Canisius University
Baccalauréat ès sciences en science des données
Buffalo, États-Unis d'Amérique
DURÉE
4 Years
LANGUES
Anglais
RYTHME
À plein temps
DATE LIMITE D'INSCRIPTION
Request application deadline
DATE DE DÉBUT AU PLUS TÔT
Request earliest startdate
FRAIS DE SCOLARITÉ
USD 37 945 / per year *
FORMAT D'ÉTUDE
Sur le campus
* 2022-23 frais de scolarité à temps plein
introduction
Le Big Data transforme chaque aspect de notre monde, et comprendre comment cela fonctionne continuera d'être un domaine d'expertise clé pour chaque secteur et industrie, y compris les entreprises, la santé, l'éducation et le gouvernement. Étudier la science des données, c'est comprendre ce que cela signifie d'être un résolveur de problèmes du 21e siècle qui peut transformer des informations en idées. Parcours professionnels communs : analyste métier, statisticien, chercheur, ingénieur en deep learning, data scientist.
Comprendre et façonner le monde des données
En tant qu'étudiant en science des données à Canisius, vous développerez un ensemble de compétences techniques de base en mathématiques, en informatique et en intelligence d'affaires. Grâce à l'apprentissage expérientiel, vous utiliserez les dernières technologies pour explorer et analyser des ensembles de données et anticiper comment ils pourraient être appliqués à diverses situations de résolution de problèmes.
Si votre objectif est d'apprendre à traduire des données complexes en informations exploitables, vous serez bien préparé pour un rôle d'analyste dans une entreprise ou une organisation au moment de l'obtention de votre diplôme. Si votre passion est la construction de modèles de données et d'algorithmes, vous serez bien placé pour poursuivre vos études au niveau des cycles supérieurs.
Une approche interdisciplinaire
Une perspective bien équilibrée est cohérente avec le noyau des arts libéraux de Canisius. Outre des connaissances spécifiques sur la science des données, notre programme vous fournira les compétences nécessaires pour prospérer dans le monde professionnel, notamment la communication écrite et orale, le travail d'équipe, la synthèse d'informations, la résolution de problèmes et la pensée critique. Guidé par les valeurs jésuites, vous développerez également une compréhension holistique des questions éthiques qui guident l'utilisation des données dans la vie moderne.
Galerie
Curriculum
Principales exigences
Cours d'informatique
- CSC 111 & 111L Introduction à la programmation et Introduction au laboratoire de programmation
- Laboratoire de structures de données et structures de données CSC 112 & 112L
- CSC 310 & 310L Organisation et traitement de l'information et Laboratoire d'organisation et de traitement de l'information
- CSC 330 & 330L Conception de systèmes d'exploitation et informatique distribuée et Laboratoire de conception de systèmes d'exploitation et d'informatique distribuée
Cours de science des données
- DAT 111 - Introduction au reporting et à l'analyse
- DAT 211-Introduction aux statistiques avec R
- DAT 411-Économétrie (cours BUS ou DAT actuel, pas un nouveau cours)
- DAT 412-Apprentissage automatique
Cours de mathématiques
- MAT 111 Calcul I
- MAT 112 Calcul II
- MAT 211 Calcul III
- MAT 219 Algèbre linéaire
- MAT 351 Probabilités et statistiques I
- MAT 341 Analyse numérique
Admissions
Résultat du programme
Science des données : objectifs d'apprentissage du programme
Objectif d’apprentissage de l’élève 1 : Fondements
- Objectif 1A : Une base en informatique. Les étudiants maîtriseront les programmes et comprendront les structures de bases de données et les concepts d'informatique distribuée. Ils seront prêts à apprendre de nouvelles langues et à s’adapter aux évolutions rapides des logiciels.
- Objectif 1B : Statistiques appliquées de base adaptables : les étudiants seront capables d'utiliser les principes de base de la théorie des probabilités dans une variété de contextes, y compris à la fois les approches statistiques classiques et les méthodes informatiques. Les étudiants seront familiarisés avec une plate-forme logicielle statistique moderne et seront capables de s'adapter facilement aux autres.
Non plus:
- Objectif 1C : Connaissance approfondie d'un domaine. Les étudiants qui ont choisi cette voie auront une expérience substantielle dans un domaine d'application (ou domaine) auquel ils pourront appliquer des tactiques de science des données. {l'évaluation sera basée sur la majeure ou la mineure extérieure}
Ou
- Objectif 1D : Études mathématiques ou informatiques supplémentaires - Les étudiants qui ont choisi cette option démontreront des capacités supplémentaires substantielles en mathématiques ou en informatique, les préparant aux efforts de recherche et développement en science des données. {Évaluation via la majeure ou la mineure Mathématiques ou Informatique}
Objectif d'apprentissage de l'élève 2 : Travail d'équipe efficace.
- Objectif 2A : Les étudiants démontreront leur capacité à travailler en équipes multidisciplinaires pour résoudre des problèmes du monde réel.
- Objectif 2B : Les étudiants comprendront les idées théoriques actuelles liées à la formation d'équipes collaboratives efficaces.
Objectif d'apprentissage de l'étudiant 3 : Communication commerciale efficace.
- Objectif 3A : Les étudiants seront capables d'identifier les besoins de différents publics et de présenter efficacement des informations complexes de manière à répondre aux besoins de plusieurs publics.
- Objectif 3B : Les étudiants seront capables d'écrire efficacement pour transmettre les résultats d'analyse de données dans des contextes commerciaux ou dans d'autres domaines.
- Objectif 3C : Les étudiants seront capables de créer et de présenter des présentations orales efficaces, ainsi que de présenter des idées dans un cadre oral moins formel.
- Objectif 3D : les étudiants seront capables de créer des graphiques efficaces, à la fois statiques et actifs en temps réel, qui transmettent les résultats aux publics professionnels ou à d'autres domaines.
Objectif d'apprentissage de l'élève 4 : Gestion éthique des données
- Objectif 4A : Les étudiants seront conscients des problèmes éthiques et moraux qui se posent lors du travail avec de grands ensembles de données et comprendront les mesures à prendre pour protéger les droits et la vie privée des personnes impliquées.