Πτυχίο (Hons) στην Επιστήμη των Υπολογιστών (Data Science)
Heriot-Watt University Dubai
Πληροφορία κλειδί
Τοποθεσία πανεπιστημιούπολης
Academic City, Ηνωμένα Αραβικά Εμιράτα
Γλώσσες
Αγγλικά
Μορφή μελέτης
Στην Πανεπιστημιούπολη
Διάρκεια
4 χρόνια
Βήμα
Πλήρης απασχόληση
Δίδακτρα
AED 65.100 / per year *
Προθεσμία εφαρμογής
Ζητήστε πληροφορίες
Πρωιμότερη ημερομηνία έναρξης
Ζητήστε πληροφορίες
* 63000 AED ετησίως. Όλα τα δίδακτρα με ΦΠΑ.
Εισαγωγή
ΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ
Το πτυχίο μας Επιστήμης Υπολογιστών (Data Science) επικεντρώνεται στην κατασκευή αξιόπιστων και χρήσιμων συστημάτων. Εκτός από την εξέταση εργαλείων και τεχνικών αιχμής, έχει σχεδιαστεί για να σας βοηθήσει να δημιουργήσετε την επόμενη γενιά εργαλείων λογισμικού που θα χρησιμοποιήσουν άλλοι κατασκευαστές συστημάτων. Το μάθημα στοχεύει να δώσει μια καλά ολοκληρωμένη ισορροπία θεωρητικών βάσεων και πρακτικής εμπειρίας, έντονα ενημερωμένη από την ερευνητική εμπειρία του ακαδημαϊκού προσωπικού μας.
Στα μεταγενέστερα έτη του μαθήματος, θα έχετε την επιλογή να εξειδικεύσετε και να αναπτύξετε τις δεξιότητες που απαιτούνται για να είναι ένας επιστήμονας δεδομένων. Συγκεκριμένα, θα έχετε τη δυνατότητα να αναπτύξετε και να εκτελέσετε αναλύσεις δεδομένων μεγάλης κλίμακας, επαναλαμβανόμενων δεδομένων βασισμένων στη στατιστική μοντελοποίηση. Ο όρος επιστήμη δεδομένων χρησιμοποιείται συχνά εναλλακτικά με μεγάλα δεδομένα ή αναλύσεις δεδομένων. Γίνεται ολοένα και πιο σημαντική καθώς δημιουργούνται τεράστιες ποσότητες σύνθετων ακαδημαϊκών, επιχειρηματικών και κυβερνητικών δεδομένων από πολλές σε μεγάλο βαθμό πηγές στο διαδίκτυο. Αυτή η ογκώδης λίμνη δεδομένων χρειάζεται αυξανόμενο αριθμό ειδικευμένου προσωπικού με την ικανότητα να αναλύει και να κατανοεί όλα αυτά. Αυτό, με τη σειρά του, απαιτεί όπως το προσωπικό αυτό εκπαιδεύεται με τις τελευταίες δεξιότητες και τεχνικές στην επιστήμη των δεδομένων.
Περιεχόμενο μαθήματος
Έτος 1
Θα καλύψετε βασικές δεξιότητες προγραμματισμού, τη δημιουργία εφαρμογών για κινητές συσκευές, εισαγωγή σε συστήματα υπολογιστών, σχεδιασμό ιστοσελίδων, βάσεις δεδομένων και διακριτά μαθηματικά.
Έτος 2
Θα συνεχίσετε με το σχεδιασμό του λογισμικού - τόσο υψηλού επιπέδου αρχιτεκτονικά ζητήματα όσο και αλγόριθμους και δομές δεδομένων. Άλλα θέματα είναι οι βάσεις δεδομένων, η διασύνδεση υλικού-λογισμικού, ο σχεδιασμός αλληλεπίδρασης και τα πιο προηγμένα μαθήματα προγραμματισμού.
Έτος 3
Θα μελετήσετε θέματα όπως η τεχνητή νοημοσύνη, οι επικοινωνίες, η δικτύωση, τα λειτουργικά συστήματα καθώς και οι πιο επίσημες πτυχές της πληροφορικής. Θα αναλάβετε επίσης ένα πρόγραμμα προγραμματισμού ομάδας.
Έτος 4
Θα μελετήσετε τη διαχείριση μεγάλων δεδομένων, την εξόρυξη δεδομένων και την εκμάθηση μηχανών, καθώς και μια επιλογή από άλλα προηγμένα θέματα, όπως βιο-εμπνευσμένο υπολογισμό, οπτικοποίηση δεδομένων και ανάλυση, ασφάλεια δικτύων. Θα αναλάβετε επίσης ένα σημαντικό μεμονωμένο έργο στην Data Science.
Περισσότερες πληροφορίες για το περιεχόμενο των μαθημάτων που αναφέρονται παραπάνω, για τον τρόπο με τον οποίο αξιολογούνται και για τα μαθησιακά αποτελέσματα είναι διαθέσιμα μέσω της τρέχουσας φοιτητικής μας πύλης.
Απαιτήσεις αγγλικής γλώσσας
Όπου τα αγγλικά δεν ήταν το μέσο διδασκαλίας στη δευτεροβάθμια εκπαίδευση, οι υποψήφιοι πρέπει να επιδεικνύουν ικανότητα αγγλικής γλώσσας ισοδύναμη με το IELTS 6.0 Academic (χωρίς στοιχείο κάτω του 5,5).
Προθεσμία εφαρμογής
Το πανεπιστημιακό μας κέντρο στο Ντουμπάι λειτουργεί μια κυλιόμενη διαδικασία εισαγωγής καθόλη τη διάρκεια του έτους: μόλις ολοκληρωθεί η πρόσληψη, αρχίζουμε να δεχόμαστε αιτήσεις για την επόμενη. Μπορείτε επίσης να αναβάλλετε την ημερομηνία έναρξης για ένα έτος.
Οι περισσότεροι σπουδαστές εφαρμόζουν 6-10 μήνες πριν από την επιλεγμένη πρόσληψή τους. Μπορούμε να δεχτούμε αιτήσεις μέχρι 3 εβδομάδες πριν από την έναρξη κάθε πρόσληψης, αλλά θα πρέπει να σημειώσετε ότι μια καθυστερημένη υποβολή αιτήσεων θα σημαίνει σχεδόν βεβαίως καθυστέρηση στην παροχή βασικών διοικητικών υπηρεσιών, όπως η κάρτα φοιτητικής εγγραφής (χωρίς την οποία δεν θα είστε δυνατότητα πρόσβασης στη βιβλιοθήκη ή σε ηλεκτρονικές υπηρεσίες).
Εισαγωγές
Διδακτέα ύλη
Περιεχόμενο μαθήματος
Έτος 1
Θα καλύψετε βασικές δεξιότητες προγραμματισμού, δημιουργία εφαρμογών για φορητές συσκευές, εισαγωγή σε συστήματα υπολογιστών, σχεδιασμό ιστοσελίδων, βάσεις δεδομένων και διακριτά μαθηματικά.
Έτος 2
Θα συνεχίσετε με το σχεδιασμό λογισμικού - τόσο αρχιτεκτονικά ζητήματα υψηλού επιπέδου όσο και αλγόριθμους και δομές δεδομένων. Άλλα θέματα είναι βάσεις δεδομένων, διεπαφή υλικού-λογισμικού, σχεδιασμός αλληλεπίδρασης και πιο προχωρημένα μαθήματα προγραμματισμού.
Έτος 3
Θα μελετήσετε θέματα όπως η τεχνητή νοημοσύνη, οι επικοινωνίες, η δικτύωση, τα λειτουργικά συστήματα καθώς και πιο επίσημες πτυχές της πληροφορικής. Θα αναλάβετε επίσης ένα έργο ομαδικού προγραμματισμού.
Έτος 4
Θα μελετήσετε τη διαχείριση μεγάλων δεδομένων, την εξόρυξη δεδομένων και τη μηχανική μάθηση και μια επιλογή άλλων προηγμένων θεμάτων, όπως υπολογισμούς εμπνευσμένους από τη βιοτεχνία, οπτικοποίηση και ανάλυση δεδομένων, ασφάλεια δικτύου. Θα αναλάβετε επίσης ένα μεγάλο ατομικό έργο στην Επιστήμη των Δεδομένων.
Μπορείτε να έχετε πρόσβαση σε περισσότερες σε βάθος πληροφορίες σχετικά με το περιεχόμενο των μαθημάτων που αναφέρονται παραπάνω, τον τρόπο αξιολόγησης και τα μαθησιακά αποτελέσματα μέσω της τρέχουσας φοιτητικής μας πύλης.
Αποτέλεσμα προγράμματος
Στα τελευταία χρόνια του μαθήματος, θα έχετε την επιλογή να ειδικευτείτε και να αναπτύξετε τις δεξιότητες που απαιτούνται για να είστε επιστήμονας δεδομένων. Συγκεκριμένα, θα έχετε τη δυνατότητα να αναπτύξετε και να εκτελέσετε μεγάλης κλίμακας, επαναλαμβανόμενες αναλύσεις δεδομένων που βασίζονται σε στατιστικά μοντέλα. Ο όρος επιστήμη δεδομένων χρησιμοποιείται συχνά εναλλακτικά με τα μεγάλα δεδομένα ή την ανάλυση δεδομένων. Γίνεται ολοένα και πιο σημαντικό, καθώς τεράστιες ποσότητες σύνθετων ακαδημαϊκών, επιχειρηματικών και κυβερνητικών δεδομένων παράγονται από πολλές, σε μεγάλο βαθμό, διαδικτυακές πηγές. Αυτή η διογκωμένη λίμνη δεδομένων χρειάζεται αυξανόμενο αριθμό ειδικευμένου προσωπικού με την ικανότητα να τα αναλύει και να τα κατανοεί όλα. Αυτό, με τη σειρά του, απαιτεί το εν λόγω προσωπικό να εκπαιδεύεται στις πιο πρόσφατες δεξιότητες και τεχνικές στην επιστήμη δεδομένων.