Southwest Baptist University

Master of Science en science des données

Cette carte du programme illustre le développement progressif des compétences des étudiants dans l'ensemble du programme de maîtrise en gestion des technologies de l'information, montrant comment chaque cours introduit (I), développe (D) ou amène les étudiants à la maîtrise (M) des sept résultats d'apprentissage du programme (PLO), culminant dans le cours de synthèse où les étudiants démontrent leur maîtrise de tous les résultats.

• TECH 500 : Défis éthiques dans la gestion des technologies
• BUS 5203 : Analyse de données
• BUS 5213 : Traitement des données pour la prise de décision
• TECH 575 : Analyse des mégadonnées pour l'IoT
• TECH 615 : IA appliquée : solutions pour les entreprises
• TECH 630 : IA avancée pour la connaissance et la prise de décision commerciales
• BUS 5223 : Diriger des projets d'analyse de données
• TECH 643 : Méthodes statistiques
• TECH 674 : Méthodes quantitatives
• TECH 699 : Projet de synthèse en science des données et en analyse

Classes de base

TECH 500 : Défis éthiques dans la gestion des technologies

Ce cours vise à préparer les dirigeants à résoudre des dilemmes éthiques complexes dans la gestion de la technologie. Le cours met l'accent sur les valeurs bibliques et les solutions pratiques aux défis contemporains. Les étudiants explorent les systèmes éthiques à travers une vision du monde chrétienne, analysent des études de cas et développent des compétences pour porter des jugements moraux éclairés. À la fin du cours, les participants seront équipés pour aborder les questions éthiques dans le leadership technologique avec intégrité et une perspective basée sur la foi.

Résultats d'apprentissage des étudiants du cours

• SLO 1 : Analyser des dilemmes éthiques complexes dans la gestion de la technologie en utilisant divers cadres éthiques, y compris une vision du monde chrétienne. (PLO 3, PLO 4)
• SLO 2 : Évaluer les implications des technologies émergentes sur la prise de décision éthique dans les rôles de direction informatique. (PLO 3, PLO 4)
• SLO 3 : Synthétiser les principes bibliques avec les défis éthiques contemporains pour développer des solutions fondées sur la foi dans la gestion de la technologie. (PLO 3, PLO 5)
• SLO 4 : Développer et articuler des jugements moraux solides pour des études de cas en éthique technologique, en démontrant une pensée critique et une communication efficace. (PLO 1, PLO 3)
• SLO 5 : Créer un cadre éthique personnel pour relever les défis de la gestion technologique qui intègre les normes professionnelles aux valeurs chrétiennes. (PLO 3, PLO 5)

BUS 5203 : Analyse de données

Les étudiants seront exposés aux pratiques d’analyse de données dans le monde des affaires, telles que la manière dont les données sont créées, stockées et consultées, et la manière dont les organisations utilisent les données et créent des environnements qui encouragent l’analyse.

Résultats d'apprentissage des étudiants du cours

• SLO 1 : Comprendre l’état d’esprit analytique des analystes commerciaux. (PLO 2, PLO 4)
• SLO 2 : Comprendre les concepts de base des statistiques et de l'analyse de données. (PLO 2, PLO 4)
• SLO 3 : Appliquer les techniques d'analyse de données pour répondre aux questions sur l'ensemble de données. (PLO 4)
• SLO 4 : Analyser les décisions commerciales à l'aide de techniques d'analyse de données. (PLO 4)
• SLO 5 : Évaluer les décisions éthiques dans l'analyse des données avec l'intégration de la foi. (PLO 5)
• SLO 6 : Créer et réaliser un projet d'analyse de données pour répondre à une question originale dans une discipline spécifique. (PLO 2, PLO 4, PLO 5)

BUS 5213 : Traitement des données pour la prise de décision

Comprendre comment collecter et utiliser les données dans la prise de décision en utilisant des techniques d'analyse (exploration de données, analyse prédictive et algorithmes d'apprentissage automatique) pour trouver des modèles de relations entre les éléments de données. Les étudiants apprendront à collecter des données appropriées et à les analyser pour amener les décideurs à une meilleure compréhension des données et de leur application en matière de gestion.

Résultats d'apprentissage des étudiants du cours

• SLO 1 : Acquérir des compétences en gestion de l'information pour gérer les données. (PLO 2, PLO 4)
• SLO 2 : Acquérir des compétences et des outils d'analyse pour comprendre les données. (PLO 2, PLO 4)
• SLO 3 : Acquérir une compréhension de la prise de décision basée sur les données et de la manière de gérer l'incertitude. (PLO 2, PLO 4)
• SLO 4 : Développer un état d'esprit axé sur les données pour aider les entreprises à agir sur les données. (PLO 2, PLO 4)
• SLO 5 : Développer des compétences en matière de présentation de données pour la prise de décision. (PLO 1, PLO 2)

TECH 575 : Analyse des mégadonnées pour l'IoT

Ce cours présente aux étudiants Apache Spark, un puissant framework de traitement de données volumineuses, en mettant l'accent sur son application à l'analyse d'ensembles de données à grande échelle. Les étudiants apprendront à exploiter les capacités de Spark à l'aide de Python, en mettant l'accent sur la dernière syntaxe Spark 2.0 DataFrame. Le programme couvre les techniques avancées de manipulation de données, les applications d'apprentissage automatique utilisant MLlib et les scénarios de résolution de problèmes du monde réel.

Résultats d'apprentissage des élèves

• SLO 1 : Synthétiser la programmation Python et les frameworks Apache Spark pour concevoir et mettre en œuvre des solutions avancées d'analyse de Big Data. (PLO 2, PLO 4)
• SLO 2 : Évaluer et appliquer la syntaxe Spark 2.0 DataFrame pour optimiser les tâches de traitement de données complexes et améliorer l'efficacité analytique. (PLO 2, PLO 4)
• SLO 3 : Créez et critiquez des modèles d'apprentissage automatique sophistiqués à l'aide de MLlib de Spark, notamment la régression logistique, les forêts aléatoires et les arbres à gradient amélioré, pour résoudre des problèmes de classification du monde réel. (PLO 2, PLO 4)
• SLO 4 : Développer et évaluer des applications innovantes de traitement du langage naturel, telles que les filtres anti-spam, en utilisant les capacités de Spark pour l'analyse et la classification de texte. (PLO 1, PLO 2 et PLO 4)
• SLO 5 : Formuler un cadre éthique pour l'analyse des big data qui intègre les principes chrétiens de gestion et de confidentialité, en examinant de manière critique les implications sociétales des techniques d'analyse de données à grande échelle. (PLO 3, PLO 5)

TECH 615 : IA appliquée : solutions pour les entreprises

Ce cours propose une introduction complète à l'intelligence artificielle (IA), explorant son impact transformateur sur les différents secteurs et répondant à la demande mondiale croissante de compétences en IA. Les étudiants se plongeront dans les développements récents en matière d'apprentissage profond, d'apprentissage par renforcement, de traitement du langage naturel, de vision par ordinateur et de robotique tout en acquérant une expérience pratique des cadres d'apprentissage profond modernes comme Keras.

Résultats d'apprentissage des élèves

• SLO 1 : Évaluer l'impact de l'IA sur divers secteurs, en analysant les tendances actuelles et en prédisant les développements futurs dans le domaine. (PLO 2, PLO 4)
• SLO 2 : Concevoir et mettre en œuvre des réseaux de neurones artificiels pour résoudre des problèmes commerciaux complexes, tels que la prévision du taux de désabonnement des clients et la prévision du cours des actions. (PLO 2, PLO 4)
• SLO 3 : Développer des modèles d'IA avancés à l'aide de réseaux neuronaux convolutifs et récurrents pour la reconnaissance d'images et l'analyse de séries chronologiques dans des contextes commerciaux réels. (PLO 2, PLO 4)
• SLO 4 : Créer et évaluer des systèmes de recommandation et des applications de traitement du langage naturel, en démontrant la maîtrise de l'application de l'IA pour améliorer l'expérience client et les opérations commerciales. (PLO 2, PLO 4)
• SLO 5 : Synthétiser les considérations éthiques dans la mise en œuvre de l'IA avec les principes chrétiens de gestion et de dignité humaine, en formulant des stratégies d'IA responsables pour les applications commerciales. (PLO 3, PLO 5)

TECH 630 : IA avancée pour la connaissance et la prise de décision commerciales

Ce cours offre une perspective transformatrice sur l'impact de l'IA dans le monde des affaires, en soulignant le rôle essentiel de la maîtrise de l'IA, y compris de l'IA générative comme les grands modèles de langage, dans l'économie actuelle axée sur l'information. Il se concentre sur l'identification, l'évaluation et l'exploitation des opportunités d'analyse commerciale en utilisant des sources de données propriétaires et publiques.

Résultats d'apprentissage des élèves

• SLO 1 : Synthétiser des ensembles de données complexes pour créer des solutions commerciales innovantes, en démontrant des capacités analytiques avancées dans des contextes axés sur l'IA. (PLO 2, PLO 4)
• SLO 2 : Évaluer les tendances actuelles en matière de gestion et d'application de l'IA, en critiquant leur impact potentiel sur divers secteurs d'activité. (PLO 2, PLO 4)
• SLO 3 : Concevoir et évaluer de manière critique divers modèles d'IA et d'exploration de données, en justifiant leur adéquation à des scénarios commerciaux spécifiques. (PLO 2, PLO 4)
• SLO 4 : Formuler des stratégies collaboratives pour traduire les défis commerciaux du monde réel en modèles d'IA exploitables, en démontrant des compétences en travail d'équipe et en résolution de problèmes. (PLO 2, PLO 5)
• SLO 5 : Développer et défendre des stratégies d'analyse commerciale efficaces, en intégrant les technologies d'IA pour répondre aux problèmes commerciaux contemporains. (PLO 2, PLO 4)
• SLO 6 : Créer un cadre éthique pour la mise en œuvre de l'IA dans les entreprises qui soit conforme aux principes chrétiens de gestion et de responsabilité sociale, en examinant de manière critique les implications morales de la prise de décision basée sur l'IA dans les contextes organisationnels. (PLO 3, PLO 5)

BUS 5223 : Diriger des projets d'analyse de données

Ce cours exposera les étudiants aux éléments essentiels de l'opérationnalisation de la veille stratégique et de l'analyse de données pour améliorer la prise de décision et la qualité au sein d'une organisation. Plus précisément, les étudiants apprendront à assumer le rôle de consultant en veille stratégique et à appliquer des techniques d'analyse de données pour éclairer la prise de décision commerciale.

Résultats d'apprentissage des élèves

• SLO 1 : Comprendre les termes et concepts clés dans le domaine de l'analyse de données. (PLO 2, PLO 4)
• SLO 2 : Identifier les compétences analytiques clés nécessaires à la profession. (PLO 2, PLO 4)
• SLO 3 : Présenter les données sous forme de représentation graphique. (PLO 1, PLO 2)
• SLO 4 : Appliquer les concepts et les techniques d'analyse commerciale. (PLO 2, PLO 4, PLO 5)

TECH 643 : Méthodes statistiques

Ce cours propose une exploration complète des techniques statistiques fondamentales et avancées essentielles à l'analyse des données et à la prise de décision dans divers domaines. Ce cours couvre les statistiques descriptives, la théorie des probabilités, les distributions d'échantillonnage, les tests d'hypothèses et les statistiques inférentielles. Les étudiants se plongeront dans l'analyse de régression, y compris la régression linéaire simple et multiple, ainsi qu'une introduction à la régression logistique. Le programme comprend également l'analyse de la variance (ANOVA), la conception d'expériences et les méthodes non paramétriques. Tout au long du cours, l'accent est mis à la fois sur la compréhension théorique et l'application pratique à l'aide de logiciels statistiques tels que R ou SAS. Les étudiants travailleront avec des ensembles de données du monde réel pour développer des compétences en manipulation de données, en modélisation statistique et en interprétation des résultats. À la fin du cours, les participants seront équipés d'une boîte à outils statistique robuste et de la capacité de sélectionner et d'appliquer des méthodes appropriées pour relever des défis analytiques complexes dans diverses disciplines. Les prérequis comprennent une compréhension de base de l'algèbre et des concepts statistiques élémentaires.

Résultats d'apprentissage des élèves

• SLO 1 : Démontrer sa maîtrise de l'application de techniques statistiques fondamentales et avancées pour l'analyse des données et la prise de décision dans divers domaines. (PLO 2, PLO 4)
• SLO 2 : Effectuer et interpréter avec précision des tests d'hypothèses et des statistiques inférentielles. (PLO 2, PLO 4)
• SLO 3 : Effectuer des analyses de régression, notamment des régressions linéaires simples et multiples et des régressions logistiques. (PLO 2, PLO 4)
• SLO 4 : Appliquer l'analyse de la variance (ANOVA), la conception d'expériences et les méthodes non paramétriques aux ensembles de données appropriés. (PLO 2, PLO 4)
• SLO 5 : Intégrer les principes chrétiens d'éthique et de gestion dans l'application des méthodes statistiques, en reconnaissant la responsabilité d'utiliser l'analyse des données pour l'amélioration de la société et selon les valeurs bibliques. (PLO 3, PLO 5)

TECH 674 : Méthodes quantitatives

Ce cours offre une introduction complète aux méthodes quantitatives et aux techniques statistiques essentielles utilisées dans la science des données moderne. Les étudiants développeront une base solide en théorie des probabilités, en inférence statistique et en approches analytiques avancées essentielles à l'analyse d'ensembles de données complexes. Les principaux sujets abordés comprennent les distributions de probabilité et leurs applications, les tests d'hypothèses et les intervalles de confiance, l'analyse de régression linéaire et non linéaire, l'analyse et la prévision des séries chronologiques, les statistiques et l'inférence bayésiennes, les techniques de réduction de la dimensionnalité, les méthodes de clustering et de classification, les méthodes de rééchantillonnage et le bootstrapping. Grâce à une combinaison de cours magistraux, d'exercices pratiques et d'études de cas réels, les étudiants apprendront à appliquer ces méthodes quantitatives à l'aide d'outils de science des données et de langages de programmation populaires. Le cours met l'accent à la fois sur la compréhension théorique et la mise en œuvre pratique, préparant les étudiants à relever des défis complexes d'analyse de données dans divers secteurs.

Résultats d'apprentissage des élèves

• SLO 1 : Appliquer la théorie des probabilités et les techniques d'inférence statistique pour analyser des ensembles de données complexes dans des contextes de science des données. (PLO 2, PLO 4)
• SLO 2 : Développer et évaluer des modèles de régression linéaires et non linéaires, des analyses de séries chronologiques et des méthodes de prévision pour l'analyse et la prédiction des données. (PLO 2, PLO 4)
• SLO 3 : Utiliser des méthodes de réduction de dimensionnalité, de clustering et de classification pour extraire des modèles significatifs à partir de données de grande dimension. (PLO 2, PLO 4)
• SLO 4 : Démontrer sa maîtrise de l'utilisation d'outils de science des données et de langages de programmation courants pour mettre en œuvre des méthodes quantitatives sur des ensembles de données du monde réel. (PLO 2, PLO 4, PLO 5)
• SLO 5 : Intégrer les principes chrétiens d'utilisation et d'interprétation éthiques des données, en reconnaissant la responsabilité d'employer des méthodes quantitatives de manière à honorer la vérité, à promouvoir l'épanouissement humain et à refléter une bonne gestion des ressources d'information. (PLO 3, PLO 5)

TECH 699 : Projet de synthèse en science des données et en analyse

Ce cours de synthèse offre aux étudiants l'occasion de synthétiser et d'appliquer les connaissances et les compétences acquises tout au long du programme de maîtrise en science des données et en analyse. Les étudiants entreprendront un projet complet de science des données concrètes qui répond à un défi commercial ou sociétal important. Travaillant individuellement ou en petites équipes, les étudiants identifieront un problème, collecteront et analyseront les données pertinentes, développeront et mettront en œuvre des solutions de science des données appropriées et communiqueront efficacement leurs résultats. Le projet englobera l'ensemble du cycle de vie de la science des données, y compris la formulation du problème, l'acquisition et le prétraitement des données, l'analyse exploratoire des données, le développement et l'évaluation du modèle et la présentation des résultats. Les étudiants devront intégrer des techniques d'analyse avancées, des considérations éthiques et des informations commerciales dans leurs projets. Le cours se terminera par une présentation et un rapport final, démontrant la maîtrise des concepts de science des données par l'étudiant et sa capacité à fournir de la valeur grâce à des solutions basées sur les données.

Résultats d'apprentissage des élèves

• SLO 1 : Concevoir et exécuter un projet complet de science des données qui aborde un problème complexe du monde réel, en démontrant la maîtrise du cycle de vie de la science des données et des techniques d'analyse avancées. (PLO 2, PLO 4)
• SLO 2 : Communiquer efficacement des concepts, des méthodologies et des résultats complexes en science des données à des publics techniques et non techniques au moyen de rapports écrits, de présentations orales et de visualisations de données. (PLO 1, PLO 4)
• SLO 3 : Appliquer le raisonnement éthique et les principes chrétiens dans la conception, la mise en œuvre et l'évaluation de solutions de science des données, en abordant des questions telles que la confidentialité des données, les préjugés et l'impact sociétal. (PLO 3, PLO 5)
• SLO 4 : Évaluer de manière critique et sélectionner les méthodologies, outils et technologies de science des données appropriés pour résoudre des défis commerciaux ou sociétaux spécifiques, en justifiant ces choix en fonction de leur efficacité et de leur efficience. (PLO 2, PLO 4)
• SLO 5 : Collaborer efficacement au sein d'équipes diversifiées pour planifier, exécuter et livrer un projet complexe de science des données, en faisant preuve de leadership, de gestion de projet et de compétences en communication interculturelle. (PLO 1, PLO 5)
• SLO 6 : Synthétiser les informations issues de l'analyse des données pour élaborer des recommandations stratégiques qui génèrent de la valeur commerciale ou répondent aux besoins de la société, en démontrant la capacité à relier la science des données aux applications pratiques. (PLO 2, PLO 3, PLO 4)

Résultats d'apprentissage institutionnels (RAI)

• ILO 1 : Les étudiants communiqueront efficacement.
• OIT 2 : Les étudiants utiliseront des méthodes d’enquête pour l’acquisition et l’application des connaissances.
• OIT 3 : Les étudiants aborderont des problèmes concrets en appliquant la foi et le raisonnement éthique.
• OIT 4 : Les étudiants penseront de manière créative et critique pour poursuivre une vie d’apprentissage.
• OIT 5 : Les élèves s’engageront dans un monde culturellement diversifié pour renforcer leurs relations avec les autres.

Résultats d'apprentissage du programme (PLO)

• PLO 1 : Communiquer efficacement des concepts complexes de science des données et des résultats analytiques à des publics divers, en faisant preuve de sensibilité culturelle et de considération éthique dans la présentation des données. (OIT 1, OIT 3, OIT 5)
• PLO 2 : Appliquer des méthodes statistiques avancées, des techniques d'apprentissage automatique et des stratégies d'exploration de données pour extraire des informations significatives à partir d'ensembles de données à grande échelle, en évaluant de manière critique les résultats pour résoudre des problèmes du monde réel. (OIT 2, OIT 4)
• PLO 3 : Élaborer et mettre en œuvre des solutions éthiques en matière de science des données qui intègrent les principes chrétiens de gestion, de confidentialité et de responsabilité sociale, tout en communiquant efficacement les implications éthiques aux parties prenantes. (OIT 1, OIT 3, OIT 5)
• PLO 4 : Évaluer de manière critique et synthétiser les tendances actuelles en science des données et en IA, en démontrant la capacité à s'adapter à l'évolution rapide des technologies et des méthodologies, et à communiquer efficacement les résultats pour promouvoir l'apprentissage continu. (OIT 1, OIT 2, OIT 4)
• PLO 5 : Collaborer efficacement au sein d'équipes diversifiées pour concevoir et exécuter des projets de science des données qui répondent à des défis mondiaux, en utilisant des méthodes d'enquête appropriées et un raisonnement éthique pour promouvoir la compréhension interculturelle grâce à des informations basées sur les données. (OIT 2, OIT 3, OIT 5)