d'analyse de données, ainsi qu'aux travaux de recherche et développement en cours, à des problèmes pratiques et théoriques de science des données, afin de prendre des décisions et des choix fondés, informés et justifiés.
- Peut réfléchir à sa propre pratique académique et à son développement professionnel, identifier les domaines à améliorer et s'adapter aux développements futurs en matière d'outils, de techniques et de technologies d'analyse de données et de visualisation.
- Est capable de trouver, d'évaluer et de se référer à des informations pertinentes et à des sujets scientifiques et de les présenter d'une manière qui éclaire les problèmes liés aux données.
- Peut localiser, acquérir, manipuler et analyser de manière appropriée et efficace de grands ensembles de données hétérogènes à l'aide de technologies d'analyse de données et de techniques statistiques appropriées.
- Est capable d'extraire du sens et d'interpréter des données à l'aide de divers outils et méthodes mathématiques et d'apprentissage automatique.
- Peut sélectionner et utiliser les principaux outils et techniques numériques pour visualiser les données et les résultats de l'analyse des mégadonnées de manière appropriée et professionnelle, afin de développer et de présenter des informations informatives sur des situations problématiques axées sur les données.
- Peut sélectionner et appliquer de manière critique une gamme de techniques analytiques et méthodologiques de résolution de problèmes, basées sur des recherches, et être capable d'interpréter les solutions et de présenter les résultats de manière appropriée.
- Est capable d'identifier les parties prenantes des projets de science des données et de communiquer, de réseauter et de collaborer avec ces parties prenantes de manière appropriée en fonction des exigences du projet et des impacts potentiels des résultats.
Compétence générale:
- Est capable d'identifier et d'agir de manière appropriée sur des problèmes éthiques complexes découlant de la pratique académique et professionnelle en tant que Data Scientist.
- Est capable de planifier, exécuter et gérer une variété d'affectations et de projets liés à la science des données au fil du temps, seul ou en tant que groupe, pour une conclusion réussie et en conformité avec les exigences et principes éthiques pertinents.
- Peut communiquer les résultats de travaux universitaires théoriques, pratiques et fondés sur la recherche de manière efficace en utilisant des formes de communication appropriées (par voie électronique, orale et / ou écrite) afin de présenter des théories, des arguments, des problèmes et des solutions d'une manière appropriée et professionnelle.
- Peut communiquer et échanger des opinions, des idées et d'autres sujets tels que théories, problèmes et solutions, avec d'autres personnes ayant une expérience et / ou une expérience de la science des données et des domaines connexes, grâce à la sélection et à l'application de méthodes de communication appropriées, contribuant ainsi au développement. de bonnes pratiques au sein de la communauté de pratique de la science des données.
- Est capable de s'auto-réfléchir dans le cadre de la stratégie d'apprentissage continu requise d'un professionnel de la science des données et d'un praticien réflexif.
- Connaître les idées et les tendances actuelles et nouvelles dans le domaine de la science des données et des disciplines connexes.
Opportunités de carrière
L'expertise et les compétences de ce programme de licence sont recherchées, car de nombreux indicateurs de tendance suggèrent que les problèmes liés à Data Science et au «Big Data» revêtiront une importance croissante pour de nombreux secteurs commerciaux. Cela a été motivé au cours des dernières années par les progrès de la technologie et l'omniprésence des données. Les initiatives émergentes liées aux nouvelles technologies utilisées dans les villes intelligentes, l’Internet des objets et les systèmes cyber-physiques généreront également une grande quantité de données nécessitant des spécialistes en science des données. Il existe un besoin urgent de diplômés qualifiés en analyse de données à grande échelle.
Selon Abelia, il existe un déficit inquiétant de personnes possédant de solides compétences techniques en Norvège. La distance entre les besoins et les compétences disponibles varie de 24 à 113%. Le scénario idéal suggère que d'ici 2030, un poste TIC sur quatre sera vacant.
McKinsey estime que les États-Unis manquent de 140 000 à 190 000 personnes dotées d'une expertise analytique et de 1,5 million de gestionnaires et d'analystes ayant les compétences nécessaires pour comprendre et prendre des décisions basées sur l'analyse des mégadonnées. Ceci est estimé comme un écart de 50 à 60% dans la demande d'experts analytiques. Un rapport de la Royal Statistical Society du Royaume-Uni a souligné que 80% des organisations ont déjà des difficultés à trouver les compétences nécessaires pour répondre à la demande croissante.
La plupart des grandes entreprises qui s'appuient sur les technologies de l'information ont besoin de personnes ayant une expertise en science des données. Ce baccalauréat offre donc une qualification unique pour relever les défis dans une variété d'organisations et de secteurs industriels.
D'autres études
Les étudiants qui souhaitent poursuivre une formation en science des données peuvent postuler à des études de niveau master liées à l'informatique, à l'analyse de données ou à la science des données dans divers établissements d'enseignement supérieur en Norvège et à l'étranger. Les diplômés qui souhaitent poursuivre des études de doctorat pourraient alors postuler pour de telles opportunités d'études en Norvège ou au-delà.
À propos de l'école
Des questions
Cours similaires
B.Sc. Science des données + parcours technologique de niveau A
- Online
Bachelor en science des données appliquées et intelligence artificielle
- Breda, Pays-Bas
Baccalauréat en science des données
- Barcelona, Espagne
- Bangkok, Thaïlande