Επιστήμη Δεδομένων
Πληροφορίες προγράμματος- Διάρκεια σπουδών: 4 Έτη
- Τίτλος σπουδών: Πτυχίο στην Επιστήμη Δεδομένων
- Επίπεδο τίτλου σπουδών: Προπτυχιακά
- Γλώσσα διδασκαλίας: Αγγλική
- Μέθοδος φοίτησης: Δια ζώσης (φυσική παρουσία)
- Ελάχιστες πιστωτικές μονάδες: 120
- Ελάχιστες ευρωπαϊκές μονάδες: 240
Περιγραφή Προγράμματος
Στόχος του προγράμματος είναι να παράσχει στους φοιτητές τεχνικές δεξιότητες και πρακτική γνώση στην Επιστήμη των Δεδομένων. Το πρόγραμμα Επιστήμης Δεδομένων συνδυάζει τη θεωρία και την πρακτική, βασισμένη σε τρεις κύριους κλάδους, Πληροφορική, Στατιστική και Μαθηματικά, και τομείς εφαρμογών πραγματικού κόσμου. Έχει σχεδιαστεί ώστε οι απόφοιτοι του προγράμματος να ανταποκριθούν στις απαιτήσεις της μελλοντικής Οικονομίας που βασίζεται στα δεδομένα.
Πιο συγκεκριμένα, το πρόγραμμα αποσκοπεί στο να:
- Προσφέρει στους φοιτητές τις τεχνικές και αναλυτικές δεξιότητες που απαιτούνται για την απόκτηση, τη διαχείριση, την ανάλυση και την εξαγωγή γνώσης από τα δεδομένα.
- Προσφέρει στους φοιτητές ένα ισχυρό μαθηματικό και στατιστικό υπόβαθρο που θα τους δώσει τη δυνατότητα να διαμορφώνουν τα κατάλληλα μοντέλα και να εφαρμόζουν τεχνικές βελτιστοποίησης για την ανάλυση δεδομένων.
- Προσφέρει στους φοιτητές δεξιότητες μηχανικής λογισμικού και μηχανικής μάθησης για το σχεδιασμό και την υλοποίηση αξιόπιστων, συντηρήσιμων και κλιμακώσιμων λύσεων για προβλήματα που σχετίζονται με τα δεδομένα.
- Δώσει τη δυνατότητα στους φοιτητές να αξιολογήσουν το επίπεδο ιδιωτικότητας και ασφάλειας μιας τεχνικής λύσης σε ένα πρόβλημα επιστήμης των δεδομένων.
- Προετοιμάσει τους φοιτητές για περαιτέρω μεταπτυχιακές σπουδές και έρευνα που απαιτούν εμπειρογνωμοσύνη στην Επιστήμη των Δεδομένων και αναλυτική σκέψη (όπως επιχειρηματική ανάλυση δεδομένων, χρηματοοικονομικά, υγεία, βιοπληροφορική).
- Καλλιεργήσει μια συνείδηση κοινωνικής ευθύνη και ικανότητες ανεξάρτητης μάθησης.
-
Μετά την επιτυχή ολοκλήρωση αυτού του προγράμματος, οι φοιτητές θα πρέπει να είναι σε θέση να:
- Εφαρμόζουν θεωρίες και μεθοδολογίες από μαθηματικά, στατιστική και πληροφορική για την επίλυση προβλημάτων του πραγματικού κόσμου που σχετίζονται με τα δεδομένα.
- Εφαρμόζουν σύγχρονες τεχνολογίες πληροφορικής, όπως μηχανική μάθηση και εξόρυξη δεδομένων, Τεχνητή Νοημοσύνη, παράλληλη και κατανεμημένη υπολογιστική, για την επίλυση πρακτικών προβλημάτων που χαρακτηρίζονται από μεγάλα δεδομένα.
- Υλοποιούν αλγόριθμους για βασικές εργασίες Επιστήμης Δεδομένων όπως μηχανική μάθηση και εξόρυξη δεδομένων, στατιστική συμπερασματολογία κλπ., χρησιμοποιώντας μια γλώσσα υψηλού επιπέδου που είναι κατάλληλη για την επιστήμη των δεδομένων (π.χ. Python, R).
- Εφαρμόζουν διαχείριση δεδομένων για τον καθαρισμό, το μετασχηματισμό και την αναζήτηση δεδομένων.
- Επιλέγουν και να εφαρμόζουν κατάλληλους αλγόριθμους μηχανικής μάθησης και εργαλεία λογισμικού για την ανάλυση δεδομένων.
- Απεικονίζουν δεδομένα και να εφαρμόζουν διαδικασίες συμπερασμάτων για την ανάλυση δεδομένων και την ερμηνεία και επικοινωνία των αποτελεσμάτων.
- Αξιολογούν θέματα ιδιωτικότητας και ασφάλειας που προκύπτουν στα διάφορα στάδια διαχείρισης δεδομένων
- Επιδεικνύουν επαγγελματική και ηθική ευθύνη όσον αφορά την ιδιοκτησία, την ασφάλεια και την ευαισθησία των δεδομένων.
- Επικοινωνούν αποτελεσματικά τεχνικές ιδέες μέσω προφορικών παρουσιάσεων και γραπτών εκθέσεων.
-
Section A: Computer Science Requirements
ECTS: Min.114 Max.114
Course ID Course Title ECTS Credits COMP-111 Programming Principles I 6 COMP-113 Programming Principles II 6 COMP-140 Introduction to Data Science 6 COMP-142 Software Development Tools for Data Science 6 COMP-211 Data Structures 6 COMP-240 Data Programming 6 COMP-242 Data Privacy and Ethics 6 COMP-244 Machine Learning and Data Mining I 6 COMP-248 Project in Data Science 6 COMP-302 Database Management Systems 6 COMP-340 Big Data 6 COMP-342 Data Visualization 6 COMP-344 Machine Learning and Data Mining II 6 COMP-370 Algorithms 6 COMP-405 Artificial Intelligence 6 COMP-446 Web and Social Data Mining 6 COMP-447 Neural Networks and Deep Learning 6 COMP-494 Data Science Final Year Project I 6 COMP-495 Data Science Final Year Project II 6 Section B: Mathematics and Statistics Requirements
ECTS: Min. 54 Max. 54
Course ID Course Title ECTS Credits MATH-101 Discrete Mathematics 6 MATH-195 Calculus I 6 MATH-196 Calculus II 6 MATH-225 Probability and Statistics I 6 MATH-280 Linear Algebra I 6 MATH-325 Probability and Statistics II 6 MATH-326 Linear Models I 6 MATH-329 Bayesian Statistics 6 MATH-335 Optimization Techniques 6 Section C: Major Electives
ECTS: Min. 30 Max. 42
Course ID Course Title ECTS Credits COMP-213 Visual Programming 6 COMP-263 Human Computer Interaction 6 COMP-341 Knowledge Management 6 COMP-349 Special Topics in Data Science 6 COMP-358 Networks and Data Communication 6 COMP-387 Blockchain Programming 6 COMP-449 Industry Placement in Data Science 6 COMP-470 Internet Technologies 6 COMP-474 Cloud Computing 6 COMP-475 Internet of Things and Wearable Technologies 6 MATH-281 Linear Algebra II 6 MATH-341 Numerical Analysis I 8 MATH-342 Numerical Analysis II 8 MATH-420 Times Series Modeling and Forecasting 6 MATH-426 Linear Models II 6 Section D: Science and Engineering Electives
ECTS: Min.6 Max. 12
Course ID Course Title ECTS Credits BIOL-110 Elements of Biology 6 CHEM-104 Introduction to Organic and Biological Chemistry 6 ECE-110 Digital Systems 6 PHYS-110 Elements of Physics 6 Section E: Business Electives
ECTS: Min.6 Max.12
Course ID Course Title ECTS Credits BADM-234 Organizational Behavior 6 BUS-111 Accounting 6 ECON-200 Fundamental Economics 6 MGT-281 Introduction to Management 6 MGT-370 Management of Innovation and Technology 6 MIS-215 Project Management 6 MIS-303 Database Applications Development 6 MIS-351 Information Systems Concepts 6 MIS-390 E-Business 6 MKTG-291 Marketing 6 Section F: Language Expression
ECTS: Min.12 Max.12
Course ID Course Title ECTS Credits BADM-332 Technical Writing and Research 6 ENGL-101 English Composition 6 Section G: Liberal Arts Electives
ECTS: Min.6 Max.12
Course ID Course Title ECTS Credits FREN-101 French Language and Culture I 6 GERM-101 German Language and Culture I 6 ITAL-101 Italian Language and Culture I 6 PHIL-101 Introduction to Philosophy 6 PHIL-120 Ethics 6 PSY-110 General Psychology I 6 SOC-101 Principles of Sociology 6 UNIC-100 University Experience 6 -
ΔΙΑΡΚΕΙΑ / ΚΟΣΤΟΣ
Για να ενημερωθείτε για τη διάρκεια, το κόστος και την δυνατότητα υποτροφίας του προπτυχιακού προγράμματος σπουδών επικοινωνήστε με τα γραφεία Εκπροσώπων του Πανεπιστημίου Λευκωσίας.
Γραφείο Εκπροσώπων του Πανεπιστημίου Λευκωσίας
(Τμήμα Διεκπεραίωσης Αιτήσεων)
Γραμμή εξυπηρέτησης
801-11-88-0-88 (από σταθερό / αστική χρέωση) 698-50-53-300 (από κινητό) email:unic.crete@gmail.com
Ιστοσελίδα: www.unic-crete.gr
Ωράριο Λειτουργίας
Οι ώρες που είναι ανοικτά το Γραφείο Εκπροσώπων του Πανεπιστημίου Λευκωσίας είναι:
ΔΕΥΤΕΡΑ έως ΠΑΡΑΣΚΕΥΗ: 09:00 - 15:00 και 17:00 - 22:00
-
ΔΙΑΔΙΚΑΣΙΑ ΕΓΓΡΑΦΗΣ
Α) Προεγγραφή
- Ο/Η ενδιαφερόμενος συμπληρώνει την Αίτηση Εισδοχής και την αποστέλλει με email, χωρίς καμία δέσμευση ή χρέωση μαζί με τα σκαναρισμένα απαιτούμενα δικαιολογητικά (μεγέθους έως 25 MB) στο Τμήμα Διεκπεραίωσης Αιτήσεων (unic.crete@gmail.com). Εάν το μέγεθος των αρχείων είναι μεγαλύτερο από 25 ΜΒ, τότε θα αποστείλετε αντίστοιχο αριθμό emails.
- To Τμήμα Διεκπεραίωσης Αιτήσεων αναλαμβάνει την διαδικασία προεγγραφής του ενδιαφερόμενου, με τον έλεγχο και την αποστολή των δικαιολογητικών στο Πανεπιστήμιο.
- Το Πανεπιστήμιο αξιολογεί την αίτηση και αποστέλλει αποδοχή ή μη της αίτησης εγγραφής.
Β) Εγγραφή
- Σε περίπτωση που το πανεπιστήμιο αποδεχτεί το φοιτητή, η αίτηση του παραμένει ενεργή για 1 χρόνο. Στο διάστημα αυτό ο φοιτητής έχει το δικαίωμα να την ενεργοποιήσει, πραγματοποιώντας την κατάθεση της 1ης δόσης (Προκαταβολή) των διδάκτρων. Αν ο φοιτητής μετανιώσει για την παρακολούθηση, δεν υπάρχει κανένα πρόβλημα και απλά δεν ενεργοποιεί την εγγραφή του.
- Σε περίπτωση που ο φοιτητής ενεργοποιήσει την εγγραφή του, το Πανεπιστήμιο του αποστέλλει με email όλα τα σχετικά στοιχεία και πληροφορίες για να ξεκινήσει η φοίτηση.
Κριτήρια Εισδοχής / Απαιτούμενα δικαιολογητικά:
-
Για να κατεβάσετε ένα φυλλάδιο, πατήστε πάνω του
-
Προγράμματα Σπουδών Πανεπιστημίου Λευκωσίας -
Οδηγός Πανεπιστημίου Λευκωσίας
-
Προπτυχιακα
Δια ζωσης
- Ιατρική
- Φαρμακευτική
- Διατροφολογία και Διαιτολογία
- Φυσικοθεραπεία
- Νομική
- Μηχανολογική Μηχανική
- Ηλεκτρολογική Μηχανική
- Πολιτική Μηχανική και Μηχανική Περιβάλλοντος
- Αρχιτεκτονική (DipArch)
- Σχεδιασμός Εσωτερικού Χώρου
- Ψυχολογία
- Επιστήμη του Αθλητισμού
- Αθλητική Διοίκηση
- Διαχείριση Ενεργειακών Πόρων
- Δημοτική Εκπαίδευση
- Προδημοτική Εκπαίδευση
- Μηχανική Ηλεκτρονικών Υπολογιστών
- Πληροφορική
- Επιστήμη Δεδομένων
- Λογιστική
- Μάρκετινγκ
- Διεθνείς Σχέσεις και Ευρωπαϊκές Σπουδές
- Διοίκηση Επιχειρήσεων: Διαχείριση Ενεργειακών Πόρων
- Διοίκηση Επιχειρήσεων: Διοίκηση
- Διοίκηση Επιχειρήσεων: Επικοινωνίες Μάρκετινγκ
- Διοίκηση Επιχειρήσεων: Διοίκηση Ανθρώπινου Δυναμικού
- Διοίκηση Επιχειρήσεων: Επιχειρηματικότητα και Καινοτομία
- Διοίκηση Επιχειρήσεων: Πληροφοριακά Συστήματα και Κοινωνικά Δίκτυα
- Διοίκηση Επιχειρήσεων: Χρηματοοικονομικά
- Δημόσιες Σχέσεις, Διαφήμιση και Μάρκετινγκ
- Διοικητική Πληροφοριακών Συστημάτων
- Διοίκηση Επιχειρήσεων: Δημόσια Διοίκηση
- Διοίκηση Επιχειρήσεων: Διαχείριση Ακινήτων
- Διοίκηση Επιχειρήσεων Τουρισμού, Αναψυχής και Οργάνωσης Εκδηλώσεων
- Διοίκηση Επιχειρήσεων Φιλοξενίας (3 Κατευθύνσεις)
- Νοσηλευτική
- Καλές Τέχνες
- Χορός
- Κοινωνική Εργασία
- Αγγλική Γλώσσα και Λογοτεχνία
- Γραφική Επικοινωνία
- Μουσική (4 Κατευθύνσεις)
- Ψηφιακή Επικοινωνία και Μέσα Μαζικής Ενημέρωσης (3 Κατευθύνσεις)
- Εφαρμοσμένα Πολυμέσα
- Μηχανική Πετρελαίου και Φυσικού Αερίου
- Βιολογία του Ανθρώπου
- Αρχιτεκτονική (BAArch)
- Ναυτική Ακαδημία (Πτυχίο Ναυτικής Επιστήμης)