Bachelor of Science i datalogi
Fairfax University of America
Nøgleinformation
Campus placering
Fairfax, USA
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
På campus
Varighed
4 år
Hastighed
Fuldtid, Deltid
Studieafgifter
USD 6.330 / per semester *
Ansøgningsfrist
Kontakt skolen
Tidligste startdato
Kontakt skolen
* op til 21 kredittimer pr. semester studieafgift. Der opkræves yderligere gebyrer
Stipendier
Udforsk stipendiemuligheder for at hjælpe med at finansiere dine studier
Introduktion
Bachelor of Science in Computer Science (BSCS)-programmet uddanner og træner studerende til at skabe og implementere løsninger til informationssystemer-baserede behov og problemer i forskning, kommercielle, finansielle, statslige eller andre typer organisationer. Tilgangen til denne uddannelse er at integrere teoretiske og praktiske aspekter af datalogi og teknologi. Programmet giver en blanding af teori og applikationer, der forbereder eleverne til en række computervidenskabelige karrierer i industrien, regeringen og den akademiske verden; og udvikle grundlaget for efteruddannelse og vækst inden for datalogi.
Datalogiens fremtid
Kernen i dette program fokuserer på udvikling af de færdigheder, der kræves af kompetente og dygtige personer i arbejdsstyrken. Målet er at hjælpe eleverne med at udvikle ledelsesevner og viden om organisationer for at få en positiv social indflydelse. I Leadership Core udvikler eleverne en forståelse af, hvordan organisationer fungerer, og hvordan forandringer sker inden for disse organisationer. Studerende tager kurser fra tre domæneområder, herunder Lederudvikling (LD), Organisationer og kontekster (OC) og Organisationspsykologi (OP).
Fokusområder
Kunstig intelligens (AI) og Machine Learning (ML)
Udvikler og demonstrerer en forståelse af kunstig intelligens-teknikker, algoritmer, videnbaseopbygning og heuristisk søgning.
Netværk og cybersikkerhed
Udvikler en forståelse af cybersikkerhedsprotokoller og -teknikker til at sikre og beskytte følsomme oplysninger og finansielle aktiver efter NIST-standarderne samt implementerer og vedligeholder robuste informationssikkerhedssystemer og netværk, der beskytter organisationer mod cyberangreb.
Data Science (DS)
Fokuserer på anvendelsen af datavidenskabelige principper og metoder til at løse problemer i den virkelige verden samt demonstrerer og udfører statistisk analyse af komplekse data.
Karrieremuligheder
- Analytiker inden for digital kriminalteknik
- Analytiker inden for cybersikkerhed
- Cybersikkerhedsingeniør
- Systemadministrator for netværk
- AI-ingeniør
- Maskinlæringsingeniør
- Dataudvikler inden for maskinlæring
- AI Interaction Designer
- Analytiker af computersystemer
- Softwareudvikler
- Databaseudvikler
- Databaseadministrator
- QA-tester
Læreplan
Mikro-eksamensbeviser i datalogi
Hvad er mikrokreditter?
Det er minikvalifikationer, der viser færdigheder, viden og/eller erfaring inden for et givet emneområde eller en given kompetence.
- Avanceret kunstig intelligens og maskinlæring (AAI)
- Avancerede computernetværk (ACN)
- Avanceret cybersikkerhed (ACS)
- Avanceret datavidenskab (ADS)
- Avanceret programmering (AP)
- Avanceret udvikling af softwareapplikationer (ASDE)
- Avanceret systemdesign (ASD)
- Grundlæggende elementer af kunstig intelligens og maskinlæring (EAI)
- Grundlæggende computeretik (ECE)
- Grundlæggende om computernetværk (ECN)
- Essentials of Cybersecurity (ECS)
- Grundlæggende datalogi (EDS)
- Grundlæggende principper for programmering (EoP)
- Grundlæggende principper for udvikling af softwareapplikationer (ESAD)
- Grundlæggende principper for systemdesign (ESD)
Curriculum
Institut for almen uddannelse Kurser
Arts and Humanities Division (3 kurser -9 kredittimer)
- HUMN 101 Introduktion til kunst og humaniora
- HUMN 105* Grundlaget for læring og væren
- HUMN 125* Verdenssyn og handlingsmodeller
- PHIL 101 Filosofi
- RLGN 110 sammenlignende religionsstudier
Kommunikationsafdelingen (2 kurser - 6 kredittimer)
- COMM 110 Mundtlige kommunikationsevner
- ENGL 120 Akademisk skrivning og forskning
Matematiske videnskaber (1 kursus - 3 kredittimer)
- MATH 160 Pre-Calculus
- MATH 165 Calculus I
Naturvidenskabelig afdeling (2 kurser - 6 kredittimer)
- BIOL 101 generel biologi
- CHEM 101 Generel kemi
- GEOL 101Introduktion til geologi
- PHYS 101 Collegefysik
Afdeling for samfundsvidenskab og tværkulturelle studier (3 kurser - 9 kredittimer)
- GOVT 120 Sammenlignende regeringsførelse
- GOVT 130 Amerikansk samfund og politik
- GEOG 101 Verdensgeografi
- HIST 101 Verdenshistorie
- INCS 300* Konteksten for globalt medborgerskab
- INCS 325* At være en global borger
- SOCI 101 sociologi
- PSYC 101 Psykologi
Transformativ læring og lederskab i praksis Division (3 kurser - 9 credits)
- TLLP 150 Praksis for læring og væren
- TLLP 200 Design af et selvudfyldt liv
- TLLP 400 Design af et liv med muligheder - Begreber, værktøjer og tænkningsprocesser
*Indikerer et obligatorisk kursus. Dette kursus er en fortsættelse af "Learning to Learn, Learning to Be"-tilgangen i vores pensum for transformativ læring og lederskab i praksis (TLLP).
Krævede kurser
|
|
Specialisering
AI- og ML-specialisering: (6 kurser - 18 kredittimer)
|
|
Specialisering i netværk og cybersikkerhed: (6 kurser - 18 kredittimer)
- COMP 360 Switching- og routingprotokoller
- COMP 365* Cybersikkerhed og informationssikring
- COMP 370* Essentials Digital kriminalteknik
- COMP 391 Praktik i netværksarbejde
- COMP 392 Praktik i cybersikkerhed
- COMP 410/510^ Indbrudsdetektions- og -forebyggelsessystemer
- COMP 411/511^ Sikkerhed i skyen
- COMP 412/512^ Særlige emner inden for netværkssamarbejde
- COMP 419/519^ Særlige emner inden for cybersikkerhed
- COMP 430 Etisk hacking
- COMP 431 Kryptografi og kryptering
- COMP 429 Sikkerhed af operativsystemer
- COMP 433/533^ Sikkerhed for IoT og intelligente byer
- COMP 434/534^ Styring af informationsrisici
- COMP 436 Styring og overholdelse af cybersikkerhed
- COMP 486 Comp TIA Network+ og forberedelse til test
- COMP 487 Comp TIA Security+ og testforberedelse
Data Science Specialisering: (6 kurser - 18 kredittimer)
- COMP 362 Data Science Matematisk grundlag
- COMP 363* Datalogi Algoritmiske fundamenter
- COMP 364 Statistikker, der er vigtige for datalogi
- COMP 396 Praktik i datalogi
- COMP 440* R-programmering for datalogi
- COMP 441 Statistiske og beregningsmæssige grundlag for maskinlæring
- COMP 442/542^ Numerisk analyse
- COMP 443/543^ Dataintensiv distribueret databehandling
- COMP 444/544^ Særlige emner inden for datalogi
- COMP 484 Microsoft Certified Azure Data Scientist Associate
- COMP 485 SAS Certified Data Scientist
*Angiver obligatorisk kursus.
^Kan tages til merit for et kursus for kandidater.
Bemærk: Studerende, der ønsker at tage et kursus, der tilbydes af en anden specialisering, kan anmode deres vejleder om at gøre det ved at begrunde relevansen af tilføjelsen som en del af deres professionelle forløb, deres planlagte projekt og/eller personlige interesse. Højst 2 kurser fra andre områder kan anvendes til en specialisering.