Especializaciones y variantes
Otros datos recopilados
Requisitos del programa — Categorías de cursos Las siguientes categorías de cursos se usan para definir los requisitos del programa en el programa Licenciatura en Ciencia de Datos (Bachelor of Data Science). Optativas libres Todos los cursos ofrecidos por la Facultad de Artes y Ciencias Sociales, la Facultad de Asuntos Públicos y Globales, la Sprott School of Business y la Facultad de Ciencias, excepto los cursos en la categoría Cursos prohibidos. Las optativas libres pueden incluir cursos de COMP, CSEC, DATA, MATH y STAT. Cursos prohibidos Los siguientes cursos no pueden utilizarse para obtener crédito en el B.D.S. Tenga en cuenta que cualquier curso que esté inscrito de forma compartida (cross-listed) con los que aparecen en la lista también está prohibido: BIOL 3604 [0.5] Estadística para biólogos BUSI 1401 [0.5] Fundamentos de los sistemas de información BUSI 2401 [0.5] Introducción al análisis de datos BUSI 2402 [0.5] Desarrollo de aplicaciones empresariales BUSI 3400 [0.5] Diseño de bases de datos CGSC 1005 [0.5] Métodos computacionales en ciencias cognitivas COMP 1001 [0.5] Introducción al pensamiento computacional para estudiantes de Artes y Ciencias Sociales COMS 3001 [0.5] Investigación cuantitativa en comunicación CRCJ 3001 [0.5] Métodos cuantitativos en criminología ECON 1401 / MATH 1401 [0.5] Matemáticas elementales para economía I ECON 1402 / MATH 1402 [0.5] Matemáticas elementales para economía II ECON 2210 [0.5] Estadística introductoria para Economía ECON 3001 [0.5] Métodos matemáticos de la economía ECON 4001 [0.5] Análisis matemático en economía ECON 4002 [0.5] Análisis estadístico en economía ECON 4004 [0.5] Investigación de operaciones: modelos de programación lineal ECON 4706 [0.5] Econometría I ECON 4707 [0.5] Econometría II ECON 4713 [0.5] Econometría de series temporales GEOG 2006 [0.5] Introducción a la investigación cuantitativa ECOR 2606 [0.5] Métodos numéricos GEOG 3003 [0.5] Geografía cuantitativa MATH 1009 [0.5] Matemáticas para negocios MATH 1119 [0.5] Álgebra lineal: con aplicaciones a los negocios NEUR 2001 [0.5] Introducción a los métodos de investigación en neurociencias NEUR 2002 [0.5] Introducción a la estadística en neurociencias NEUR 3001 [0.5] Análisis de datos en neurociencias I NEUR 3002 [0.5] Análisis de datos en neurociencias II PSCI 2702 [0.5] Herramientas estadísticas para politólogos PSYC 2001 [0.5] Introducción a los métodos de investigación en psicología PSYC 2002 [0.5] Introducción a la estadística en psicología PSYC 3000 [1.0] Diseño y análisis en investigación psicológica SOCI 2004 [0.5] Alfabetización de datos para las ciencias sociales SOCI 3008 [0.5] Análisis de datos para las ciencias sociales SOCI 4102 [0.5] Análisis de regresión múltiple SOWK 3001 [0.5] Introducción a los métodos de investigación en trabajo social SYSC 2510 [0.5] Probabilidad, estadística y procesos aleatorios para ingenieros todos los cursos de nivel 0000 y todos los cursos en BIT, IMD, IRM, MPAD, NET, OSS, PLT e ITEC, excepto los siguientes: BIT 1000, BIT 1001, BIT 1100, BIT 1101, BIT 1200, BIT 1201, BIT 2000, BIT 2004 (ya no se ofrece), BIT 2005 (ya no se ofrece), BIT 2007 (ya no se ofrece), BIT 2100 (ya no se ofrece), BIT 2300 (ya no se ofrece), MPAD 2400, MPAD 2501 (ya no se ofrece), MPAD 3300, MPAD 3501, MPAD 4001, MPAD 4501, MPAD 4502, MPAD 4503, MPAD 4504. Ciencia de Datos B.D.S. Honours (20.0 créditos)
Itinerarios y condiciones del programa
Estas tablas recogen los requisitos de la fuente para el período indicado. La interpretación oficial corresponde a la universidad.
Recorrido 1
| A. Créditos incluidos en el GPA del área principal (13.5 créditos) | ||
| 1. 1.5 créditos en: | 1.5 | |
| MATH 1007 [0.5] | Cálculo elemental I | |
| MATH 1104 [0.5] | Álgebra lineal para ingeniería o ciencia | |
| MATH 2007 [0.5] | Cálculo elemental II | |
| 2. 1.0 crédito en: | 1.0 | |
| DATA 3200 [0.5] | Habilidades de comunicación para científicos de datos | |
| PHIL 2106 [0.5] | Ética de la información | |
| 3. 5.5 créditos en: | 5.5 | |
| COMP 1405 [0.5] | Introducción a la Informática I | |
| COMP 1406 [0.5] | Introducción a la Informática II | |
| COMP 1805 [0.5] | Estructuras discretas I | |
| COMP 2109 [0.5] | Introducción a la Seguridad y la Privacidad | |
| COMP 2401 [0.5] | Introducción a la programación de sistemas | |
| COMP 2402 [0.5] | Tipos abstractos de datos y algoritmos | |
| COMP 2404 [0.5] | Introducción a la ingeniería de software | |
| COMP 2406 [0.5] | Fundamentos de aplicaciones web | |
| COMP 2804 [0.5] | Estructuras discretas II | |
| COMP 3105 [0.5] | Introducción al aprendizaje automático | |
| COMP 4107 [0.5] | Redes neuronales | |
| 4. 2.0 créditos en: | 2.0 | |
| DATA 1517 [0.5] | Modelado de datos I | |
| DATA 1519 [0.5] | Modelado de datos II | |
| DATA 2500 [0.5] | Manipulación de datos en R | |
| DATA 3500 [0.5] | Programación estadística en R | |
| 5. 2.0 créditos en: | 2.0 | |
| STAT 1500 [0.5] | Introducción a la computación estadística | |
| STAT 2210 [0.5] | Fundamentos inferenciales de ciencia de datos I | |
| STAT 3553 [0.5] | Modelado de regresión (Honours) | |
| STAT 4601 [0.5] | Minería de datos I (Honours) | |
| 6. 1.0 crédito de: | 1.0 | |
| COMP 4010 [0.5] | Introducción al aprendizaje por refuerzo | |
| COMP 4102 [0.5] | Visión por computador | |
| COMP 4115 [0.5] | Introducción al procesamiento del lenguaje natural | |
| COMP 4116 [0.5] | Sistemas multiagente |
Cursos
Estos cursos se han detectado en la página fuente del programa. Su presencia no significa que todos sean obligatorios en cada recorrido.
Fuentes y referencias
Año de referencia : 2026-27
Se conservan las fechas y las fuentes para ayudarle a verificar la información. Las traducciones se proponen para facilitar la lectura; la fuente oficial es la referencia para las condiciones y los requisitos.
Referencia de la fuente : https://calendar.carleton.ca/undergrad/undergradprograms/datascience/