数据科学
数据科学是一个跨学科的研究领域，它结合了数学的力量, 统计数据, 计算机科学, 以及特定领域的专业知识，以发现隐藏的见解并从数据中提取知识. 雇主们正在积极寻找那些拥有强大技术技能的人，他们可以利用大规模数据的力量来增强明智的决策. RWU的数据科学项目是几个部门和项目的合作项目, 包括数学, 计算机科学, 网络安全, 自然科学, 和业务.
项目的亮点
- 以学生为中心的案例研究和项目学习
- 本科生合作研究机会
- 有机会将数据科学学位与应用数学双学位相结合, 计算机科学, 网络安全, 生物学、海洋生物学, 金融, 经济学, 和公共卫生, 等.
- 2023年数据科学家的平均年薪：108,020美元
- 到2033年，数据科学领域将增长36%, 开盘价超过73,100个新工作机会.
RWU数据科学专业
RWU数据科学专业的毕业生不仅可以从今天的数据中获得知识和见解, 还要适应未来的趋势和技术，并在未来几年影响该领域的方向. 数据已成为使机构有效的关键资产, 警惕, 并在当今充满活力的环境中保持竞争力. 潜在的应用范围很广，包括医疗保健, 金融, 运输, 安全, 制造业, 娱乐, 和零售.
跨学科的数据科学项目大量借鉴数学和计算机科学的基础课程. 除了基础课程之外, 学生将从科学等领域探索数据科学的应用领域, 工程, 网络安全, 业务, 公共卫生, 政治科学, 或者是许多其他领域中的一个，完成一个需要整合和应用通过课程获得的知识和技能的项目.
RWU的数据科学拥有高度灵活的本科跨学科课程，通过整合基于探究的教学，为学生提供创新和基于项目的学习体验, 学习, 研究, 创新, 和协作.
我们提供三种不同的数据科学课程：
- 数据科学学士学位；
- 数据科学学士学位
- 辅修数据科学.
每个项目都有一个独特的结构，以满足不同学生群体的需求，以满足他们的学术和职业目标. 感兴趣的学生可以作为新生直接报名参加该项目, 在他们大二或大三的时候转到这个项目, 或者追求双主修/辅修作为他们的第二兴趣领域.
学位要求
提供专业/未成年人
数据科学学士（BS）课程为学生提供了强大的数据科学理论和技术基础. 学生们学习各种各样的技能, 包括数据科学原理, 工具, and techniques across the entire data life cycle; 数据隐私 and 安全; and legal and ethical considerations. 学生准备整合和实施这些技能，为具有挑战性的现实问题找到数据驱动的解决方案. 他们学习如何提出研究问题, 制定假说, 设计实验, 实施和评估不同的数学和计算方法, 并在科学或专业团体中呈现结果. 学士学位课程的学生深网赌的十大网站习数学和计算机科学. 他们还会选择一个数据科学的应用领域, 例如, 金融, 公共卫生, 或者政治科学, 然后在他们选择的区域选择一个四道菜的顺序. 未来的毕业生为读研做好了充分的准备，或者可以在许多行业中选择职业道路，比如数据科学家或数据工程师.
学习成果
- 应用数据科学原理, 计算, 数学, 和其他相关学科找出解决方案.
- 描述和比较数据科学和机器学习领域中使用的不同数学和计算方法.
- 在整个数据生命周期中使用适当的工具, 包括数据提取, 探索, 预处理, 归一化, 和可视化.
- 构建和实施实验设计并评估结果.
- 比较构造模型的性能，并通过部署各种模型选择策略确定性能最佳的模型.
- 认识到职业责任，并根据法律和道德原则做出明智的判断.
- 应用数据科学和机器学习领域的最新技术.
- 在科学或专业团体中记录和展示项目成果.
- 与他人合作完成共同的目标.
- 确定研究问题和相关工作在给定的兴趣领域.
- 理解数学, 统计, 以及数据科学和机器学习技术的计算基础.
数据科学文学学士（BA）课程为学生提供了数据科学的坚实基础. 学生们学习各种各样的技能, 包括数据科学原理, 工具, and techniques across the entire data life cycle; 数据隐私 and 安全; and legal and ethical considerations. 学生准备整合和实施这些技能，为具有挑战性的现实问题找到数据驱动的解决方案. 他们学习如何提出研究问题, 制定假说, 设计实验, 实施和评估不同的数学和计算方法, 并在科学或专业团体中呈现结果. 学士学位课程的学生将接触到数据科学实际应用所必需的数学和计算机科学. 文学学士课程具有很大的灵活性, 我们鼓励学生选修数据科学应用领域的辅修或第二专业. 学生可以作为新生直接参加文学学士课程，也可以在第二年转到该课程，或者将其作为第二专业. 未来的毕业生准备在许多行业担任数据分析师或定量分析师等角色，或者可以选择将他们的数据科学知识应用于他们的主要研究领域.
学习成果
- 应用数据科学原理, 计算, 数学, 和其他相关学科找出解决方案.
- 描述和比较数据科学和机器学习领域中使用的不同数学和计算方法.
- 在整个数据生命周期中使用适当的工具, 包括数据提取, 探索, 预处理, 归一化, 和可视化.
- 构建和实施实验设计并评估结果.
- 比较构造模型的性能，并通过部署各种模型选择策略确定性能最佳的模型.
- 认识到职业责任，并根据法律和道德原则做出明智的判断.
- 应用数据科学和机器学习领域的最新技术.
- 在科学或专业团体中记录和展示项目成果.
- 与他人合作完成共同的目标.
- 确定研究问题和相关工作在给定的兴趣领域.
RWU的数据科学辅修课程是一门多学科课程，旨在帮助学生从数据中获得见解，并识别隐藏的模式和趋势. 学生学习基础数学, 统计, 以及计算技能，并运用这些理论和技术技能，为具有挑战性的现实问题提供数据驱动的解决方案. 学生将接触到整个数据生命周期, 数据隐私, 以及处理给定数据时的法律和道德考虑. 完成本辅修课程后, 学生可以将他们的技能应用到许多领域和行业, 包括卫生保健, 零售, 保险, 金融, 生物信息学, 政治科学, 环境科学, 流行病学, 公共卫生. 辅修课程有一个独特的结构，以满足不同学生群体的需求，以满足他们的学术和职业目标. 我们强烈鼓励辅修数据科学专业的学生通过修读相关专业或双专业来扩展他们的知识, 比如数据科学, 数学, 应用数学, 计算机科学, 网络安全, 等.
学习成果
- 应用数据科学的原则来确定现实世界问题的解决方案.
- 在整个数据生命周期中使用适当的数据科学工具, 包括数据提取, 探索, 预处理, 归一化, 和可视化.
- 实现各种机器学习和预测模型，并评估其性能.
- 认识到职业责任，并根据法律和道德原则做出明智的判断.
- 以专业的方式记录和展示已开发的数据产品.
- 与他人合作完成共同的目标.
的职业前景
- 数据科学领域的研究生学习, 业务分析, 应用数学, 计算科学, 等.
- 数据科学家和机器学习工程师
- 数据分析师和数据工程师
- 数据库架构师、业务分析师和定量分析师
- 国防部、能源部、NASA和其他国家实验室的联邦职位
- 其他几个高薪的工作机会在不同的行业，如亚马逊, 微软, 苹果, 谷歌, CVS, 富达投资集团, 自由相互, 雷神公司, 等等.......
节目咨询委员会
- Hum Nath Bhandari，数学副教授（主席）
- 索尼娅·盖茨，计算机科学副教授
- Russell Beauchemin，网络安全和网络副教授
- 克里斯托弗·伯特纳，生物学副教授
- Kerri Warren，生物学和公共卫生教授
- Sunil Kumar，会计学助理教授