Bachelor-Majore, die Big Data-Jobs

Universitäten erkennen heute die wachsende Nachfrage nach Big-Data-Talenten. Sie erstellen Programme und Klassen rund um Analytics, Business Intelligence, Datenbankverwaltung und die unterstützenden Computerprogrammierklassen. Es gibt zwei primäre Bachelor-Studiengänge, um diesen ersten Job in Big Data zu landen:

  • Sie können einen Major mit einem bestimmten Programm in Analytics und Data Science finden.

  • Sie können einen traditionellen Major mit bestimmten Kursen zuschneiden.

Den Weg zu bahnen, bedeutet einfach, die Klassen oder Wahlfächer hinzuzufügen, die du brauchst, um deine Fähigkeiten abzurunden, damit du um Big-Data-Jobs konkurrieren kannst. Es ist in Ordnung, wenn Ihr Abschluss nicht "Analytik" sagt, wenn Sie eine Kursbelastung haben, die die Bedürfnisse potenzieller Arbeitgeber erfüllt.

Die Grundlage dieser Majors kann in einem von drei Hauptgradpfaden gefunden werden: Mathe und Statistik, Informatik und Technik oder Geschäft.

Mathematik und Statistik

Viele Menschen, die den traditionellen Titel eines Datenwissenschaftlers verfolgen, stammen aus einem pädagogischen Hintergrund, der auf Mathematik und Statistik basiert.

Obwohl Sie in der Regel keine spezifischen Abschlüsse in Big Data finden werden, finden Sie spezialisierte Forschungsprogramme und Studienabschlüsse, die nützlich sind, um Ihr College-Resümee für Data Science Jobs nach der Schule zu erstellen. Innerhalb von Mathematik und Statistik müssen Sie eine fundierte Grundlage in der Wahrscheinlichkeitstheorie, der Computertheorie und der Statistik haben.

Diese Spuren sind in der Regel interdisziplinär. Das bedeutet, dass Sie häufig Kurse außerhalb der Mathematikabteilung absolvieren, um die erforderliche Grundlage für Big Data zu schaffen. Vielleicht finden Sie sich Programmierkurse aus Informatik und Marketing-Kurse von der Business School.

In einer kürzlich geförderten Initiative am College of William & Mary erhielt die Fakultät für Mathematik ein Stipendium der National Science Foundation, um ein Programm zu entwickeln, das Studenten im Studium und in der Forschung der statistischen Theorie und der Analyse sehr großer Datensätze.

Studierende, die an diesem Programm teilnehmen, werden mit einem Abschluss in Mathematik abgeschlossen und nehmen immer noch Lineare Algebra, Datenanalyse, Wahrscheinlichkeit und Statistik in Anspruch. Was anders ist, ist, dass Programme wie das von William & Mary die Ideen von Big Data in den Unterricht bringen.

Ist ein Mathematikstudium von irgendeiner Universität genauso gut wie ein Mathematikstudium von irgendeiner anderen Universität? Hier ist das Geheimnis: Die Universitäten, die sowohl im Hinblick auf die Forschung als auch auf die Programme echtes Geld investiert haben, sind fest entschlossen, Big Data zu betreiben - nicht nur um des Namens willen.

Jedes Forschungsthema, das ein Professor erforscht, gelangt in den Unterricht. Hat die Universität, die Sie in Erwägung ziehen, irgendeine Forschung über Big Data veröffentlicht? Nimmt die Mathematikabteilung an gemeinsamen Programmen an der Universität oder im privaten Sektor teil? Wenn die Abteilung dies tut, erhöht sich die Wahrscheinlichkeit, dass Sie während Ihrer pädagogischen Erfahrung mit Big Data-Themen konfrontiert werden.

Informatik und Ingenieurwissenschaften

Für diesen Bereich ist eine Grundlage in Mathematik und Statistik erforderlich. Erwarten Sie, Zeit in der Mathematikabteilung zu verbringen. Machen Sie sich keine Sorgen - Sie müssen nicht sehr tief in die Zahlentheorie und Wahrscheinlichkeitstheorie eingehen (Sie benötigen nur oberflächliches Wissen, aber Sie müssen nicht einen ganzen Kurs in diesen Fächern absolvieren). Sie benötigen ein vertieftes Wissen (die Art, die von einer Klasse kommt) der folgenden Themen:

  • Künstliche Intelligenz (KI): Künstliche Intelligenz kann Bilder von IBMs Watson auf Jeopardy zaubern! AI ist ein Studienfach, das versucht, menschliche Lernweisen in Software nachzuahmen. Es wird oft in der Textanalyse und Stimmungsmessung verwendet.

  • Maschinelles Lernen: Maschinelles Lernen ist eine Unterkategorie von KI, die sich auf die Entwicklung von Computeralgorithmen konzentriert, die die Fähigkeit eines Computers verbessern, Informationen durch Erfahrung zu verarbeiten.

  • Datentheorie: Bei der Datentheorie geht es darum, zu optimieren, wie Daten gespeichert, organisiert und abgerufen werden können.

Dieser Pfad ermöglicht es Ihnen, Technologien zu erforschen, die Big Data möglich machen. Sie können die notwendigen Fähigkeiten erlernen, um technische Innovationen im Big-Data-Bereich voranzutreiben.

Wenn die Leute über Big Data und die Arten von Programmierern nachdenken, die auf diesem Gebiet innovativ sind, ist eine natürliche Annahme, dass die Datenbankentwickler den Fortschritt vorangetrieben haben. Technologien wie MapReduce, NoSQL und Hive stammen nicht von Datenbankbenutzern. Stattdessen erstellten Software-Ingenieure es, weil sie eine Möglichkeit benötigten, riesige Datenmengen zu manipulieren, die traditionelle relationale Datenbanksysteme nicht bieten konnten. MapReduce wird täglich auf Google-Clustern ausgeführt.

Stellen Sie sich diese Fragen. Investiert die Informatik-Abteilung oder die Ingenieurschule in Big Data, veröffentlicht oder recherchiert sie Themen? Dozieren die Professoren der Informatikklassen Interessen auf dem Gebiet? Mach deine Hausaufgaben. Schauen Sie sich ihre Websites an, surfen Sie Fakultätsseiten und sehen Sie, was sie recherchieren und veröffentlichen.

Viele Universitäten behalten ihre Informatikabschlüsse innerhalb der Ingenieurschule oder der Kunsthochschule bei. In vielen Fällen wohnen sie in beiden. Darüber hinaus bieten einige Schulen je nach Schule sowohl einen Bachelor of Science als auch einen Bachelor of Arts im Bereich der Informatik an.

Business

Also, was ist der Unterschied zwischen einem Informatikstudium von einer technischen Abteilung und einem Abschluss in Managementinformationssystemen von einer Business School?

Viele der Software-Engineering-Klassen für beide Abschlüsse sind ähnlich. Eine vereinfachte Erklärung: In der Informatik lernen Sie, wie man Computer schnell laufen lässt. In Management-Informationssystemen oder Computer-Informationssystemen oder anderen technischen Unternehmenskonzentrationen lernen Sie, wie Sie mit Computern Geld verdienen.Big Data im Kontext von Business Schools sind immer noch technischer Natur, konzentrieren sich aber auf die Lösung von Problemen in Marketing, Produktplatzierung und Kaufverhalten.

Business Schools bieten eine breite Palette spezifischer Abschlüsse in der Analytik mit einem umfangreichen Angebot an Klassen in den Bereichen Business Intelligence, Predictive Analytics und Cloud Computing. Obwohl die Kursarbeit nicht so technisch anspruchsvoll ist wie die Mathematik- und Ingenieurpfade, werden Sie mit den Statistikwerkzeugen wie Hadoop und SAS sicher in das Datenbankdesign, die Analyse und die Programmierung eingewiesen.