एप्लाइड डेटा साइंस में स्नातक (ऑनलाइन और ऑन-कैंपस)

आईटी एजुकेशन बड़ी डेटा एनालिटिक्स की बढ़ती वैश्विक ज़रूरत पर ध्यान केंद्रित कर रहा है। व्यावहारिक डेटा विज्ञान व्यावहारिक और प्रासंगिक तरीके से डेटा के साथ काम करने के लिए आपको वैज्ञानिक तरीके सिखाता है।

डेटा धमाका

हम डेटा युग में जी रहे हैं! डेटा हर जगह से आता है - सोशल मीडिया साइटों, ऑनलाइन बिक्री लेनदेन, जलवायु और यातायात सेंसर, जीपीएस सक्षम डिवाइस, सेल फोन सिस्टम, परिवहन नेटवर्क, उद्योग प्रणाली, स्वास्थ्य सेवा और इंटरनेट ऑफ थिंग्स। डेटा को मनुष्यों और मशीनों दोनों द्वारा लगातार तेज गति से उत्पन्न किया जा रहा है। आईबीएम का अनुमान है कि हर दिन 2.5 क्विंटल बाइट्स डेटा उत्पन्न होता है, जिसमें 90% मौजूदा डेटा अकेले पिछले दो वर्षों में बनाया गया है।

बिग डेटा का उदय और कई, विविध विशेष डेटा सेटों की उपलब्धता का मतलब है कि अधिग्रहण, सफाई और अन्वेषण से पूरे डेटा जीवन-चक्र में काम करने वाले विज्ञान, उद्योग और सरकार सहित सभी विषय डोमेन पर काम करने के लिए डेटा विशेषज्ञों की आवश्यकता होती है। विश्लेषण, दृश्य और संचार के लिए। यह डेटा साइंटिस्ट का डोमेन है।

स्नातक कार्यक्रम के दौरान, छात्रों को इस क्षेत्र में काम करने के लिए आवश्यक सैद्धांतिक नींव और साथ ही डेटा विज्ञान के क्षेत्र में उपयोग किए जाने वाले उपकरणों और तकनीकों का व्यावहारिक अनुप्रयोग सीखना होगा। इसमें डेटा प्रबंधन, विश्लेषण और विज़ुअलाइज़ेशन, सॉफ्टवेयर विकास और तैनाती, गणितीय और सांख्यिकीय विश्लेषण और कृत्रिम बुद्धिमत्ता और मशीन लर्निंग शामिल हैं।

कार्यक्रम की जानकारी

अगला स्टार्टअप:

• 10 अगस्त, 2020

कैंपस:

• क्रिस्टीयांसैंड
• ऑनलाइन अध्ययन

अवधि:

• 3 साल

कार्यक्रम की भाषा:

• अंग्रेज़ी

कार्यक्रम संरचना

कार्यक्रम का पहला वर्ष डेटा वैज्ञानिकों द्वारा आवश्यक नींव कौशल की चौड़ाई विकसित करने के लिए डिज़ाइन किया गया है। अध्ययन के इस वर्ष के दौरान, छात्रों को अनुसंधान और परियोजना प्रबंधन के साथ-साथ प्रोग्रामिंग, गणितीय, नेटवर्किंग और डेटा प्रबंधन कौशल विकसित करेंगे।

अध्ययन के दूसरे वर्ष के दौरान, छात्र अपने प्रोग्रामिंग और सॉफ्टवेयर विकास कौशल को और विकसित करेंगे। वे डेटा विश्लेषण के लिए सांख्यिकीय उपकरण और तकनीकों का भी पता लगाएंगे और NoSQL डेटा भंडारण प्रौद्योगिकियों का पता लगाएंगे।

अपने अंतिम वर्ष में, छात्र बड़े डेटा एनालिटिक्स और डेटा विज़ुअलाइज़ेशन में व्यावहारिक अनुभव प्राप्त करेंगे और मशीन लर्निंग सिद्धांतों का उपयोग करके एप्लिकेशन विकसित करेंगे। इस वर्ष में डोमेन-विशिष्ट व्यावहारिक विशेषज्ञता विकसित करने का अवसर भी शामिल है, जो तेल और गैस, इंजीनियरिंग और सूचना प्रौद्योगिकी, या सरकार और हेल्थकेयर के समाज से संबंधित क्षेत्रों के उद्योग क्षेत्रों की डेटा आवश्यकताओं की खोज कर रहा है।

डिग्री पूरा करने के बाद, स्नातकों के पास कई प्रकार के संगठनों के भीतर विभिन्न प्रकार के उद्योगों में काम करने के लिए आवश्यक सैद्धांतिक और व्यावहारिक क्षमता होगी। स्नातक भी आगे के अध्ययन के माध्यम से अपनी विशेषज्ञता विकसित करने के लिए योग्य होंगे।

पाठ्यक्रम

वर्ष 1:

• समस्या आधारित शिक्षण और अनुसंधान के तरीके
• सूचना सुरक्षा का परिचय
• कम्प्यूटिंग के व्यावसायिक पहलू
• प्रोग्रामिंग का परिचय
• गणित पृथक करें
• नेटवर्क सिद्धांत
• प्रोग्रामिंग और डेटाबेस
• स्टूडियो प्रोजेक्ट का काम

वर्ष 2:

• ऑब्जेक्ट ओरिएंटेड प्रोग्रामिंग
• ऑपरेटिंग फाइल सिस्टम
• NoSQL डेटाबेस
• सांख्यिकीय विश्लेषण उपकरण और तकनीक
• व्यावसायिक सॉफ्टवेयर विकास
• एल्गोरिदम और डेटा संरचनाएं
• स्टूडियो प्रोजेक्ट का काम

वर्ष 3:

• अंतिम वर्ष परियोजना
• बिग डेटा एनालिटिक्स
• डेटा विज़ुअलाइज़ेशन
• मशीन लर्निंग
• निर्वाचित
• निर्वाचित

ऐच्छिक:

• स्मार्ट सोसायटी स्वास्थ्य, समाज और मीडिया
• स्मार्ट टेक्नोलॉजीज: कम्प्यूटिंग, दूरसंचार और साइबर सुरक्षा
• स्मार्ट उद्योग: तेल, गैस और इंजीनियरिंग
• प्राकृतिक भाषा प्रसंस्करण
• क्रिप्टोग्राफी और स्टेग्नोग्राफ़ी
• घटना का प्रबंधन
• आगे की गणित
• कम्प्यूटिंग के लिए शुद्ध गणित

सिखने का परिणाम

ज्ञान:

• डेटा विज्ञान, बड़े डेटा एनालिटिक्स और संबंधित क्षेत्रों में महत्वपूर्ण विषयों, सिद्धांतों, सिद्धांतों, और मुद्दों, और डेटा-संचालित समस्याग्रस्त स्थितियों की जांच के लिए संबंधित सैद्धांतिक और डिजिटल प्रक्रियाओं, उपकरणों और तरीकों का व्यापक ज्ञान है।
• बड़े डेटा एनालिटिक्स और डेटा साइंस के क्षेत्र में वर्तमान शोध और विकास कार्यों से परिचित है।
• बड़े विषम डेटा सेटों के साथ काम करने के लिए प्रमुख सॉफ्टवेयर विकास और डेटा विश्लेषण सिद्धांतों, सिद्धांतों, उपकरणों और तकनीकों का ज्ञान है, उन्हें विभिन्न प्रकार के डेटा-संचालित डोमेन और स्थितियों में कैसे लागू किया जाए, और उनकी प्रभावकारिता और परिणामों का मूल्यांकन कैसे करें। उनके आवेदन से प्राप्त किया।
• अकादमिक अध्ययन, अनुसंधान और व्यावसायिक विकास के माध्यम से डेटा विज्ञान के क्षेत्र में अपने ज्ञान को अपडेट कर सकते हैं।
• बड़े डेटा एनालिटिक्स और डेटा साइंस के इतिहास और विकास का ज्ञान है, जिसमें डेटा साइंस डोमेन में प्रमुख उपकरण, तकनीक और प्रौद्योगिकियां शामिल हैं, और विज्ञान के कार्य, प्रबंधन, विश्लेषण और विकास पर उनके अतीत और संभावित भविष्य के प्रभाव। उद्योग और समाज।
• बड़े डेटा को प्राप्त करने और विश्लेषण करने से संबंधित कानूनी और नैतिक मुद्दों को समझता है, और बड़े डेटा विश्लेषण के परिणामों को हितधारकों के सामने प्रस्तुत करता है।
• जटिल वैज्ञानिक, सामाजिक और औद्योगिक क्षेत्रों के भीतर डेटा विज्ञान सिद्धांतों, और सांख्यिकीय और विश्लेषणात्मक उपकरणों और तकनीकों को लागू करने का ज्ञान है।

कौशल:

• व्यावहारिक और सैद्धांतिक डेटा विज्ञान समस्याओं के लिए, डेटा एनालिटिक्स टूल और तकनीकों का शैक्षणिक और सैद्धांतिक ज्ञान, वर्तमान अनुसंधान और विकास कार्य, व्यावहारिक और सैद्धांतिक निर्णय और विकल्पों को लागू करने के लिए लागू कर सकते हैं।
• स्वयं के अकादमिक अभ्यास और व्यावसायिक विकास को प्रतिबिंबित कर सकते हैं, सुधार के लिए क्षेत्रों की पहचान कर सकते हैं और डेटा एनालिटिक्स और विज़ुअलाइज़ेशन टूल्स, तकनीकों और प्रौद्योगिकी में भविष्य के विकास के लिए अनुकूल कर सकते हैं।
• प्रासंगिक जानकारी और विद्वतापूर्ण विषय वस्तु को खोजने, उसका मूल्यांकन करने और उसका विश्लेषण करने में सक्षम है और इसे डेटा-चालित समस्याओं पर प्रकाश डालता है।
• उचित डेटा एनालिटिक्स तकनीकों और सांख्यिकीय तकनीकों का उपयोग करके बड़े विषम डेटा सेटों का उचित रूप से प्रभावी ढंग से पता लगा सकते हैं, खरीद सकते हैं, उनमें हेरफेर कर सकते हैं और उनका विश्लेषण कर सकते हैं।
• विभिन्न प्रकार के गणितीय और मशीन लर्निंग टूल और विधियों का उपयोग करके, डेटा से अर्थ निकालने और व्याख्या करने में सक्षम है।
• डेटा को संचालित करने और समस्याग्रस्त स्थितियों में सूचनात्मक अंतर्दृष्टि को विकसित करने और प्रस्तुत करने के लिए डेटा और उचित और पेशेवर तरीके से बड़े डेटा एनालिटिक्स के परिणामों के लिए प्राथमिक डिजिटल टूल और तकनीकों का चयन और उपयोग कर सकते हैं।
• अनुसंधान पर आधारित, विश्लेषणात्मक और पद्धतिगत समस्या-समाधान तकनीकों की एक श्रृंखला को गंभीर रूप से चुन और लागू कर सकते हैं, और समाधानों की व्याख्या करने और उचित परिणाम प्रस्तुत करने में सक्षम होने के लिए।
• डेटा विज्ञान परियोजनाओं के हितधारकों की पहचान करने में सक्षम है, और परियोजना आवश्यकताओं और परिणामों के संभावित प्रभावों के अनुसार उचित रूप से इन हितधारकों के साथ सहयोग करता है।

सामान्य क्षमता:

• डेटा वैज्ञानिक के रूप में अकादमिक और व्यावसायिक अभ्यास के भीतर उत्पन्न होने वाले जटिल नैतिक मुद्दों पर पहचान और उचित रूप से कार्य करने में सक्षम है।
• एक सफल निष्कर्ष के लिए और प्रासंगिक नैतिक आवश्यकताओं और सिद्धांतों के अनुसार, समय के साथ या अकेले एक समूह के हिस्से के रूप में कई असाइनमेंट और डेटा विज्ञान से संबंधित परियोजनाओं की योजना, निष्पादित और प्रबंधन करने में सक्षम है।
• सैद्धांतिक, व्यावहारिक और शोध-आधारित अकादमिक कार्यों के परिणामों को संचार के उपयुक्त रूपों (इलेक्ट्रॉनिक रूप से, मौखिक रूप से और / या लिखित) का प्रभावी ढंग से उपयोग करते हुए सिद्धांतों, तर्कों, समस्याओं और समाधानों को एक उपयुक्त, पेशेवर तरीके से पेश कर सकते हैं।
• संचार के उपयुक्त तरीकों के चयन और आवेदन के माध्यम से विचारों, विचारों और अन्य विषयों जैसे कि सिद्धांतों, समस्याओं और समाधानों को पृष्ठभूमि और / या अनुभव के साथ दूसरों के साथ संवाद और आदान-प्रदान कर सकते हैं, जिससे विकास में योगदान होता है अभ्यास के डेटा विज्ञान समुदाय के भीतर अच्छा अभ्यास।
• डेटा साइंस पेशेवर और एक चिंतनशील व्यवसायी के लिए आवश्यक आजीवन सीखने की रणनीति के हिस्से के रूप में आत्म-प्रतिबिंब में संलग्न होने में सक्षम है।
• डेटा साइंस और संबंधित विषयों के क्षेत्र के भीतर वर्तमान और नई सोच और रुझानों से परिचित है।

कैरियर के अवसर

इस स्नातक कार्यक्रम की विशेषज्ञता और कौशल की मांग की जाती है, क्योंकि कई रुझान संकेतक डेटा विज्ञान का सुझाव देते हैं और कई वाणिज्यिक क्षेत्रों के लिए 'बिग डेटा' संबंधित समस्याएं कभी-कभी बढ़ती महत्व की होंगी। यह हाल के वर्षों में प्रौद्योगिकी के विकास और डेटा की सर्वव्यापकता से प्रेरित है। स्मार्ट सिटीज, इंटरनेट ऑफ थिंग्स और साइबर-फिजिकल सिस्टम्स में उपयोग की जाने वाली नई तकनीकों से संबंधित उभरती हुई पहल भी बड़ी संख्या में डेटा की आवश्यकता होगी, जो विज्ञान विशेषज्ञों की आवश्यकता होती है। बड़े पैमाने पर डेटा विश्लेषण में कुशल स्नातकों के लिए एक तत्काल आवश्यकता है।

अबेलिया के अनुसार, नॉर्वे में मजबूत तकनीकी कौशल वाले लोगों की चिंता कम है। जरूरतों और उपलब्ध विशेषज्ञता के बीच की दूरी 24 से 113 प्रतिशत तक है। सबसे अच्छा मामला परिदृश्य बताता है कि 2030 तक, आईसीटी के चार पदों में से एक खाली हो जाएगा।

मैकिन्से का अनुमान है कि संयुक्त राज्य अमेरिका के पास विश्लेषणात्मक विशेषज्ञता वाले 140,000 से 190,000 लोगों की कमी है और 1.5 मिलियन प्रबंधकों और विश्लेषकों को बड़े डेटा के विश्लेषण के आधार पर निर्णय लेने और समझने के कौशल के साथ। यह विश्लेषणात्मक विशेषज्ञों की मांग में 50-60% के अंतर के रूप में अनुमानित है। ब्रिटेन में रॉयल स्टैटिस्टिकल सोसाइटी की एक रिपोर्ट में बताया गया है कि 80% संगठनों में पहले से ही बढ़ती मांग को पूरा करने के लिए कौशल निर्धारित करने के मुद्दे हैं।

अधिकांश बड़े व्यवसाय जो सूचना प्रौद्योगिकी पर भरोसा करते हैं, उन्हें डेटा साइंस में विशेषज्ञता वाले लोगों की आवश्यकता है। इसलिए, यह स्नातक की डिग्री विभिन्न संगठनों और उद्योग क्षेत्रों में चुनौतियों से निपटने के लिए एक अद्वितीय योग्यता प्रदान करती है।

आगे के अध्ययन

जो छात्र डेटा साइंस में आगे के प्रशिक्षण की इच्छा रखते हैं, वे नॉर्वे और अंतरराष्ट्रीय स्तर पर दोनों तरह के उच्च शिक्षा संस्थानों में कंप्यूटिंग, डेटा एनालिटिक्स या डेटा साइंस से संबंधित मास्टर्स स्तर की पढ़ाई के लिए आवेदन कर सकते हैं। स्नातक जो डॉक्टरेट स्तर के अध्ययन को आगे बढ़ाने की इच्छा रखते हैं, वे नॉर्वे या उससे आगे के अध्ययन के अवसरों के लिए आवेदन कर सकेंगे।