发布时间:2021-08-26 文章来源: 至领留学 点击:2655次
墨尔本大学(University of Melbourne),1853年始建于澳大利亚的文化、艺术与工业中心墨尔本,是享誉世界的公立研究型大学。
墨尔本大学强调学生在学术造诣与人格修养等方面的综合能力,毕业生竞争力位居世界第7位,拥有会计学、金融学、法学、医学、教育学与心理学等超过二十个学科位居世界前20,计算机科学位居世界第32位。建校以来,墨尔本大学培养出数十万遍布世界的优秀校友。
数据科学硕士(Master of Data Science)项目融合了墨尔本大学的强势学科——计算机科学(全澳第1,世界第32)和统计学(全澳第1,世界第32),可谓澳大利亚数据科学领域的TOP1项目。攻读该项目的学生多在安永、毕马威和埃森哲等咨询公司,澳新银行、CBA和NAB等金融服务公司,IBM、Microsoft和Telstra等IT公司,大学和CSIRO等学术和公共研究机构就职。
• 本科学位,计算机科学、数据科学或统计学等专业背景,没有以上背景可以先读半年GD课程(Graduate Diploma in Data Science)
• 学过微积分和线性代数
• 雅思总分不低于6.5,单项不低于6.0
• 成绩要求:C9 联盟院校学生要求平均成绩不低于72;985院校学生要求平均成绩不低于76;211院校学生要求平均成绩不低于80;非211院校学生要求平均成绩不低于84,分数不够的同学可以通过GD课程衔接
• 一般设置为2年全日制,每年3月份开学
• 如果获得过数据科学研究生学位或墨尔本大学数据科学本科专业(或同等学历),则可提前至1年半完成学位
• 如果没有获得过计算机科学或统计学学位的同学需要在入学前学习GD课程(前提是学过微积分和线性代数),总共需2年半完成学位
• 申请2021年项目的第一年学费为 44,256澳元,全部课程学费为90,725澳元
• 生活费大约每周425-800澳元,住宿费大约每周100-250澳元
• 提供奖助学金和学生贷款服务
墨尔本大学数据科学硕士课程是200学分制,具体由以下内容组成:
• 统计学课程-必修
• 计算机科学课程-必修
• 选修课,包括先修科目(最高50学分)*,其余数据科学专业课程和研究项目
• Capstone数据科学项目
*注:先修科目指本科期间攻读学位为统计学或计算机科学,则需要选择另一科目的课程:
• 如果有统计学背景,需要完成计算机科学的先修科目
• 如果有计算机科学背景,需要完成统计学的先修科目
• 如果同时满足计算机科学和统计学背景,则不需要任何先修科目
先修课程
如果有计算机科学背景,需要完成统计学的先修科目:
课程英文名称 | 课程中文名称 | 学分 |
---|---|---|
Methods of Mathematical Statistics |
数理统计方法 | 25 |
A First Course In Statistical Learning |
统计学习入门 | 25 |
如果有统计学背景,需要完成计算机科学的先修科目:
课程英文名称 | 课程中文名称 | 学分 |
---|---|---|
Programming and Software Development |
程序设计和软件开发 | 12.5 |
Algorithms and Complexity |
算法和复杂度 | 12.5 |
Elements of Data Processing |
数据处理基础 | 12.5 |
Database Systems & Information Modelling |
数据库系统和信息建模 | 12.5 |
核心必修课
课程英文名称 | 课程中文名称 | 学分 |
---|---|---|
Statistical Modelling for Data Science |
数据科学中的统计建模 | 12.5 |
Multivariate Statistics for Data Science |
数据科学中的多元统计分析 | 12.5 |
Computationsal Statistics & Data Science |
计算统计学与数据科学 | 12.5 |
Cluster and Cloud Computing |
集群和云计算 | 12.5 |
Statistical Machine Learning |
统计机器学习 | 12.5 |
Advanced Database Systems |
高级数据库系统 | 12.5 |
Capstone Project--Data Science Project 1 |
Capstone项目--数据科学项目1 | 12.5 |
Capstone Project--Data Science Project 2 |
Capstone项目--数据科学项目2 | 12.5 |
选修课
学科选修课
课程英文名称 | 课程中文名称 | 学分 |
---|---|---|
Foundations of Spatial Information |
空间信息基础 | 12.5 |
Spatial Databases | 空间数据库 | 12.5 |
Spatial Analysis | 空间分析 | 12.5 |
Information Visualisation |
信息可视化 | 12.5 |
Analysis of High-Dimensional Data |
高维数据分析 | 12.5 |
Advanced Statistical Modelling |
高级统计模型 | 12.5 |
Mathematics of Risk | 数理风险分析 | 12.5 |
Optimisation for Industry |
工业问题优化 | 12.5 |
Practice of Statistics & Data Science |
统计与数据科学实践 | 12.5 |
Stochastic Calculus with Applications |
随机微积分及其应用 | 12.5 |
Advanced Probability | 高等概率论 | 12.5 |
Random Processes | 随机过程 | 12.5 |
AI Planning for Autonomy | AI自主规划 | 12.5 |
Advanced Theoretical Computer Science |
高级计算机科学理论 | 12.5 |
Algorithms for Bioinformatics |
生物信息学算法 | 12.5 |
Computational Genomics | 计算基因学 | 12.5 |
Constraint Programming | 约束编程 | 12.5 |
Cryptography and Security |
密码与安全 | 12.5 |
Declarative Programming | 声明式编程 | 12.5 |
Distributed Algorithms | 分布式算法 | 12.5 |
Distributed Systems | 分布式系统 | 12.5 |
Internet Technologies | 互联网技术 | 12.5 |
Mobile Computing Systems Programming |
移动计算系统编程 | 12.5 |
Parallel and Multicore Computing |
并行和多核计算 | 12.5 |
Programming Language Implementation |
编程语言实现 | 12.5 |
Natural Language Processing |
自然语言处理 | 12.5 |
Stream Computing and Applications |
流计算与应用 | 12.5 |
Knowledge Management Systems |
知识管理系统 | 12.5 |
Data Warehousing | 数据仓库 | 12.5 |
专业技能科目(最多25学分)
课程英文名称 | 课程中文名称 | 学分 | 简介 |
---|---|---|---|
Science Communication | 科技传播学 | 12.5 | 以小组形式工作,学习在研讨会上所需的沟通技巧 |
Communication for Research Scientists |
同科研人员进行交流 | 12.5 | 以多种形式介绍如何有效进行科学写作和口头报告,如撰写发表论文;查找适当的参考文献等 |
Science in Schools | 学校科学 | 12.5 | 加深对墨尔本大学的了解 |
Science and Technology Internship |
科技实习 | 12.5 | 80-100小时的实习时长,匹配适合个人的岗位 |
数据科学研究项目(适合成绩优秀的同学)
课程英文名称 | 课程中文名称 | 学分 | 简介 |
---|---|---|---|
Data Science Research Project 1 |
数据科学研究项目1 | 12.5 | 探索数据科学领域研究项目,在专业教师的指导下完成论文并作口头报告 |
Data Science Research Project 2 |
数据科学研究项目2 | 12.5 | 探索数据科学领域研究项目,在专业教师的指导下完成论文并作口头报告 |
编辑:翁晓兰