Open University

BSc (Honours) in Data Science

Knowledge and understanding

On completion of this degree, you will have knowledge and understanding of:

• A range of simple and more advanced methods for analyzing statistical data (including medical applications data, time series data, and multivariate data), working with statistical models, and carrying out statistical inference (including in particular methods for linear and generalized linear models, and Bayesian methods)
• Calculus, differential equations, linear algebra, multivariable calculus, and vector calculus
• The fundamental principles, concepts, and techniques underlying computing and IT, and the range of models used to support the analysis and design of computing and IT systems
• The range of situations in which computing and IT systems are used in data science and the possibilities and limitations of such systems
• Machine learning and artificial intelligence
• The ethical and legal issues associated with data science
• A selection (depending on your options) of advanced topics including advanced data management and analysis, graph theory, network analysis, mathematical methods, applied probability, mathematical statistics, and interactive design.

Cognitive skills

On completion of this degree, you will be able to:

• Use your judgement in applying and selecting a wide range of mathematics and statistics tools and techniques to solve real-world problems
• Construct appropriate mathematical and statistical models and draw justifiable inferences in qualitative and quantitative problem-solving skills
• Reason with abstract concepts
• Apply and critically evaluate key computing and IT concepts in a range of contexts
• Select and apply appropriate techniques and tools for abstracting, modelling, problem-solving, designing and testing computing and IT systems, and be aware of the limitations involved.

Practical and professional skills

On completion of this degree, you will be able to:

• De is an independent learner, able to acquire further knowledge with minimal guidance or support
• Use appropriate professional tools, including programming languages, to support your work
• Apply mathematical, statistical and computational concepts, principles and methods
• Analyse and evaluate problems and plan strategies for their solution
• Analyse, design, evaluate and/or test models and systems, using appropriate simulation and modelling tools as appropriate
• Identify and address the ethical, social and legal issues that may arise during the development and use of computing and IT systems.

Key skills

On completion of this degree, you will be able to demonstrate the following skills:

• Communicate information, arguments, ideas and issues clearly and in appropriate ways, bearing in mind the audience for and the purpose of the communication
• Find, assess and apply information from a variety of sources, using information technology where appropriate
• Select, and use accurately, appropriate numerical and analytical techniques to solve problems
• Prepare mathematical, statistical and computational content for a range of purposes, which may include writing for both specialist and non-specialist audiences
• Recognise and understand a range of technological and practical problems and select suitable techniques for solving them.

This degree has three stages, each comprising 120 credits.

• In Stage 1, you’ll study four 30-credit modules.
• In Stage 2, you’ll study four 30-credit modules.
• Au stade 3 , vous étudierez deux modules de 30 crédits et choisirez deux modules optionnels de 30 crédits.

Stage 1 (120 credits)

Vous étudierez les quatre éléments suivants :

• Présentation des statistiques (M140)
• Introduction à l'informatique et aux technologies de l'information 1 (TM111)
• Essential Mathematics 1 (MST124)
• Introduction à l'informatique et aux technologies de l'information 2 (TM112)

Stage 2 (120 credits)

Vous étudierez les quatre éléments suivants :

• Analyse des données (M248)
• Algorithmes, structures de données et calculabilité (M269)
• Mathematical Methods (MST224)
• Statistiques modernes pratiques (M249)

Stage 3 (120 credits)

You'll study both of the following:

• Modélisation statistique appliquée (M348)
• Apprentissage automatique et intelligence artificielle (TM358)

De plus, vous en choisirez deux parmi les options suivantes :

• Applications de la probabilité (M343)
• Computational Applied Mathematics (MST374)
• Gestion et analyse des données (TM351)
• Graphiques, jeux et conceptions (MST368)
• Conception d'interaction et expérience utilisateur (TM356)
• Statistiques mathématiques (M347)

Assessment

Our assessments are all designed to reinforce your learning and help you show your understanding of the topics. The mix of assessment methods will vary between modules.

Computer-Marked Assignments

• Usually, a series of online, multiple-choice questions.

Tutor-Marked Assignments

• You’ll have a number of these throughout each module, each with a submission deadline.
• They can be made up of essays, questions, experiments or something else to test your understanding of what you have learned.
• Your tutor will mark and return them to you with detailed feedback.

End-of-Module Assessments

• The final, marked piece of work on most modules.
• Modules with an end-of-module assessment won’t usually have an exam.

Exams

• Some modules end with an exam. You’ll be given time to revise and prepare.
• You’ll be given your exam date at least 5 months in advance.
• Most exams take place remotely, and you will complete them at home or an alternative location.
• If a module requires you to take a face-to-face exam, this will be made clear in the module description, and you will be required to take your exam in person at one of our exam centres.

Compétences pour le développement de carrière

La capacité à analyser des ensembles de données complexes est une compétence très recherchée sur le marché du travail moderne. Ce diplôme vous permettra d'acquérir des connaissances en analyse et modélisation de données issues des statistiques, des mathématiques appliquées et de l'informatique. De plus, vous développerez d'importantes compétences transférables telles que la communication, la gestion du temps et la résolution de problèmes.

Pertinence de carrière

Les data scientists sont très recherchés dans la quasi-totalité des milieux de travail. L'utilisation de la science des données dans les médias sociaux, le commerce en ligne et l'administration publique a révolutionné l'économie numérique. Les employeurs des secteurs public et privé recrutent désormais des data scientists pour identifier et résoudre des problèmes métier complexes. Les data scientists sont au cœur de la prise de décision stratégique et opérationnelle. Ils sont recherchés dans tous les secteurs d'activité, notamment la veille stratégique, le management, la biologie, l'économie, l'éducation, l'ingénierie, les études environnementales, la finance, l'administration publique, la logistique, la médecine, la météorologie, les études de marché, le sport et les multinationales.

Grâce à notre approche unique de l’apprentissage à distance, vous pouvez étudier depuis chez vous, au travail ou en déplacement.

Vous aurez des délais d'évaluation à respecter, mais sinon, vous serez libre d'étudier aux moments qui vous conviennent, en adaptant votre apprentissage au travail, à la famille et à la vie sociale.

Pour chacun de vos modules, vous utiliserez soit uniquement des ressources en ligne, soit un mélange de supports en ligne et imprimés.

Chaque module que vous étudiez aura un site Web de module avec

• Un planificateur d'études hebdomadaire, vous offrant un guide étape par étape tout au long de vos études
• Matériel de cours tel que des lectures, des vidéos, des enregistrements et des activités auto-évaluées
• Forums de modules pour les discussions et les activités collaboratives avec d'autres étudiants
• Détails de chaque devoir et leurs dates d'échéance
• Un système de réservation de tutorat, des salles de tutorat en ligne et les coordonnées de votre tuteur
• Versions en ligne de certains supports et ressources de modules imprimés.