在大数据时代，为了从数据宝库中受益，例如增强优化、改善运营、促进决策等，数据科学和工程已经成为许多领域的重要组成部分，如医疗保健、媒体与娱乐、天气预测、交通运输、营销和供应链管理。大数据分析不仅帮助公司和研究人员发现庞大且多样的数据集中的隐藏模式、未知关联和重要见解，还作为新产品/应用程序创新发展的重要推动力。事实上，数据分析为问题解决提供了新的范式。
数据科学和工程涵盖广泛的领域，包括从大型数据集中可视化分析结果、数据安全和隐私、数据使用引发的法律问题、在大数据分析中有效应用统计理论以及将这些理论纳入大数据分析引擎。
该课程以数据科学、计算、数学、统计和法律等基础课程巧妙结合而成，旨在为学生提供数据科学与工程领域理论和实践的高级培训。该课程独特之处在于强调数据隐私、数据科学专业的伦理和法律问题以及隐私保护技术。学生还可以选择在数据密集领域追求辅修，从而将特定领域的知识与数据科学和工程技能相结合。
CAES1000 核心大学英语
CAES9542 计算机科学技术英语
CENG9001 工科学生实用汉语
ENGG1320 现代世界中的工程师
ENGG1330 计算机编程 I
ENGG1340 计算机编程 II
MATH1013 大学数学 II
COMP2119 数据结构和算法概论
COMP2501 数据科学与工程概论
MATH2014 多元微积分和线性代数
STAT2601 概率与统计学 I
STAT2602 概率与统计学 II
COMP3278 数据库管理系统概论
COMP3314 机器学习
COMP3312 数据科学中的法律和伦理
工程背景对数据科学行业有何帮助?数据科学家对不同数据系统有深刻的理解，他们的编程能力有助于提高算法代码的生产效率和质量。他们还具备数据清洗和检测数据集中异常值的经验，从而生成更准确和有效的决策。拥有从数据提取到洞察力和软件工程等多方面技能的工程背景的数据科学家在职业上更具优势。
反之亦然，具备数据科学技能的工程师可以在收集数据后处理大量数据。例如，土木工程师可以通过数据挖掘、传感和分析来监测地上和地下的基础设施状况。化学工程师可以受益于掌握数据科学技术以处理大型数据集。
迄今为止，数据科学家的数量仍然不足。然而，许多行业已经转向数据专家，帮助从大量数据中提取有用信息，然后利用机器学习来分析有助于业务决策和产品设计的数据。因此，在应对人才短缺问题时，弥合数据科学和工程之间的知识鸿沟尤为关键。接受数据分析培训的工程师更有优势，能够发现更多的就业机会和突破。
1.将数据科学和工程技术的知识应用于与项目结果和相关学科相适应的数据科学应用
2.将数据科学和工程技术的知识应用于数据科学应用的抽象和概念化
3.分析以数据为中心的问题，并确定和定义适合解决问题的数据科学和工程方法和技术
4.设计、实施和评估数据科学解决方案、流程、组件或项目，以满足所需的需要，并充分考虑公共卫生与安全、社会和环境因素
5.有效地在团队中合作，实现共同目标
6.具备专业、道德、法律、安全和社会问题的理解和责任意识
7.有效地与各种受众进行沟通
8.分析数据科学技术对个人、组织和社会的本地和全球影响
9.认识到进行持续专业发展的需求，并具备参与的能力
10.使用当前的技术、技能和工具，以理解其限制，从而进行数据科学和工程实践。
培训啦专业课程辅导，3500+严选硕博学霸师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师，根据学生情况进行1V1专属备课，上课时间灵活安排，中英双语详细讲解课程中的考点、 难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。
温馨提示：