راهنمای فارسی | شریف استادی نماینده انحصاری پذیرش دانشگاه سان وی در ایران

کارشناسی مدل‌سازی داده‌های آماری

Bachelor of Science (Honours) in Statistical Data Modelling

مرور کلی

کارشناسی مدل‌سازی داده‌های آماری دانشگاه سان وی، برنامه‌ای سه‌ساله و بومی است که دانشجویان را به مهارت تحلیل داده‌های پیچیده با روش‌های پیشرفته ریاضی و آماری و ابزارهای محاسباتی هوش مصنوعی مجهز می‌کند. این توانایی از تصمیم‌گیری داده‌محور پشتیبانی کرده و به تولید بینش‌های اثرگذار می‌انجامد.

مسیر تخصصی علم داده مبتنی بر هوش مصنوعی، مهارت استفاده از هوش مصنوعی و روش‌های پیشرفته علم داده را برای تحلیل مجموعه‌داده‌های بزرگ و پیچیده در دانشجویان پرورش می‌دهد. آنان می‌آموزند الگوریتم‌های یادگیری ماشین را طراحی و پیاده‌سازی کنند، مدل‌های پیش‌بینی بسازند و با پیش‌پردازش و مصورسازی داده‌ها، به کمک جدیدترین ابزارهای هوش مصنوعی، بینش‌های ارزشمند را در صنایع گوناگون استخراج کنند.

مسیر تخصصی اقتصادسنجی، روش‌های پیشرفته آماری و ریاضی برای تحلیل داده‌های اقتصادی، از جمله تحلیل رگرسیون و مدل‌سازی سری‌های زمانی، را آموزش می‌دهد. این دانش به دانشجویان امکان می‌دهد روندهای اقتصادی را تفسیر کنند و با چالش‌های پیچیده واقعی در حوزه‌هایی مانند امور مالی، تحلیل سیاست، پژوهش بازار، سلامت، انرژی، دولت، کشاورزی، حمل‌ونقل و مخابرات روبه‌رو شوند.

فارغ‌التحصیلان برای مشاغل پرتقاضایی مانند دانشمند داده، تحلیلگر هوش مصنوعی و اقتصادسنج آماده می‌شوند.

دوره آمادگی

ساختار رشته

سال اول
  • حسابان پیشرفته
  • مبانی و کاربردهای هوش مصنوعی
  • حسابان
  • مبانی مدل‌سازی داده
  • مقدمه‌ای بر پژوهش عملیاتی
  • مقدمه‌ای بر احتمال
  • اصول اقتصاد
  • جبر خطی و کاربردها
  • اصول مالی کسب‌وکار
  • اصول برنامه‌نویسی
سال دوم
  • پیش‌بینی و مدل‌سازی مبتنی بر هوش مصنوعی
  • روش‌های آماری رایانه‌محور
  • طراحی آزمایش‌ها
  • مبانی اشتغال‌پذیری
  • اقتصادسنجی مقدماتی
  • آمار ریاضی ۱
  • کنترل کیفیت و نمونه‌گیری پیمایشی
  • فناوری‌ها و مهارت‌های داده آماری
سال سوم
  • اقتصادسنجی کاربردی
  • تکنیک‌های یادگیری ماشین برای داده‌کاوی
  • تحلیل چندمتغیره
  • سری‌های زمانی و پیش‌بینی
درس اختیاری آزاد ۲
  • کارآموزی
  • فهرست دروس اختیاری (۳ درس انتخاب شود)
  • تحلیل داده پیشرفته
  • آمار ناپارامتری کاربردی
  • اقتصادسنجی کاربردی سری‌های زمانی
  • تحلیل مهندسی
  • پروژه پژوهشی
  • نظریه ریسک
  • فرایندهای تصادفی
  • شبیه‌سازی و نظریه اعتبار
  • مدل‌های بقا
دروس عمومی اجباری وزارت آموزش عالی مالزی
  • برای دانشجویان مالزیایی
  • درک اخلاق و تمدن
  • زبان ملی مالزی A (برای دانشجویانی که در SPM شرکت نکرده‌اند یا در زبان مالایی SPM نمره قبولی نگرفته‌اند)
  • ذهنیت و مهارت‌های کارآفرینی
  • خدمت اجتماعی برای سلامت سیاره‌ای
  • درستی و مبارزه با فساد
  • فلسفه و مسائل معاصر
  • برای دانشجویان بین‌المللی
  • درک اخلاق و تمدن
  • خدمت اجتماعی برای سلامت سیاره‌ای
  • ذهنیت و مهارت‌های کارآفرینی
  • درستی و مبارزه با فساد
  • زبان مالایی برای ارتباطات ۲

شرایط پذیرش

  • STPM
  • میانگین C+ یا CGPA ۲.۳۳ (حداقل ۲ درس اصلی)
  • A-Level*
  • * امتیاز بر اساس نمرات کسب‌شده در ۲ یا ۳ درس محاسبه می‌شود.
  • حداقل ۱۲ امتیاز
  • توضیح: نحوه محاسبه امتیاز A-Level
  • A = ۱۰ امتیاز، B = ۸ امتیاز، C = ۶ امتیاز، D = ۴ امتیاز، E = ۲ امتیاز
  • دوره پیش‌دانشگاهی استرالیا
  • ATAR ۶۰
  • دوره پیش‌دانشگاهی کانادا
  • ۶۰%
  • سال پایه دانشگاه موناش
  • ۶۰%
  • دوره پایه هنر سان وی
  • CGPA ۲.۰
  • دوره پایه علوم و فناوری سان وی
  • CGPA ۲.۰
  • گواهی آزمون یکپارچه (UEC)
  • حداکثر ۲۶ امتیاز از ۵ درس (همه با نمره B)
  • دیپلم بین‌المللی (IB)
  • تکمیل با حداقل ۲۵ امتیاز (بدون امتیازهای اضافه)
  • دیپلم سان وی*
  • CAVG ۵۰% یا CGPA ۲.۰
  • * دانشجویان در صورت احراز شرایط انتقال واحد ممکن است معادل‌سازی پیشرفته دریافت کنند.
  • سایر مدارک
  • سایر مدارک معادل نیز پذیرفته می‌شوند. متقاضیان فاقد مدرک استاندارد به‌صورت موردی بررسی خواهند شد.
  • APEL.A
  • گواهی APEL.A (APEL T-6) برای شناسایی یادگیری پیشین

شرایط اختصاصی

  • نمره کردیت در ریاضی SPM یا معادل آن

شرایط زبان انگلیسی

  • IELTS یا معادل آن با نمره ۶.۰
  • MUET Band ۴
  • زبان انگلیسی SPM با نمره B+
  • زبان انگلیسی UEC با نمره B6
  • زبان انگلیسی O-Level (۱۱۱۹) با نمره قبولی
  • برنامه فشرده زبان انگلیسی سان وی (IEP): قبولی سطح ۴ با حداقل ۶۵٪
  • سطح قابل‌قبول ESL / انگلیسی در دوره پیش‌دانشگاهی در صورتی که زبان آموزش انگلیسی باشد
  • ویژگی متمایز و مقایسه
  • ویژگی‌های منحصربه‌فرد کارشناسی مدل‌سازی داده‌های آماری (BSM)
  • برای دانلود اینجا را انتخاب کنید.
  • مقایسه تحلیل در مدل‌سازی داده‌های آماری با هوش مصنوعی.
  • برای دانلود اینجا را انتخاب کنید.
  • برای دانلود اینجا را انتخاب کنید.
  • مسیرهای حرفه‌ای
  • پروژه دانش آماری صنعت (SKIP)
  • پروژه صنعتی دانش آماری (SKIP) ابتکاری نوآورانه برای پیوند یادگیری کلاسی با کاربردهای واقعی است. این برنامه بستری فراهم می‌کند تا متخصصان صنعت وارد کلاس شوند و دانشجویان را به‌طور مستقیم با چالش‌های عملی و دیدگاه‌های دنیای حرفه‌ای آشنا کنند.
  • دانشجویان آمار از طریق SKIP فرصت می‌یابند دانش نظری خود را برای حل مسائل واقعی به کار بگیرند و مفاهیم انتزاعی را به مهارت‌های عملی تبدیل کنند. مشارکت در پروژه‌های صنعتی به آنان کمک می‌کند به‌روشنی ببینند که دانش آماری و روش‌های کاربردی چگونه به بینش‌هایی معنادار و اثرگذار تبدیل می‌شوند.
  • این برنامه با تقویت هم‌زمان مهارت فنی و ذهنیت حل مسئله، اشتغال‌پذیری دانش‌آموختگان را به‌طور چشمگیری افزایش می‌دهد؛ توانمندی‌هایی که در محیط کار بسیار ارزشمندند. تاکنون دانشگاه سان وی تنها دانشگاهی است که چنین پیوند ساختاریافته‌ای میان صنعت و دانشگاه ارائه می‌کند و دانش را به تجربه عملی تبدیل می‌سازد تا دانشجویان برای مشاغل موفق در حوزه‌های داده‌محور آماده شوند. در SKIP، یادگیری از نظریه فراتر می‌رود و به مسیری از دانش تا اثرگذاری عملی بدل می‌شود.
  • تجربه دانشجویان
  • از اعداد تا اثرگذاری
  • دستیار مدیر در Public Bank
  • واحد انطباق جرایم مالی
  • دارای گواهی مبارزه با پول‌شویی و تأمین مالی تروریسم (CAML).
  • کارآموزی در AIA Public Takaful.
  • مسلط به SAS، Tableau، Excel، VBA و راهکارهای Quantexa.
  • دانش‌آموخته کارشناسی آمار صنعتی، که اکنون کارشناسی مدل‌سازی داده‌های آماری نام دارد، ورودی ۲۰۲۲.
  • متن کامل تجربه دانشجو
  • Bryan Ng Meng Chuen
  • دانش‌آموخته کارشناسی آمار صنعتی، که اکنون کارشناسی مدل‌سازی داده‌های آماری نام دارد، ورودی ۲۰۲۲.
  • عمومی Bank
  • Assistant مدیر
  • هدف، نگرش و مزیت سان وی
  • همکار حوزه هوش مصنوعی و یادگیری ماشین در Sunway Shared Services / Digital Hub.
  • پیش‌تر به‌عنوان کارآموز و دانشمند داده با Ipsos Sdn Bhd Malaysia همکاری داشته است.
  • مسلط به SAS و Python.