
BSc (Hons) in Data Sciences
Academic City, Verenigde Arabische Emiraten
DUUR
4 Years
TALEN
Engels
TEMPO
Full time
DEADLINE VOOR AANMELDING
Aanvraagdeadline
EERSTE STARTDATUM
Vraag de vroegste startdatum aan
COLLEGEGELD
AED 65.100 / per year *
STUDIE FORMAAT
Op de campus
* Om meer te weten over de kosten voor dit programma, stuur dan een e-mail naar [email protected]
Invoering
Overzicht
Datawetenschap vormt de kern van de moderne revolutie op het gebied van data-analyse en engineering, waarbij data wordt omgezet in intelligentie en informatie voor besluitvorming en voor het oplossen van complexe, veelzijdige problemen. Het is een jonge discipline en de vraag naar expertise in alle aspecten van data science groeit zeer snel. Vanwege deze sterke wereldwijde vraag wordt de rol van een datawetenschapper vaak gerangschikt als de meest veelbelovende carrière en staat hij consequent bovenaan de ranglijst van beste banen, met professionals in het veld die een hoge vraag, hoge salarissen en hoge werktevredenheid rapporteren.
Het BSc in Data Sciences-programma is gebaseerd op een sterke wiskundige en statistische basis en legt de nadruk op grootschalige gegevensberekening met behulp van de meest relevante en up-to-date programmeertalen. Afhankelijk van hun interesses kunnen afgestudeerden werk vinden in het bedrijfsleven, financiën, overheid, wetenschap, transport, forensisch onderzoek, energie, het milieu of academisch onderzoek.
De eerste drie jaar van het programma zijn bedoeld om de nodige kernvaardigheden en kennis op het gebied van wiskunde, computerwetenschappen, waarschijnlijkheid, statistiek, machine learning en kunstmatige intelligentie te bieden. Het vierde jaar biedt de mogelijkheid om je te concentreren op geavanceerde machine-learning, statistische algoritmen en toepassingen, data engineering, wiskundige aspecten van datastructuren of toepassingen voor kunstmatige intelligentie.
Kwaliteit van het onderwijs
We zijn er trots op studenten te voorzien van nuttige vaardigheden, zowel computationeel als wiskundig, die kunnen worden gebruikt om interessante informatie in grote datasets statisch of dynamisch in realtime te vinden. Deze vaardigheden kunnen worden gebruikt om lucratieve en interessante banen te vinden in de industrie en de handel.
Verbanden met de industrie
We hebben zeer sterke banden met externe organisaties en de industrie, met vertegenwoordigers van meer dan 30 bedrijven en organisaties die onze industriële adviesraad bijwonen. Veel van ons onderzoek is in samenwerking met toonaangevende computerbedrijven en studenten waarderen ons door onderzoek geleide onderwijs door onze enthousiaste medewerkers echt.
Student Lead Technology Club
Onze Student Lead Technology Club is een initiatief om studenten te ondersteunen bij het gebruik van technologie (hardware, data of software) om het gebruik van en codeontwikkeling voor nieuwe platforms te verkennen, als onderdeel van een cursus of als een persoonlijk project.
Cursusinhoud
Eerste jaar
Semester 1
- Verplichte vakken: Calculus A, Praxis, Software Development 1
- Keuzevakken: Logic and Proof, Intro to Statistical Science A
Semester 2
- Verplichte vakken: Calculus B, Discrete Mathematics, Software Development 2, Intro to Statistical Science B
Tweede jaar
Semester 1
- Verplichte vakken: Calculus and Real Analysis A, Linear Algebra, Probability and Statistics A, Introduction to Data Structure and Algorithms
Semester 2
- Verplichte vakken: datastructuren en algoritmen, databasebeheersystemen, waarschijnlijkheid en statistiek B, numerieke analyse A
Derde jaar
Semester 1
- Verplichte vakken: Statistisch machinaal leren, kunstmatige intelligentie en Intel-agent, software-engineering, geavanceerde statistische methoden
Semester 2
- Verplichte vakken: professionele ontwikkeling, Bayesiaanse inferentie en wiskunde op basis van vaardigheden, analyse van gegevensvisualisatie, statistische modellen B
Vierde jaar
Semester 1
- Verplichte vakken: Optimalisatie, Data Engineering Pipelines, Dissertatie A
- Keuzevakken: industrieel programmeren, statistische computing, stochastische processen
Semester 2
- Verplichte vakken: Big Data Management, Advanced Machine Learning, Dissertation B
- Optionele cursussen: Data Visualization Analytics, Applied Text Analytics, Tijdreeksen
Engelse taalvereisten
Waar Engels niet het medium van instructie op de middelbare school was, moeten aanvragers een Engelse taalvaardigheid aantonen die gelijkwaardig is aan IELTS 6.0 Academic (zonder element lager dan 5,5).
Deadline voor aanmelding
Onze Dubai Campus heeft het hele jaar door een toelatingsprocedure: zodra een intake is gesloten, beginnen we met het accepteren van aanvragen voor de volgende. Het is ook mogelijk om uw startdatum tot een jaar uit te stellen.
De meeste studenten passen 6-10 maanden voorafgaand aan hun gekozen intake toe. We kunnen aanvragen tot 3 weken voor het begin van elke intake accepteren, maar je moet er rekening mee houden dat een late aanvraag vrijwel zeker een vertraging betekent in het aanbieden van essentiële administratieve diensten, zoals je studentenmatriculatiekaart (zonder welke je niet toegang tot de bibliotheek of online services).
toelatingen
leerplan
Cursusinhoud
Eerste jaar
Semester 1
- Verplichte vakken: Calculus A, Praxis, Softwareontwikkeling 1
- Keuzevakken: Logica en bewijs, Inleiding tot statistische wetenschap A
Semester 2
- Verplichte vakken: Calculus B, discrete wiskunde, softwareontwikkeling 2, inleiding tot statistische wetenschappen B
Tweede jaar
Semester 1
- Verplichte vakken: Calculus en Real Analysis A, Lineaire Algebra, Waarschijnlijkheid en Statistiek A, Inleiding tot datastructuur en algoritmen
Semester 2
- Verplichte vakken: gegevensstructuren en algoritmen, databasebeheersystemen, waarschijnlijkheid en statistiek B, numerieke analyse A
Derde jaar
Semester 1
- Verplichte vakken: Statistical Machine Learning, Artificial Intelligence en Intel Agent, Software Engineering, Advanced Statistical Methods
Semester 2
- Verplichte cursussen: professionele ontwikkeling, Bayesiaanse inferentie en comp wiskunde, datavisualisatie-analyse, statistische modellen B
Vierde jaar
Semester 1
- Verplichte vakken: Optimalisatie, Data Engineering Pipelines, Proefschrift A
- Keuzevakken: industrieel programmeren, statistische berekeningen, stochastische processen
Semester 2
- Verplichte vakken: Big Data Management, Advanced Machine Learning, Proefschrift B
- Keuzevakken: Data Visualization Analytics, Applied Text Analytics, Time series