データサイエンスの理学士
Illinois Institute of Technology
重要な情報
キャンパスの場所
Chicago, アメリカ合衆国
言語
英語
学習フォーマット
校内で
間隔
127 - 130 時間
ペース
フルタイム
授業料
USD 48,670
申請期限
情報をリクエストする
最も早い開始日
情報をリクエストする
序章
データ サイエンスの理学士号は、高レベルの数学、統計、コンピューター サイエンスのスキルと、結果を伝達して複雑で動的な世界をより理解しやすくする能力を兼ね備えています。
データ サイエンスは本質的に学際的な分野であり、数学とコンピューター サイエンスの基礎と、コミュニケーションと倫理に関する専門的なスキルが必要です。イリノイ工科大学のデータ サイエンスの理学士号を通じて、これらの重要なスキルを習得してください。
イリノイ工科大学のデータ サイエンス プログラムの BS では、数学、統計、コンピューター サイエンスの基礎知識と、プログラミング、データ管理、高度なコンピューティングの実践的なスキルを習得できます。これらは、インターンシップ、Interprofessional Projects (IPRO) プログラムを通じた実践的な経験、およびコース関連のプロジェクトを通じて現実世界の問題を解決することによって補完されます。データをソリューションに変換するためのストーリーテリングとビジュアライゼーションにおける重要なプロフェッショナル コミュニケーション スキルを習得します。
データ サイエンスでキャリアを成功させるための基礎を理解します。これには次のようなものがあります。
- クライアントのニーズに照らして、データ収集、モデリング、分析、視覚化、および説明のニーズを評価する
- 調査、モデリング、および分析のためのデータのクリーニング、評価、および準備
- データ サイエンスのニーズに対応するための関連する計算システムの設計、実装、および評価
- 主要な統計分析方法を理解し、特定のデータ分析の問題に対して適切なモデルを選択して実装できる
- ストーリーテリングや視覚化などを通じて、データから有用な洞察を効果的に導き出し、伝達する
- さまざまな専門的な文脈で効果的にコミュニケーションする
- 分野に適した活動に従事するチームのメンバーまたはリーダーとして効果的に機能する
- 実用的なデータ サイエンスの文脈における倫理、プライバシー、データおよびアルゴリズムのバイアスの問題を特定、分析、軽減する
プログラム概要
データ サイエンスの理学士号では、数学とコンピューター サイエンスの基礎と、コミュニケーションと倫理の専門的スキルを組み合わせます。インターンシップや実際のプロジェクトでの実践的な経験は、これらのスキルがどのようにデータをソリューションに変換するかを浮き彫りにします。
イリノイ工科大学が国内で最も価値のある大学の 1 つである理由
イリノイ工科大学の学生として、あなたは自動的に私たちの大学の寛大な機関奨学金の対象となります.平均すると、これにより、イリノイ工科大学での 4 年間のすべての学生の授業料と住居費が合計で 107,472 ドル節約されます (5 年間で 134,340 ドル、2021 年の秋の数値に基づく)。
学位の費用を大幅に削減することをお約束します。そのため、国内で最もダイナミックで革新的な大学の 1 つで学ぶことに集中できます。
もっと大きな理由が欲しいですか？
- 制度上の奨学金に加えて、平均して、イリノイ工科大学は、必要に応じて 4 年間でそれぞれ 34,412 ドル (5 年間で 43,015 ドル) の追加の授業料を学生に授与します。（2021年秋FAFSAファイラー中）
- 私たちは全国で44位のベストバリュースクールです（US News & World Report）
- 私たちの学生の98％が何らかの形で財政援助を受けています
- 学部生の平均初任給は$ 63,938です
ギャラリー
設備
入場料
奨学金と資金
イリノイ工科大学の学生は、自動的に当大学の寛大な機関奨学金の対象となります。これにより、イリノイ工科大学での 4 年間の学生 1 人あたりの授業料と住居費が平均で 107,472 ドル節約されることになります (2021 年秋の数字に基づくと、5 年間で 134,340 ドル)。
初年度国内奨学金
国内のすべての 1 年生は、学部課程の 4 年間で 60,000 ドルから 120,000 ドルの範囲の教育機関の授業料を支給するヒールド奨学金の対象となります。ヒールド奨学金を検討するために追加の申請は必要ありません。
以下の奨学金は、米国市民または永住者である 1 年生も利用できます。これらの奨学金の中には、別途奨学金申請が必要なものもありますのでご注意ください。
追加の機関奨学金および寄付者が資金提供する機関奨学金
学生が以下にリストされている機関奨学金のいずれかを獲得した場合、授与される最も高い機関奨学金が、入学時に授与されるヒールド奨学金に置き換わります。大学は、別段の記載がない限り、複数の奨学金を組み合わせることはありません。
締切 11月15日
カムラ、クラウン、デュショワソワ、およびリーダーシップ アカデミーの奨学生は、毎年、新入生 1 年生クラスの約 4 ～ 5% を占めています。これらの全額授業料奨学金の対象となるには、早期決定 I または早期アクション I に基づいて申請してください。
- カムラ奨学金
- クラウン奨学金
- デュショワソワのリーダーシップ奨学生
- MA および Lila セルフリーダーシップ学術奨学生
締切 1月15日
早期決定 I/II または早期アクション I/II に基づいて申請し、検討されます。
- イリノイ工科大学 VEX ロボティクス奨学金
- イリノイ工科大学 FIRST ロボティクス
- シカゴの違い
海軍 ROTC および軍務ベースの奨学金
学生が以下にリストされている奨学金のいずれかを獲得した場合、授与される最高額の教育機関の奨学金が、入学時に授与されるヒールド奨学金に置き換わります。大学は、別段の記載がない限り、複数の奨学金を組み合わせることはありません。
- NROTC準備奨学金
- 予備役士官訓練隊 (ROTC)
- シカゴ警察および消防署の奨学金
利子ベースの奨学金
以下の賞は、イリノイ工科大学の既存の奨学金と組み合わせることができます。
- イリノイ工科大学 E スポーツ奨学金
- 同窓会奨学金
- EDGE アワード: エッジ アワード基金 留学、研究、インターンシップ/協同組合などの体験学習の機会を高めます。学生は、イリノイ工科大学に入学する前に、バーチャル インターンシップやその他のアクティビティに参加することで、Edge Award を獲得できます。 Elevate および Edge アワードの詳細については、こちらをご覧ください。
ニーズに応じた奨学金
イリノイ工科大学で必要に応じた経済援助を受けるためには、学生は連邦学生援助 (FAFSA) の無料申請書を提出するか、FAFSA を更新する必要があります。 FAFSA で Title IV コード 001691 を使用して「IIT」を指定すると、電子学生援助報告書を受け取ることができます。
大学の奨学金に加えて、イリノイ工科大学に FAFSA を提出した学生は、連邦および州の補助金と大学のニーズに基づく奨学金も 4 年間で平均 34,412 ドル受け取ります。 FAFSA を提出した学生も、ローンや連邦政府の就労学習の対象となります。
外部奨学金
イリノイ工科大学は、学生が外部資金源から追加の資金を確保できるよう支援することに尽力しています。私たちは定期的に外部奨学金を奨学金機会スプレッドシートに追加しています。このスプレッドシートには、学生が大学入学時にアクセスできる myIIT ポータルの奨学金チャンネルからアクセスできます。
留学生向け学部学生奨学金
イリノイ工科大学は、多様で才能のある学生団体の登録に力を入れており、学部での 4 年間の学習で 40,000 ドルから 80,000 ドルの範囲の大学奨学金を留学生に提供しています。海外からの 1 年生および転入生は、教育機関の奨学金や Phi Theta Kappa メンバーシップなど、奨学金と助成金パッケージを組み合わせて受け取る資格があります。各申請は、学生の学業上の成功、コミュニティへの参加、その他の業績に基づいて、機関の奨学金について自動的に審査されます。追加の申請は必要ありません。
留学生はイリノイ工科大学での在学期間中の教育資金を提供することが求められているため、留学生は自分の能力、または個人または政府のスポンサーによる教育資金提供能力を証明するために、資金援助宣誓供述書を提出する必要があります。授業料と料金は毎年変更される場合がありますが、現在の学年度の情報を確認できます。
イリノイ工科大学の学生である間、あなたまたはあなたのスポンサーが教育費と生活費をまかなえる資金*があることを証明する必要があります。
* 最低金額は、授与される教育機関の奨学金によって異なる場合があります。
注意してください: 学生が入学手続きを通じて複数のIllinois Institute of Technology機関奨学金を獲得した場合、大学は学生に資格のある最高の機関賞を授与しますが、複数の賞を組み合わせることはありません。
追加の機関奨学金および寄付金による奨学金
MA および Lila セルフ リーダーシップ アカデミー奨学生
申請期限: 11 月 15 日 (検討するには、早期決定 I または早期アクション I に基づいて申請する必要があります)
リーダーシップアカデミー奨学金申請書を記入して提出してください
元大学摂政アル・セルフとその妻リラにちなんで名付けられた修士号およびリラ・セルフ・リーダーシップ・アカデミー奨学金は、卓越したリーダーシップの可能性を示した大学のトップ応募者に与えられる、栄誉ある栄誉ある賞です。
イリノイ工科大学世界ロボットオリンピック奨学金
イリノイ工科大学の WRO 奨学金を争う候補者は、科学、テクノロジー、その他の STEM 科目に対する適性を示しています。 WRO 奨学生には、最長 4 年間の学部学習（建築の場合は 5 年間）に対して、年間 25,000 ドルの機関奨学金を受け取る資格があります。
ディミッター・エティモフ奨学金
イリノイ工科大学の学部プログラムへの入学が認められたブルガリア国民は、ディミッター・エティモフ奨学金に申請することができます。申請者はブルガリアの高校を卒業し、学業後にブルガリアに戻るつもりである必要があります。
連絡先: アレックス・ニコロフ教授
オンライン資金提供および奨学金データベース
Fastweb: 検索可能な奨学金データベース
大学奨学金：有料奨学金申請サービス
米国研究への資金提供: 国際教育研究所が組織、管理する留学生向けの 500 を超える奨学金、フェローシップ、補助金のデータベース
GrantsNet: 科学のトレーニングおよび学部科学教育のための助成金のデータベース。
International Education Financial Aid: 留学生向けの 800 を超える奨学金や賞品を無料で検索できるデータベース。そのほとんどは特定の大学での使用に制限されています。
InternationalScholarships.com: 大学生の海外留学を支援する補助金、奨学金、ローン プログラム、その他の財政援助情報の包括的なリスト
InternationalStudent.com: 留学生に奨学金を授与する米国の高等教育機関のデータベース
アメリカ州機構レオ・S・ロウ基金: このプログラムは、過去 2 年間の在学中の学部生または大学院生に最大 15,000 米ドルの融資を提供します。ラテンアメリカ諸国の国民が利用可能
NAFSA Financial Aid for Undergraduates: このリソースは主に非移民ビザ (F-1、J-1 など) を持つ学生向けの情報を提供します。米国永住者向けの情報も含まれています
MyCollegeScholarship.org: 奨学金の申請方法に関するアドバイス
米国国務省 – 米国教育: 留学生やその他の視聴者に米国での高等教育や学習の機会についてアドバイスする、世界中の教育アドバイス/情報センターのネットワークを支援します。
財団
政策・国際問題フェローシップ室: 研究ベースの研究分野における博士前フェローシップ、論文フェローシップ、および博士後フェローシップ プログラムを管理します。
財団センター: 機関助成金希望者向けの有料 Web サイト
Institute of International Education (IIE): 政府機関、財団、企業からの資金提供を受けて、あらゆる分野の学生、教育者、若手専門家、研修生を対象とした学習および研修プログラムを提供しています。
International Research and Exchanges Board: 留学生にさまざまな奨学金、フェローシップ、助成金を提供します。
マッカーサー財団: 人間と地域開発、世界の安全保障と持続可能性、一般プログラム、マッカーサー フェロー プログラムの 4 つのプログラムを通じて助成金を提供しています。
Open Society Institute: 留学生に成果に基づいた助成金を管理します
ロックフェラー財団: 食料安全保障、健康の公平性、創造性と文化、ワーキングコミュニティの 4 つのプログラム分野で助成金を提供しています。
ロータリー財団: 人間の状態を改善し、世界理解と平和という組織の最終目標を前進させることを目的とした、幅広い人道的、異文化的、教育的なプログラムと活動を提供しています。
Social Science Research Council Fellowship: 各分野の革新者、特にその研究やアイデアが社会や学問に長期的な影響を与える若手研究者にサポートと専門的評価を提供します。
カリキュラム
必須コース
データ サイエンスの要件 ---- ---- (24-25)
- DS 100 ---- ---- 職業紹介 ---- ---- 3
- DS 151 ---- ---- データサイエンス入門 ---- ---- 3
2 つのオプションのいずれかを選択します: ---- ---- 6-7
- DS 251 ---- ---- DS のための数学の基礎 ---- ---- 6
&
- DS 351 ---- ---- DS II の数学基礎 ---- ---- 6
- 数学 252 ---- ---- 微分方程式入門 ---- ---- 7
&
- MATH 350 ---- ---- 計算数学入門 ---- ---- 7
- DS 261 ---- ---- DS における倫理とプライバシー ---- ---- 3
- DS 451 ---- ---- データ サイエンスのライフ サイクル ---- ---- 3
または
- CSP 571 ---- ---- データの準備と分析 ---- ---- 3
- 数学 474 ---- ---- 確率と統計 ---- ---- 3
または
- 数学 476 ---- ---- 統計 ---- ---- 3
- 数学 484 ---- ---- 回帰 ---- ---- 3
または
- CS 484 ---- ---- 機械学習の概要 ---- ---- 3
応用数学の要件 ---- ---- (17)
- 数学 151 ---- ---- 微積分 I ---- ---- 5
- 数学 152 ---- ---- 微積分 II ---- ---- 5
- 数学 251 ---- ---- 多変量およびベクトル微積分 ---- ---- 4
- 数学 332 ---- ---- 初級線形代数 ---- ---- 3
コンピュータ サイエンスの要件 ---- ---- (10-12)
次のシーケンスのいずれかを選択します: ---- ---- 4-6
- CS 115 ---- ---- オブジェクト指向プログラミング I ---- ---- 4
&
- CS 116 ---- ---- オブジェクト指向プログラミング II ---- ---- 4
- CS 104 ---- ---- エンジニアのためのコンピュータプログラミング入門 ---- ---- 6
&
- CS 201 ---- ---- コンピュータ サイエンスへの加速入門 ---- ---- 6
- CS 331 ---- ---- データ構造とアルゴリズム ---- ---- 3
- CS 425 ---- ---- データベース構成 ---- ---- 3
コミュニケーション ---- ---- (3)
次のいずれかを選択します: ---- ---- 3
- COM 421 ---- ---- テクニカルコミュニケーション ---- ---- 3
- COM 428 ---- ---- 言語的視覚コミュニケーション ---- ---- 3
- INTM 301 ---- ---- 職場のコミュニケーション ---- ---- 3
- ITM 300 ---- ---- 職場におけるコミュニケーション ---- ---- 3
- SCI 522 ---- ---- 公的関与科学者 ---- ---- 3
倫理と社会 ---- ---- (3)
次のいずれかを選択します: ---- ---- 3
- HIST 385 ---- ---- コンピューティングの歴史における女性 ---- ---- 3
- ITMM 485 ---- ---- IT における法的および倫理的問題 ---- ---- 3
- PHIL 374 ---- ---- コンピュータサイエンスにおける倫理 ---- ---- 3
- PHIL 375 ---- ---- コンピュータ倫理 ---- ---- 3
- PHIL 381 ---- ---- AI 倫理 ---- ---- 3
- SOC 362 ---- ---- テクノロジー社会変化 ---- ---- 3
データサイエンスの技術的深さ ---- ---- (12)
次の中から 4 つ選択してください: ---- ---- 12
- CS 422 ---- ---- データマイニング ---- ---- 3
- CS 429 ---- ---- 情報検索 ---- ---- 3
- CS 430 ---- ---- アルゴリズムの概要 ---- ---- 3
- CS 451 ---- ---- 並列/分散コンピューティング ---- ---- 3
- CS 481 ---- ---- インテリジェンステキスト分析知識管理 ---- ---- 3
- CS 522 ---- ---- 高度なデータマイニング ---- ---- 3
- CS 577 ---- ---- ディープラーニング ---- ---- 3
- CS 584 ---- ---- 機械学習 ---- ---- 3
- CSP 554 ---- ---- ビッグデータテクノロジー ---- ---- 3
- 数学 435 ---- ---- 線形最適化 ---- ---- 3
- MATH 446 ---- ---- 時系列の紹介 ---- ---- 3
- 数学 475 ---- ---- 確率 ---- ---- 3
- 数学 476 ---- ---- 統計 ---- ---- 3
- 数学 535 ---- ---- 最適化 I ---- ---- 3
- MATH 546 ---- ---- 時系列の紹介 ---- ---- 3
- MATH 563 ---- ---- 数学統計 ---- ---- 3
- 数学 564 ---- ---- 応用統計 ---- ---- 3
- MATH 569 ---- ---- 統計学習 ---- ---- 3
- MATH 574 ---- ---- ベイズ計算統計 ---- ---- 3
データサイエンス選択科目 ---- ---- (12)
次のコース、またはデータ サイエンスの技術的深度に関する他のコースから 12 単位時間を選択します: ---- ---- 12
- COM 383 ---- ---- ソーシャル ネットワーク ---- ---- 3
- CS 458 ---- ---- 情報セキュリティ入門 3
または
- ECE 443 ---- ---- はじめに コンピュータサイバーセキュリティ ---- ---- 3
- CS 480 ---- ---- 人工知能入門 ---- ---- 3
- CS 487 ---- ---- ソフトウェアエンジニアリング ---- ---- 3
- CS 512 ---- ---- コンピュータビジョン ---- ---- 3
- CS 520 ---- ---- データ統合ウェアハウス ---- ---- 3
- CS 546 ---- ---- 並列分散プロセス ---- ---- 3
- CS 553 ---- ---- クラウド コンピューティング ---- ---- 3
- CS 554 ---- ---- データ集約型コンピューティング ---- ---- 3
- CS 578 ---- ---- インタラクト/トランスマッハ学習 ---- ---- 3
- CS 579 ---- ---- オンライン ソーシャル ネットワーク分析 ---- ---- 3
- CS 583 ---- ---- 確率的グラフィカル モデル ---- ---- 3
- CS 585 ---- ---- 自然言語処理 ---- ---- 3
- DS 472 ---- ---- データサイエンス演習 ---- ---- 3-6
- ECE 308 ---- ---- 信号システム ---- ---- 3
- ECE 442 ---- ---- モノのインターネット/サイバー物理学 ---- ---- 3
- ECE 447 ---- ---- AI およびエッジ コンピューティング ---- ---- 3
- ECE 449 ---- ---- オブジェクト指向プログラミングと機械学習 ---- ---- 3
- ECE 481 ---- ---- 画像処理 ---- ---- 3
- ECE 501 ---- ---- AI およびエッジ コンピューティング ---- ---- 3
- ECE 510 ---- ---- IoT およびサイバーフィジカル システム ---- ---- 3
- ECE 511 ---- ---- ランダム信号の分析 ---- ---- 3
- ECE 520 ---- ---- 情報理論と応用 ---- ---- 3
- ECE 521 ---- ---- 量子エレクトロニクス ---- ---- 3
- ECE 563 ---- ---- スマートグリッドにおける AI ---- ---- 3
- ECE 565 ---- ---- コンピュータビジョン画像処理 ---- ---- 3
- ECE 566 ---- ---- 機械学習と深層学習 ---- ---- 3
- ECE 567 ---- ---- 統計的信号処理 ---- ---- 3
- EMGT 363 ---- ---- 創造性/発明/起業家 ---- ---- 3
- ITMS 418 ---- ---- コーディングセキュリティ ---- ---- 3
- ITMS 448 ---- ---- サイバーセキュリティ技術 ---- ---- 3
- ITMS 478 ---- ---- サイバーセキュリティ管理 ---- ---- 3
- 数学 225 ---- ---- 統計入門 ---- ---- 3
- MATH 380 ---- ---- 数学モデリング入門 ---- ---- 3
- MATH 483 ---- ---- 実験の計画と解析 ---- ---- 3
- 数学 497 ---- ---- 特殊問題 ---- ---- 1-20
- 数学 527 ---- ---- 金融における機械学習: ---- ---- 3
- MATH 565 ---- ---- 金融におけるモンテカルロ法 ---- ---- 3
- SSCI 325 ---- ---- 中間地理情報システム ---- ---- 3
- SSCI 480 ---- ---- 調査方法の概要 ---- ---- 3
科学要件と選択科目 ---- ---- (10)
イリノイ工科大学コア カリキュラム、セクション D を参照 ---- ---- 10
人文社会科学の要件 ---- ---- (21)
イリノイ工科大学コア カリキュラム、セクション B および C を参照 ---- ---- 21
多職種連携プロジェクト（IPRO） ---- ---- (6)
イリノイ工科大学コア カリキュラム、セクション E ---- ---- 6 を参照してください。
無料選択科目 ---- ---- (9)
9 単位時間を選択 ---- ---- 9
総クレジット時間 ---- ---- ---- ---- ---- ---- ---- ---- ---- ---- 127-130
キャリアの機会
イリノイ工科大学のデータ サイエンスの学士号は、データ サイエンスの MAS プログラム、人工知能の MAS プログラム、およびコンピューティング大学の他の修士課程と密接に関係しています。
最初の 2 年間の学習後にデータ サイエンスの MAS に必要な前提条件をすべて完了すると、イリノイ工科大学の加速修士プログラムを利用して、最短 5 年で学士号と修士号を取得できます。また、人工知能の学位の MAS を取得する資格も得られます。
データ関連の仕事に就くために必要な次のようなスキルを習得します。
- データ科学者
- データアナリスト
- 統計学者
- データエンジニア
- ビジネスインテリジェンス開発者
プログラムへの入学要件
GMAT 試験を受けて、ビジネス スクールで成功するための決意と準備ができていることを示しましょう。GMAT 試験は、批判的思考力と推論スキルを測定する入学試験として最も広く使用されています。
GMAT ミニクイズをダウンロードして、試験で出題される問題の内容を確認してください。