MSc i anvendt datavitenskap

Anvendt datavitenskap

• Institutt: Informasjonsteknikk, informatikk og matematikk
• Nivå: Master
• Klasse: LM91
• Opptakstypologi: Åpent opptak med vurdering av personlige kompetanser og ferdigheter
• Internasjonalisering: Internasjonalt gradskurs

Målet med Laurea Magistrale (kurs på andre syklus) i Applied Data Science er å trene spesialister som er i stand til å behandle, analysere og bruke data i spesifikke og differensierte applikasjonskontekster. Gradkurset i Applied Data Science gir mulighet for å gjennomføre trinn og opplæring i bedrifter som en integrert del av utdanningsveien, noe som gjør det enkelt å overføre kompetanse fra universitetet til bedriftene.

Gradkurset er laget for å trene spesialister i stand til å behandle, analysere og bruke data i spesifikke applikasjonsdomener. Blant disse kan livsvitenskap, digitale tjenester for samfunnet, prosess- og produktinnovasjon for bedrifter, og offentlig forvaltning vurderes av interesse. En spesifikk læreplan for hvert domene skal aktiveres. Læreplanene har en innledende felles utdanningsvei og skiller seg deretter ut for å gi tilstrekkelige verktøy for å generere, behandle og analysere data relatert til det spesifikke applikasjonsfeltet.

Fellesveien består i hovedsak av obligatoriske enheter som tar sikte på å gi og/eller harmonisere den grunnleggende metodiske kunnskapen for databehandling og analyse, kunnskap om datasikkerhetsspørsmål samt kunnskap om begrepet datum og representasjon i selskapet, juridisk og logisk-filosofisk. områder. Det legges stor vekt på teknologisk kunnskap innen Big Data-behandling og juridisk kunnskap som er nødvendig for å forstå og håndtere etiske og juridiske problemer knyttet til behandling og bruk av data i de relaterte bruksområder.

Kunnskap og forståelse

Nyutdannede i anvendt datavitenskap er kjent med informatikk-, ingeniør-, statistikk- og matematikkteknikker som er relevante for behandling og visning av data. De er klar over metodene for å samle inn data og er i stand til å forstå mulige kilder til usikkerhet som kan påvirke kvaliteten. De kan dataanalyseteknikker og hvordan de kan brukes på data fra forskjellige felt. De kjenner informatikkverktøyene og programvareplattformene for databehandling og forstår problemer med data så vel som programvaresystemers pålitelighet og sikkerhet. De er kjent med matematiske modelleringsverktøy som er nødvendige for å forstå metoder for bruk av data for å optimalisere prosesser i bedrifter, institusjoner og offentlige forvaltninger. De kjenner juridiske standarder om datainnsamling, behandling og bruk, så vel som de etiske spørsmålene knyttet til de ulike bruksområdene for data som behandles i studiet.

De forventede resultatene oppnås gjennom klassetimer, individuelle eller gruppeprosjekter og laboratorieaktiviteter, og den avsluttende prøven. Kunnskaps- og forståelsesferdigheter testes ved skriftlige og muntlige prøver og ved vurdering av oppgaver utarbeidet til prosjekt- og laboratorievirksomhet og til avsluttende prøve.

Anvendelse av kunnskap og forståelse:

Nyutdannede i Applied Data Science er i stand til å samle, klassifisere og analysere data i flere applikasjonsdomener. De er i stand til å vurdere datakvaliteten og identifisere de mest adekvate informatikkverktøyene for deres behandling også med hensyn til deres sikkerhet. De kan bruke de oppnådde matematiske modelleringsferdighetene og bruke data til å utvikle produkter og tjenester som tilbys av selskaper, institusjoner og offentlige administrasjoner. Deres kunnskap om standarder om data gjør at de kan designe og utføre eksperimenter, tolke resultatene deres, og om nødvendig utvikle originale løsninger og metoder i samsvar med relevante regler og etikk. Takket være den tverrfaglige egenskapen til opplæringen deres, er datavitenskapsspesialister også i stand til å koordinere tverrfaglige prosjekter basert på massiv bruk av data.

Bruk av kunnskap og forståelsesferdigheter oppnås gjennom øvelser og prosjektaktiviteter der studentene skal anvende metoder og teknikker som er lært, samt gjennom opplæringskurs og avsluttende prøve.

De forventede resultatene oppnås gjennom:

• Eksamener, skriftlige og muntlige prøver, også om prosjektaktiviteter der studentene skal anvende innlærte metoder og teknikker.
• Vurdering av rapporter og artikler levert til gruppearbeid, trinn og avsluttende prøve.

Å gjøre dommer

Nyutdannede i Applied Data Science tilegner seg en høy grad av resonnementferdigheter og kritisk dømmekraft som skal tillate dem å identifisere de mest passende modellene og teknikkene for å håndtere og analysere data i forhold til prosessene og aktivitetene til en organisasjon for å trekke ny kunnskap og verdi.

Data Science-spesialister er i stand til å vurdere virkningen av løsningene som foreslås innenfor applikasjonskonteksten når det gjelder både tekniske og ledelsesmessige spørsmål. Dessuten er de i stand til å identifisere og vurdere de bredere og ikke-tekniske implikasjonene av Applied Data Science innen etikk, juss, økonomi og industri.

De er i stand til å forstå grensene for deres kunnskap og identifisere mulige metodiske verktøy som er nødvendige for å integrere deres kompetanse.

For å utvikle studentenes selvstendige skjønn, skal det tas i bruk læringsmetoder basert på deres aktive deltakelse, som i) laboratorieaktiviteter og fordypning i konkrete og eksemplariske casestudier; ii) opplæring og praksis i arbeidssammenheng; iii) praktiske opplæringsaktiviteter knyttet til den avsluttende prøven.

Uavhengighet av skjønn skal verifiseres ved muntlig eksamen og vurdering av individuelle oppgaver levert både i enkeltemne og i avsluttende prøve.

Kommunikasjons ferdigheter

Datavitenskapsspesialister er i stand til å:

• Formidle tydelig de mest hensiktsmessige resultatene og strategiene som er et resultat av analysen av data, også gjennom adekvat presentasjon av resultatene;
• Diskuter gjennomførbarheten og effektiviteten til løsningene som er foreslått i teknologiske, økonomiske og juridiske termer;
• Snakker og skriver flytende engelsk, og behersker også teknisk terminologi;
• Snakk, ved å bruke riktige språkverktøy, informasjon, ideer, problemer og løsninger til spesialiserte og ikke-spesialiserte interessenter;
• Kommuniser effektivt med andre parter, spesielt hvis de er gruppekoordinatorer;
• Bruk de nødvendige kommunikasjonsferdighetene til å forstå problemkravene gjennom samhandling med kunder og eksperter på interessedomenet.

Disse målene oppnås gjennom opplæringsaktiviteter som inkluderer gruppearbeid, skriftlige og muntlige prosjektrapporter på engelsk, og til slutt skriftlig og muntlig presentasjon av den avsluttende prøven.

Oppnåelsen av slike mål skal verifiseres ved hjelp av eksamensprøver og vurdering av rapporter og oppgaver levert til gruppearbeid, trinn eller sluttprøve.

Læringsferdigheter

Nyutdannede i anvendt datavitenskap:

• Ha læringsevnene som er nødvendige for selvstendig å fortsette med studiene, samt oppdatere kunnskapen deres som kreves av utviklingen av teknologi og de sosiale, juridiske, økonomiske og produksjonssystemer;
• Kunne lese og forstå vitenskapelig litteratur på høyere og høyere nivå, bruke tekniske håndbøker om programvare for ulike applikasjoner;
• Er i stand til å gå inn på postgraduate studiekurs som andrenivå mastergrader, Ph.D. og/eller yrker innen forskningsfeltet;
• Ha ferdighetene til å lese og lære på engelsk.

Læringsferdigheter ervervet i løpet av studiet verifiseres ved å vurdere individuelle eller gruppesøkende prosjekter og en original avsluttende test, der kandidaten selv kan velge metodene og teknologiene som skal tas i bruk.

Målet med Laurea Magistrale (kurs på andre syklus) i Applied Data Science er å trene spesialister som er i stand til å behandle, analysere og bruke data i spesifikke og differensierte applikasjonskontekster. Nyutdannede er opplært til å:

1. Identifisere, klassifisere og behandle data som håndteres av en organisasjon i et spesifikt applikasjonsdomene, og ta hensyn til kvaliteten på data og reglene for behandlingen av dem;
2. Identifisere hvilke data som skal innhentes utenfor organisasjonen og relaterte innsamlingsmåter, både økonomisk og juridisk;
3. Utforske, validere, modellere og analysere data for å tilføre verdi til organisasjonen både når det gjelder prosessering og produkt;
4. Kunne diskutere og bevise effektiviteten til de foreslåtte løsningene.

Studiet på andre syklus gir grunnleggende metodologisk kunnskap for å behandle og analysere data, samt informatikkferdigheter orientert mot datavitenskap og big data (programmering, databaser, webtjenester, åpne data); ferdigheter om datasikkerhet, matematiske ferdigheter for nettverk og beslutningstaking; ferdigheter i statistikk og statistisk læring. Second cycle graduate in Applied Data Science gir også ferdigheter innen selskapsledelse og juss knyttet til ledelse, økonomiske og juridiske aspekter knyttet til databehandling og bruk. Det legges særlig vekt på opplæring rettet mot å utvikle forståelsen av etiske og juridiske problemstillinger knyttet til databehandling og bruk innen applikasjonsfelt. Til slutt gir studium ferdigheter innen det sosiologiske området for samfunnsanalyser, logisk-filosofiske problemstillinger, forestillinger om data og representasjon.

Grademnet er preget av et bemerkelsesverdig antall laboratorieenheter, som er dets grunnleggende, karakteriserende og vesentlige funksjoner. Dessuten inkluderer det praktiske aktiviteter i spesifikke bruksområder for å anvende teorier og metoder lært. Slike aktiviteter skal utføres i dedikerte laboratorier.

Gradkurset i Applied Data Science gir mulighet for å gjennomføre trinn og opplæring i bedrifter som en integrert del av utdanningsveien, noe som gjør det enkelt å overføre kompetanse fra universitetet til bedriftene.

Rolle i et arbeidsmiljø

Nyutdannede i Applied Data Science spiller høyprofilerte tekniske og ledelsesroller innen felt som krever god kunnskap om informatikk, matematikk og samfunnsvitenskap og inngående kunnskap om databehandling. Til en slik profesjonell figur refererer aktiviteten til å samle inn, analysere, bearbeide, tolke, spre og lese kvantitative og kvalitative data fra en organisasjon for analytiske, prediksjonsmessige eller strategiske formål. De identifiserer, samler inn, forbereder, validerer, analyserer, tolker data som er relevante for ulike aktiviteter i en organisasjon for å trekke informasjon (som stammer fra syntese eller analyse), også ved å utvikle prediksjonsmodeller for å generere organiserte kunnskapssystemer.

Ferdigheter tilknyttet funksjonen

Rollekompetanse:

Datavitenskapsspesialister er i stand til å:

1. Identifisere, klassifisere og behandle data som håndteres av en organisasjon i et spesifikt applikasjonsdomene med omhu for kvaliteten på data og standardene som styrer håndteringen av dem;
2. Identifisere hvilke data som skal innhentes utenfor organisasjonen og relevante måter å innhente på både økonomisk og juridisk sett;
3. Utforske, validere, modellere og analysere data for å tilføre verdi til organisasjonen både når det gjelder prosess og produkt;
4. Diskuter og bevis effektiviteten til de foreslåtte løsningene.

Data Science Specialists er derfor analytikere av et stort antall svært komplekse data (Big Data og Open Data), som uansett er i stand til å kombinere metodene og teknikkene for selskapsledelse og offentlig, privat og tertiær sektoradministrasjon med teknologiene og metodene. av informatikk og samfunnsvitenskap, med ekspertise på hvert område.

Profesjonell status

Profesjonelle muligheter:

• Offentlige og private instanser
• Offentlige og private forskningsorganer
• Automatiserte produksjonsindustrier
• Bank og forsikringsinstitusjoner
• Offentlige administrasjoner
• Offentlige og private helseinstitusjoner
• Smart City tjenesteleverandører
• Leverandører av reiselivstjenester
• Tilbydere av kunst og kulturtjenester
• Leverandører av transporttjenester
• IT-selskaper
• Telekommunikasjonsselskaper
• Media
• Storskala detaljhandel
• Leverandører av e-handelstjenester
• Energidistributører
• Vannfordelere