Undergraduate data science education is receiving increasing interest in many higher education institutions in the U.S., with the proliferation of data and data related work and research. As an emerging interdisciplinary study field, data science curriculum is typically a collection of individual data science related courses from different schools and departments, most of which are teaching data science in a siloed fashion. Therefore, it is necessary to map the landscape of existing curricula and explore how academic libraries can collaborate and contribute to undergraduate data science education. In this study, we analyzed teaching content and topics of over 100 data science related courses at Purdue University to map the landscape and explore roles of academic libraries to support data science education curriculum. Our results indicate most existing courses focused on ‘hard-core’ scientific analytic principles, such as computer science, statistics, and domain-specific skills. Courses of data-oriented skills, such as data management, data ethics, and data communications were limited across disciplines. In addition, data science courses were more likely targeting STEM students at upper levels (3rd and 4th year students). Academic libraries can enrich data science education efforts, by supporting credit courses, certificate programs, and other co-curricular activities to provide learning opportunities to all students, particularly 1st and 2nd year students and non-STEM majors.

随着数据以及与数据相关的工作和研究的激增，本科数据科学教育在美国的许多高等教育机构中越来越受到关注。作为新兴的跨学科研究领域，数据科学课程通常是来自不同学校和系的与数据科学相关的课程的集合，其中大多数课程都是孤立的教学方法。因此，有必要绘制现有课程的地图，探索高校图书馆如何协作并为本科数据科学教育做出贡献。在这项研究中，我们分析了普渡大学（Purdue University）上100多个与数据科学相关的课程的教学内容和主题，以绘制景观图并探索高校图书馆在支持数据科学教育课程中的作用。我们的结果表明，大多数现有课程侧重于“硬核”科学分析原理，例如计算机科学，统计学和特定领域的技能。面向数据的技能课程，例如数据管理，数据伦理和数据通信，在各个学科中都受到限制。此外，数据科学课程更有可能针对较高级别的STEM学生（3年级和4年级学生）。高校图书馆可以通过支持学分课程，证书课程和其他课外活动，为所有学生，尤其是一年级和二年级学生以及非STEM专业学生提供学习机会，从而丰富数据科学教育的工作。诸如数据管理，数据伦理和数据通信之类的学科受到限制。此外，数据科学课程更有可能针对较高级别的STEM学生（3年级和4年级学生）。高校图书馆可以通过支持学分课程，证书课程和其他课外活动，为所有学生，尤其是一年级和二年级学生以及非STEM专业学生提供学习机会，从而丰富数据科学教育的工作。诸如数据管理，数据伦理和数据通信之类的学科受到限制。此外，数据科学课程更有可能针对较高级别的STEM学生（3年级和4年级学生）。高校图书馆可以通过支持学分课程，证书课程和其他课外活动，为所有学生，尤其是一年级和二年级学生以及非STEM专业学生提供学习机会，从而丰富数据科学教育的工作。