Datenwissenschaft, Data Science (grundständig)

Базовый курс Науки о Данных, Data Science передает базовые научные знания по математике, статистике, информатике, анализу данных, а также управлению данными и информацией и дает первую профессиональную квалификацию в университете.

Наука о данных, Data Science также могут изучаться в форме курсов двойного диплома и курсов дистанционного обучения.

Альтернативные названия

Систематика

Berufs-ID: 129986
Systematiknummer: 43103-969
SIF-ID: 131259

Примеры программ обучения

Примеры программ обучения:

• Управление большими данными (бакалавр)
• Наука о данных (бакалавр)
• Наука о данных в медицине (бакалавр)
• Анализ данных и управление данными (бакалавр)
• Цифровой бизнес и наука о данных (бакалавр)
• Математическая наука о данных (бакалавр)

Требования к школьному образованию

Глубокое знание следующих школьных предметов является хорошей основой для успешного обучения:

Математика:

Математика является важной предпосылкой для курсов по науке о данных. В обучении рассматриваются как теоретическая, так и прикладная математика и статистика.

Информатика:

Хорошие ИТ-навыки и опыт пользовательской работы позволяют легко начать работу по таким темам, как операционные системы, компьютерные сети, языки программирования и методы программирования или базы данных.

Экономика / Право:

Знание экономических процессов полезно для изучения. Например, статистические данные из областей исследования рынка или финансов и страхования оцениваются во время обучения.

Английский:

Специальная литература, которая важна для изучения, часто доступна только на английском языке. Студенты должны уметь читать и понимать ее.

Изучаемые предметы

Обязательные модули (в качестве примера):

• Алгоритмы и структуры данных
• Описательная статистика
• Сбор данных и количественная аналитика
• Системы баз данных
• Управляемый данными маркетинг и продажи
• Линейная оптимизация
• Машинное обучение
• Медицинская документация
• Программирование
• Системное программное обеспечение и компьютерная связь
• Компьютерная инженерия
• Визуализация сложных структур данных
• Теория вероятностей

Модули по выбору (пример):

• Дискретная математика
• Поиск информации
• ИТ-безопасность
• Математический анализ данных
• Обработка мультимедийных сигналов
• Числовые базовые процедуры
• Веб-технологии

Практическое содержание курса:

Возможны интегрированные этапы практики (например, в индустрии программного обеспечения)

Примеры специализации

Дополнительные квалификации

Приобретение дополнительных и ключевых квалификаций уже в ходе обучения полезно и является преимуществом для успешного вступления в карьеру (например, в областях производства в 21-м веке, риторики и управления проектами), также как и прохождение соответствующих обязательных факультативных модулей (например, по теме веб-технологий) и соответствующих стажировок (например, внедрение тематических исследований в компаниях или организациях).

Срок обучения

Обычная продолжительность обучения: 6-8 семестров
Средняя фактическая продолжительность обучения: 7,4 семестра
Источник: Федеральное статистическое управление, Fachserie 11, Reihe 4.2, Образование и культура - экзамены в университетах 2017

Возможные типы дипломов

• Bachelor of Arts (B.A.)
• Bachelor of Science (B.Sc.)

Ситуация с обучением

Вы должны быть готовы к следующим условиям и требованиям:

• Курсы: посещайте лекции и семинары в течение семестра в аудиториях и лекционных залах университета
• Практические упражнения: например, практикуйтесь в программировании в компьютерных классах
• Самостоятельная работа: обрабатывать учебные материалы и лекции, проводить исследования в библиотеках, готовить документы, выполнять домашнюю работу (даже во время перерывов в семестре)
• Организация: планируйте свое обучение автономно в рамках данной структуры обучения, придерживайтесь указанных сроков и периодов обучения, своевременно проводите курсовые работы и экзамены (требуются навыки самодисциплины и самоорганизации)
• Подготовка к карьере: при необходимости, прохождение стажировки (например, в компаниях, организациях), подготовка к работе

Дуальное обучение

Программы дуального обучения объединяют обучение с профессиональным обучением или практическими этапами в компании. В бакалавриате по Науке о Данных и Data Science возможны как программы профобучения, так и учебные программы с интегрированной пратикой. Обучение в области науки о данных, например, может сочетаться с обучением по признанной ученической профессии.

Места обучения

Места обучения

• в университете: лекционные залы, помещения для семинаров и практики, библиотеки, компьютерные лаборатории
• на дому: например, подготовка и последующие действия в классе, подготовка к домашним заданиям

Виды учебных заведений

• Университет
• Университет Прикладных Наук

Международное обучение

Альтернативные курсы

Следующие курсы могут быть альтернативами для дисциплины Наука о Данных, Data Science (базовый курс):

Направление Математика и Cтатистика

• Статистика (базовый курс)
• Финансовая, бизнес математика (базовый курс)
• Компьютерная математика (базовый курс)

Сходство:

• Анализировать, обрабатывать и оценивать данные с использованием математических и статистических методов

Направление Разработки аппаратного и программного обеспечения

• Информатика (базовый курс)
• Программная инженерия (базовый курс)
• Интернет-системы, электронные услуги (базовый курс)
• Бизнес-информатика (базовый курс)

Сходство:

• Получить знания о методах и понятиях информатики
• Сбор и обработка информации, разработка необходимого программного обеспечения и баз данных.

Направление Координации ИТ

• Управление ИТ (базовый курс)
• Управление информацией (базовый курс)

Сходство:

• Организовывать большие базы данных и проектировать информационные процессы

Сферы деятельности

Для выпускников бакалавриата Науки о Данных, Data Science предлагаются различные сферы деятельности в частном секторе, например, разработка программного обеспечения, сбор и анализ данных или сбор, разработка и обработка информации.

Последующее образование

Выпускники бакалавриата Науки о Данных, Data Science могут продолжить учебу на последующих курсах, например, Наука о Данных, Data Science, Бизнес-информатика или Управление информацией, тем самым расширяя свои карьерные и профессиональные возможности.

• Компьютерная математика (продвинутый курс)
• Наука о Данных, Data Science (продвинутый курс)
• Финансовая, бизнес математика (продвинутый курс)
• Информатика (продвинутый курс)
• Управление информацией (продвинутый курс)
• Интернет-системы, электронные услуги (продвинутый курс)
• Управление ИТ (продвинутый курс)
• Разработка программного обеспечения (продвинутый курс)
• Статистика (продвинутый курс)
• Бизнес-информатика (продвинутый курс)

Развитие предметной области

Создание специализированной области

Термин «наука о данных» существует уже более 40 лет. Долгое время он был синонимом статистики. Лишь в начале 21-го века наука о данных начала становиться самостоятельной научной дисциплиной, которая использует методы и теории математики, статистики и информационных технологий, а также управления информацией для получения фактов и знаний из больших и разнородных наборов данных.

Хотя электронный анализ и анализ данных использовались в компаниях в течение длительного времени, быстрый рост оцифровки во многих сферах жизни и экономике генерирует огромные объемы данных (большие данные), которые генерируются с высокой скоростью. Они больше не могут быть оценены с использованием традиционных методов обработки данных и требуют новых методов и технологий для анализа данных и управления данными.

Чтобы иметь возможность анализировать и использовать эти большие и сложные базы данных, используя современную ИТ-инфраструктуру и подходящие статистические модели, университеты недавно разработали независимые программы по науке о данных.

Междисциплинарные курсы обучения варьируются в зависимости от университета. Например, они ориентированы на анализ данных или на конкретную ссылку на приложение.