DeVry University er en privat, karriereorientert utdanningstilbyder som tilbyr studenter bachelor- og masterprogrammer på nett og på campus, sertifikater og løsninger for kompetanseutvikling i arbeidslivet. Utdanningstilbudet omfatter teknologi, næringsliv og helsefag, inkludert cybersikkerhet, programvareutvikling, informasjonsteknologi, regnskap, helseadministrasjon samt medisinsk fakturering og koding.
Universitetet støtter yrkesaktive voksne og andre studenter med karrieretjenester, arbeidsgiverfinansierte utdanningsfordeler, støtte til militært personell og studenter som bytter utdanning, samt praktisk og karriereorientert læring. DeVry University omfatter også Keller Graduate School of Management og rekrutterer innenfor den bredere utdanningsorganisasjonen.
Nettbasert gjesteprofessor i dataanalyse på avstand
Undervis på nett i dataanalyse på bachelor- og masternivå ved DeVry University. Utvikle kursmateriell, vurder studentenes læring og integrer ansvarlig bruk av KI i undervisningen.
Beskrivelse
- Undervis i tråd med kravene ved DeVry University.
- Lag pensum og undervisningsplaner med metoder som støtter målene for emnet og studieprogrammet.
- Utarbeid et godkjent pensum ved hjelp av den lokale campusmalen, og oppgi emnets overordnede læringsmål.
- Forbered, organiser, gjennomgå og oppdater kursmateriell jevnlig.
- Bruk nettbaserte verktøy og programvare for emner, blant annet nettsteder, e-post og diskusjonsplattformer, til å forberede kurs og gi studentene tilgang til materiell.
- Kommuniser effektivt skriftlig og muntlig for å engasjere studentene, tydeliggjøre begreper og støtte læringen.
- Publiser emnemål, datoer for oppgaver og eksamener samt vektingen av karakterkategorier, slik at forventningene er tydelige.
- Sørg for at innholdet og vanskelighetsgraden på eksamener samsvarer med emnets overordnede læringsmål.
- Utarbeid og vurder eksamener rettferdig og konsekvent, og gi tilbakemelding raskt.
- Integrer KI-verktøy på en ansvarlig måte i undervisningen.
- Identifiser og håndter hensiktsmessig og uhensiktsmessig bruk av KI i studentenes akademiske arbeid.
- Utfør andre tildelte oppgaver.
Krav
- Doktorgrad i dataanalyse, datavitenskap, statistikk, informatikk, informasjonssystemer eller et nært beslektet fagområde.
- Minst 18 studiepoeng på masternivå innen dataanalyse, statistikk, datavitenskap, kvantitativ analyse eller en beslektet beregningsorientert disiplin.
- Legg ved uoffisielle karakterutskrifter fra masterstudier i søknaden.
- Grader må være fra en institusjon akkreditert av et organ som er anerkjent av det amerikanske utdanningsdepartementet eller Council for Higher Education Accreditation, eller fra en internasjonal institusjon som vurderes å ha tilsvarende akkreditering.
- Tre til fem års praktisk yrkeserfaring innen dataanalyse, datavitenskap, forretningsinnsikt, statistisk analyse eller datadrevet beslutningsstøtte.
- Dokumentert erfaring med analyseverktøy og programmeringsmiljøer, blant annet statistikkprogramvare, plattformer for datavisualisering, databaseteknologi og programmeringsspråk.
- Bransjeanerkjente sertifiseringer eller faglige kvalifikasjoner innen dataanalyse, datavitenskap, forretningsinnsikt eller statistisk analyse.
- God kjennskap til begreper og metoder innen dataanalyse.
- Gode kommunikasjonsevner, inkludert evne til å forklare komplekse kvantitative begreper for studenter med ulik bakgrunn.
- Kunnskap om etisk og ansvarlig datahåndtering, inkludert styring, personvern, bevissthet om skjevheter og ansvarlig bruk av data i beslutninger.
- Ytterligere krav kan gjelde ut fra delstatlige lisenskrav, institusjonens retningslinjer eller akkrediteringsstandarder.
- Engasjement for videreutvikling innen undervisningsteknologi, digital kompetanse og ansvarlig KI-praksis.
Fordeler
- Omfattende opplæringsprogram for undervisere.
- Løpende kompetanseutvikling for undervisere.
- Et blandet læringsmiljø som kombinerer fysisk samhandling med teknologi.
- DeVry University garanterer ikke et bestemt antall arbeidstimer eller oppdrag; dette kan variere etter universitetets behov og skjønn.