数据科学硕士课程

数据科学综合了计算机科学和统计学来解决工业和科学的许多领域令人兴奋的数据密集型问题。数据科学家帮助企业使他们的数据的意义。随着数据被收集，并在社会的各个领域进行了分析，对专业数据科学家的需求很高，将增长更高。物联网新兴的互联网，例如，将产生的数据分析问题和机会一个全新的系列。

在数据科学硕士课程，你将获得的数据的科学使用的方法有深刻的理解。您将学习不仅申请数据的科学：您将获得洞察到你将如何以及为什么方法的工作，以便能够建立在数据科学的新挑战的解决方案。在数据科学硕士课程，你也可以在特定的一门学科的问题和工作领域知识与最新的数据分析方法和工具结合起来。该计划的教师本身的活动数据科学研究人员，程序主要是基于第一手的研究经验。

当从数据科学硕士课程毕业后，你将拥有的核心概念，理论和研究数据的科学方法扎实的知识和实用技能。特别是，您将能

• 了解现代机器学习和数据挖掘算法基础的通用计算和概率原则
• 应用各种计算和统计方法，分析科学和商业数据
• 评估每种方法的适宜的数据收集和使用的目的
• 实现国家的最先进有效地利用高性能计算平台的机器学习的解决方案
• 承接创造性的工作，使得系统的使用调查或实验，发现新的知识
• 报告结果以清晰易懂的方式
• 分析科学和工业数据，以制定新的应用程序和支持决策。

理学硕士课程是由计算机科学，数学与统计系和物理系系联合举办，来自赫尔辛基信息技术学院（HIIT）和物理赫尔辛基研究所（HIP），全部位于支持在Kumpula科学园区。在您的应用数据科学研究您还可以包括从其他硕士课程，如数字人文，自然和医学科学的多学科研究。

赫尔辛基大学将推出年费学费外语硕士课程开始于2017年8月1日。收费范围从13 000-18000欧元。非欧盟/欧洲经济区国家，不具备在该地区的永久居民身份谁的公民，易于这些费用。您可以在Studyinfo网站查询本FAQ您是否需要支付学费。

核心研究模块

• 关键数据科学课程
• 数据科学专业技能

专业研究模块

• 机器学习与算法
• 统计数据科学
• 数据科学基础架构
• 电脑与认知
• 跨学科数据科学

其他研究

• 其他课程也提供有用的方法课程，例如计算机科学，统计学和数学，语言技术，数字人文科学，生命科学信息学和计算社会科学。
• 数据科学应用领域的研究尤其有趣，范围从生态学到城市研究，从语言到全球政治。查看所有英语硕士课程列表。

工业和科学充斥着数据，并努力使之变得有意义。迫切需要训练有素的个人来分析数据，包括海量和异构数据。因此，预计机会将大大增加。跨学科的数据科学理学硕士课程将训练您在工业和科学领域的数据密集型领域工作，并具备为复杂数据分析问题构建解决方案所需的技能和知识。