数据分析
做好迎接大数据挑战的准备!
数据分析正在包括医疗保健在内的广泛领域迅速发展, 金融, 市场营销, 计算机科学, 生物医学研究等. 你很快就会因为处理大量数据和做出推动战略决策的见解的能力而受到重视.
所有数据分析专业的学生必须学习:
- BUSI 106当代商业
- CSCI 156计算机科学1
- CSCI 157计算机科学2
- 数据库系统
- DATA 105分析视角
- 数据201分析II
- 数据可视化 & 分析
- 数据分析中的当前主题
- 数据401分析顶点项目
- DATA 402分析研讨会
- 经济学310应用计量经济学 & 预测分析
- 工程师1XX工程实验室
- 数学231数据科学入门
你必须额外修16个小时的分析学选修课.
您还需要以下艺术 & 科学课程:
- BUSI 113描述分析与统计
- BUSI 213商业研究方法
- 数学151微积分I
- 英语101写作1
- 英语102写作II
- MIS 101分析学I
- 大学101共同基础
社会科学(最少1门)
人文学科(最少1门)
- 写作要求在文科和理科通识教育要求目录中有详细说明, 基本的能力, 书面交流.
理学学士学位由分析核心课程和分析选修课程组成,这些课程来自许多学科的广泛课程. 你将学习文科的必修课和选修课,以达到至少60学分的文科课程(所有理科学士学位都要求)。. 数据分析学位的灵活性, 你可以选择加一门(或两门)辅修甚至双修. 你亦须:
- 保持至少2.总体平均绩点为0
- 完成一门个人健身课程(学分不包括在毕业所需的120学分中)和一门健康课程.
- 满足大学的全球视野要求
在你的第二年完成之后, 我们敦促所有数据分析专业的学生获得有价值的, 只有实习才能提供真实的经验.
- 大多数实习是在两个学期之间的夏季进行的
- Each credit hour you'll earn equals 45 hours of work; you'll figure out the actual schedule with your site supervisor
- 实习可能有报酬,也可能没有报酬,这取决于你所在的机构
- 成绩是基于完成的, 及时提交所有必要的实习文件, 以期末学习报告权重最大
数据分析双学位对所有澳大学生开放. 获得数据分析双学位, 参加以下课程, 根据所选的统计学和研究方法课程,总学分为31至36学分.
- CSCI 156计算机科学1
- 数据库系统
- 数据201分析II
- 数据可视化 & 分析
- 数据203当前主题分析
- 数据分析顶点项目(现场经验)
- DATA 402分析研讨会
- MIS 101分析学I
一级统计-从以下选项中选择1:
- 生物226,商业113,工程305,环境205,政治学/社会学230,心理学2203
二级统计-从以下选项中选择1:
- 经济学310,数学231,数学381,心理学4113
研究方法-选择1从:
- 生物226,商业213,环境205,政治学/社会学431,心理学220,心理学4113
数据分析辅修课程包括28个学分(如果你用4学分的统计学课程代替则为29个学分):
- BUSI 113描述分析 & 统计学(或文理学院4学分的统计学课程) & 科学)
- 数学151微积分I
- CSCI 156计算机科学1
- 数据201分析II
- 数据可视化 & 分析
- MIS 101分析学I
加上以下8个学分:
- ART 232视频、声音入门 & 新媒体
- ART 285 -数字媒体
- ART 332 -高级视频艺术
- ART 335 -互动媒体工作室
- ART 336 -生成 & 交互式动画
- ART 340 -网页设计 & 移动设备
- 生物地理学
- 生物信息学
- CSCI 200+ -计算机科学课程200级以上
- 经济学310 -应用计量经济学 & 预测分析
- ENVS 212 -遥感导论
- ENVS 220 -地理信息系统简介
- ENVS 301 -当代地理空间技术主题
- ENVS 302 -移动 & 基于Web的GIS
- 先进的地理信息系统应用
- ENVS/GEOL 206 -野外工艺-户外熟练
- ENVS/GEOL 450 -独立学习
- 数学231 -数据科学入门
在完成本科学位后的一年内获得工商管理硕士(MBA)学位可以大大增加你的职业机会.
这种精简和竞争的机会使我们的本科生既可以获得本科学位,也可以获得学士学位 工商管理硕士 加速格式(4+1).
近98%的学生获得某种形式的经济援助, 大部分是以奖学金和助学金的形式,不需要偿还. 我们强烈建议你申请经济援助,即使你不确定你是否有资格. 我们致力于让您的非盟教育负担得起.
成功率
98%的毕业生 毕业六个月后是否全职工作或进入研究生院. 由于我们的跨学科教育,你将为工作做好独特的准备.
我该怎么办呢??
- 会计
- 财务顾问
- 供应链倡导者
- 数据架构师
- 大数据分析师
- 数据更改代理
- 应用业务分析师
- 商业智能分析师
- 数据科学家
我将在哪里工作?
- 医疗组织
- 金融机构
- 咨询公司
- 制造业
- 职业体育
- 能源
- 技术公司
- 政府
- 零售
- 移动服务
- 电信
- 信息技术
- 市场营销
- 人力资源