英属哥伦比亚大学 UBC数据科学硕士 Master of Data Science+ 查看更多
英属哥伦比亚大学 UBC
数据科学硕士 Master of Data Science
+ 查看更多
数据无处不在。它在每个领域不断生成和收集,是一个巨大且很大程度上未开发的信息资源,有可能揭示我们生活和我们生活的世界的各个方面的见解。然而,发现这些见解的能力是一项高度专业化的技能拥有的人太少了。
UBC 的数据科学硕士课程旨在通过为学生提供技术技能、实践经验以及最重要的是在不断扩大的领域中抓住机遇的信心来解决这一劳动力缺口。
该专业在 UBC 温哥华校区和 UBC 奥肯那根校区均提供,另外温哥华校区还提供计算语言学数据科学硕士学位。
数据
课程侧重于数据收集、存储和操作(主要是计算机科学/编程课程)。专注于大数据的角色通常需要广泛的计算机科学背景,并且更专注于软件开发。
就业岗位示例包括:
数据工程师
数据架构师
系统分析
数据库开发人员
知识
像 UBC 的数据科学硕士这样的项目专注于处理各种形式的数据,提出相关问题,分析和发现数据故事,并将这些故事传达给决策者。
大多数 MDS 毕业生将在这一领域工作。同样,有一些职业重叠,示例就业职位包括:
信息技术经理
数据开发人员
数据科学家
数据可视化专家
数据分析师
机器学习工程师
研究工程师
行动
课程侧重于利用提取的数据洞察力采取行动(主要是商业课程)。这些项目可能不会专注于编码或争论数据,而是分析数据和教授毕业生如何做出数据驱动的业务决策。
就业岗位示例包括:
业务分析师
商业智能分析师
业务系统开发人员
地理位置
加拿大 温哥华
项目时长
1年
四年制学士学位
至少持有相当于 UBC 四年制学士学位的学位,第三年和第四年课程的平均成绩至少为 B+(UBC 的 76%)
先修课程
一门编程课程
一门概率论 或 统计学课程
一门微积分课程 或 线性代数
成绩单
上传您所就读的每个大专院校(包括交换项目)的官方成绩单和学位证书的扫描件
3封推荐信
GRE成绩 - 不需要
机构代码是0965
英语水平
托福:100+,机构代码0965
雅思:7.0+,单项不低于 6.5
数据科学编程 | DSCI 511
使用 Python 进行程序设计和数据操作。与数据探索和分析相关的数据结构、迭代、流程控制和程序设计的概述。何时以及如何利用预先存在的库。数据科学计算平台 | DSCI 521
如何安装、维护和使用数据科学软件“stack”。Unix shell、版本控制和问题解决策略。识字编程文档。数据操作编程 | DSCI 523
使用 R 进行程序设计和数据操作。组织、过滤、排序、分组、重新格式化、转换和清理数据,为进一步分析做好准备。数据科学的描述性统计和概率 | DSCI 551
概率的基本概念,包括条件分布、联合分布和边际分布。来自概率分布的数据的统计视图。算法与数据结构 | DSCI 512
如何选择和使用合适的算法和数据结构来帮助解决数据科学问题。递归和算法复杂性(例如,效率、可扩展性)等关键概念。数据可视化 I | DSCI 531
探索性数据分析。设计有效的静态可视化。R 和 Python 中的绘图工具。统计推断与计算 I | DSCI 552
推理的统计和概率基础,通过数学推导和模拟技术共同发展。重要分布和大样本结果。处理多重测试问题的方法。常客范式。监督学习 I | DSCI 571
监督机器学习简介。基本的机器学习概念,例如泛化误差和过度拟合。各种方法,例如 K-NN、决策树、线性分类器。数据库和数据检索 | DSCI 513
如何使用存储在关系数据库系统中的数据。存储结构和模式、数据关系以及查询和聚合此类数据的方法。数据科学工作流程 | DSCI 522
交互式与脚本化/无人值守分析以及如何在它们之间流畅地移动。通过自动化和容器化实现可重复性。回归 I | DSCI 561
具有多个分类和/或定量预测变量的定量响应变量的线性模型。线性回归的矩阵公式。模型评估和预测。特征和模型选择 | DSCI 573
如何评估和选择特征和模型。交叉验证、ROC 曲线、特征工程和正则化。分享到:
相关专业申请 - 数据科学DS
相关专业申请 - 数据科学DS
相关专业申请 - 商业分析BA
相关专业申请 - 商业分析BA