BS i datavetenskap (Data Science Track)
Moravian University
Nyckelinformation
Campus läge
Bethlehem, Amerikas förenta stater
språk
Engelsk
Studieformat
På Campus
Varaktighet
4 år
Takt
Heltid
Studieavgifter
USD 50 500 / per year
Ansökningstiden
Begär info
Tidigaste startdatum
Aug 2024
Introduktion
Datavetenskap är studiet av hur man automatiserar problemlösning med datorer. I internetåldern används datorer i nästan alla aspekter av livet, och programmerare måste förstå datorernas tekniska kapacitet och tekniska krav för problemdomäner. Datavetenskapsprogrammet på Moravian skapar en miljö för studenter att lära sig mjukvaruutveckling i team för verkliga kunder, och ger eleverna möjligheter till praktisk erfarenhet av teknik.
Uppdrag
Datavetenskapsprogrammet förbereder individer för inträde i tekniska yrken där de kan bidra till mjukvarulösningar på produktionsnivå och fortsätta att lära sig och anpassa sig till ny teknik.
Mål
- Programmeringsförmåga - Eleverna kommer att visa en förmåga att översätta specifikationen för ett program till en fungerande, effektiv och läsbar lösning.
- Programspecifikation och design - Studenterna kommer att visa en förmåga att skriva specifikationer för ett projekt baserat på klientinput och att skapa en övergripande design för ett projekt som använder standardmjukvara och arkitekturmönster.
- Teamkommunikation - Studenterna kommer att visa förmåga att kommunicera både muntligt och skriftligt med medlemmar i ett mjukvaruteam, inklusive kunder, andra mjukvaruutvecklare och chefer.
Läroplan
Datavetenskap erbjuder ett allmänt spår och ett datavetenskapsspår. CSCI 120, 121, 265, 244, 234 och 334 krävs för båda spåren. I det allmänna spåret ingår ytterligare krav inom datavetenskap samt MATH 106/166 eller MATH 170 som meritkrav. Datavetenskapsspåret innehåller ytterligare krav inom matematik samt kurser i tillämpningar och etik.
Allmänt spår:
Allmänna spår obligatoriska kurser
- CSCI 120 Introduktion till datavetenskap
- CSCI 121 Intermediate Software Development, förutsättning: C- eller bättre i CSCI 120
- CSCI 140 Diskreta strukturer för datavetenskap eller MATH 212 Diskreta matematiska strukturer och bevis. Studenter som slutför MATH 212 kan inte senare få poäng för CSCI 140.
- CSCI 265 Databas Systems, förutsättning: C- eller bättre i CSCI 120
- CSCI 220.2 Introduktion till DevOps, förutsättning: C- eller bättre i CSCI 120
- CSCI 244 Advanced Software Development, förutsättning: C- eller bättre i CSCI 121
- CSCI 234 Introduktion till mjukvaruteknik, förutsättning: C- eller bättre i CSCI 244
- CSCI 243.2 Förbereder sig för en datorkarriär, förutsättning: CSCI 120 och junior ställning
- CSCI 334 Systemdesign och -implementering (WI), förutsättning: CSCI 234
Allmänna spår valfria
Studenter måste genomföra tre enheter av ytterligare valbara kurser numrerade 210-299 eller 310-399, med minst två kurser numrerade 310-399. Studenter får räkna högst en enhet praktik till dessa tre enheter. Studenter kan räkna en av MATH 230 matematiska metoder i operationsforskning eller MATH 258 numerisk analys som en 200-nivå valbar i huvudämnet.
Allmänna spårkrav
MATH 170 Calculus 1 (eller MATH 106 Analytic Geometry and Calculus I med granskning, del 1 och MATH 166 Analytisk geometri och Calculus I med genomgång, del 2)
Data Science Track:
Data Science Track Obligatoriska kurser
- CSCI 120 Introduktion till datavetenskap
- CSCI 121 Intermediate Software Development, förutsättning: C- eller bättre i CSCI 120
- CSCI 265 Databas Systems, förutsättning: C- eller bättre i CSCI 120
- CSCI 244 Advanced Software Development, förutsättning: C- eller bättre i CSCI 121
- CSCI 234 Introduktion till mjukvaruteknik, förutsättning: C- eller bättre i CSCI 244
- CSCI 243.2 Förbereder sig för en datorkarriär, förutsättning: CSCI 120 och junior ställning
- CSCI 334 Systemdesign och -implementering (WI), förutsättning: CSCI 234
- Math 231 Matematisk statistik 1
- Math 337 Matematisk statistik 2
Krav på datavetenskap
- MATH 170 Calculus 1 (eller MATH 106 Analytic Geometry and Calculus I med granskning, del 1 och MATH 166 Analytisk geometri och Calculus I med genomgång, del 2)
- MATH 171 Calculus 2 (eller MATH 106 Analytic Geometry and Calculus I med granskning, del 1 och MATH 166 Analytisk geometri och Calculus I med genomgång, del 2)
En kurs i etik:
- NURS 360 Etiska dilemman i vården
- PHIL 222 Etik
- PHIL 224 Tillämpad etik
- PHIL 251 Teknikfilosofi
- PHIL 257 Bio-etik och social rättvisa
- PHIL 259 Medicinsk etik
- PHIL 281 Ämnen i etik
- PHIL 355 Meta-etik
- Andra etikkurser, som ska godkännas av studentens handledare, kan gälla
Vi rekommenderar att studenter i detta program slutför modulen om ansvarsfullt uppförande i forskning inom CITI-utbildning (som är tillgänglig gratis för fakultet och personal), och rapporterar slutförandet av den utbildningen till rådgivaren. Studenter kan kontakta IRB-kommittén för att få tillgång till denna programvara.
En kurs i applikationer:
- HLTP 230 Epidemiologi
- MGMT 311 Marketing Research (förutsättning: MGMT 251; plus Math 107, Math 231 eller ECON156)
- BIOL 363 Genomics (förutsättningar: BIOL 210 och tillstånd från instruktören)
- ECON 256 Applied Econometrics (förutsättningar: en kurs i statistik och ECON 152, som rekommenderas som M4 för studenter inom datavetenskap)
- Honours, Independent Studies och andra applikationskurser kan gälla; rådfråga rådgivaren
Ytterligare en 300-nivåkurs i matematik eller från applikationslistan eller en av följande kurser från Master of Science in Predictive Analytics (MS-PA)-programmet:
- MGMT 555, Business Research Methods
- MGMT 556, Beslutsanalys
Med tillstånd från programchefen för MSDA-programmet kan studenter anmäla sig till ytterligare kurser i MSDA
Studenter som slutför detta program skulle ha "Data Science" listat på sin utskrift, under "koncentration." De är inte behöriga till informatik-minoret. Studenter kan dock räkna matte 170 och 171, men inte matte 231 och 337, till matte biämne, eftersom dessa två sistnämnda kurser krävs inom huvudämnet.
Bilaga i datavetenskap
Minor i datavetenskap består av CSCI 120, CSCI 121 och tre andra CSCI-kurser numrerade över 110. En av följande kurser kan, med institutionens samtycke, räknas till minor i datavetenskap: MATH 230, MATH 258, MATH 231; PHIL 211. Med institutionens medgivande kan en kurs med betydande datainnehåll från ett annat program räknas som en av de tre valbara kursenheterna mot datavetenskaplig biämne.
Bilaga i informatik
Informatik är tillämpningen av datorkunskaper, statistiska metoder och domänkunskap för att erhålla och analysera data för att fatta beslut om organisationer och samhälle.
Minor i informatik består av fem kurser: CSCI 120; CSCI 265; en kurs i statistiskt resonemang (MATH 107, HLTP 189, ECON 156 eller MATH 231); en kurs i etik (NURS 360, IDIS 215, eller en PHIL-kurs med "Etik" i titeln); och en kurs i applikationer (HLTP 230, MGMT 311, BIOL 363, ECON 256). Andra kurser i statistiskt resonemang, etik eller ansökningar kan accepteras med godkännande av programledaren.
Interdepartemental huvudämne i datavetenskap
De sex kurserna som utgör Set I av den interdepartementala huvudämnet i datavetenskap inkluderar CSCI 120, CSCI 121 och fyra andra CSCI-kurser numrerade över 110, varav minst en förväntas vara numrerad 310-380 eller 390-399. De ytterligare kurserna i datavetenskap och de sex kurserna i Set II väljs av studenten med godkännande av handledaren.
Programresultat
Efter avslutad datavetenskaplig huvudämne, en framgångsrik student kommer att kunna:
- Implementera en lösning på ett problem med hjälp av lämpliga programmeringstekniker.
- Färdigheter och läskunnigheter, Kunskap
- Skapa en design för ett mjukvarusystem med lämpliga designprinciper och mönster.
- Färdigheter och läskunnigheter, Kritisk frågeställning, Skapa och engagera
- Använd lämpliga process- och samarbetsverktyg för att bidra till ett programvaruprojekt.
- Perspektiv, kritisk frågeställning, skapa och engagera
- Utvärdera och lära sig ny teknik självständigt.
- Perspektiv, Kritisk frågeställning