डेटा साइंस, बीएससी ऑनर्स

गणितीय रूप से इच्छुक छात्रों को कुशल डेटा वैज्ञानिकों के रूप में तैयार करने के लिए डिज़ाइन किए गए पाठ्यक्रम का अन्वेषण करें, जो उन्हें डेटा विज्ञान और विश्लेषण में विविध करियर या आगे के अध्ययन के लिए तैयार करता है।

**कार्यक्रम की मुख्य विशेषताएं:**

- **अवधि:** तीन वर्ष

- **फोकस:** डेटा विज्ञान सिद्धांत और व्यवहार की नींव के रूप में गणित और सांख्यिकी।

- **कौशल विकास:** डेटा विश्लेषण, समस्या समाधान और डेटा-भारी चुनौतियों के मूल्यांकन में व्यावहारिक क्षमताएं।

**सीखने को अनुकूलित करें:**

- विभिन्न डेटा विज्ञान अनुप्रयोगों के भीतर व्यक्तिगत रुचि के अनुरूप वैकल्पिक मॉड्यूल चुनें।

- स्नातकों को सार्वजनिक और निजी क्षेत्रों, सरकार और गैर सरकारी संगठनों में भूमिकाओं के लिए अच्छी तरह से तैयार किया जाता है।

**पाठ्यक्रम का विवरण:**

**वर्ष 1: कोर मॉड्यूल**

- वेक्टर और मैट्रिसेस (15 क्रेडिट)

- गणितीय कोडिंग (15 क्रेडिट)

- कैलकुलस और गणितीय विश्लेषण (30 क्रेडिट)

- असतत गणित (15 क्रेडिट)

- हमारा गणितीय विश्व (15 क्रेडिट)

- डेटा का विश्लेषण (15 क्रेडिट)

- संभाव्यता और यादृच्छिकता (15 क्रेडिट)

**वर्ष 2: कोर मॉड्यूल**

- एआई और डेटा विज्ञान में अनुप्रयोग (15 क्रेडिट)

- बिग डेटा विश्लेषण और विज़ुअलाइज़ेशन (15 क्रेडिट)

- रैखिक बीजगणित और विभेदक समीकरण (30 क्रेडिट)

- ऑपरेशनल रिसर्च: रैखिक प्रोग्रामिंग (15 क्रेडिट)

- वेक्टर कैलकुलस (15 क्रेडिट)

- सांख्यिकीय डेटा विश्लेषण और समय श्रृंखला (30 क्रेडिट)

**वर्ष 3: कोर मॉड्यूल**

- मशीन लर्निंग (15 क्रेडिट)

- उत्तरदायी कृत्रिम बुद्धिमत्ता (15 क्रेडिट)

- अनुकूलन तकनीकें (15 क्रेडिट)

- उन्नत अनुकूलन तकनीकें (15 क्रेडिट)

- रैखिक मॉडल और सांख्यिकीय अनुमान (15 क्रेडिट)

- निम्नलिखित विकल्पों में से 30 क्रेडिट चुनें:

 - अनुसंधान विधियां और गणित परियोजना (30 क्रेडिट)

 - गणित कार्य प्लेसमेंट (30 क्रेडिट)

- निम्नलिखित विकल्पों में से 15 क्रेडिट चुनें:

 - वित्तीय समय श्रृंखला (15 क्रेडिट)

 - ग्राफ सिद्धांत और अनुप्रयोग (15 क्रेडिट)

 - बायेसियन विधियाँ और उनके अनुप्रयोग (15 क्रेडिट)

**कुल कार्यभार:**

पूर्णकालिक नौकरी के समान कार्यभार की अपेक्षा करें। प्रत्येक मॉड्यूल में 15 या 30 क्रेडिट होते हैं, जो लगभग 150 या 300 अध्ययन घंटों के बराबर होते हैं। सफलता के लिए स्वतंत्र अध्ययन आवश्यक है, साथ ही सहायक कक्षाओं, अतिथि व्याख्यानों और कार्यशालाओं में भाग लेना भी आवश्यक है।

**कैरियर पथ:**

- वैकल्पिक सैंडविच प्लेसमेंट से दो और तीन वर्षों के बीच उद्योग का अनुभव प्राप्त करने की सुविधा मिलती है, जिससे रोजगार क्षमता बढ़ती है।

- स्नातकों को सांख्यिकीय मॉडलिंग, परिचालन अनुसंधान, आईटी, फार्मास्यूटिकल्स, लेखांकन और शिक्षण सहित विविध क्षेत्रों में भूमिकाएं मिलती हैं।

- इंटर्नशिप और प्लेसमेंट सुनिश्चित करने के लिए सहायता ग्रीनविच की समर्पित रोजगार और करियर सेवा के माध्यम से उपलब्ध है।

**सहायता सेवाएँ:**

ग्रीनविच शैक्षणिक कौशल सहायता प्रदान करता है, जिसमें ट्यूटर्स, विषय पुस्तकालयाध्यक्षों तक पहुंच और आवश्यकतानुसार विशिष्ट आईटी पैकेजों के लिए प्रशिक्षण शामिल है।