数据科学硕士(2年制) Master of Data Science (2 Years)
- 学校名称
- 昆士兰大学
- 英文名称
- The University of Queensland
- 专业方向
- 数据科学
- 入学时间
- 2/7月
- 项目时长
- 2年
- 项目学费
- 51200澳元/年
- -
培养目标
昆士兰大学数据科学硕士(2年制)项目是全澳大利亚综合性最强的项目,将高水平分析能力和专业技能与具体行业知识相结合。项目是全球为数不多的数据科学领域将跨学科教学与行业实践经验相结合的项目之一,课程涉及很多方面,如计算机、数据分析和数学等,此外还有很多选修课让学生自由选择,如商业贸易、金融、健康和科学等。昆士兰大学数据科学硕士(2年制)项目训练学生使用大数据工具的能力,培养学生在数据合法使用、法律思考、通信等方面的基本知识。学生在最后一年需要完成行业相关的课题研究。
昆士兰大学数据科学硕士(2年制)项目的毕业生能拥有高水平的专业技能以及创造性思维,他们能够解决全球范围内的复杂数据科学问题,迎合时代对数据科学专家的巨大需求。毕业生将能胜任澳大利亚或者海外的产业部门、政府机构、技术企业以及咨询和市场调研企业的工作。数据科学家的年薪都在六位数以上,就中国来讲,数据科学家的收入比同行收入高3.5倍以上。
申请信息
申请要求
具有相关学科的学士学位(或同等学历);或
具有学士学位(或同等学历),背景包含以下所有相关学科内容;或
在海外合作机构成功完成3年的学习并获得认可的资格证书,获得升入数据科学硕士学位的正式途径。
本科GPA需要达到5/7或同等水平
相关学科包括信息技术、计算机科学、统计学、数学、工程学、物理学和精算研究
如果申请者的学士学位非相关学科,则在其您高等教育学习中需要成功完成以下学科内容:微积分或高级数学或高等数学或数学分析,以及至少2门以下内容领域的课程(课程必须来自2个不同的内容领域):线性代数,编程或C语言或面向对象(OOP)或java/软件工程,数据库或数据结构或算法或数据挖掘,概率或统计,计算数学或数值分析或微分方程或多元分析
具有学士学位(或同等学历),背景包含以下所有相关学科内容;或
在海外合作机构成功完成3年的学习并获得认可的资格证书,获得升入数据科学硕士学位的正式途径。
本科GPA需要达到5/7或同等水平
相关学科包括信息技术、计算机科学、统计学、数学、工程学、物理学和精算研究
如果申请者的学士学位非相关学科,则在其您高等教育学习中需要成功完成以下学科内容:微积分或高级数学或高等数学或数学分析,以及至少2门以下内容领域的课程(课程必须来自2个不同的内容领域):线性代数,编程或C语言或面向对象(OOP)或java/软件工程,数据库或数据结构或算法或数据挖掘,概率或统计,计算数学或数值分析或微分方程或多元分析
语言要求
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 87 | L:19 | R:19 | W:21 | S:19 |
| PTE | 64 | L:60 | R:60 | W:60 | S:60 |
申请季
- 申请季
- 2024Spring
- 开始时间
- -
- 结束时间
- 2023-11-30
课程
| 序号 | 课程介绍 | Curriculum |
| 1 | 数据科学导论 | Introduction to Data Science |
| 2 | 数据隐私:关于道德、法律与技术的思考 | Data Privacy: Ethics, Law and Technical Considerations |
| 3 | 高级数据分析 | Advanced Data Analytics |
| 4 | 数据科学统计方法 | Statistical Methods for Data Science |
| 5 | 数据科学毕业设计 | Data Science Capstone Project |
| 6 | 数据科学中的数学 | Mathematics for Data Science |
| 7 | 应用概率论与统计 | Applied Probability & Statistics |
| 8 | 高级数据库系统 | Advanced Database Systems |
| 9 | 数据库原理 | Database Principles |
| 10 | 软件工程导论 | Introduction to Software Engineering |
| 11 | 机器学习 | Machine Learning |
| 12 | 高维数据高级技术 | Advanced Techniques for High Dimensional Data |
| 13 | 数据科学计算模型 | Computational Models for Data Science |
| 14 | 宏观经济学与金融中的应用计量经济学 | Applied Econometrics for Macroeconomics and Finance |
| 15 | 金融微积分 | Financial Calculus |
相关文章
- 放弃银行的“铁饭碗”去留学,为什么不为自己勇敢一次呢? 2020-07-07
- 双非跨专业申请,学长聊聊踩坑过后的宝贵经验 2019-09-04