数据科学专业

预计项目毕业生将能够

• 展示关于业务功能和流程的知识。
• 使用相关技术从不同来源收集、清理、准备和维护数据。
• 使用流行的统计工具和编程技能分析数据并生成报告。
• 使用Power BI、Tableau和Microsoft Excel可视化数据，并有效地交流结果，以解决业务问题并提出建议。
• 了解数据治理的作用和数据科学中数据的道德使用。
• 展示有关企业系统的知识。

该项目将重点关注以下八个学生学习成果:

• 书面交流
• 口头交流
• 批判性思维
• 定量的素养
• 信息素养
• 团队合作
• 道德推理
• 反思性实践

关于主要需求的更多信息可以在下面的程序需求部分中找到。

项目要求

要获得数据科学学士学位，学生必须完成120个学分。这些学时分为:

• 通识教育要求(40学分)
• 商学院核心要求(42学分)
• 数据科学核心课程(27学分)
• 数据科学选修课(3学分)
• 免费选修课(7学分)
• coppin专业要求(1学分)

通识教育要求(GERs)(40学分)

学生必须完成40个德国学分。特别是对于数据科学专业，你的课程计划应该包括:

• ECON 103，商业与创业经济学导论，以满足GER的社会和行为科学范畴
• 数学131，数学和科学专业的大学代数，以满足GER的数学范畴
• MISY 150，技术流畅性，以满足跨学科和新兴问题-从本地到全球的GER类别

商学院要求(42学分)

学生必须完成以下42学分的商学院核心要求:

课程	学分	的名字
ACCT 201	3.	财务会计原理
ACCT 202	3.	管理会计原理
BDSC 322	3.	业务统计
BDSC 340	3.	运营与生产管理
310年商业	3.	商业法
320年商业	3.	国际业务
495年商业	3.	商业策略与政策研讨会
经济211	3.	经济学原理(一)
经济212	3.	经济学原理(二)
FINM 330	3.	商业财务原理
管理305	3.	业务通信
管理320	3.	管理原则
MISY 341	3.	小型系统软件
MKTG 310	3.	市场营销原则

数据科学核心课程(27学分)

学生必须完成以下27个数据科学核心学分:

课程	学分	的名字
DSCI 201	3.	数据科学概论
DSCI 310	3.	数据科学编程
DSCI 351	3.	数据可视化
DSCI 355	3.	数据和文本挖掘
DSCI 356	3.	数据科学云计算
MISY 360	3.	数据库管理原理
DSCI 375	3.	时间序列建模与预测
DSCI 420	3.	机器学习
DSCI 490	3.	数据驱动决策

数据科学选修课(3学分)

学生须选择下列其中一门课程作为数据科学选修课:

• DSCI 450数据科学专题
• DSCI 485数据科学实习

免费选修课(7学分)

建议学生学习COSC 199计算机编程导论和/或任何其他计算机科学/数学/管理信息系统课程，但其他大学水平的课程也可以接受。

Coppin特殊要求(1学分)

• FRSEM 101新生研讨会

转学25个或更多学分的学生可以豁免这门FRSEM 101课程。