University College London (UCL)
科学与数据密集型计算硕士
London, 英国
理学硕士
期间
1 year
语言
英语
步伐
全职, 兼职
报名截止日期
最早开始日期
Sep 2026
学费
GBP 39,800
学习形式
在校园
科学与数据密集型计算理学硕士旨在帮助学生做好处理科学领域复杂数据准备。该课程注重培养数据管理、分析和计算方法方面的实践技能。学生将学习高级编程技术、数据建模以及如何使用尖端工具处理海量数据。课程兼顾理论知识与实践经验,使学生能够将所学知识应用于实际科学问题。
该项目还强调跨学科合作,鼓励学生跨学科研究。课程涵盖机器学习、大数据技术和数据可视化等主题,帮助学生熟练掌握从复杂数据集中提取洞见的能力。此外,该课程还能培养学生的研究技能,为他们从事研究、工业界或进一步的学术工作做好准备。该课程面向希望提升计算科学专业知识的学生,同时也提供在数据科学或科学计算等领域进行专业学习的机会。
UCL奖学金
研究生可申请多项奖学金,包括面向英国学生的伦敦大学学院硕士助学金UCL Masters Bursary) 和面向国际学生的伦敦大学学院全球硕士奖学金UCL Global Masters Scholarship)。您可以点击下方链接,通过奖学金查找器搜索您可能符合申请资格的奖学金。您的院系也将为您提供更多资助信息。
外部奖学金
研究生奖学金、奖学金搜索、研究生资助和国际财政援助以及大学奖学金搜索等在线聚合器包含有关各种外部计划的信息。
如果您有特殊情况、种族或宗教背景,不妨寻找与这些情况相关的奖学金/助学金/助学金。有些计划非常具体。
为残疾学生提供资助
残疾的硕士生可能能够获得额外资金来支付学习期间产生的额外费用。
教学和学习
该课程采用讲座和实践编程相结合的方式授课,并包含各种短期编程项目,作为教学内容的一部分。一个包含编程元素的大型研究项目占课程的三分之一。
评估通过考试、作业、小项目和论文(包括计算机程序)进行。
一个 15 学分的模块大约包含 150 个小时的学习时间,而一个讲座模块通常包括 20-30 个小时的接触时间,加上异步参与在线材料和个人学习时间。
对于全日制学生,每周的典型学习时间约为8-10小时。其中包括3个讲座模块,每个模块通常每周2.5小时,以及每两周与项目主管的额外交流。
除了这些预定的讲座、研讨会、讲习班和辅导课之外,全日制学生还需要投入相当于全职工作的时间进行自主学习和完成课程作业。
在第一学期和第二学期,全日制学生每周预计有8至10个教学小时的学习时间,课程形式包括讲座、研讨会、工作坊、评论会和辅导课。在第三学期以及整个暑假期间,学生将专注于完成论文研究,并每两周与论文导师会面一次。
研究项目模块为 60 个学分,包括约 600 小时的个人学习时间以及大约 15-20 小时的接触时间。
免责声明:联系时间和时间表可能因个人模块选择、 Pathway选择和其他特定于课程的因素而异。
模块
全职
该课程由总值180学分的模块组成。课程包含一篇研究论文(30学分)、5个可选核心模块(75学分)和1个选修模块(15学分)或一篇学位论文/报告(60学分),以及6个可选核心模块(90学分)和2个选修模块(30学分)。
可选核心模块涵盖高级编程、模型构建与优化、机器学习和数据统计等主题。学生可以从MAPS学院和工程学院的众多选修模块中进行选择。这些模块应根据个人项目进行选择。
全职结构
第一学期:学生需从6或8个教学模块中选择3或4个。这些模块可以是选修课,也可以是选修课。
第二学期:学生应修读剩余的 6 或 8 个教学模块,这些模块可以是选修的,也可以是选修模块和选修模块的组合。
此外,参加研究论文的学生将在第一学期和第二学期期间撰写论文,并必须在第二学期末提交文献综述。
第三学期:学生将全程专注于个人研究项目,该项目由导师指导的课题和于8月底提交的书面项目报告组成。作为项目报告的一部分,学生可以通过公共代码库提交包含单元测试的文档代码,并必须在9月份展示个人项目。
兼职
该课程由总值180学分的模块组成。课程包含一篇研究论文(30学分)、5个可选核心模块(75学分)和1个选修模块(15学分)或一篇学位论文/报告(60学分),以及6个可选核心模块(90学分)和2个选修模块(30学分)。
兼职结构
一年级:学生将从6个或8个可选授课模块中选修4个(或更多)授课模块。这些模块可以是选修课,也可以是选修课。
二年级:学生将修读剩余的教学模块,这些模块可以是选修课,也可以是选修课和选修课的组合。参加研究论文的学生可以在一年级或二年级完成。
学生将专注于个人研究项目,该项目由指导性课题和于8月底提交的书面项目报告组成。作为项目报告的一部分,学生可以通过公共代码库提交包含单元测试的文档代码,并必须在9月份展示个人项目。
必修模块
- 科学计算个人研究项目
可选模块
数据统计分析
高性能计算技术 信息检索与数据挖掘 数值优化 使用 C++ 研究计算 使用 Python 研究软件工程 数值方法 计算和模拟方法 大数据机器学习 研究论文
UCL物理与天文学系是英国该学科领域的顶尖系所之一: UCL在多项大学排名中始终位居全球前 20 名,目前在 2024 年 QS 世界大学物理与天文学学科排名中位居英国第 4 位。
该学位与UCL数据密集型科学与工业中心相关,该中心由物理与天文系主办。该中心还运营着一个非常成功的博士培养中心,自2017年以来已培养了77名博士生。
我们广泛的专业知识为开创性的跨学科研究提供了机会。该领域的世界顶尖专家和学生将受益于众多科学研讨会上的杰出访问学者和客座演讲者。通过这种方式,我们构建了一个由合作者、导师和同行组成的网络,学生可以在未来的职业生涯中受益。
该学位旨在平衡专业软件开发和高性能计算技能,并涵盖全面的数值数学和科学学科,最终以科学计算学位论文项目结束。科学与计算学位的双重优势使学生能够以结构化和严谨的方式解决实际问题,并开发专业的软件来高效地解决问题。
UCL学院物理与天文学系荣获雅典娜天鹅银奖,并荣获物理研究所颁发的朱诺冠军奖。
你的职业生涯的基础
学生将获得工业界和学术界都高度需要的一套全面的技能:专业软件开发技能,包括最先进的脚本和编译语言;高性能计算技术知识;理解并能够应用各种数值方法和数值优化;对所选科学学科有更深入的了解;口头和书面表达能力。
去年成功完成该课程的校友均已在知名国际组织全职就业,担任重要职位,包括数据科学家、数据和软件开发人员、软件工程师、数据分析师、定性研究员或技术专家。
在该项目毕业生成果调查(2022 年)中,90% 的受访者表示,获得科学和数据密集型计算资格对于确保他们目前的就业至关重要,并同意他们在进一步学习或工作中运用他们在该项目中学到的知识。
此外,100% 的受访者在完成理学硕士学位六个月后就业或继续学习。此外,还有几位校友继续在顶尖大学深造,或留在UCL完成博士学位研究。
就业
我们期望毕业生能够在产业界和学术界从事令人振奋的科学与工程职位,拥有良好的职业发展前景和广阔的职业晋升机会。该学位使学生能够解决前沿的现实问题,克服其带来的挑战,从而为社会知识和技术的进步做出贡献。
联网
硕士课程及相关的数据密集型科学博士培训中心全年组织各种活动。鼓励学生参加科学研讨会,例如由数据密集型科学博士培训中心和UCL逆问题中心举办的研讨会。


