Southwest Baptist University

Master of Science în știința datelor

Această hartă curriculară ilustrează dezvoltarea progresivă a competențelor studenților în cadrul programului de master în managementul tehnologiei informației, arătând modul în care fiecare curs introduce (I), dezvoltă (D) sau aduce studenții la stăpânirea (M) a celor șapte rezultate ale învățării programului. (PLOs), culminând cu cursul capstone în care studenții demonstrează stăpânirea tuturor rezultatelor.

• TECH 500: Provocări etice în managementul tehnologiei
• BUS 5203: Analiza datelor
• BUS 5213: Prelucrarea datelor pentru luarea deciziilor
• TECH 575: Big Data Analytics pentru IoT
• TECH 615: IA aplicată: soluții pentru afaceri
• TECH 630: IA avansată pentru perspective de afaceri și luarea deciziilor
• BUS 5223: Proiecte de top pentru analiza datelor
• TECH 643: Metode Statistice
• TECH 674: Metode cantitative
• TECH 699: Proiectul Capstone pentru Știința datelor și Analytics

Clasele de bază

TECH 500: Provocări etice în managementul tehnologiei

Acest curs se concentrează pe pregătirea liderilor pentru a rezolva dileme etice complexe în managementul tehnologiei. Cursul pune accent pe valorile biblice și soluțiile practice la provocările contemporane. Elevii explorează sistemele etice printr-o viziune creștină asupra lumii, analizează studii de caz și își dezvoltă abilitățile de a face judecăți morale solide. Până la sfârșitul cursului, participanții vor fi echipați pentru a aborda problemele etice în conducerea tehnologiei cu integritate și o perspectivă bazată pe credință.

Rezultatele învățării cursanților

• SLO 1: Analizați dileme etice complexe în managementul tehnologiei folosind diferite cadre etice, inclusiv o viziune creștină asupra lumii. (PLO 3, PLO 4)
• SLO 2: Evaluați implicațiile tehnologiilor emergente asupra luării deciziilor etice în rolurile de conducere IT. (PLO 3, PLO 4)
• SLO 3: Sintetizați principiile biblice cu provocările etice contemporane pentru a dezvolta soluții bazate pe credință în managementul tehnologiei. (PLO 3, PLO 5)
• SLO 4: Dezvoltați și articulați judecăți morale solide pentru studii de caz în etica tehnologiei, demonstrând gândire critică și comunicare eficientă. (PLO 1, PLO 3)
• SLO 5: Creați un cadru etic personal pentru abordarea provocărilor de management al tehnologiei care integrează standardele profesionale cu valorile creștine. (PLO 3, PLO 5)

BUS 5203: Analiza datelor

Elevii vor fi expuși la practicile de analiză a datelor din lumea afacerilor, cum ar fi modul în care datele sunt create, stocate și accesate și modul în care organizațiile utilizează datele și creează medii care încurajează analiza.

Rezultatele învățării cursanților

• SLO 1: Înțelegeți mentalitatea de analiză pentru analiștii de afaceri. (PLO 2, PLO 4)
• SLO 2: Înțelegeți conceptele de bază ale statisticii și analizei datelor. (PLO 2, PLO 4)
• SLO 3: Aplicați tehnici de analiză a datelor pentru a răspunde la întrebări despre setul de date. (PLO 4)
• SLO 4: Analizați deciziile de afaceri folosind tehnici de analiză a datelor. (PLO 4)
• SLO 5: Evaluați deciziile etice în analiza datelor cu integrarea credinței. (PLO 5)
• SLO 6: Creați și finalizați un proiect de analiză a datelor pentru a răspunde la o întrebare originală într-o anumită disciplină. (PLO 2, PLO 4, PLO 5)

BUS 5213: Prelucrarea datelor pentru luarea deciziilor

Înțelegeți cum să colectați și să utilizați datele în luarea deciziilor folosind tehnici analitice (exploatare de date, analiză predictivă și algoritmi de învățare automată) pentru a găsi modele de relații între elementele de date. Elevii vor învăța cum să adune date adecvate și să le analizeze pentru a conduce factorii de decizie la o înțelegere îmbunătățită a datelor și a aplicației de gestionare a acestora.

Rezultatele învățării cursanților

• SLO 1: Obțineți abilități de gestionare a informațiilor pentru a gestiona datele. (PLO 2, PLO 4)
• SLO 2: Obțineți abilități de analiză și instrumente pentru a înțelege datele. (PLO 2, PLO 4)
• SLO 3: Obțineți o înțelegere a procesului decizional bazat pe date și a modului de a face față incertitudinii. (PLO 2, PLO 4)
• SLO 4: Dezvoltați o mentalitate orientată către date pentru a ajuta companiile să acționeze pe baza datelor. (PLO 2, PLO 4)
• SLO 5: Dezvoltați abilitățile de prezentare a datelor pentru luarea deciziilor. (PLO 1, PLO 2)

TECH 575: Big Data Analytics pentru IoT

Acest curs prezintă studenților Apache Spark, un cadru puternic de procesare a datelor mari, cu accent pe aplicarea acestuia în analiza seturi de date la scară largă. Elevii vor învăța să valorifice capacitățile Spark folosind Python, punând accent pe cea mai recentă sintaxă Spark 2.0 DataFrame. Curriculumul acoperă tehnici avansate de manipulare a datelor, aplicații de învățare automată care utilizează MLlib și scenarii de rezolvare a problemelor din lumea reală.

Rezultatele învățării elevilor

• SLO 1: Sintetizați programarea Python și cadrele Apache Spark pentru a proiecta și implementa soluții avansate de analiză a datelor mari. (PLO 2, PLO 4)
• SLO 2: Evaluați și aplicați sintaxa Spark 2.0 DataFrame pentru a optimiza sarcinile complexe de procesare a datelor și pentru a îmbunătăți eficiența analitică. (PLO 2, PLO 4)
• SLO 3: Creați și criticați modele sofisticate de învățare automată folosind MLlib Spark, inclusiv regresie logistică, păduri aleatorii și arbori cu gradient, pentru a rezolva problemele de clasificare din lumea reală. (PLO 2, PLO 4)
• SLO 4: Dezvoltați și evaluați aplicații inovatoare de procesare a limbajului natural, cum ar fi filtrele de spam, utilizând capabilitățile Spark pentru analiza și clasificarea textului. (PLO 1, PLO 2 și PLO 4)
• SLO 5: Formularea unui cadru etic pentru analiza datelor mari care să integreze principiile creștine de administrare și confidențialitate, examinând critic implicațiile societale ale tehnicilor de analiză a datelor la scară largă. (PLO 3, PLO 5)

TECH 615: IA aplicată: soluții pentru afaceri

Acest curs oferă o introducere cuprinzătoare în inteligența artificială (AI), explorând impactul său transformator în industrii și abordând cererea globală în creștere pentru competențe AI. Elevii se vor aprofunda în evoluțiile recente în Învățare profundă, Învățare prin consolidare, Procesarea limbajului natural, Viziunea pe computer și Robotică, dobândind în același timp experiență practică cu cadrele moderne de învățare profundă precum Keras.

Rezultatele învățării elevilor

• SLO 1: Evaluați impactul AI asupra diferitelor industrii, analizând tendințele actuale și prezicând evoluțiile viitoare în domeniu. (PLO 2, PLO 4)
• SLO 2: Proiectați și implementați rețele neuronale artificiale pentru a rezolva probleme complexe de afaceri, cum ar fi predicția privind ratarea clienților și prognoza prețului acțiunilor. (PLO 2, PLO 4)
• SLO 3: Dezvoltați modele avansate de inteligență artificială folosind rețele neuronale convoluționale și recurente pentru recunoașterea imaginilor și analiza serii de timp în contexte de afaceri din lumea reală. (PLO 2, PLO 4)
• SLO 4: Creați și evaluați sisteme de recomandare și aplicații de procesare a limbajului natural, demonstrând competența în aplicarea AI pentru a îmbunătăți experiența clienților și operațiunile de afaceri. (PLO 2, PLO 4)
• SLO 5: Sintetizați considerațiile etice în implementarea AI cu principiile creștine de administrare și demnitate umană, formulând strategii responsabile de AI pentru aplicațiile de afaceri. (PLO 3, PLO 5)

TECH 630: IA avansată pentru perspective de afaceri și luarea deciziilor

Acest curs oferă o perspectivă transformatoare asupra impactului AI în domeniul afacerilor, subliniind rolul critic al competenței AI, inclusiv AI generativă, cum ar fi modelele de limbaj mari, în economia actuală bazată pe informații. Se concentrează pe identificarea, evaluarea și valorificarea oportunităților pentru analiza de afaceri folosind atât surse de date proprietare, cât și publice.

Rezultatele învățării elevilor

• SLO 1: Sintetizați seturi de date complexe pentru a crea soluții de afaceri inovatoare, demonstrând capabilități analitice avansate în contexte bazate pe inteligență artificială. (PLO 2, PLO 4)
• SLO 2: Evaluați tendințele actuale în managementul și aplicarea AI, criticând impactul potențial al acestora asupra diferitelor sectoare de afaceri. (PLO 2, PLO 4)
• SLO 3: Proiectați și evaluați critic diverse modele de AI și data mining, justificând adecvarea acestora pentru scenarii de afaceri specifice. (PLO 2, PLO 4)
• SLO 4: Formulați strategii de colaborare pentru a transpune provocările de afaceri din lumea reală în modele AI acționabile, demonstrând abilități de lucru în echipă și de rezolvare a problemelor. (PLO 2, PLO 5)
• SLO 5: Dezvoltați și apărați strategii eficiente de analiză a afacerilor, integrând tehnologii AI pentru a aborda problemele de afaceri contemporane. (PLO 2, PLO 4)
• SLO 6: Creați un cadru etic pentru implementarea AI în afaceri care să se alinieze cu principiile creștine de administrare și responsabilitate socială, examinând critic implicațiile morale ale procesului decizional bazat pe inteligența artificială în contexte organizaționale. (PLO 3, PLO 5)

BUS 5223: Proiecte de top pentru analiza datelor

Acest curs va expune studenții la componentele critice ale operaționalizării business intelligence și a analizei datelor pentru îmbunătățirea procesului decizional și îmbunătățirea calității în cadrul unei organizații. Mai exact, studenții vor învăța cum să-și asume rolul de consultant de business intelligence și să aplice tehnici de analiză a datelor pentru a informa procesul de luare a deciziilor în afaceri.

Rezultatele învățării elevilor

• SLO 1: Înțelegeți termenii și conceptele cheie în domeniul analizei datelor. (PLO 2, PLO 4)
• SLO 2: Identificați abilitățile analitice cheie necesare în profesie. (PLO 2, PLO 4)
• SLO 3: Prezentați datele într-o manieră reprezentativă grafică. (PLO 1, PLO 2)
• SLO 4: Aplicați concepte și tehnici de analiză de afaceri. (PLO 2, PLO 4, PLO 5)

TECH 643: Metode Statistice

Acest curs oferă o explorare cuprinzătoare a tehnicilor statistice fundamentale și avansate esențiale pentru analiza datelor și luarea deciziilor în diferite domenii. Acest curs acoperă statistica descriptivă, teoria probabilității, distribuțiile de eșantionare, testarea ipotezelor și statisticile inferențiale. Elevii se vor aprofunda în analiza regresiei, inclusiv regresia liniară simplă și multiplă, precum și o introducere în regresia logistică. Curriculumul include, de asemenea, analiza varianței (ANOVA), proiectarea experimentelor și metode neparametrice. Pe parcursul cursului, se pune accent atât pe înțelegerea teoretică, cât și pe aplicarea practică folosind software-ul statistic, cum ar fi R sau SAS. Elevii vor lucra cu seturi de date din lumea reală pentru a dezvolta abilități în manipularea datelor, modelarea statistică și interpretarea rezultatelor. Până la sfârșitul cursului, participanții vor fi echipați cu un set de instrumente statistice robust și cu capacitatea de a selecta și aplica metode adecvate pentru a aborda provocările analitice complexe din diverse discipline. Cerințele prealabile includ o înțelegere de bază a algebrei și a conceptelor statistice elementare.

Rezultatele învățării elevilor

• SLO 1: Demonstrați competența în aplicarea tehnicilor statistice fundamentale și avansate pentru analiza datelor și luarea deciziilor în diferite domenii. (PLO 2, PLO 4)
• SLO 2: Efectuați și interpretați cu acuratețe teste de ipoteză și statistici inferențiale. (PLO 2, PLO 4)
• SLO 3: Efectuați analize de regresie, inclusiv regresie liniară simplă și multiplă și regresie logistică. (PLO 2, PLO 4)
• SLO 4: Aplicați analiza varianței (ANOVA), proiectarea experimentelor și metode neparametrice la seturile de date adecvate. (PLO 2, PLO 4)
• SLO 5: Integrarea principiilor creștine de etică și administrație în aplicarea metodelor statistice, recunoscând responsabilitatea de a utiliza analiza datelor pentru îmbunătățirea societății și prin valorile biblice. (PLO 3, PLO 5)

TECH 674: Metode cantitative

Acest curs oferă o introducere cuprinzătoare la metodele cantitative esențiale și tehnicile statistice utilizate în știința modernă a datelor. Elevii vor dezvolta o bază solidă în teoria probabilității, inferența statistică și abordări analitice avansate cruciale pentru analiza seturi de date complexe. Subiectele cheie includ distribuțiile de probabilitate și aplicațiile acestora, testarea ipotezelor și intervalele de încredere, analiza de regresie liniară și neliniară, analiza și prognozarea seriilor temporale, statistica și inferența bayesiană, tehnicile de reducere a dimensionalității, metodele de grupare și clasificare, metodele de reeșantionare și bootstrapping. Printr-o combinație de prelegeri, exerciții practice și studii de caz din lumea reală, studenții vor învăța să aplice aceste metode cantitative folosind instrumente populare de știință a datelor și limbaje de programare. Cursul pune accent atât pe înțelegerea teoretică, cât și pe implementarea practică, pregătind studenții să facă față provocărilor complexe de analiză a datelor din diverse industrii.

Rezultatele învățării elevilor

• SLO 1: Aplicați teoria probabilității și tehnici de inferență statistică pentru a analiza seturi de date complexe în contexte de știință a datelor. (PLO 2, PLO 4)
• SLO 2: Dezvoltarea și evaluarea modelelor de regresie liniară și neliniară, analiză a seriilor de timp și metode de prognoză pentru analiza și predicția datelor. (PLO 2, PLO 4)
• SLO 3: Utilizați metode de reducere a dimensionalității, grupare și clasificare pentru a extrage modele semnificative din date cu dimensiuni mari. (PLO 2, PLO 4)
• SLO 4: Demonstrați competența în utilizarea instrumentelor populare de știință a datelor și a limbajelor de programare pentru a implementa metode cantitative pe seturi de date din lumea reală. (PLO 2, PLO 4, PLO 5)
• SLO 5: Integrarea principiilor creștine de utilizare și interpretare etică a datelor, recunoscând responsabilitatea de a folosi metode cantitative în moduri care onorează adevărul, promovează înflorirea umană și reflectă o bună administrare a resurselor informaționale. (PLO 3, PLO 5)

TECH 699: Proiectul Capstone pentru Știința datelor și Analytics

Acest curs capstone oferă studenților posibilitatea de a sintetiza și aplica cunoștințele și abilitățile dobândite pe parcursul programului de Master în Știința Datelor și Analytics. Elevii vor întreprinde un proiect cuprinzător de știință a datelor din lumea reală, care abordează o provocare semnificativă de afaceri sau societală. Lucrând individual sau în echipe mici, studenții vor identifica o problemă, vor colecta și analiza date relevante, vor dezvolta și implementa soluții adecvate pentru știința datelor și își vor comunica rezultatele în mod eficient. Proiectul va cuprinde întregul ciclu de viață al științei datelor, inclusiv formularea problemelor, achiziția și preprocesarea datelor, analiza exploratorie a datelor, dezvoltarea și evaluarea modelului și prezentarea rezultatelor. Se va aștepta ca studenții să integreze tehnici avansate de analiză, considerații etice și perspective de afaceri în proiectele lor. Cursul va culmina cu o prezentare finală și un raport, care demonstrează stăpânirea de către student a conceptelor științei datelor și capacitatea lor de a oferi valoare prin soluții bazate pe date.

Rezultatele învățării elevilor

• SLO 1: Proiectați și executați un proiect cuprinzător de știință a datelor care abordează o problemă complexă din lumea reală, demonstrând stăpânirea ciclului de viață al științei datelor și a tehnicilor analitice avansate. (PLO 2, PLO 4)
• SLO 2: Comunicați în mod eficient concepte, metodologii și rezultate complexe ale științei datelor, atât către publicul tehnic, cât și non-tehnic, prin rapoarte scrise, prezentări orale și vizualizări de date. (PLO 1, PLO 4)
• SLO 3: Aplicați raționamentul etic și principiile creștine în proiectarea, implementarea și evaluarea soluțiilor pentru știința datelor, abordând probleme precum confidențialitatea datelor, părtinirea și impactul societal. (PLO 3, PLO 5)
• SLO 4: Evaluați și selectați în mod critic metodologiile, instrumentele și tehnologiile adecvate pentru știința datelor pentru a rezolva provocările specifice de afaceri sau societale, justificând aceste alegeri pe baza eficacității și eficienței lor. (PLO 2, PLO 4)
• SLO 5: Colaborați eficient în echipe diverse pentru a planifica, executa și livra un proiect complex de știință a datelor, demonstrând leadership, management de proiect și abilități de comunicare interculturală. (PLO 1, PLO 5)
• SLO 6: Sintetizați informații din analiza datelor pentru a dezvolta recomandări strategice care să conducă la valoarea afacerii sau să răspundă nevoilor societății, demonstrând capacitatea de a pune legătura între știința datelor și aplicații practice. (PLO 2, PLO 3, PLO 4)

Rezultatele învățării instituționale (ILO)

• ILO 1: Elevii vor comunica eficient.
• ILO 2: Studenții vor folosi metode de cercetare pentru dobândirea și aplicarea cunoștințelor.
• ILO 3: Elevii vor aborda probleme concrete prin aplicarea credinței și a raționamentului etic.
• ILO 4: Elevii vor gândi creativ și critic pentru a urma o viață de învățare.
• ILO 5: Studenții se vor angaja într-o lume diversă cultural pentru a consolida relațiile cu ceilalți.

Rezultatele învățării programului (PLO)

• PLO 1: Comunicați în mod eficient concepte complexe de știință a datelor și rezultate analitice către diverse audiențe, demonstrând sensibilitate culturală și considerație etică în prezentarea datelor. (OIM 1, ILO 3, ILO 5)
• PLO 2: Aplicați metode statistice avansate, tehnici de învățare automată și strategii de extragere a datelor pentru a extrage informații semnificative din seturi de date la scară largă, evaluând critic rezultatele pentru a rezolva problemele din lumea reală. (OIM 2, ILO 4)
• PLO 3: Dezvoltați și implementați soluții etice de știință a datelor care integrează principiile creștine de administrare, confidențialitate și responsabilitate socială, comunicând în același timp efectiv implicațiile etice părților interesate. (OIM 1, ILO 3, ILO 5)
• PLO 4: Evaluează și sintetizează în mod critic tendințele actuale în știința datelor și IA, demonstrând capacitatea de a se adapta la tehnologiile și metodologiile care evoluează rapid și de a comunica în mod eficient constatările pentru a promova învățarea continuă. (OIM 1, ILO 2, ILO 4)
• PLO 5: Colaborați eficient în diverse echipe pentru a proiecta și executa proiecte de știință a datelor care abordează provocările globale, utilizând metode adecvate de investigare și raționament etic pentru a promova înțelegerea interculturală prin intermediul unor perspective bazate pe date. (OIM 2, ILO 3, ILO 5)