在线数据科学理学硕士

该计划旨在培养数据科学的核心技能，涵盖了许多数据驱动领域职业不可或缺的实践和理论问题。学生将学习如何处理现实世界的数据问题，运用他们在批判性思维、解决问题和分析方面新发现的技能。

课程详情

数据科学课程是一个在线自定进度课程，可以选择学习 PGCert、PGDip 和 MSc。

强调

• 该计划将教授数据科学的研究方法，并帮助您了解该领域的当代问题
• 您将发现数据挖掘的方法，从底层核心理论到实践理解
• 该计划将帮助您了解如何创建有效的信息可视化以及如何批判性地参与数据的视觉显示
• 您将使用行业标准的计算资源来采用从数据采集和处理、模型开发和选择到最终部署和维护的完整数据科学工作流程
• 您将学习优化技术、如何管理和利用大量数据，以及如何建模和模拟复杂的数据系统。

你将学习什么

• 该计划将教授数据科学的研究方法，并帮助您了解该领域的当代问题
• 您将发现数据挖掘的方法，从理论到实践理解
• 该计划将帮助您了解如何创建有效的信息可视化以及如何批判性地参与数据的视觉显示
• 您将采用完整的数据科学工作流程，从数据采集和处理，到模型开发和选择，再到最终的部署和维护
• 您将学习优化技术、如何管理和利用大量数据，以及如何建模和模拟复杂的数据系统。

你将如何被教导？

• 您将通过项目和实际工作来学习，帮助您了解数据科学的实际应用
• 通过同步和异步教学的主导学习和独立学习相结合的方式进行学习
• 您将有机会参加每周一次的现场小组讨论，讨论数据科学概念和学生提出的具体问题
• 理学硕士课程的学生将完成一篇数据科学论文。欢迎基于雇主或赞助商的项目（根据资格标准）。

下面发布的模块是前学年所教授内容的示例，在您开始课程之前可能会发生变化。

硕士

攻读硕士学位的学生学习以下必修模块和一个选修模块。

必修模块

• 复杂系统建模和仿真：介绍一系列技术及其在不同类别问题中的应用，重点关注现代基于网络的模型和仿真
• 数据和信息可视化：重点关注如何利用视觉表示使信息易于探索和分析的问题
• 数据驱动系统：是一个以研究为重点的高级模块，介绍分布式系统和处理数据的技术的基础
• 离散优化：涵盖了为解决整数规划和组合优化问题而开发和使用的理论、工具和技术
• 端到端机器学习：专注于使用Python包执行端到端数据驱动分析
• 机器学习算法：涵盖基本理论和算法，包括数学基础和方法论，使用各种回归、分类和无监督方法
• Python 编程：介绍和修订 Python 中的建模、设计和实现。

可选模块

• 数值优化：将线性代数和优化作为主要兴趣主题，并将机器学习问题的解决方案作为由此产生的工具、技术和算法的应用
• 数据科学研究方法：介绍数据科学研究的规划、数据收集、数据分析和传播阶段所需的技能。

学位论文项目

此外，学生将提交一篇数据科学论文，其中包括实现和评估工作流程的详细软件工件，以及该工件及其在研究领域的背景的详细描述。该模块涉及与学术主管定期进行一对一联系。

学习成果

领导技能和项目管理

培养你的领导技能，培养你反思反馈、管理项目和坚持面对挑战的能力。

解决问题、批判性思维和分析能力

提高您的数据素养，同时学习创造性思考并利用您的想象力来制定、设计和开发创新的数据分析方法。

对编程的了解和理解

培养 Excel、Python、Mathematica、Matlab 和制图等领域的特定编码技能。

计算机科学学院的校友继续在各种全球商业、金融和研究机构工作，包括：

• 亚马逊
• 美国运通
• Avaloq
• 巴克莱资本
• BP
• 摩羯座Ventis
• Hailo
• 惠普
• 日立数据系统
• 微软
• 摇滚明星
• 苏格兰皇家银行、乐购银行、劳埃德银行
• Skyscanner上
• 赛门铁克
• TriSystems

进一步研究

许多计算机科学学院的毕业生通过在圣安德鲁大学攻读博士学位课程来继续学业。