NGÀNH KHOA HỌC DỮ LIỆU
MÃ XÉT TUYỂN: QHT93
KHOA TOÁN – CƠ – TIN HỌC
Mỗi ngày, các cá nhân và tổ chức tạo ra khoảng 2,5 tỉ gigabyte dữ liệu. Đơn cử, một ngày có trung bình có 5 tỉ video được đăng tải lên Youtube, mỗi giây có khoảng 40.000 lượt tìm kiếm Google ... nhưng chỉ hơn 1% trong số dữ liệu khổng lồ đó được phân tích. Khai thác và tận dụng được kho thông tin quý giá này là một yếu tố quyết định thành công. Tuy nhiên, để phát huy tối đa sức mạnh của nguồn dữ liệu này cần sự góp sức lớn của các nhà khoa học dữ liệu, những người sẽ chuyển nguồn dữ liệu thô thành thông tin, tri thức có giá trị. Khoa học dữ liệu là khoa học liên ngành liên quan đến việc nghiên cứu, phân tích, mô hình hoá và trích rút thông tin, phát hiện tri thức từ các tập dữ liệu rất lớn, tồn tại dưới nhiều các định dạng khác nhau, ứng dụng trong hầu khắp các lĩnh vực: khoa học kĩ thuật, khoa học trái đất và sự sống, khoa học xã hội và nhân văn, kinh tế, quản trị kinh doanh, các lĩnh vực dịch vụ v.v.
Chương trình đào tạo ngành Khoa học dữ liệu trang bị cho sinh viên kiến thức nền tảng thuộc 3 lĩnh vực chính, gồm Khoa học máy tính, Thống kê và Toán ứng dụng, đều là các thế mạnh của Khoa Toán – Cơ – Tin học. Tốt nghiệp ngành này, sinh viên thành thạo các kĩ năng về lập trình, lưu trữ và tổ chức dữ liệu, mô hình hoá, phân tích dữ liệu bằng thống kê, các kĩ thuật học máy, trực quan hoá và diễn giải dữ liệu.
Bên cạnh kiến thức chuyên môn, sinh viên được chú trọng rèn luyện các kĩ năng mềm thông qua các bài giảng kĩ năng mềm của các chuyên gia đến từ các doanh nghiệp tuyển dụng, kì thực tập nghiên cứu khoa học, và các kì thực tập thực tế tại doanh nghiệp.
1. Về kiến thức
1.1. Khối kiến thức chung
- Vận dụng được các kiến thức cơ bản về khoa học chính trị, pháp luật và về tư tưởng, đạo đức cách mạng trong việc tuân thủ chính sách, pháp luật và có trách nhiệm xã hội.
- Vận dụng được kiến thức về ngoại ngữ trong giao tiếp và công việc chuyên môn. Đạt yêu cầu về trình độ ngoại ngữ bậc 3 theo Khung năng lực ngoại ngữ 6 bậc dùng cho Việt Nam.
- Vận dụng kiến thức an ninh, quốc phòng trong bảo đảm an ninh xã hội và bảo vệ tổ quốc.
- Vận dụng được các kiến thức cơ bản về rèn luyện thể chất trong rèn luyện và bảo vệ sức khoẻ cá nhân.
1.2. Kiến thức chung theo lĩnh vực
- Khái quát hóa các kiến thức cơ bản về khoa học tự nhiên và xã hội, khoa học sự sống làm nền tảng lí luận và thực tiễn cho Khoa học dữ liệu.
- Vận dụng kiến thức về công nghệ thông tin và hiểu biết về cách mạng công nghiệp 4.0 đáp ứng yêu cầu công việc.
1.3. Kiến thức chung của khối ngành
- Vận dụng được các kiến thức về cơ sở vật lí trong thực tiễn cuộc sống và công việc chuyên môn.
1.4. Kiến thức chung của nhóm ngành
- Vận dụng được kiến thức về toán cao cấp, thống kê và lập trình cơ bản trong việc mô hình hoá và giải quyết các vấn đề tính toán.
- Vận dụng được kiến thức về quy tắc giao tiếp trong môi trường doanh nghiệp và làm việc nhóm, quản lí thời gian.
1.5. Kiến thức ngành
- Phân tích, thiết kế, cài đặt và đánh giá một hệ thống hoặc một thành phần của hệ thống quản trị dữ liệu dựa trên các kiến thức cơ bản về khoa học máy tính và các công nghệ hiện đại;
- Đề xuất giải pháp, lập kế hoạch và tổ chức thực hiện, giám sát việc vận dụng các phương pháp và quy trình thu thập, làm sạch, phân loại, tổ chức lưu trữ và xử lí các nguồn dữ liệu, đáp ứng các ràng buộc chặt chẽ về tài nguyên tính toán cũng như các ràng buộc của các vấn đề thực tiễn, dựa trên các kiến thức và công cụ về cơ sở dữ liệu, dữ liệu lớn và thống kê;
- Thiết kế, lập kế hoạch và tổ chức tiến hành các thực nghiệm phân tích dữ liệu, trực quan hoá, xây dựng mô hình thống kê, đánh giá mô hình và diễn giải cho các bộ dữ liệu đa dạng, phức tạp thuộc một lĩnh vực đặc thù nào đó, sử dụng các kĩ thuật và công cụ hiện đại trong thống kê và học máy;
- Phát hiện, trích rút thông tin, tri thức ẩn trong dữ liệu và sử dụng sáng tạo, hiệu quả các thông tin, tri thức đã được trích rút;
- Xây dựng được một mô hình hỗ trợ quyết định hoặc một mô hình mô phỏng dựa vào các phương pháp phân tích dự báo và kiểm định.
- Xác định được vấn đề, hướng nghiên cứu, đề xuất giải pháp và đánh giá kết quả một đề tài nghiên cứu.
2. Về kĩ năng
2.1. Kĩ năng chuyên môn
- Phát hiện vấn đề và đánh giá, phân tích vấn đề.
- Sử dụng thành tạo các công cụ, có kĩ năng tiếp thu nhanh công nghệ mới trong lĩnh vực phân tích dữ liệu.
- Vận dụng được các phương pháp tổ chức, lưu trữ dữ liệu;
- Sử dụng thành thạo các công cụ trực quan hoá dữ liệu;
- Vận dụng được các phương pháp xử lí thông tin, khai phá dữ liệu, phát hiện tri thức từ các kho dữ liệu.
- Đưa ra giải pháp, tối ưu hoá giải pháp để giải quyết các vấn đề cụ thể.
- Đề xuất, triển khai mô hình lưu trữ, phân tích dữ liệu, biểu diễn dữ liệu và đánh giá được hiệu quả mô hình.
- Có tư duy logic về toán học, thống kê, thành thạo việc đánh giá, tổng hợp các hệ thống dữ liệu.
- Thực hiện, phát triển các đề tài nghiên cứu dưới sự hướng dẫn của các chuyên gia. Áp dụng được các quy trình, phương pháp nghiên cứu vào thực tiễn nghề nghiệp.
- Kết nối các phương pháp, công cụ của khoa học dữ liệu với các ngành khoa học khác.
- Nhận diện, đánh giá, chủ động thích nghi với bối cảnh xã hội và ngoại cảnh của hoạt động nghề nghiệp trong khoa học dữ liệu.
- Nhận diện được các yếu tố tác động từ bên ngoài để hiểu bối cảnh hoạt động; đánh giá các tác động của các yếu tố đó đến hoạt động nghề nghiệp thuộc lĩnh vực khoa học dữ liệu; từ đó thích nghi với sự thay đổi của ngoại cảnh và chủ động trước những biến động của bối cảnh xã hội. Hiểu rõ vai trò của cử nhân Khoa học dữ liệu trong thời đại thông tin với nhu cầu tìm kiếm, vận dụng các tri thức từ kho cơ sở dữ liệu thực tế khổng lồ, hiểu được các ràng buộc đến từ văn hóa dân tộc, bối cảnh lịch sử, các giá trị thời đại và bối cảnh toàn cầu đối với nghề nghiệp của mình.
- Phân tích, đánh giá bối cảnh tổ chức để đáp ứng tốt hơn yêu cầu công việc và làm việc thành công trong đơn vị.
- Phân tích, đánh giá tổ chức nơi mình làm việc trên các phương diện như văn hoá tổ chức, chiến lược phát triển và đối tác chủ yếu của tổ chức, mục tiêu, kế hoạch của tổ chức, mối quan hệ giữa cấu trúc của tổ chức và cấu trúc của hệ thống thông tin quản lí, quan hệ giữa đơn vị với công việc đảm nhận để đáp ứng tốt hơn yêu cầu công việc và làm việc thành công trong đơn vị.
- Có năng lực sáng tạo, phát triển và dẫn dắt sự thay đổi trong nghề nghiệp
- Nghiên cứu, cải tiến, đổi mới, sáng chế, phát minh sáng tạo trong hoạt động nghề nghiệp, biết quản trị và dẫn dắt thay đổi, đổi mới, cập nhật và dự đoán xu thế phát triển ngành nghề và khả năng làm chủ khoa học kĩ thuật và công cụ lao động mới.
2.2. Kĩ năng bổ trợ
2.2.1. Kĩ năng cá nhân
- Học và tự học;
- Thích ứng nhanh với công việc và sự thay đổi trong công việc;
- Quản lí bản thân, quản lí thời gian, sắp xếp kế hoạch công việc khoa học và hợp lí.
2.2.2. Làm việc theo nhóm
- Làm việc hiệu quả theo nhóm, gồm cả các nhóm đa ngành;
- Xây dựng và điều hành nhóm làm việc hiệu quả;
- Liên kết được các nhóm.
2.2.3. Quản lí và lãnh đạo
- Biết tổ chức, phân công công việc trong đơn vị;
- Biết đánh giá hoạt động của cá nhân và tập thể;
- Liên kết được các đối tác.
2.2.4. Kĩ năng giao tiếp
- Sắp xếp được nội dung, ý tưởng giao tiếp;
- Thành thạo trong giao tiếp bằng văn bản, qua thư điện tử và phương tiện truyền thông;
- Có chiến lược giao tiếp: chủ động trong giao tiếp với đồng nghiệp, đối tác; luôn có thái độ thân thiện, thể hiện sự tôn trọng đối với mọi người; biết lắng nghe các ý kiến đóng góp;
- Thuyết trình tốt về lĩnh vực chuyên môn, truyền đạt được vấn đề và giải pháp tới người khác, phổ biến kiến thức, kĩ năng trong việc thực hiện những nhiệm vụ cụ thể, phức tạp.
2.2.5. Kĩ năng sử dụng ngoại ngữ
Sử dụng được ngoại ngữ để giao tiếp, tìm kiếm và trình bày vấn đề chuyên môn đạt chuẩn bậc 3/6 Khung NLNN 6 bậc dùng cho Việt Nam.
2.2.6. Kĩ năng dẫn dắt, khởi nghiệp, tạo việc
Biết dẫn dắt làm chủ tạo ra việc làm cho bản thân và cho những người xung quanh.
2.2.7. Kĩ năng phản biện, phê phán
Có tinh thần phê và tự phê, tư duy phản biện, có thể xây dựng các giải pháp khác nhau cho những vấn đề phát sinh trong điều kiện môi trường làm việc thay đổi.
2.2.8. Kĩ năng đánh giá chất lượng công việc
Sau mỗi nhiệm vụ, đánh giá được chất lượng công việc của mình hoặc của nhóm đã làm, biết cách phân tích kết quả thực hiện từ đó rút kinh nghiệm hoặc phát huy cho các nhiệm vụ tiếp theo.
3. Mức độ tự chủ, tự chịu trách nhiệm
- Làm việc độc lập hoặc làm việc theo nhóm trong điều kiện làm việc thay đổi, chịu trách nhiệm cá nhân và trách nhiệm đối với nhóm;
- Hướng dẫn, giám sát những người khác thực hiện nhiệm vụ xác định;
- Tự định hướng, đưa ra kết luận chuyên môn và có thể bảo vệ được quan điểm cá nhân;
- Lập kế hoạch, điều phối, quản lý các nguồn lực, đánh giá và cải thiện hiệu quả các hoạt động.
4. Về phẩm chất đạo đức
4.1. Phẩm chất đạo đức cá nhân
Có lối sống lành mạnh, trung thực, khiêm tốn, tôn trọng bản thân và mọi người xung quanh, có trách nhiệm, nhiệt tình và chủ động trong công việc, mong muốn cải tiến và đổi mới, sẵn sàng đương đầu với khó khăn, có tinh thần đấu tranh chống các hành vi tiêu cực trong xã hội;
4.2. Phẩm chất đạo đức nghề nghiệp
Trung thực, có trách nhiệm và đáng tin cậy trong công việc; Trung thành với tổ chức; Luôn có tư tưởng học hỏi, nâng cao trình độ chuyên môn; Có ý thức về quyền sở hữu trí tuệ, về bảo mật và an toàn thông tin; Có tinh thần hợp tác với đồng nghiệp.
4.3. Phẩm chất đạo đức xã hội
Có ý thức chấp hành pháp luật, có trách nhiệm xã hội, có ý thức bảo vệ môi trường, tài sản chung của xã hội, ủng hộ và bảo vệ cái đúng và sự phát triển đổi mới, có lập trường chính trị vững vàng và có ý thức phục vụ nhân dân, xây dựng và bảo vệ đất nước.
Khoa Toán – Cơ – Tin học đã lựa chọn chương trình đào tạo Khoa học dữ liệu của Trường Đại học Michigan, Hoa Kỳ làm chương trình mẫu để xây dựng chương trình đào tạo của mình do mục tiêu đào tạo của chương trình này phù hợp với điều kiện, yêu cầu đào tạo nguồn nhân lực về ngành này trong bối cảnh của Việt Nam nói chung và phù hợp với thế mạnh của Trường Đại học Khoa học Tự nhiên nói riêng.
STT
|
Mã
học phần
|
Học phần
|
Số tín chỉ
|
Số giờ tín chỉ
|
Mã số
học phần
tiên quyết
|
Lí thuyết
|
Thực hành
|
Tự học
|
I
|
|
Khối kiến thức chung
(Không tính các học phần 7, 8)
|
16
|
|
|
|
|
-
|
PHI1006
|
Triết học Mác – Lênin
Marxist-Leninist Philosophy
|
3
|
30
|
15
|
0
|
|
-
|
PEC1008
|
Kinh tế chính trị Mác – Lênin
Marx-Lenin Political Economy
|
2
|
20
|
10
|
0
|
PHI1006
|
-
|
PHI1002
|
Chủ nghĩa xã hội khoa học
Scientific socialism
|
2
|
30
|
0
|
0
|
PEC1008
|
-
|
HIIS1001
|
Lịch sử Đảng Cộng sản Việt Nam
History of the Communist Party of Vietnam
|
2
|
20
|
10
|
0
|
|
-
|
POL1001
|
Tư tưởng Hồ Chí Minh
Ho Chi Minh Ideology
|
2
|
20
|
10
|
0
|
|
-
|
FLF1107
|
Tiếng Anh B1
English B1
|
5
|
20
|
35
|
20
|
|
-
|
|
Giáo dục thể chất
Physical Education
|
4
|
|
|
|
|
-
|
|
Giáo dục quốc phòng-an ninh
National Defence Education
|
8
|
|
|
|
|
II
|
|
Khối kiến thức chung theo lĩnh vực
|
7
|
|
|
|
|
II.1
|
|
Học phần bắt buộc
|
2
|
|
|
|
|
-
|
INM1000
|
Tin học cơ sở
Introduction to Informatics
|
2
|
15
|
15
|
0
|
|
II.2
|
|
Các học phần tự chọn
|
5/15
|
|
|
|
|
-
|
HIS1056
|
Cơ sở văn hóa Việt Nam
Fundamentals of Vietnamese Culture
|
3
|
42
|
3
|
0
|
|
-
|
GEO1050
|
Khoa học trái đất và sự sống
Earth and Life Sciences
|
3
|
42
|
3
|
0
|
|
-
|
THL1057
|
Nhà nước và pháp luật đại cương
General Law
|
2
|
20
|
5
|
5
|
PHI1006
|
-
|
MAT1060
|
Nhập môn phân tích dữ liệu
Introduction to Data Analysis
|
2
|
20
|
10
|
0
|
|
-
|
PHY1070
|
Nhập môn Internet kết nối vạn vật
Internet of things
|
2
|
24
|
6
|
0
|
|
-
|
PHY1020
|
Nhập môn Robotics
Introduction to Robotics
|
3
|
30
|
10
|
5
|
|
III
|
|
Khối kiến thức chung theo khối ngành
|
6
|
|
|
|
|
-
|
PHY1100
|
Cơ - Nhiệt
Mechanics – Thermodymiacs
|
3
|
30
|
15
|
0
|
|
-
|
PHY1103
|
Điện - Quang
Electromagnetism – Optics
|
3
|
30
|
15
|
0
|
|
IV
|
|
Khối kiến thức chung theo nhóm ngành
|
36
|
|
|
|
|
IV.1
|
|
Các học phần bắt buộc
|
33
|
|
|
|
|
-
|
MAT2400
|
Đại số tuyến tính
Linear Algebra
|
5
|
50
|
25
|
0
|
|
-
|
MAT2501
|
Giải tích 1
Calculus 1
|
4
|
40
|
20
|
0
|
|
-
|
MAT2502
|
Giải tích 2
Calculus 2
|
4
|
40
|
20
|
0
|
MAT2501
|
-
|
MAT2503
|
Giải tích 3
Calculus 3
|
2
|
15
|
15
|
0
|
MAT2502
MAT2400
|
-
|
MAT2403
|
Phương trình vi phân
Differential Equations
|
3
|
30
|
15
|
0
|
MAT2501MAT2400
|
-
|
MAT2034
|
Giải tích số
Numerical Analysis
|
3
|
30
|
15
|
0
|
MAT2502
MAT2403
MAT3372
|
-
|
MAT2323
|
Xác suất - Thống kê
Probability and Statistics
|
4
|
45
|
15
|
0
|
MAT2502
MAT2316/
MAT2317/
MAT2318/
MAT2319
|
-
|
MAT2407
|
Tối ưu hóa
Optimization
|
3
|
30
|
15
|
0
|
MAT2502
|
-
|
MAT2315
|
Phương pháp nghiên cứu khoa học
Research Methodology
|
3
|
15
|
30
|
0
|
MAT3514
MAT2323
MAT2506
MAT2034
|
-
|
MAT2506
|
Kĩ năng mềm
Soft skill
|
2
|
20
|
10
|
0
|
|
IV.2
|
|
Các học phần tự chọn
|
3/12
|
|
|
|
|
-
|
MAT2316
|
Lập trình C/C++
C/C++ Programming
|
3
|
22
|
23
|
0
|
INM1000
|
-
|
MAT2317
|
Lập trình Java
Java Programming
|
3
|
22
|
23
|
0
|
INM1000
|
-
|
MAT2318
|
Lập trình Python
Python Programming
|
3
|
22
|
23
|
0
|
INM1000
|
-
|
MAT2319
|
Lập trình Julia
Julia Programming
|
3
|
22
|
23
|
0
|
INM1000
|
V
|
|
Khối kiến thức ngành
|
69
|
|
|
|
|
V.1
|
|
Các học phần bắt buộc
|
34
|
|
|
|
|
-
|
MAT3500
|
Toán rời rạc
Discrete Mathematics
|
4
|
45
|
15
|
0
|
MAT2400
MAT2501
|
-
|
MAT3557
|
Môi trường lập trình Linux
Linux Programming Environment
|
2
|
15
|
15
|
0
|
|
-
|
MAT3372
|
Các thành phần phần mềm
Software Components
|
3
|
22
|
23
|
0
|
MAT2316/
MAT2317/
MAT2318/
MAT2319
|
-
|
MAT3514
|
Cấu trúc dữ liệu và thuật toán
Data Structures and Algorithms
|
4
|
40
|
20
|
0
|
MAT3372
MAT3500
|
-
|
MAT3507
|
Cơ sở dữ liệu
Databases
|
4
|
50
|
10
|
0
|
MAT2316/
MAT2317/
MAT2318/
MAT2319
|
-
|
MAT3378
|
Quản trị dữ liệu lớn
Management of big and complex data
|
3
|
24
|
21
|
0
|
MAT3507
MAT3372
|
-
|
MAT3148
|
Tính toán song song
Prallel computing
|
3
|
30
|
15
|
0
|
MAT3514
MAT3557
|
-
|
MAT3379
|
Phân tích hồi quy và ứng dụng
Applied Regression Analysis
|
3
|
24
|
21
|
0
|
MAT2323
MAT2400
MAT2316/
MAT2317/
MAT2318/
MAT2319
|
-
|
MAT3533
|
Học máy
Machine learning
|
3
|
30
|
15
|
0
|
MAT2034
MAT3514
MAT2323
MAT2400
|
-
|
MAT3380
|
Seminar Một số vấn đề chọn lọc về Khoa học dữ liệu
Seminar Selected topics on Data Science
|
2
|
20
|
10
|
0
|
MAT3514
MAT2323
|
-
|
MAT3381
|
Thực tập thực tế về Khoa học dữ liệu
Project in Data Science
|
3
|
0
|
45
|
0
|
MAT3372
MAT3507
MAT2506
|
V.2
|
|
Các học phần tự chọn
|
28
|
|
|
|
|
V.2.1
|
|
Tự chọn về kĩ năng phần mềm
|
4/6
|
|
|
|
|
-
|
MAT3382
|
Lập trình cho Khoa học dữ liệu
Programming for Data Science
|
2
|
14
|
16
|
0
|
MAT3514
|
-
|
MAT3383
|
Trực quan hóa thông tin
Information Visualization
|
2
|
15
|
15
|
0
|
MAT3372
MAT3500
|
-
|
MAT3384
|
Tự động hóa
Autonomous Robotics
|
2
|
10
|
20
|
0
|
MAT3533
|
V.2.2
|
|
Tự chọn về khoa học máy tính
|
6/9
|
|
|
|
|
-
|
MAT3385
|
Cơ sở dữ liệu Web và hệ thống thông tin
Web Database and Information Systems
|
3
|
30
|
15
|
0
|
MAT3372
|
-
|
MAT3504
|
Thiết kế và đánh giá thuật toán
Algorithms Design and Analysis
|
3
|
30
|
15
|
0
|
MAT3514
|
-
|
MAT3508
|
Nhập môn trí tuệ nhân tạo
Introduction to Artificial Intelligence
|
3
|
30
|
15
|
0
|
MAT3372
MAT3507
|
V.2.3
|
|
Thống kê và Khai phá dữ liệu
|
9/15
|
|
|
|
|
-
|
MAT3534
|
Khai phá dữ liệu
Data mining
|
3
|
30
|
15
|
0
|
MAT3507
MAT2323
|
-
|
MAT3386
|
Phương pháp tính toán trong thống kê và khoa học dữ liệu
Computational Methods in Statistics and Data Science
|
3
|
15
|
30
|
0
|
MAT2323
|
-
|
MAT3387
|
Kĩ thuật lấy mẫu khảo sát
Survey Sampling Techniques
|
3
|
30
|
15
|
0
|
MAT2323
|
-
|
MAT3388
|
Phân tích chuỗi thời gian
Analysis of Time Series
|
3
|
30
|
15
|
0
|
MAT3507
MAT2323
|
-
|
MAT3389
|
Quy hoạch thực nghiệm Introduction to Design of Experiments
|
3
|
30
|
15
|
0
|
MAT2323
|
V.2.3
|
|
Tự chọn về ứng dụng Khoa học dữ liệu
|
9/27
|
|
|
|
|
-
|
MAT3390
|
Nhập môn Tin sinh học
Introduction to Bioinformatics
|
3
|
30
|
15
|
0
|
MAT3533
|
-
|
MAT3391
|
Hệ thống thông tin địa lí
Introduction to GIS
|
3
|
30
|
15
|
0
|
MAT3372
MAT3500
MAT3507
|
-
|
MAT3392
|
Ứng dụng dữ liệu lớn trong quản lí rủi ro tai biến thiên nhiên
Big data in risk management of natural disasters
|
3
|
30
|
15
|
0
|
MAT3507
MAT2323
|
-
|
MAT3393
|
Khai thác dữ liệu trong Hóa học
Data mining in Chemistry
|
3
|
30
|
15
|
0
|
MAT3533
|
-
|
MAT3394
|
Mô hình toán sinh thái
Mathematical Ecology
|
3
|
40
|
5
|
0
|
MAT2403
|
-
|
MAT3562
|
Thị giác máy tính
Computer Vision
|
3
|
30
|
15
|
0
|
MAT3533
|
-
|
MAT3395
|
Lí thuyết trò chơi
Game Theory
|
3
|
40
|
5
|
0
|
MAT2323
|
-
|
MAT3535
|
Tìm kiếm thông tin
Information Retrieval
|
3
|
30
|
15
|
0
|
MAT3514
|
-
|
MAT3399
|
Xử lí ngôn ngữ tự nhiên và học sâu
Natural Language Processing with Deep Learning
|
3
|
24
|
21
|
0
|
MAT3533
|
V.3
|
|
Khối kiến thức thực tập và tốt nghiệp
|
7
|
|
|
|
|
-
|
MAT4083
|
Khóa luận tốt nghiệp
Undergraduate Thesis
|
7
|
|
|
|
|
|
|
Các học phần thay thế Khóa luận tốt nghiệp
|
|
|
|
|
|
-
|
MAT3397
|
Một số vấn đề ứng dụng của khoa học dữ liệu
Selected topics on data science application
|
3
|
5
|
40
|
0
|
MAT3533
|
-
|
MAT3398
|
Một số chủ đề trong mô hình hóa và phân tích dữ liệu
Topics in Modeling and Data Analysis
|
4
|
5
|
40
|
0
|
MAT3533
|
|
|
Tổng cộng
|
134
|
|
|
|
|

Năm 2019, ngành KHDL lọt vào top 10 ngành có nhu cầu cao nhất tại Mỹ
https://www.whatcareerisrightforme.com/blog/top-10-most-in-demand-usa-jobs/
và lọt top 25 ngành có thu nhập cao nhất tại Mỹ https://www.glassdoor.com/research/jobs-companies-2019/
Qua khảo sát nhu cầu tuyển dụng của các doanh nghiệp bằng khảo sát online và hỏi trực tiếp các doanh nghiệp tham gia ngày hướng nghiệp của Khoa. Kết quả cho thấy 100% các doanh nghiệp được hỏi đều cho rằng họ đang rất cần tuyển dụng nhân lực phân tích dữ liệu, đặc biệt là nhân lực phân tích dữ liệu trong lĩnh vực kinh tế, tài chính, viễn thông. Tổng hợp kết quả điều tra trên 20 doanh nghiệp được hỏi được chọn ngẫu nhiên theo các lĩnh vực hoạt động khác nhau cho thấy nhu cầu tuyển dụng hàng năm chỉ của 20 doanh nghiệp này đã vào khoảng 320 nhân sự tốt nghiệp ngành Khoa học dữ liệu một năm. Các công ty thuộc các tập đoàn lớn như Viettel, FPT đều sẵn sàng tuyển ít nhất 50 chuyên gia phân tích dữ liệu mỗi năm.
1. Học phí
Học phí theo quy định của Nhà nước năm 2022-2023 là 1.450.000 đồng/ tháng/ 1 sinh viên.
2. Học bổng
Học bổng khuyến khích học tập theo quy định của ĐHQGHN.
Các học bổng tài trợ: Tập đoàn VinGroup, Honda, BIDV, Misubishi,…
Học bổng phát triển ngành Toán học.
Học bổng của cựu sinh viên Khoa Toán – Cơ – Tin học.
3. Môi trường học tập
Cơ sở vật chất: Hệ thống phòng máy tính hiện đại, Phòng thí nghiệm về khoa học dữ liệu hỗ trợ việc học tập của sinh viên.
Thư viện: Sinh viên được sử dụng thư viện của ĐHQGHN với hệ thống tài liệu phong phú.
Giảng viên: Đội ngũ giảng viên của Khoa có 5 Giáo sư, 14 Phó Giáo sư và 41 Tiến sĩ.
Nhiều câu lạc bộ giải trí và học thuật: Guitar, Khiêu vũ, Toán – Tin,..
Một số hướng nghiên cứu ứng dụng của ngành Khoa học dữ liệu
tại Khoa Toán-Cơ-Tin học
Các nhóm nghiên cứu ứng dụng toán học và khoa học máy tính của Khoa đã và đang tham gia thực hiện nhiều đề tài ứng dụng theo đơn đặt hàng của các doanh nghiệp.
Một số hướng nghiên cứu ứng dụng trong 3 năm gần đây được tóm tắt trong bảng sau:
No.
|
Hướng nghiên cứu
|
Ứng dụng
|
1.
|
Sử dụng các kĩ thuật lưu trữ và phân tích dữ liệu lớn kết hợp tri thức ngành để tạo khác biệt và đổi mới, tăng chất lượng, và tính hiệu quả của các mô hình kinh doanh.
|
Ứng dụng trong nhiều doanh nghiệp quảng cáo và khuyến nghị.
|
2.
|
Sử dụng các công nghệ học tự động, xử lí ngôn ngữ tự nhiên, tìm kiếm thông tin để tăng cường độ chính xác tìm kiếm, đáp ứng yêu cầu cao của người dùng.
|
Ứng dụng trong các doanh nghiệp thương mại điện tử, bán hàng trực tuyến.
|
3.
|
Sử dụng các công nghệ học tự động, xác suất thống kê ứng dụng, xử lí đa ngôn ngữ và phân tích ý kiến của khách hàng để tìm các khía cạnh tích cực, tiêu cực trong những bình luận, phản hồi của khách hàng về sản phẩm và dịch vụ.
|
Ứng dụng giải các bài toán khảo sát thị trường và dịch vụ khách hàng của nhiều doanh nghiệp đa ngành, đa lĩnh vực như hàng không, nhà hàng, khách sạn, dịch vụ lữ hành, phân tích mạng xã hội.
|
4.
|
Sử dụng các công nghệ học tự động, phân tích ngôn ngữ để xây dựng các hệ hỏi đáp tự động, cá nhân hoá, sinh ngôn ngữ tự nhiên.
|
Ứng dụng xây dựng các hệ thống hỏi đáp thông minh trong trí tuệ nhân tạo.
|
5.
|
Sử dụng các công nghệ nhận dạng ảnh và video để bóc tách tự động các đối tượng trong ảnh và video.
|
Ứng dụng xây dựng các hệ thống xử lí ảnh thông minh, điều khiển xe tự lái và robot.
|
6.
|
Sử dụng các công nghệ khai phá dữ liệu và học tự động tiên tiến để phân tích các giao dịch tài chính, phát hiện giao dịch giả mạo, tìm các mẫu hoạt động phổ biến. Nghiên cứu các công nghệ phân tích định lượng và dự báo.
|
Ứng dụng trong nhiều doanh nghiệp thuộc ngành bảo hiểm, ngân hàng, tài chính, chứng khoán, các quỹ bảo hiểm và đầu cơ.
|
7.
|
Sử dụng các thuật toán sinh số ngẫu nhiên mật mã và các kĩ thuật mã hoá dữ liệu để xác thực danh tính của người dùng, chống giả mạo.
|
Ứng dụng trong các giao dịch thương mại điện tử, xác thực và chữ kí số, công nghệ chuỗi khối.
|
8.
|
Sử dụng các lí thuyết dàn và đường cong elliptic để giải quyết một số bài toán quan trọng trong ngành mật mã học và phá mã.
|
Ứng dụng trong các ngành mật mã và cơ mật, trọng yếu, yêu cầu an ninh, an toàn cao.
|
9.
|
Sử dụng các thuật toán tối ưu và quy hoạch tiên tiến để giải quyết các bài toán trong các ngành kho vận, quy hoạch giao thông, dẫn đường bay cho máy bay, công nghiệp sản xuất.
|
Ứng dụng trong các ngành giao thông vận tải, kho vận, xí nghiệp, nhà máy công nghiệp.
|
10.
|
Sử dụng các kĩ thuật mô phỏng và các mô hình xác suất thống kê tiên tiến để dự báo biến đổi khí hậu, các hiện tượng khí tượng và thuỷ văn.
|
Ứng dụng trong các ngành dự báo thời tiết, biến đổi khí hậu, thuỷ văn, hải dương học.
|
Đối tác và khách hàng của các hướng nghiên cứu khoa học dữ liệu của Khoa gồm những doanh nghiệp lớn trong nước (Viettel, FPT, VinGroup, Vietnam Airlines,...) và nhiều doanh nghiệp nước ngoài (Nhật Bản, Hàn Quốc, Đức,...).
Sinh viên tham gia Trường hè Toán học
Sinh viên tham gia thực tập tại công ty FPT Software
Sinh viên tham gia Teambuilding kết hợp tham quan doanh nghiệp
Sinh viên tình nguyện lên đường tham gia chương trình “Mùa hè xanh”
Doanh nghiệp tư vấn và tuyển dụng trực tiếp sinh viên Khoa Toán - Cơ - Tin học tại Trường
Giải bóng đá sinh viên nữ