Бакалавърска степен (с отличие) в науките за данни

Преглед

Науката за данните е сърцевината на съвременната революция в анализа на данните и инженерството, превръщайки данните в интелигентност и информация за вземане на решения и за решаване на сложни, многостранни проблеми. Това е млада дисциплина и търсенето на опит във всички аспекти на науката за данните нараства много бързо. Поради това силно глобално търсене, ролята на учен по данни често се класира като най-обещаващата кариера и постоянно оглавява най-добрите класации за работни места, като професионалистите в областта отчитат голямо търсене, високи заплати и висока удовлетвореност от работата.

Програмата BSc in Data Sciences се основава на силна математическа и статистическа основа и набляга на изчисляването на мащабни данни с помощта на най-подходящите и актуални езици за програмиране. В зависимост от интересите си, завършилите могат да си намерят работа в областта на бизнеса, финансите, правителството, науката, транспорта, криминалистиката, енергетиката, околната среда или академичните изследвания.

Първите три години от програмата са предназначени да осигурят необходимите основни умения и знания по математика, компютърни науки, вероятност, статистика, машинно обучение и изкуствен интелект. Четвъртата година предлага възможност да се съсредоточи върху усъвършенствано машинно обучение, статистически алгоритми и приложения, инженеринг на данни, математически аспекти на структури от данни или приложения към изкуствен интелект.

Качествено обучение

Гордеем се с това, че предоставяме на студентите полезни умения, както изчислителни, така и математически, които могат да се използват за намиране на интересна информация в големи масиви от данни или статично, или динамично в реално време. Тези умения могат да се използват за намиране на доходоносни и интересни работни места в индустрията и търговията.

Връзки с индустрията

Ние имаме много силни връзки с външни организации и индустрия, с представители на над 30 компании и организации, присъстващи на нашия индустриален консултативен съвет. Голяма част от нашето изследване е в сътрудничество с водещи компютърни предприятия и студентите наистина ценят нашето преподавателско обучение, водено от нашите ентусиазирани служители.

Студентски водещ технологичен клуб

Нашият студентски лидерски технологичен клуб е инициатива в подкрепа на студентите при използването на технология (или хардуер, данни или софтуер) за изследване на използването и разработването на код за нови платформи, като част от преподаван курс или като личен проект.

Съдържание на учебната дисциплина

Първа година

Семестър 1

• Задължителни курсове: Изчисление А, Праксис, Разработка на софтуер 1
• Факултативни курсове: Логика и доказателство, Въведение в статистическите науки A

Семестър 2

• Задължителни курсове: Изчисление B, Дискретна математика, Разработка на софтуер 2, Въведение в статистическите науки B

Втора година

Семестър 1

• Задължителни курсове: Изчисление и реален анализ A, Линейна алгебра, Вероятност и статистика A, Въведение в структурата на данните и алгоритмите

Семестър 2

• Задължителни курсове: Структури на данни и алгоритми, Системи за управление на бази данни, Вероятност и статистика Б, Числен анализ

Трета година

Семестър 1

• Задължителни курсове: Статистическо машинно обучение, Изкуствен интелект и агент на Intel, Софтуерно инженерство, Разширени статистически методи

Семестър 2

• Задължителни курсове: Професионално развитие, байесов извод и компютърни математики, Анализ на визуализация на данни, Статистически модели B

Четвърта година

Семестър 1

• Задължителни курсове: Оптимизация, Инженеринг на данни, Дисертация A
• Курсове по избор: Индустриално програмиране, Статистически изчисления, Стохастични процеси

Семестър 2

• Задължителни курсове: Управление на големи данни, Разширено машинно обучение, Дисертация Б
• Курсове по избор: Анализ на визуализация на данни, Анализ на приложен текст, Динамични редове

Изисквания на английски език

Когато английският език не е бил средният курс на обучение в средното училище, кандидатите трябва да демонстрират владеене на английски език, еквивалентно на IELTS 6.0 Academic (без елемент под 5.5).

Краен срок за кандидатстване

Нашият Дубай Кампус осъществява непрекъснат процес на приемане през цялата година: веднага след като един прием приключи, започваме приемането на заявления за следващия. Възможно е също така да отложите началната дата за една година.

Повечето студенти прилагат 6–10 месеца преди избрания от тях прием. Можем да приемаме заявления до 3 седмици преди началото на всеки прием, но трябва да отбележите, че закъснялото кандидатстване почти сигурно ще означава забавяне в предоставянето на основни административни услуги, като например вашата студентска зрелостна карта (без която няма да бъдете възможност за достъп до библиотеката или онлайн услугите).

Съдържание на учебната дисциплина

Първа година

Семестър 1

• Задължителни курсове: Calculus A, Praxis, Software Development 1
• Избираеми курсове: Логика и доказателство, Въведение в статистическата наука A

Семестър 2

• Задължителни курсове: смятане B, дискретна математика, разработка на софтуер 2, въведение в статистическата наука B

Втора година

Семестър 1

• Задължителни курсове: смятане и реален анализ A, линейна алгебра, вероятност и статистика A, въведение в структурата на данните и алгоритмите

Семестър 2

• Задължителни курсове: Структури на данни и алгоритми, Системи за управление на бази данни, Вероятност и статистика B, Числен анализ A

Трета година

Семестър 1

• Задължителни курсове: Статистическо машинно обучение, Изкуствен интелект и Intel Agent, Софтуерно инженерство, Разширени статистически методи

Семестър 2

• Задължителни курсове: Професионално развитие, Bayesian Inference and Comp Maths, Data Visualization Analytics, Statistical Models B

Четвърта година

Семестър 1

• Задължителни курсове: Оптимизация, Data Engineering Pipelines, дисертация A
• Избираеми курсове: Индустриално програмиране, Статистически изчисления, Стохастични процеси

Семестър 2

• Задължителни курсове: Управление на големи данни, Разширено машинно обучение, Дисертация B
• Избираеми курсове: Анализ на визуализация на данни, Анализ на приложен текст, Времеви редове