OfferEasy
/
找专业
/
澳洲管理/战略/创业/创新/变革
/ 昆士兰大学数据科学硕士专业
项目背景
`更新时间:2024-11-19
专业介绍
当今时代，对数据科学家的需求日益增长。数据科学是一个全新的研究领域，可以运用到多个行业中，比如健康，能源，金融，制造业，以及在政府。昆士兰大学的数据科学将成为澳洲首例把计算、高级统计、数学和商业知识，应用于工业、政府、社会和科学背景，且与数据科学的本质属性均衡，包括数据的伦理使用，数据科学的法律考虑，业务沟通，与相关的大数据工具和技术的实际经验，以及创造性和破坏性的思维应用到复杂的问题。这个专业的毕业生将学到有用的知识，以面对复杂的数据科学的挑战，并在未来的数据科学发展中发挥主导作用。
推荐顾问
语言要求
类型
雅思
托福
PTE
Listen
6
19
60
Speak
6
19
60
Read
6
19
60
Write
6
21
60
总分
6.5
87
64
学术要求
2年学制 专业领域：相关专业如信息技术、计算机科学、统计学、数学、工程学、物理学和精算学。
先修科目：微积分或高等数学或数学分析+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/概率或统计学/计算数学或数值分析或微分方程或多元分析中至少2门科目。
1.5年学制
专业领域：相关专业如信息技术、计算机科学、统计学、数学、工程学、物理学和精算学。
先修科目：3门数学，2门统计或概率，3门计算机科学。
课程设置
MDataSc - 2 year duration：MDataSc-2年持续时间
MDataSc Core Courses：MDataSc核心课程
Introduction to Data Science：数据科学导论
Responsible Data Science：负责任的数据科学
Data Analytics at Scale：规模数据分析
Statistical Methods for Data Science：数据科学的统计方法
Machine Learning for Data Scientists：面向数据科学家的机器学习
MDataSc Capstone Courses：MDataSc顶点课程
Data Science Capstone Project 1：数据科学顶点项目1
Data Science Capstone Project 2：数据科学顶点项目2
MDataSc Foundation Courses：MDataSc基础课程
Introduction to Software Engineering：软件工程导论
Advanced Database Systems：高级数据库系统
Database Principles：数据库原则
Mathematics for Data Science 1：数据科学数学1
Mathematics for Data Science 2：数据科学数学2
Probability Models & Data Analysis：概率模型与数据分析
MDataSc Discipline Elective Courses：MDataSc学科选修课程
Cloud Computing：云计算
Data Mining：数据挖掘
Advanced Techniques for High Dimensional Data：高维数据的高级技术
Information Retrieval and Web Search：信息检索和网络搜索
Social Media Analytics：社交媒体分析
Numerical Linear Algebra & Optimisation：数值线性代数与优化
Further Topics in Operations Research：运筹学的进一步主题
Operations Research & Mathematical Planning：运筹学与数学规划
Statistical Learning：统计学习
Deep Learning：深度学习
申请案例
相关专业
