BSc (Hons) in Datenwissenschaften
Heriot-Watt University Dubai
Schlüsselinformation
Campus-Standort
Academic City, Vereinigte Arabische Emirate
Sprachen
Englisch
Studienformat
Auf dem Campus
Dauer
4 Jahre
Tempo
Vollzeit
Studiengebühren
AED 65.100 / per year *
Bewerbungsschluss
Infos anfordern
frühestes Startdatum
Infos anfordern
* Um mehr über die Gebühren für dieses Programm zu erfahren, senden Sie bitte eine E-Mail an [email protected]
Einführung
Überblick
Die Datenwissenschaft ist der Kern der modernen Revolution in der Datenanalyse und -entwicklung. Sie wandelt Daten in Intelligenz und Informationen um, um Entscheidungen zu treffen und komplexe, facettenreiche Probleme zu lösen. Es ist eine junge Disziplin, und die Nachfrage nach Fachwissen in allen Aspekten der Datenwissenschaft wächst sehr schnell. Aufgrund dieser starken globalen Nachfrage wird die Rolle eines Datenwissenschaftlers häufig als die vielversprechendste Karriere eingestuft und führt durchweg die besten Stellenrankings an. Fachleute berichten von hoher Nachfrage, hohen Gehältern und hoher Arbeitszufriedenheit.
Das BSc in Data Sciences-Programm basiert auf einer soliden mathematischen und statistischen Grundlage und konzentriert sich auf umfangreiche Datenberechnungen unter Verwendung der relevantesten und aktuellsten Programmiersprachen. Abhängig von ihren Interessen finden Absolventen möglicherweise eine Anstellung in den Bereichen Wirtschaft, Finanzen, Regierung, Wissenschaft, Verkehr, Forensik, Energie, Umwelt oder akademische Forschung.
Die ersten drei Jahre des Programms sollen die notwendigen Kernkompetenzen und Kenntnisse in Mathematik, Informatik, Wahrscheinlichkeitsrechnung, Statistik, maschinellem Lernen und künstlicher Intelligenz vermitteln. Das vierte Jahr bietet die Möglichkeit, sich auf fortgeschrittenes maschinelles Lernen, statistische Algorithmen und Anwendungen, Datentechnik, mathematische Aspekte von Datenstrukturen oder Anwendungen auf künstliche Intelligenz zu konzentrieren.
Unterrichtsqualität
Wir sind stolz darauf, den Schülern nützliche rechnerische und mathematische Fähigkeiten zu vermitteln, mit denen sie interessante Informationen in großen Datensätzen entweder statisch oder dynamisch in Echtzeit finden können. Diese Fähigkeiten können genutzt werden, um lukrative und interessante Jobs in Industrie und Handel zu finden.
Verbindungen mit der Industrie
Wir sind sehr eng mit externen Organisationen und der Industrie verbunden, und Vertreter von mehr als 30 Unternehmen und Organisationen nehmen an unserem Industriebeirat teil. Ein Großteil unserer Forschung findet in Zusammenarbeit mit führenden Computerunternehmen statt, und Studenten schätzen unsere forschungsgeleitete Lehre durch unsere begeisterten Mitarbeiter sehr.
Student Lead Technology Club
Unser Student Lead Technology Club ist eine Initiative zur Unterstützung von Studenten beim Einsatz von Technologie (entweder Hardware, Daten oder Software), um die Verwendung und Codeentwicklung für neue Plattformen als Teil eines unterrichteten Kurses oder als persönliches Projekt zu untersuchen.
Kursinhalt
Erstes Jahr
Semester 1
- Pflichtkurse: Kalkül A, Praxis, Softwareentwicklung 1
- Wahlfächer: Logik und Beweis, Einführung in die Statistik A.
Semester 2
- Pflichtkurse: Kalkül B, Diskrete Mathematik, Softwareentwicklung 2, Einführung in die Statistikwissenschaft B.
Zweites Jahr
Semester 1
- Pflichtkurse: Analysis und Real Analysis A, Lineare Algebra, Wahrscheinlichkeit und Statistik A, Einführung in Datenstruktur und Algorithmen
Semester 2
- Pflichtkurse: Datenstrukturen und Algorithmen, Datenbankmanagementsysteme, Wahrscheinlichkeit und Statistik B, Numerische Analyse A.
Drittes Jahr
Semester 1
- Obligatorische Kurse: Statistisches maschinelles Lernen, Künstliche Intelligenz und Intel Agent, Software Engineering, Fortgeschrittene statistische Methoden
Semester 2
- Obligatorische Kurse: Berufliche Entwicklung, Bayesianische Inferenz und Comp-Mathematik, Datenvisualisierungsanalyse, statistische Modelle B.
Viertes Jahr
Semester 1
- Pflichtkurse: Optimierung, Data Engineering Pipelines, Dissertation A.
- Optionale Kurse: Industrielle Programmierung, Statistisches Rechnen, Stochastische Prozesse
Semester 2
- Obligatorische Kurse: Big Data Management, Fortgeschrittenes maschinelles Lernen, Dissertation B.
- Optionale Kurse: Datenvisualisierungsanalyse, Angewandte Textanalyse, Zeitreihen
Englisch Sprachanforderungen
Wenn Englisch nicht das Unterrichtsmedium an der Sekundarschule war, müssen die Antragsteller Englischkenntnisse nachweisen, die IELTS 6.0 Academic entsprechen (ohne Elemente unter 5.5).
Bewerbungsschluss
Auf unserem Dubai Campus wird das ganze Jahr über ein Zulassungsverfahren durchgeführt: Sobald eine Zulassungsstelle geschlossen ist, nehmen wir Bewerbungen für die nächste an. Es ist Ihnen auch möglich, Ihr Startdatum um bis zu ein Jahr zu verschieben.
Die meisten Studierenden bewerben sich 6–10 Monate vor der von ihnen gewählten Aufnahme. Wir können Bewerbungen bis zu 3 Wochen vor Beginn jeder Aufnahme annehmen. Sie sollten jedoch beachten, dass eine verspätete Bewerbung mit ziemlicher Sicherheit eine Verzögerung bei der Erbringung wesentlicher Verwaltungsdienste bedeutet, z. B. Ihrer Immatrikulationskarte (ohne die Sie nicht auskommen) auf die Bibliothek oder Online-Dienste zugreifen können).
Admissions
Lehrplan
Kursinhalt
Erstes Jahr
Semester 1
- Pflichtfächer: Calculus A, Praxis, Softwareentwicklung 1
- Wahlfächer: Logik und Beweis, Einführung in die Statistik A
Semester 2
- Pflichtfächer: Analysis B, Diskrete Mathematik, Softwareentwicklung 2, Einführung in die Statistik B
Zweites Jahr
Semester 1
- Pflichtfächer: Analysis und reelle Analysis A, Lineare Algebra, Wahrscheinlichkeit und Statistik A, Einführung in die Datenstruktur und Algorithmen
Semester 2
- Pflichtfächer: Datenstrukturen und Algorithmen, Datenbankmanagementsysteme, Wahrscheinlichkeitsrechnung und Statistik B, Numerische Analysis A
Drittes Jahr
Semester 1
- Pflichtkurse: Statistisches maschinelles Lernen, Künstliche Intelligenz und Intel Agent, Software Engineering, Fortgeschrittene statistische Methoden
Semester 2
- Pflichtkurse: Berufliche Entwicklung, Bayessche Inferenz und Computermathematik, Datenvisualisierungsanalyse, Statistische Modelle B
Viertes Jahr
Semester 1
- Pflichtfächer: Optimierung, Data Engineering Pipelines, Dissertation A
- Optionale Kurse: Industrielle Programmierung, Statistisches Rechnen, Stochastische Prozesse
Semester 2
- Pflichtfächer: Big Data Management, Advanced Machine Learning, Dissertation B
- Optionale Kurse: Datenvisualisierungsanalyse, Angewandte Textanalyse, Zeitreihen