现在读
数据科学中的技术:前进的道路还是太小众?

数据科学中的技术:前进的道路还是太小众?

Sreejani Bhattacharyya
  • 如果大学知道如何正确设计和执行这类课程,数据科学的B技术可以成为成为数据科学家的一个很好的起点

数据科学是当今最赚钱的工作之一。年复一年,有抱负的人排队加入这个领域的人数在增加。这些候选人中的大多数都要接受教育科技平台或线下培训机构提供的技能提升课程,为这个职位做准备。但鉴于这一领域在各个领域的重要性不断上升,以及人们将其作为一项成熟职业的热情,是时候让高校提供此类服务了数据科学作为一个独立的工程学科?

《分析印度》杂志采访了一些业内资深人士和学者,了解采取这条道路的利弊。

关注我们谷歌新闻>>

数据科学的B级技术有什么帮助?

Venkat拉曼他说:“我想说,这是一种积极的发展。学术界和工业界现在都开始意识到,3个月/6个月/1年的短期课程不足以让任何人成为一名彻底的数据科学家。深入的统计和数学知识是在数据科学中取得成功的关键。要发展这种深入的知识,短时间的课程是不够的。”

  • 较长的课程可以打下坚实的基础

通常,想要成为一名数据科学家的学生和有志之士会在提供此类数据科学培训项目的培训机构寻求3至6个月的短期课程。虽然这些课程确实有帮助,但来自知名大学的完整的四年制数据科学本科课程将创建一个更好的基础。它会让学生基本概念到数据科学的高级理论与实践接触,没有任何时间紧迫,这是短期培训课程往往缺乏的。

印度理工学院一直走在启动此类项目的前沿。印度理工学院Guwahati最近在2021-2022学年推出了数据科学和人工智能的B技术课程。第一批20名学生将根据JEE Advanced 2021咨询录取。

“有一个专门的本科课程有助于以一种健康的方式训练学生。在一个设计良好的本科项目中,基础课程将涵盖DS和AI的基本内容,而高级课程和选修课程将拓宽他们在多个领域应用DS和AI的视角。”教授Ratnajit保护好印度理工学院电子与电气工程系,Guwahati和阿施施博士阿南德印度理工学院数据科学与人工智能梅塔家庭学院(Mehta Family School of Data Science and Artificial Intelligence, IIT Guwahati)计算机科学与工程系副教授和副教授在给AIM的一封邮件中联合写道。

  • 抢先

CBSE最近宣布,在2021-2022年的会议上,它将把编码作为6至8年级学生的一个话题数据科学给8年级到12年级的学生。如果在校学生已经尝到了数据科学和人工智能的味道,那么为希望从事这方面职业的学生提供数据科学本科学位是有意义的。这将使他们比研究生阶段的学生有一个良好的开端。

但这是不是太利基了?

一些人认为,数据科学需要不同学科的知识,而提供这方面的本科学位可能太利基了。Anubhab Chatterjee威普罗人工智能实验室(Wipro AI Labs)研究员表示:“我不相信数据科学作为一门特定课程在本科阶段开设。数据科学是一个广阔的领域,涉及许多学科,如数学、统计学、计算机科学等等。只有对这些学科有了清晰的基本认识,才能沉浸在数据科学的方法中。”

另请参阅
Telebu UCaaS,启动

“数据科学本身不是一门学科;这是一种处理、处理和从数据中得出有意义的见解的方法。由于数据是存在于所有学科领域的东西,因此数据科学可以成为任何此类课程的一部分,看到它的需要。数据科学不应作为一门学科引入,而应作为一个技术武库,帮助每个人处理各自领域的数据,”他补充道。

如何在课程中引入数据科学?

什么行业认为

数据科学的A B Tech是一门伟大的课程,可以培养未来的数据科学家,但大学必须谨慎,如何为已经离校的学生规划这样的课程。拉曼他指出了大学应该做的一些事情:

  • 确保学生们在统计和数学概念。
  • 也请教授与行业相关的主题。学术界经常落后于业界。当学生们参加数据科学工作面试时,他们没有一套适合就业的技能。所以,教授这些学生与行业相关的知识的责任完全落在了行业的肩上。
  • 增加行业接触,鼓励学生参加更多实习。大学应该分配至少45%的课程实习。

学术界认为

Ratnajit Bhattacharjee教授和Ashish Anand博士指出:

  • 在设计课程时,要正确确定目标。一个平衡的课程需要提供数据科学的基础和实践知识,主要是计算机科学、数学和统计以及电气和电子工程课程。计算机科学课程有助于开发编程、大数据管理和分析技能,并提高对计算机系统和架构相关问题的理解。数学和统计课程介绍数学和统计工具来处理大量的数据。
  • 全面的本科和研究生课程——这种课程的优势在于,受过训练的学生将有一个坚实的理论理解(从基础到先进的概念)和实践训练。这将有助于他们适应任何特定领域,或为核心数据科学和人工智能研究做出贡献。
  • 5-6门选修课作为数据科学和人工智能的辅修课程——其他学科的学生可以利用这样的辅修课程。
  • 在课程中引入或调整一些课程,以训练学生将数据科学和人工智能工具和技术应用于特定领域的问题——学生将被介绍基本概念,以及如何在特定领域/部门的问题中使用它们。
  • 制定一个均衡的课程结构,适当强调学习相关的理论基础和实践训练与实践环节。在此基础上,根据大学/学院/系的优势,包括一些高级课程和一些跨学科性质的课程。
  • 提供健康的培训,而不是根据热门关键词挑选课程
你怎么看?

订阅我们的通讯

通过分享你的电子邮件获得最新的更新和相关的优惠。
加入我们的Telegram Group。成为一个有吸引力的社区的一部分

188BET网页

滚动到顶部
Baidu