Khoa học dữ liệu là ngành học liên ngành ứng dụng các kiến thức về Toán học, Thống kê, Khoa học máy tính và Trí tuệ nhân tạo nhằm thu thập, xử lý, phân tích và khai thác dữ liệu để tạo ra tri thức phục vụ ra quyết định. Ngành học đóng vai trò then chốt trong kỷ nguyên chuyển đổi số, kinh tế dữ liệu và trí tuệ nhân tạo, được ứng dụng rộng rãi trong các lĩnh vực như kinh doanh, tài chính, công nghệ, y tế, giáo dục và quản lý xã hội.

Khoa học dữ liệu tập trung vào toàn bộ vòng đời dữ liệu, từ thu thập, lưu trữ, làm sạch, phân tích, trực quan hóa đến xây dựng mô hình dự báo và hệ thống thông minh, góp phần nâng cao hiệu quả hoạt động và thúc đẩy đổi mới sáng tạo trong tổ chức và doanh nghiệp. Trên cơ sở đó, người làm trong lĩnh vực khoa học dữ liệu có thể tham gia trực tiếp vào các công việc như phân tích dữ liệu, xây dựng mô hình dự báo và trí tuệ nhân tạo, phát triển hệ thống hỗ trợ ra quyết định và triển khai các giải pháp dữ liệu trong thực tiễn.

Chương trình đào tạo ngành Khoa học dữ liệu bậc đị học tại Trường Đại học Tôn Đức Thắng có thời gian đào tạo 4 năm, được thiết kế theo hướng hiện đại, kết hợp chặt chẽ giữa lý thuyết và thực hành. Từ năm thứ hai, sinh viên được lựa chọn một trong hai chuyên ngành: Phân tích dữ liệu kinh doanh; Trí tuệ nhân tạo và Học máy, phù hợp với định hướng nghề nghiệp cá nhân.

1. Tên trường: Trường Đại học Tôn Đức Thắng

2. Tên ngành

Tên ngành tiếng Việt: Khoa học dữ liệu

Tên ngành tiếng Anh: Data science

3. Mã ngành tuyển sinh: 7460108

4. Văn bằng: Cử nhân– thời gian đào tạo: 4 năm

5. Hình thức đào tạo: Chính quy

6. Tiêu chí tuyển sinh: Thí sinh tốt nghiệp Trung học Phổ thông hoặc tương đương đủ điều kiện nhập học theo quy chế tuyển sinh đại học hệ chính quy của Trường Đại học Tôn Đức Thắng và quy chế tuyển sinh của Bộ Giáo dục và Đào tạo.

7. Mục tiêu của chương trình đào tạo: Từ 3-5 năm sau khi tốt nghiệp chương trình đào tạo ngành Khoa học dữ liệu,trình độ đại học, người tốt nghiệp sẽ đạt được các năng lực sau:

8. Chuẩn đầu ra của chương trình đào tạo: Sau khi hoàn thành chương trình đào tạo ngành Khoa học dữ liệu,trình độ đại học, người tốt nghiệp phải đạt được:

9. Cấu trúc chương trình đào tạo (Programme structure)

 10. Điều kiện tốt nghiệp

Sinh viên phải đạt các điều kiện tốt nghiệp theo quy định tổ chức và đào tạo trình độ đại học theo học chế tín chỉ của Trường đại học Tôn Đức Thắng:

Hoàn thành các môn học và đạt số tín chỉ theo yêu cầu của chương trình;

Chứng chỉ tiếng Anh trình độ B1 quốc tế (đạt các chứng chỉ tiếng Anh quốc tế tương đương IELTS 5.0);

Đạt điểm rèn luyện theo yêu cầu của chương trình;

Đạt được các yêu cầu chuẩn đầu ra của chương trình đào tạo.

11. Những điểm đặc biệt của chương trình đào tạo

Chương trình học: Thiết kế linh hoạt, có nhiều môn tự chọn chuyên sâu theo các định hướng (Phân tích dữ liệu kinh doanh, Trí tuệ nhân tạo – học máy). Sinh viên có thể tham gia kỳ thi kỹ năng nghề nghiệp và chương trình bồi dưỡng sau đại học để học tiếp Thạc sĩ.

Hoạt động bổ trợ: Nghiên cứu khoa học sinh viên, cuộc thi phân tích dữ liệu, hội thảo chuyên đề, cùng nhiều hoạt động ngoại khóa, câu lạc bộ để phát triển kỹ năng mềm. Thực tập và kết nối doanh nghiệp: Sinh viên có cơ hội thực tập tại doanh nghiệp, tổ chức công nghệ, tài chính – ngân hàng, thương mại điện tử và AI, tạo lợi thế nghề nghiệp và kết nối tuyển dụng.

12. Hướng dẫn thực hiện chương trình đào tạo, bảo đảm chất lượng đào tạo

12.1. Kế hoạch đào tạo:

Chương trình Cử nhân ngành Khoa học dữ liệu được thiết kế trong 4 năm học, chia thành 8 học kỳ.

- Từ năm thứ 2, sinh viên được lựa chọn các môn học chuyên ngành linh hoạt theo hai định hướng: Phân tích dữ liệu kinh doanh hoặc Trí tuệ nhân tạo và học máy, phù hợp với sở thích và định hướng nghề nghiệp.

- Căn cứ vào kế hoạch đào tạo chuẩn, sinh viên có thể chủ động xây dựng lộ trình học tập cá nhân, phù hợp với năng lực, kế hoạch nghề nghiệp và nhu cầu phát triển bản thân.

12.2. Điều kiện đảm bảo việc đào tạo

Cơ sở vật chất, công nghệ và học liệu: Nhà trường trang bị phòng học, phòng Lab hiện đại với máy tính cấu hình mạnh, phần mềm chuyên dụng cho phân tích dữ liệu, AI, ML và Big Data. Hệ thống máy tính kết nối Internet tốc độ cao. Thư viện có đầy đủ học liệu in ấn, học liệu số và cơ sở dữ liệu khoa học. Hệ thống E-Learning và quản lý đào tạo hỗ trợ hiệu quả cho giảng viên và sinh viên.

Đội ngũ giảng viên: các Giáo sư, Phó giáo sư, tiến sĩ, thạc sĩ có uy tín và giàu kinh nghiệm giảng dạy. Có ít nhất 01 tiến sĩ ngành phù hợp chủ trì tổ chức thực hiện chương trình và có ít nhất 05 tiến sĩ có chuyên môn phù hợp để chủ trì giảng dạy chương trình. Có đủ số lượng giảng viên để đảm bảo tỉ lệ sinh viên trên giảng viên không vượt quá mức quy định cho ngành đào tạo.

Quy trình xây dựng và quản lý chương trình: Chương trình đã thiết kế bởi Hội đồng Khoa học và đào tạo của Khoa và đã được Hiệu trưởng phê duyệt. Chương trình chỉ thay đổi sau khi có ý kiến đề xuất của Hội đồng Khoa học và đào tạo của Khoa và được sự đồng ý của Hiệu trưởng.

12.3. Phương pháp đào tạo

Hình thức và quản lý đào tạo: Chương trình đào tạo Cử nhân ngành Khoa học dữ liệu được tổ chức theo hình thức tập trung, quản lý đào tạo theo quy chế hiện hành của Trường về tổ chức và quản lý đào tạo bậc đại học theo hệ thống tín chỉ.

Việc đăng ký môn học trong từng học kỳ phải đảm bảo tuân thủ điều kiện tiên quyết của từng học phần trong khung chương trình đào tạo, quy định học vụ Tiếng Anh và các quy định liên quan.

Phương pháp giảng dạy: Phương pháp giảng dạy áp dụng cách tiếp cận lấy người học làm trung tâm, coi người học là chủ thể của quá trình đào tạo. Giảng viên định hướng và khuyến khích sinh viên chủ động, sáng tạo, phát huy năng lực tự học, tự nghiên cứu thông qua các hình thức:

- Thực hiện đồ án, bài tập lớn, dự án nhóm.

- Kết hợp linh hoạt lý thuyết và thực hành, tăng cường ứng dụng vào tình huống thực tiễn trong khoa học dữ liệu và công nghệ.

- Đa dạng hình thức tổ chức dạy học: thuyết giảng, mô phỏng, minh họa, làm việc nhóm, thảo luận, thuyết trình.

- Lồng ghép kết quả nghiên cứu khoa học vào giảng dạy qua seminar học thuật, Journal Club, và các buổi chuyên đề.

Phương pháp đánh giá: Phương pháp đánh giá được thiết kế đa dạng, phù hợp với chuẩn đầu ra của từng học phần, bao gồm:

- Trắc nghiệm, tự luận, tiểu luận, thuyết trình, báo cáo, thực hành, đồ án.

- Đánh giá dựa trên quá trình học tập (chiếm ít nhất 30%) kết hợp với đánh giá tổng kết học phần.

- Kết quả đánh giá được sử dụng để phản hồi, kịp thời điều chỉnh hoạt động dạy và học, đảm bảo người học đạt chuẩn đầu ra.

Thông báo cho người học: Phương pháp giảng dạy và đánh giá được quy định cụ thể trong đề cương chi tiết và hồ sơ môn học, đồng thời được giảng viên thông tin đến sinh viên trong buổi học đầu tiên.

12.4. Đánh giá chương trình

- Chương trình được thiết kế theo kiểu đơn ngành.  

- Chương trình được thiết kế trên cơ sở đối sánh với các chương trình đào tạo của những trường đại học uy tín trong và ngoài nước. Đồng thời, chương trình được điều chỉnh để phù hợp với điều kiện thực tiễn, nhu cầu nhân lực và định hướng phát triển của nền kinh tế số tại Việt Nam, bảo đảm tính hiện đại, hội nhập và khả năng ứng dụng cao.

- Chương trình được đánh giá theo quy trình đánh giá chương trình đào tạo của Trường, ý kiến phản hồi của người sử dụng lao động, cựu sinh viên, ý kiến của chuyên gia và các tổ chức kiểm định trên thế giới.

Sinh viên tốt nghiệp với văn bằng Cử nhân Khoa học dữ liệu có thể làm việc trong các vị trí sau:

Phân tích và khai thác dữ liệu: Chuyên viên phân tích dữ liệu (Data Analyst); Chuyên viên khai phá dữ liệu (Data Mining Specialist); Chuyên viên phân tích kinh doanh (Business Analyst); Chuyên viên phân tích dữ liệu kinh doanh (Business Data Analyst); Chuyên viên phân tích dự báo (Predictive Analytics Specialist); Kiểm định rủi ro mô hình (Risk Modeler).

Kỹ thuật và phát triển hệ thống dữ liệu & AI: Chuyên viên học máy (Machine Learning Engineer); Kỹ sư trí tuệ nhân tạo (AI Engineer); Kỹ sư nghiên cứu AI (AI research engineer); Chuyên viên phát triển sản phẩm/dịch vụ dữ liệu (Data Product Developer/Manager); Chuyên viên tư vấn dữ liệu và AI (Data & AI Consultant); Chuyên viên kiểm định và đánh giá mô hình (Model Validation Specialist).

Quản trị và hạ tầng dữ liệu: Chuyên viên quản trị dữ liệu doanh nghiệp (Enterprise Data Administrator); Chuyên viên quản trị và thiết kế cơ sở dữ liệu (Database Administrator/Designer); Chuyên viên bảo mật dữ liệu (Data Security Specialist); Chuyên viên hỗ trợ kỹ thuật dữ liệu (Data Support Specialist).

Trực quan hóa và truyền thông dữ liệu: Chuyên viên trực quan hóa dữ liệu (Data Visualization Specialist). Quản lý và điều phối dự án: Quản lý dự án dữ liệu và AI (Data/AI Project Manager).

Nghiên cứu và học thuật: Nhà nghiên cứu trong các viện, trung tâm nghiên cứu hoặc cơ quan nhà nước về Khoa học dữ liệu, Trí tuệ nhân tạo và Phân tích dữ liệu kinh doanh; Tham gia hỗ trợ giảng dạy ngành Khoa học dữ liệu, Trí tuệ nhân tạo, Học máy hoặc Phân tích dữ liệu tại các trường đại học, cao đẳng, cơ sở giáo dục; Tiếp tục học Sau đại học trong và ngoài nước để phát triển chuyên sâu.