Veri Bilimi ve Yapay Zeka odaklı bir lisans eğitimi planlanmıştır. İlk iki sene temel bilim, programlama, ve algoritma formasyonu alan öğrencilerimiz, üçüncü sınıfta teknik olarak yoğun bir alan eğitimi ile alan derinliği kazanırlar. Toplamda sekiz tane zorunlu alan dersi vasıtasıyla temel bir bilgisayar mühendisliği eğitimi alırlar, bilgi ve becerilerini geliştirirler.
Veriden katma değer üretme odaklı dört tane alan dersi Exploratory Data Analysis, Data Systems, Cluster Computing, ve Data Science & AI ile veri bilimi konusunda bir yetkinlik ve derinlik kazanmaları hedeflenmektedir. Diğer alan dersleri ise Computer Architecture, Software, Computer & Social Networks, ve Operating Systems dersleridir. Bu derslerde sistemsel bakış açısı başta olmak üzere, disiplinin olmazsa olmazı olan bilgisayar mühendisliği temel eğitimi verilecektir.
Matematik dersleri veri bilimi derinlik ve yetkinliğini destekler nitelikte derslerdir. Bu amaçla, Discrete Mathematics, Linear Algebra, Differential Equations, Statistics, ve Optimization dersleri elzem matematik altyapısını kazandırmak üzere müfredatın ilk üç yılında verilmektedir.
Proje Yönetimi, Teknoloji & İnovasyon, Mühendislik Etiği, Bilim & İnsan, ve Profesyonel Gelişim dersleri ile yönetsel bilgi ve beceriler kazandırılması planlanmaktadır. Bu dersler müfredata homojen yayılmıştır.
Son sınıfta, dört tane teknik seçmeli ders ve iki tane de mezuniyet projesi dersi bulunmaktadır. Teknik seçmeli derslerin, veri görselleme, veri mühendisliği, yeni nesil servis geliştirme (mikroservis vb.), mobil programlama, büyük veri analizi, sosyal ağlar, sağlık enformatiği, doğal dil işleme, veri madenciliği, ve derin öğrenme gibi konuları içeren geniş bir yelpazede olacağı öngörülmektedir.
Özetle, müfredat yaklaşımı “Technical Business School” modelidir. Öğrencilerin, endüstri ve iş dünyasının ihtiyaçları ile hemhal ve tanışık olmaları; ilgili endüstrinin problemlerini çözerek ve verilerini işleyerek katma değer üretmeye odaklanmaları beklenmektedir. Alınan eğitimin, kazanılan bilgi ve becerinin alan uygulamaları ile pekiştirilmesi ve içselleştirilmesi esastır.