Gegevenswetenschap BSc (Hons)

Buckinghamshire New University

Er is veel vraag naar datawetenschappers omdat ze gegevens kunnen ondervragen en analyses kunnen gebruiken om patronen, trends en relaties te vinden in datasets. Deze informatie kan vervolgens worden gebruikt voor van alles en nog wat, van het voorspellen van consumentengedrag tot het versnellen van de ontwikkeling van veelbelovende nieuwe medicijnen.

Met onze praktische BSc (Hons) Data Science graad helpen we je voor te bereiden op een succesvolle carrière. Je profiteert van onze banden met de industrie, goed uitgeruste computerlabs, kleinere klassen en ervaren en ondersteunend personeel.

Waarom dit onderwerp bestuderen?

Data science kan eenvoudig worden omschreven als de studie van gegevens. De informatie en hun beoordeling van big data kunnen interpretaties en inzichten onthullen die in vele contexten kunnen worden gebruikt, zoals:

• bedrijven die consumentengedrag voorspellen en erop inspelen
• bankinstellingen die fraude opsporen
• investeerders die een combinatie van big data en kunstmatige intelligentie gebruiken om beter geïnformeerde investeringskeuzes te maken
• farmaceutische bedrijven die data-analyse gebruiken om de ontwikkeling van veelbelovende medicijnen te versnellen.

**Waarom studeren aan de Buckinghamshire New University?

Bij BNU geven we onze studenten altijd de kans om te werken aan levensechte scenario's, zakelijke uitdagingen en werkrelevante problemen. Daarom zal jouw ervaring als student bij ons zo uniek zijn.

Welke faciliteiten kan ik gebruiken?

Onze computerfaciliteiten zijn uitgerust met de nieuwste apparatuur. We upgraden onze computerhardware en -software regelmatig, zodat je de apparatuur en faciliteiten hebt om echt uit te blinken.

Wat ga ik studeren?

Dit programma geeft je een stevige basis in de technologieën en systemen die ten grondslag liggen aan het veilig opslaan, delen, analyseren en presenteren van gegevens in verschillende situaties en voor verschillende doeleinden.

Dit omvat een brede opleiding in computerarchitecturen, netwerken, informatiebeveiliging, programmeren, databases, webtechnologie en software engineering.

Gegevensanalyse is natuurlijk een centraal thema in de cursus. Technologieën, informatiesystemen en verschillende bijbehorende componenten zullen dan worden gebruikt om gegevens om te zetten in betekenisvolle informatie, zodat belanghebbenden bevindingen kunnen rapporteren en op feiten gebaseerde beslissingen kunnen nemen.

De laatste fase van het programma biedt opties voor verschillende specialisatietrajecten. Afhankelijk van wat je tijdens je studie heeft geïnspireerd en misschien ingegeven door je toekomstige carrièreambities, kun je modules kiezen die zich richten op databaseontwikkeling, kunstmatige intelligentie of cloud computing en netwerkbeveiliging.

Dit programma zal:

• een diepgaand begrip te geven van de verschillende dimensies van het vakgebied data science
• je uitrusten met relevante technische vaardigheden en ervaring in het gebruik van verschillende technologieën, systemen, benaderingen en methodologieën die relevant zijn voor de veilige opslag, communicatie, analyse en presentatie van gegevens
• je vaardigheden en kennis te ontwikkelen, zodat je de verschillende methoden en strategieën voor het aanpakken van verschillende datagerelateerde problemen systematisch en kritisch kunt analyseren
• je inzicht te geven in professionele, morele, juridische en ethische kwesties die een rol spelen bij computer- en informatietechnologie.

Wat zijn mijn carrièrevooruitzichten?

Inzetbaarheid staat centraal in deze opleiding en we helpen je voor te bereiden op een breed scala aan loopbanen.

Met een diploma in data science kun je op allerlei gebieden aan de slag, zoals:

• E-commerce
• Financiën
• Overheid
• Gezondheidszorg
• Informatie Technologie
• Detailhandel
• Wetenschappelijk onderzoek.

Typische functies zijn onder andere:

• Applicatie-architect
• Data-architect
• Gegevensingenieur
• Gegevenswetenschapper
• Ondernemingsarchitect
• Infrastructuur Architect Machine
• Leren ingenieur
• Machine Learning Wetenschapper.