数据科学硕士项目

项目介绍

帝国理工学院应用计算科学与工程理学硕士项目主要研究数值方法、计算科学以及如何应用新型科学和工程方法解决大规模问题，适合数学物理科学、地球物理学、工程学以及计算机科学等学科的毕业生，或者希望从事工业地球科学和工程领域分析职业的人士。帝国理工学院应用计算科学与工程理学硕士项目帮助学生学会利用高性能计算资源开发各种科学和工程应用的技能和技巧。同时，学生将与地球科学与工程系的世界级研究人员一起学习使用现代计算方法和技术，包括计算机代码开发、并行算法和高生产率问题的解决方法。帝国理工学院应用计算科学与工程理学硕士项目还为学生的博士研究做准备，学生将学习计算技术、数值分析、优化和反演、流体力学、热传递和机器学习应用等，从而能够运用适当的计算技术来理解、定义和开发一系列科学和工程问题的解决方案。学生将有机会参加个人和团体研究项目，撰写报告和展示技术工作，培养项目管理和数学能力。

申请要求

具有2:1学位，需要工程学或以科学为基础的学科背景

项目介绍

统计思想、工具和方法几乎应用于所有的就业部门，包括银行、金融业、政府、医学研究、制药业和互联网公司。帝国理工学院统计学理学硕士项目为期一年，全日制课程为学生提供理论和应用统计方面的培训。学生可根据自己的专业兴趣选择模块，发展专业的深度和广度。帝国理工学院统计学理学硕士为学生提供一系列迁移技能，包括编程、解决问题、批判性思维、科学写作、项目工作和演讲能力。毕业生可继续在相关职业和研究部门工作。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

帝国理工学院应用数学理学硕士项目在应用数学的许多不同领域为学生提供出色的培训。学生将掌握一系列解决问题、项目工作和演讲方面的数学技能。帝国理工学院应用数学理学硕士项目采用小班授课，并提供丰富的选修课程，允许学生根据自己的兴趣和背景定制课程。

申请要求

具有2:1学位，需要数学、应用数学、工程学或物理学背景，申请者可能需要接受面试

项目介绍

帝国理工学院健康数据分析与机器学习理学硕士项目学制一年，采用全日制授课形式，致力于培养学生健康数据分析技能，提高学生运用前沿定量方法开发复杂高维数据的能力，课程由学院与数据科学研究所联合授课，师资力量强大，拥有多位国际知名专家学者，在医疗与临床大数据的方法论背景与方法论运用上有过硬的研究基础。课程与为期六个月的研究项目均包括项目作业，项目基于真实数据，帮助公共健康学院、数据科学研究所与行业合作伙伴的解决现实科学问题。

申请要求

具有2:1学位，需要数学、统计学、流行病学或生物学背景，或具有医学学位

项目介绍

帝国理工学院统计学（理论与方法）理学硕士为期一年的全日制课程提供理论和应用统计方面的优秀培训。 多种选修模块可供选择，让您发展自己的专业兴趣，提供深度和接触各种统计应用程序和方法。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

帝国理工学院统计学（生物统计学）理学硕士为期一年的全日制课程提供卓越的理论和应用统计方面的培训。可供选择的选修模块多样，允许学生发展专业兴趣，为学生与各种各样的统计应用程序和方法提供深度接触的机会。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

帝国理工学院统计学硕士（数据科学与机器学习） 项目旨在帮助学生熟悉各种数据科学技术及其在各种环境中的应用，学生能够将其统计知识应用于与数据科学相关的最先进的研究问题。该课程旨在培养学生对数据科学技术及其在统计学中的应用的理解，学生将探索数据科学和机器学习中使用的各种统计方法，并深入研究该领域的当前发展。本课程将探讨这些方法在不同领域的应用，这些环境包括科学、政府、工业和商业环境，学生还将使用从课程中获得的研究技术在数据科学领域进行独立调查。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

帝国理工学院统计学（统计金融）理学硕士为期一年的全日制课程提供卓越的理论和应用统计方面的培训。可供选择的选修模块多样，允许学生发展专业兴趣，为学生与各种各样的统计应用程序和方法提供深度接触的机会。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

帝国理工学院统计学（应用统计学）理学硕士为期一年的全日制课程提供卓越的理论和应用统计方面的培训。可供选择的选修模块多样，允许学生发展专业兴趣，为学生与各种各样的统计应用程序和方法提供深度接触的机会。

申请要求

• 具有2:1学位，需要统计学、数学、工程学、物理学或计算机科学背景
• 几乎所有成功的申请者都持有符合条件本科学位的一等学位，所有持有数学科学以外本科学位的成功申请者，都在理论数学主题方面具备大量知识和经验
• 若申请者的第一志愿是其他理学硕士课程（非MSc Statistics），则可以将MSc Statistics作为第二志愿进行申请
• 但申请者不能将MSc Statistics的不同方向分别作为第一和第二志愿

项目介绍

• 斯坦福大学计算与数学工程硕士数据科学方向项目通过计算数学与计算相关课程，帮助学生建立开展专业工作或继续攻读博士所需的知识与能力。项目强调在数学建模、科学计算、高级计算算法以及应用领域中的课程学习，并通过核心与编程要求，让学生形成扎实的数学、统计、计算和编程能力。
• 该方向同时提供数据科学基础教育，并要求学生修读数据科学及相关领域的通识与专门选修课，使学生能够面向数据科学问题开展系统学习与方法训练。

项目介绍

• 斯坦福大学教育数据科学理学硕士项目将计算机科学、统计学与教育及社会科学理论相结合，培养学生把数据科学技能和技术方法应用于教育研究与实践的能力。项目强调运用数据科学推动教育领域的发现、决策改进和学习持续提升，并通过课程学习、实习和原创研究项目，帮助学生形成面向教育问题的跨学科分析与研究能力。
• 项目同时希望学生建立兼具数据科学与教育理论实践的专业训练，为改善学习效果和教育公平服务，并为其在教育数据科学领域开展更深入的研究与应用打下基础。

申请要求

您需要在 EDS 补充申请（第 13 页）上回答这些附加问题： 1. 鉴于您的学术和专业目标，请简要描述您理想的 MS 课程将提供什么（最多 1500 个字符）。 2. 请描述您使用数据更好地理解问题（最好与教育相关）的时间。 您如何使用您的分析和技术技能以及您的领域知识来构建问题并考虑解决方案？ 如果您还没有实施过，您也可以详细说明潜在的数据驱动方法（最多 1500 个字符）。 3. 我们了解您当前的技能非常重要，这样我们才能在您被录取时更好地了解您的需求。 在申请中，您将被要求填写技能水平矩阵。 在此处查看矩阵。 如果您的答案不是“学位”或“认证课程”，请详细说明。 （最多 1,000 个字符） 3. 您在统计软件/编程语言方面有多少年的经验？ 请分别列出统计软件/编程语言和经验（例如：R—x年；Python—x年；Stata—x年等）。 学生将需要基本的编程技能才能进入大多数数据科学课程。 因此，需要基本的编程经验或之前的编程课程。 新手应考虑在申请前参加 EdX 或 Coursera 课程。 教育数据科学项目依赖于 R 和 Python 编程语言。

项目介绍

牛津大学统计科学理学硕士项目为期一年，侧重现代计算密集型的理论和方法。牛津大学统计科学理学硕士项目旨在培养学生解决现实世界统计问题的能力。牛津大学统计科学理学硕士专业为学生提供在应用和计算统计学、统计机器学习以及统计推断基本原理方面的高级培训。完成牛津大学统计科学理学硕士项目时，学生应该能够选择适当的统计方法解决数据分析问题。

申请要求

• 具有一等荣誉本科学位，需要包含高级数学和统计内容的学位课程背景
• 针对具有美国学位的申请者，通常总体GPA至少需要达到3.7/4.0才能满足本科水平要求
• 成功的申请者需要对数学、概率论和统计学的基本部分具备很好的理解

项目介绍

牛津大学全球健康建模理学硕士项目旨在培养具有尖端多学科技能的新一代建模师，以支持在地方、国家和国际层面上发展全球卫生系统。该课程旨在发展学生的数学和经济建模、科学编程、全球卫生融资以及相关的尖端生物信息学和分析方面的技能组合，对当前全球卫生领域的挑战和问题的知识广度，与来自政策、执行、商业和研究部门的主要利益相关者沟通的一系列技术和工具。

申请要求

• 具有一等或strong upper second-class荣誉本科学位，需要以下学科领域背景之一：
• 生物科学、生物信息学、化学、临床学科、计算机科学/信息技术、经济学、工程学、数学、药理学、心理学、物理学、社会科学、统计学或医学统计学
• 针对具有美国学士学位的申请者，通常总体GPA至少需要达到3.5/4.0才能满足本科水平要求
• 申请者必须具备能够处理数学符号的必要背景以及掌握数学建模的基本技能，申请者先前学习数学应该已经达到足够的水平，无论是在就业或学习领域，之前接触过数学至关重要，数学背景应该在个人陈述中详细说明
• 在资源有限的情况下对全球卫生表现出明显的兴趣，并通过实地学习或工作经验的证据加以验证

项目介绍

数字化的社会数据（来源包括:社交媒体、通信平台、物联网设备、传感器/可穿戴设备、移动电话）为新的大规模数据及已经转换为数字格式的现有数据提供了储存方式。这些数据可以帮助我们理解与社会科学、工业和政策制定者息息相关的重大问题，包括社会、经济和政治行为、人际关系、市场设计、群体形成、身份、国际运动伦理等问题，以及提高数据社会价值等话题。日益发展的社会数据科学领域包括：从杂乱的真实世界数据中创建可行的数据集；开发数据分析工具和技术，通过解释、预测和干预测试来利用数据解释世界。以这种方式，社会数据科学通过生成和分析实时交易数据，来提供个人和社会行为的科学数据。牛津大学社会数据科学理学硕士项目旨在教授学生相关知识与技能，用以分析人类行为的非结构化异质数据，加深对人类世界的理解。

申请要求

• 具有一等荣誉本科学位，不限专业背景
• 在特殊情况下，本科阶段成绩较低但具备杰出工作经验或其他相关成就的申请者可能会被接受
• 针对具有美国学位的申请者，通常总体GPA至少需要达到3.7/4.0才能满足本科水平要求
• 申请者通常需要证明定量分析能力或入门微积分和矩阵代数方面的经验，相当于达到以下水平：
• A -levels数学、国际文凭课程（IB）中的数学研究标准水平（SL）、大学先修课程（AP）微积分AB
• 申请者可以通过以下多种方式来证明该能力/经验：
• - 本科成绩单上的概率论、统计学、线性代数、和/或微积分成绩优秀；
• - A-level数学成绩达到A或A*；
• - AP微积分AB或BC考试成绩达到4或5分；或
• - 成功完成类似内容的在线课程的证明。
• 申请人不需要先前发表过学术作品，尽管出版物可能会帮助评估人员判断其写作能力，从而有助于申请
• 几乎所有情况下，社会数据科学都需要使用统计或编程方法，牛津互联网研究所（OII）主要使用Python编程语言进行教学，这门硕士课程的学生将在特定情况下学习使用Python和其他语言进行教学，申请者应具备编程能力，如大学水平的计算机科学、数据科学课程、特定学科的编程课程（如GIS），或具有行业经验，如果没有应用研究或编程方面的行业经验，仅完成自主在线课程将不被视为充分证明
• 需要提交书面作品：1篇文章，不超过2000字，不包括任何参考文献和附录

项目介绍

牛津大学数学建模与科学计算理学硕士项目为期一年,旨在为学习提供专业训练，将数学应用到科技领域的一系列问题中。牛津大学数学建模与科学计算理学硕士项目侧重问题陈述、解的解析和数值技巧以及有效结果的计算。

申请要求

• 具有一等荣誉本科学位，需要包含大量数学内容的学科背景
• 针对具有美国学士学位的申请者，通常总体GPA至少需要达到3.7/4.0才能满足本科水平要求

项目介绍

• 哈佛大学数据科学硕士项目将计算机科学与统计学相结合，培养学生分析、理解并从数据中提炼洞见的能力，同时为学生提供统计建模、机器学习、优化、大规模数据集管理与分析以及数据获取方面的扎实训练。
• 项目强调动手型研究项目，学生需要在课程中通过最终项目展示对所学方法的掌握，并可通过在教师指导下完成计算项目论文或参与结业项目课程，进一步提升把方法应用到真实问题中的能力。

项目介绍

剑桥大学数理统计高级研究硕士项目是一门为期九个月的数学硕士课程，是数学研究的良好准备，对于那些想在工业、教学或研究机构任职前接受进一步培训的人来说，是数学及其应用的一门有价值的课程。剑桥大学数理统计高级研究硕士项目涵盖范围广泛的纯数学、概率论、统计学、应用数学和理论物理。这些课程的目的是涵盖那些一级课程通常不涉及的科目的高级部分，但这些部分是独立学习和研究必不可少的预备课程。

申请要求

申请者应该具有英国一等荣誉学位或同等学历，需要数学、物理学、统计学或其他具有大量高级数学内容的学科背景

项目介绍

• 剑桥大学数据密集型科学哲学硕士项目涵盖机器学习和人工智能、统计数据分析和研究计算领域的现代数据驱动科学所需的全部技能。
• 剑桥大学数据密集型科学哲学硕士项目是与我们领先的研究人员和行业合作伙伴合作设计的，旨在为学生提供进行世界领先的数据密集型科学研究所需的理论知识、实践经验和可转移技能。学生将获得科学数据分析所需的广泛技能，涵盖传统统计技术和现代机器学习方法。将教授这些技术的理论基础和实际实施，后期包括软件开发最佳实践和开放科学原则的培训。该课程还旨在为学生提供将这些方法应用于特定科学领域当前研究问题的直接经验。完成课程的学生将有能力进行数据密集型科学项目的研究。除了学科之外，学生还将为在广泛的商业领域从事数据科学专业的职业做好充分准备。
• 剑桥大学数据密集型科学哲学硕士项目将使学生具备现代科学数据分析所需的所有技能，使他们能够使用部署在前沿计算机体系结构上的最新统计和机器学习工具参与大型实验或观察计划。这些计算和统计技能也将直接适用于工业中数据驱动的问题解决。

申请要求

• 申请者应该具有英国Good II.i荣誉学位或同等学历
• 申请者的第一学位应该是科学或技术学科，申请者应该在数学方面表现出足够的能力（特别是在线性代数、统计和概率领域），申请中还应展示足够的培训经历（参与至少2门辅修课程的科学内容）
• 需要提交作品样本（1篇，可选择性提交）、研究经历（2500字符，可选择性提交）、职业目标（1500字符，强制要求），需要完成补充表格

项目介绍

新加坡国立大学统计学理学硕士课程让学生在一些感兴趣的主题中进行基础研究活动或解决公司和研究机构的实际问题。该硕士项目涵盖统计学、数据科学、大数据和分析的主要领域：数据科学的统计基础、应用回归、产品设计和过程改进的实验设计、非参数回归、质量控制和生产力改进分析、时间序列分析数据、多元数据分析、有限人口抽样、生存分析、分类数据分析、概率和随机过程、网络统计分析、空间统计、数据挖掘。与新引入的研究模块相辅相成，新加坡国立大学统计学理学硕士课程通过为学生提供解决工业和学术界实际问题的实用知识而脱颖而出。该项目非常适合希望从事统计相关工作的人。毕业生可以从事在以下行业：银行和金融、商业和营销、医疗和健康科学、制造和工程、研究和学术机构。

申请要求

• - 具有荣誉学士学位或4年制学士学位，需要数学、工程学、统计学、生物统计学、定量金融、计算机科学、物理学、经济学等背景
• - 具有3年制学位或其他专业领域学位或资格的申请者在研究生院批准的情况下可根据具体情况被考虑
• 需要提交存款证明30,000新币

项目介绍

新加坡国立大学数学理学硕士课程是新加坡国立大学数学系提供的核心课程之一，旨在为学生提供数学学科最前沿知识的深度训练。该课程面向数学本科的毕业生或数学教师，让他们有机会提升自身在应用数学具体领域的专业技能和职业资质。

申请要求

• Track 1：申请者必须具有数学荣誉学位或同等学历，或具有其他学科的荣誉学位（包含大学水平的强大数学培训）
• Track 2：专门提供给NUS合作学校的数学理学硕士项目（联合教育）或“3+2”项目的学生，申请者必须具有3年制数学学士学位或同等学历，或具有其他学科的3年制学士学位（包含大学水平的强大数学培训）
• 需要提交存款证明30,000新币

项目介绍

新加坡国立大学数据科学与机器学习理学硕士项目旨在培养数据科学领域的下一代领导者。该项目融合了计算机科学、数学和统计学的跨学科知识，将数据分析与机器学习相结合。除了学习知识，学生还有机会将机器学习和数据分析综合应用到金融行业、医疗保健、政府和社区。该计划得到了新加坡国立大学领先的数据科学研究人员和行业数据科学家的支持，并提供多种数据科学专业。该课程融合了计算机科学、数学和统计学以及数据分析和机器学习等领域的跨学科学习。

申请要求

• 具有荣誉学士学位或4年制学士学位或同等学历，需要定量科学（如数学、统计学和物理学）、工程学或计算科学背景
• 需要提交存款证明，金额覆盖学费（26fall：58,860新币）、杂费（980新币）及生活费（18,000新币）

项目介绍

• 新加坡国立大学可持续发展数据科学理学硕士项目是统计和数据科学系、基于自然的气候解决方案中心与生物科学系合作的一项合作项目。该计划旨在培训数据科学家，使他们能够将自己的知识和技能与对可持续发展问题的理解结合起来。
• 对拥有强大数据科学和可持续发展领域技能的专业人员的需求正在迅速增长。不断增长的需求带来了令人兴奋和多样化的职业机会。新加坡国立大学可持续发展数据科学理学硕士项目旨在使毕业生具备必要的技术和分析能力，以有效满足需求。

申请要求

• - 具有4年制学士学位，需要定量学科背景，如数学、工程学、统计学、计算机科学、物理学或经济学等；或
• - 具有相关非定量学科的4年制学士学位，如环境科学、生命科学等，同时辅修或第二专业为定量学科，表现出具备较强的分析能力；或
• - 具有相关3年制学士学位或非定量学科4年制学士学位的优秀申请者可能会根据其工作经验逐案考虑，需要经研究生院批准。
• 需要提交存款证明30,000新币

项目介绍

伦敦大学学院健康数据科学理学硕士项目培养学生探讨应用于数据密集型医学研究中的计算与统计方法，分析如何改善医学研究以及创造商业机遇，项目毕业生能够胜任学术界与业界的相关工作，并且大多数学生在毕业之际即找到相关带薪实习工作。

申请要求

具有2:1学士学位或同等学历，需要包含大量计算或数学元素的临床或科学学科背景，学生应了解统计学的基本概念例如抽样和变异，并熟悉简单的统计检验例如医学文献中用于假设检验的统计检验

项目介绍

伦敦大学学院科学与数据密集型计算理学硕士项目旨在提供严格的计算科学领域的正式培训，培养具有高度计算能力的科学家和工程师，能够将数值方法和结果的批判性评估应用于科学或工程领域。该课程汇集了计算机的最佳实践与尖端科学，并提供了相对传统科学、工程和数学课程而言的计算优势。

申请要求

通常具有一等学士学位或同等学历，需要科学、工程或相关学科背景，对计算有浓厚的兴趣，通常不接受具有金融、管理、精算科学或相关学科第一学位的学生

项目介绍

伦敦大学学院数学建模理学硕士项目旨在向学生传授各种技术和科学问题中出现的基本概念，使其理解如何在研究环境中应用这些概念以提供强有力的解决方案，适合想要提升数学建模技能的学生。

申请要求

具有英国大学颁发的2:1学士学位或同等学历，需要相关学科背景

项目介绍

统计学在纯科学和应用科学领域以及金融、法律和市场等领域中扮演着重要角色。伦敦大学学院统计学理学硕士项目旨在提升学生的量化技能，内容涉及统计学最新应用与理论，话题涵盖应用贝叶斯方法、广义线性模型和面向对象统计计算等，以便学生胜任工业、医药、政府、商业或研究领域的工作。

申请要求

具有英国大学颁发的2:1学士学位或同等学历，需要定量学科背景，需要具备大学水平的数学方法和线性代数知识，熟悉概率论和统计学入门知识，相关专业经验也将被考虑在内

项目介绍

• 随着智能传感器、智能手机和社交媒体的快速发展，大数据已无处不在。伦敦大学学院时空分析与大数据挖掘理学硕士项目主要教学生地理信息科学、数据库、空间分析、数据挖掘和分析的基础，旨在将其培养成具备分析、表现和构建大型复杂时空数据集专业技能的专业人士。
• 在伦敦大学学院时空分析与大数据挖掘理学硕士项目中，学生将全面掌握地理信息科学、数据库、空间分析、数据挖掘的计算基础，获得处理大时空数据必备的技能，包含检索和挖掘大（开放）数据、网络服务和云计算系统、数据管理和网络基础设施、网络和移动应用。

申请要求

具有2:1英国学士学位或同等学历，需要相关学科背景（如工程学、数学、计算机科学、环境科学、人文或自然地理学、地质学、林业、海洋学或物理学），具有相关专业经验的申请者也将被考虑

项目介绍

数据科学结合计算与统计技能，解决数据驱动难题，尤其在市场营销、制药、金融和管理等领域备受追捧。伦敦大学学院数据科学理学硕士项目将教授学生掌握分析工具，培养学生运用现代计算方法与严谨统计思设计复杂技术方案。

申请要求

具有英国大学颁发的2:1学士学位或同等学历，需要定量学科背景，需要具备大学水平的数学方法和线性代数知识，熟悉概率论、统计学和计算机编程入门知识，需要具备高级编程语言（如R/Matlab/Python）的先前经验，相关专业经验也将被考虑在内

项目介绍

• 伦敦大学学院计算统计学与机器学习理学硕士项目旨在培养学生掌握在富数据领域取得成功所需的高级分析和计算技能。伦敦大学学院计算统计学与机器学习理学硕士项目涵盖严谨相关的数学内容，涉及机器学习与统计的基本方面，提供信息检索、生物信息学、定量金融学、人工智能及机器视觉方面的选修课程。
• 伦敦大学学院计算统计学与机器学习理学硕士项目旨在培养学生理解机器学习与统计领域的基本原理并获取雇主需要的相关经验。学生将有机会通过处理与产业需求或尖端研究相关的问题来提升技能。

申请要求

具有2:1英国学士学位或同等学历，需要高度定量学科背景，如计算机科学、数学、电气工程或物理科学。此外，申请者必须熟悉本科水平的数学，特别是中级本科水平的统计学，并精通线性代数和多变量微积分。相关工作经验也可能被考虑

项目介绍

伦敦大学学院的社会和地理数据科学理学硕士项目为下一代数据科学家提供严格的科学和职业培训，在社会科学、机器学习、计算和统计学方面具有独特的专业知识。

申请要求

通常具有英国大学颁发的2:1学士学位或同等学历，需要相关学科背景

项目介绍

伦敦大学学院数学理学硕士项目提供现代纯数学和应用数学的专业课程，使学生能够胜任高技能的数学职业或继续攻读博士学位。该课程将向学生介绍数论、代数、精益数学形式化、几何和拓扑、纯粹和应用分析、组合学、流体力学、数学物理、工业和社会数学建模、数学生物学、数值分析和科学计算和应用概率等领域的前沿思想。

申请要求

具有英国大学颁发的2:1学士学位，需要数学、应用数学或理论物理背景

项目介绍

伦敦大学学院医学统计与数据科学理学硕士课程旨在为学生提供良好的统计理论背景以及医学统计和数据科学技能方面的专业知识，这些都是进行健康研究所必需的。授课部分为学生提供了在药物发现、流行病学、公共卫生和疾病预防领域设计和分析研究的工具，特别是评估新的治疗方法、调查健康结果与风险因素之间的关联以及开发风险预测模型，该研究项目提供实际临床数据集分析和结果解释的实践经验。

申请要求

具有英国大学颁发的2:1学士学位或同等学历，需要定量学科背景，需要具备大学水平的数学方法和线性代数知识，熟悉概率论和统计学入门知识，相关专业经验也将被考虑在内

项目介绍

伦敦大学学院知识、信息与数据科学理学硕士项目（以前为信息科学理学硕士）面向有计算和数学素养，并希望学习知识、信息和数据科学的现代方法的毕业生。重点放在人工智能的当前行业实践，理论和可能的未来趋势上，从而为毕业生提供发展信息相关领域的各种职业道路所必需的知识和技能。

申请要求

具有英国大学颁发的2:1学士学位或同等学历，具有适当专业资格或相关学科经验的申请者也将被考虑，学校欢迎具有广泛学术背景的申请者，申请者需要表现出技术和/或数学能力，特别是应该具备计算机编程经验以及统计学、线性代数和微积分知识

项目介绍

• 香港大学地理空间数据科学理学硕士项目旨在满足大数据时代对专业人员不断增长的需求，提供地理空间理论、技术和应用方面的高级教育和培训，使学生能够解决不同的环境、社会和经济问题并为可持续社区做出贡献。
• 香港大学地理空间数据科学理学硕士项目建立在多学科基础上，融合了不同学科的专业知识，提供全面的学习体验。该课程强调先进的计算、分析和大数据科学技术，为学生提供解决公共、私营和非营利部门现实世界挑战所需的工具和知识。一些关键重点领域包括遥感、地理信息系统 (GIS)、机器学习、用于大数据探索、可视化、建模和分析的人工智能 (AI)。通过保持理论与实践之间的平衡，该计划使学生能够开发超越传统方法的复杂问题的创新解决方案。

申请要求

具有学士学位或同等学历，需要适当学科背景

项目介绍

香港大学数据科学理学硕士项目由香港大学统计与精算学院（主导）和计算机学院联合创办。该课程旨在为毕业生提供数据科学原理和实践方面的培训。考生应具备微积分和代数、计算机编程和统计学入门的知识，并应在这三个科目或相关领域中的每一个科目至少学习过一门大学或中学后的证书课程。

申请要求

具有学士学位或同等学历，需要在以下3个学科（微积分和代数、计算机编程、统计学入门）的每一门或相关领域修读至少1门大学或高等教育水平证书课程

项目介绍

香港大学统计学硕士学位课程旨在为学生提供统计学原理与实践方面严格的专业训练，重点强调统计学实践应用。通过计算机辅助和实际动手取得经验，学生将能够在统计学领域继续深造；或在从事研究、咨询工作和行政工作时做到游刃有余。

申请要求

具有学士学位或同等学历，具备矩阵和微积分、统计学入门和线性建模知识

项目介绍

香港大学图书馆与信息管理学硕士课程旨在使学生能够游刃有余地在香港或世界上其他知识经济快速发展的地区从事信息产业专业工作。课程得到了英国图书馆和信息专业人员特许协会（CILIP）的专业认证，该认证保证了课程为专业实践提供了良好的准备，并将为学生进入图书馆、数据、信息和知识部门奠定坚实的基础。

申请要求

具有学士学位或同等学历

项目介绍

• 香港大学社会科学学院社会科学硕士（社会数据分析）项目是香港唯一将社会科学与数据分析深度融合的跨学科硕士课程，精准契合大数据时代需求，聚焦社会洞察与跨学科应用。
• 项目以理论驱动为核心，侧重社会科学基础与因果推断，区别于单纯追求预测精度的数据科学，同时强化机器学习、编程等实操能力，依托优秀师资提供专业指导。
• 课程为一年全日制，含Summer Boot Camp面向社科背景学生夯实统计与编程基础，第一学期设 5 门必修课及Capstone Project，涵盖社会数据分析导论、统计基础、机器学习等核心内容；第二学期提供社会网络分析、自然语言处理等选修课及Capstone Project，支持跨学院选修商业数据分析等课程。
• 就业前景广阔，毕业生多入职游戏科技、数据分析、人工智能、公共服务等领域，部分学生继续深造。申请分三轮截止，建议优先在前两轮递交。

申请要求

• 申请者最好具有以下社会科学领域之一的学士学位：人类学、认知科学、传播学、经济学、教育研究、民族研究、语言学、政治学、心理学、社会学、城市研究与规划或密切相关领域
• 并且最好接受过统计学和/或形式逻辑方面的先前培训或具有一个或多个技术领域的先前经验（包括编程、统计、形式逻辑、微积分、线性代数等）

项目介绍

数据科学是一种数据驱动的解决问题和科学探索的方法，涉及收集、管理、分析、解释和可视化数据和分析结果的过程。南洋理工大学数据科学硕士项目旨在为数据科学领域的研究生提供强有力的培训。

申请要求

• 具有良好的荣誉学士学位，需要计算机科学、计算机工程或相关学科背景并受过扎实的数学训练
• 或具有良好的学士学位，需要计算机科学、计算机工程或相关学科背景并受过扎实的数学训练，同时具备2年相关行业经验
• 可以选择性提供GRE成绩

项目介绍

南洋理工大学分析学理学硕士项目旨在为硕士研究生提供将尖端数据科学技术应用于现代经济商业挑战的技能和知识。该项目由南洋理工大学物理与数学科学学院提供，适合在各自领域利用商业分析的专业人士，以及在数据科学行业谋求职业的应届大学毕业生。

申请要求

• 具有良好的学士学位，优先考虑定量学科背景（数学、统计学、工程学、计算机科学等）
• 具备以下条件者优先考虑（但不强制要求）：
• - 良好的GMAT或GRE成绩
• - 至少2年相关工作经验

项目介绍

• 南洋理工大学建模与仿真理学硕士项目具有鲜明的项目优势，课程设置两类实习以满足不同学生需求，一类是研究型实习，由NTU老师指导开展项目，适合计划申请博士的学生；另一类是企业实践实习，鼓励学生自主寻找实习机会，若未找到，学校可通过合作单位为学生提供相关机会。
• 招生方面，该项目25fall首届招生34人，男女比例为6:4，今年预计招生60人左右，实行小班教学模式。录取节奏上，首批录取通知已于12月发放完毕，下一批录取通知预计在1-2月发放，整体录取工作将于4月前完成。

申请要求

• 具有良好的学士学位，需要定量专业背景（如数学、物理学、工程学、计算机科学、金融学或相关领域等）
• 具备以下条件者优先考虑（但非必需）：
• - 良好的GMAT或GRE成绩
• - 一些相关工作经验

项目介绍

• 芝加哥大学应用数据科学硕士项目旨在培养学生掌握数据科学领域的实用前沿能力，帮助其建立扎实的机器学习基础，并能够将数据转化为有意义的现实世界影响。
• 项目还强调真实问题解决与沟通能力，通过课程、教师指导和实战型结业项目体验，提升学生运用数据分析、技术工具和专业方法处理实际业务问题的能力。

申请要求

修过微积分1和2；有信息技术、计算机科学、数学和统计学等领域的背景,或社会或生物科学背景,如商业、经济、医学和化学; 需要提交Programming Supplement、Virtual Portfolio

项目介绍

• 该项目面向希望从事数据科学研究的学生，课程由数据科学、统计学、计算机科学等院系教师共同授课。学生需完成数据科学导论、数据交互、数据系统或数据工程、负责任的数据与算法使用、机器学习与神经网络等核心训练，并通过跨学科选修进一步拓展专业能力。
• 项目以综合性最终研究项目作为结业项目，训练学生独立开展研究、综合运用数据科学方法并有效表达研究结果。

申请要求

建议有较强的数学和统计能力以及编程经验。

项目介绍

• 宾夕法尼亚大学科学计算专业项目提供面向计算科学基础与应用的多元化教育，强调为广泛的科学学科建立严谨的计算基础。项目课程体系以数值方法、面向高性能计算平台的算法开发以及大数据分析为核心，并为学生在不同计算科学应用方向上深入学习提供灵活性。
• 项目还允许学生选择在工程与应用科学学院内开展以计算为导向的研究型论文，体现出对科研训练与专业深化的支持。

申请要求

有兴趣的候选人应该在物理或理论科学、工程学、数学或计算机科学方面有很强的背景。强烈建议具备一些计算机编程经验。

项目介绍

• 康奈尔大学生物统计学与数据科学硕士项目强调让学生掌握现代数据分析与统计计算能力，能够使用R和Python完成完整的数据分析流程，包括数据导入、清洗、可视化、探索性分析、统计推断和建模，并通过编程练习发展数据分析、可重复研究和结果表达能力。
• 项目还通过核心课程与顶点项目培养学生的数据结构识别、模式发现、无监督学习应用、Python编程与AI/数据科学基础方法运用能力，并帮助学生在医疗健康场景中形成实践所需的情境意识、整合管理能力和行业技能，为后续职业阶段做准备。

申请要求

学生应具备扎实的定量和编程背景。 例如，以下领域之一的本科专业：统计学、数学、应用数学、物理学、计算机科学或工程学将是一个很好的候选人。 我们也强烈鼓励来自其他专业的学生申请，但应该至少有两个学期大学水平的微积分、一些线性代数和强大的编程经验。

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

• 康奈尔大学运筹学与信息工程专业数据分析方向项目侧重于数据驱动决策所需的理论与工具训练，帮助学生建立统计理论、数据技术和数据驱动分析与策略的扎实基础。
• 项目还强调通过额外的统计建模/数据科学核心课程与相关选修课，提升学生将数据能力应用于事实分析、业务开发、定价、推广和分销等问题的能力，并通过工程设计项目加强实践性训练。

申请要求

• 需要工程微积分课程,包括线性代数（含特征值和特征向量）和矢量微积分,内容和严格程度与康奈尔大学的MATH 1910, MATH 1920, 和MATH 2940课程相似。
• 一门工程概率和统计学入门课程,其内容和严格程度类似于康奈尔大学的ENGRD 2700。
• 一门普通编程语言的中级计算机编程课程,如C、C++、Java或Python,内容和严格程度类似于康奈尔大学的ENGRD 2110课程。需要编程应用的课程,但编程不是主要的重点,是不可以替代的。统计建模语言的课程,如R和SAS,是不可以替代的。

项目介绍

• 康奈尔大学数据科学与决策分析工程硕士（Cornell Tech）项目侧重于帮助学生理解“数据—模型—决策”这一完整链条，并从机器学习、优化和统计等工具出发，形成理论与实践并重的分析能力。项目强调把数据分析转化为可执行的决策，培养学生能够为在线业务构建和部署算法，并在创业环境中理解和运用数据驱动决策。
• 项目同时通过技术课程与Studio课程相结合的方式，训练学生识别并解决真实商业问题，围绕产品、创业、决策建模和不确定性建模等主题建立能力；学生还会在跨学科团队中协作，从计算机、工程、商业和法律等不同视角分析问题，发展面向实际应用的技术能力与问题解决能力。

申请要求

在申请之前必须完成一门线性代数课程、一门中级概率和统计课程、一门微积分课程和一门编程课程

项目介绍

• 耶鲁大学统计与数据科学硕士项目提供覆盖统计理论、概率理论、随机过程、渐近理论、信息论、机器学习、数据分析、统计计算与图形方法的广泛训练，帮助学生建立扎实的方法论与计算能力。
• 项目还通过相关课程与研究项目安排，支持学生形成统计咨询、统计建模、数据分析和统计计算等方面的能力，为后续在更高层次学习或专业实践打下基础。

项目介绍

• 约翰霍普金斯大学数据科学硕士项目强调培养学生在数据科学相关领域和应用中的专业领导力，并通过核心课程、选修课程与研究/课程型路径，帮助学生建立数据科学方法与应用能力。项目同时提供一年期结业项目选项，支持学生围绕自身兴趣和职业目标开展实践性研究或课程学习。
• 项目还突出面向真实问题的学习与应用，课程与实践内容覆盖数据科学及其在语言技术、可再生能源、疾病诊断与治疗等领域的应用，并通过数据科学伦理、学术伦理与负责任科研等要求，强化学生在专业实践中的规范意识。

申请要求

三个学期或五个学期的微积分课程,包括多元微积分;一学期高等数学(离散数学优先,线性代数和微分方程也可);一学期/学期的Java或Python(可接受c++,但学生必须至少具备一定的Java或Python知识);一学期数据结构课程。每门必修课程的成绩必须达到B-或更高。

项目介绍

伦敦大学国王学院数据科学理学硕士项目为学生提供数据收集、整理、整理和分析方面的高级技术和实践技能。对于具有定量学科背景的毕业生，或具有相关工作经验、希望获得当前数据科学方法和技术经验的毕业生来说，这是一条理想的学习途径。

申请要求

• 具有high 2:1（至少达到65%）荣誉学士学位或同等学历，需要计算机科学或其他相关定量学科背景（例如数学、统计学、物理学、自然科学、电子工程、通用工程、运筹学，或上述两个学科的联合学位）
• 申请者还应具备基础数学的扎实背景，特别是熟悉微积分、三角、线性代数、向量和矩阵数学的标准概念。此外，申请者应具备计算机编程能力，接近计算机科学理学学士荣誉学位第一学年结束时的水平

项目介绍

伦敦大学国王学院统计学理学硕士课程旨在使具有强大数学背景的毕业生和专业人员能够研究、开发和应用现代统计建模技术到一系列实际环境中。本课程将帮助学生批判性地思考公共或私营部门（例如金融、制药或制造部门）中出现的现实世界数据分析问题。

申请要求

具有high 2:1（至少达到65%）荣誉学士学位或同等学历，需要数学或以数学为基础的学科背景

项目介绍

伦敦大学国王学院复杂系统与数据建模理学硕士课程将在快速发展的跨学科复杂系统领域教授先进的数学技术，使学生能够将其应用于生物医学、自然科学、经济学和社会科学的一系列现实世界环境中。复杂系统使用不同的数学方法来建模和预测我们周围世界的现象，包括神经网络、生态系统、气候变化和金融市场。该课程专为具有定量背景的毕业生和专业人士设计，以研究为主导，为学生提供在商业和金融、健康和制药、机器学习或研究等众多职业领域都非常需要的数学技能。

申请要求

• 具有2:1荣誉学士学位，需要应用数学或物理学背，强烈鼓励具有纯数学扎实背景并对应用有浓厚兴趣的申请者，其他定量学科学位的优秀申请者可能会被考虑，前提是他们对数学或物理科学有足够的了解,申请者需要具备数学的扎实背景，特别是熟悉多变量微积分、线性代数、微分方程和初等概率论的标准概念
• 为了满足本课程的学术入学要求，申请者应该具有至少2:1的本科学位或同等学历，如果申请者仍在就读，则平均成绩应该在英国评分体系中达到至少60%或以上水平
• 根据申请者的学术背景，2:2荣誉学位或同等学历可能会被接受

项目介绍

伦敦大学国王学院应用统计建模与健康信息学理学硕士课程旨在满足日益增长的研究生培训课程的需求，侧重于应对复杂疾病大数据问题的方法学技能，基于强大的统计方法和现实应用。从事卫生研究的私营和公共部门机构对获取、储存、检索和使用信息的需求越来越大，现代医学数据的范围非常广泛，从患者记录、遗传学、其他组学和成像数据，到可穿戴传感器、智能手机社交媒体使用和环境数据对生理反应的实时测量。该课程将向学生提供最先进的统计建模和健康信息学技术来管理和评估这些数据。学生将接受大数据获取、信息检索和分析的关键方法技术培训，使用预测建模和理论驱动的分析方法，并受益于该领域的世界知名专家的教学，成为一个多专业团队的一员，汇集关于国家和国际现代数据困境的不同观点，也将有独特的机会来拓展人脉和发展职业机会。该课程结合了核心统计、机器学习和计算方法的培训，从入门水平开始，包括一系列的选修模块，涵盖了统计建模和健康信息学方面的更专业的知识。

申请要求

• 具有2:1荣誉学士学位，需要计算机科学、数学、统计学、物理学、自然科学、电子工程、心理学或地理信息系统背景。为了满足本课程的学术入学要求，申请者应该具有至少2:1的本科学位，如果申请者仍在就读，则平均成绩应该在英国评分体系中达到至少60%或以上水平
• 其他学位或专业资格可能会被接受，例如皇家统计学会的研究生文凭

项目介绍

香港中文大学数学理学硕士项目设有数学和大数据分析与计算两个进修方向，致力于为学生提供前沿的理论知识和专业的实践训练，为学生的职业发展打下坚实的基础。香港中文大学数学理学硕士项目的课程涵盖广泛，涉及代数、几何、数值分析、计算机科学及其它应用数学领域的内容，以满足学生多样化的学术兴趣。

申请要求

需要提供B等级证明，申请者应该主修数学或相关领域

项目介绍

香港中文大学统计与数据科学高级研究理学硕士项目是为具有强大的统计和数据科学背景以及对进一步探索这些学科感兴趣的学生量身定制的。该项目提供先进的理论和实践培训，使毕业生具备知识发现和决策所必需的技能。

申请要求

• 毕业于受认可大学并获得统计学或相关学科的学士学位，需要提供B等级证明，或在高等教育机构完成学习课程并获得相当于荣誉学位的专业或类似资格
• 申请者除了应具备扎实的统计学知识，还需要具备多元微积分、线性代数和计算机编程知识

项目介绍

数据科学是一门综合科学，它结合了统计学、数学和计算机科学领域的知识，培养了发现看不见的模式、获得有意义的信息和做出商业决策的必要技能。香港中文大学数据科学与商业统计理学硕士课程提供数据科学家所需的基础知识和计算技术。

申请要求

• 毕业于认可大学并获得学士学位，荣誉等级一般不低于二等或平均成绩等级一般不低于B，或具有同等资格
• 本科专业不限，申请者不需要拥有深入的数学及编程知识，但需要不抗拒学习及使用此类技能
• 无需提供GRE，但可提供有关成绩表作补充资料用

项目介绍

• 在当下数字和数据丰富的时代，工业、公共部门和学术界急需大量统计学毕业生，而当前这类毕业生数量极少。近年来，随着数据科学的发展，人们越来越认识到统计的重要性，对数据的分析和对结果的解释已成为该领域的研究重点。
• 爱丁堡大学统计学与数据科学理学硕士项目旨在培训新一代统计学家，在数据科学领域发挥社会价值。课程大纲结合了严谨的统计学理论及将统计模型应用于数据的实践经验，具体课程包括：经典与贝叶斯理论、计算统计数据、回归分析、数据分析的模型和应用。多数学生毕业后作为私人和公共机构的统计学家，提供统计咨询意见。

申请要求

• 具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学
• 学位必须包含大量的数学内容，包括微积分（包括多变量微积分）、线性代数、概率论、统计学和统计理论

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学运筹学与计算优化理学硕士项目将向学生展示如何使用数学技术解决现实生活中的问题，从航班安排和移动电话通话安排，优化电力系统和物流网络，到管理投资和最小化风险。运筹学是一项重要的技能，需求量很大。该课程可以让学生专注于最适合他们的职业目标的领域。

申请要求

具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

• 数据科学主要研究从数据中提取和构建知识的计算规范、方法和系统，以及计算规范的应用。从分子生物学到社会媒体，从可持续能源到健康保健，大型数据集现在多由科学、社会和商业活动产生。数据科学提出了如何高效在广泛数据流中找到固定模式的问题，而许多研究领域已解决了部分问题：机器学习的重点是根据数据寻找其中的固定模式并进行预测；算法和数据库中的数据被用以建立大规模数据流系统；单独的研究领域（如文本、图像、传感器的数据、视频和语音）已在不同类型的非结构化数据中发展壮大。近期，这些不同学科已开始合并成单一的领域——数据科学。
• 爱丁堡大学数据科学理学硕士项目适合于想要就职于产业或公共部门的学生，也适合于想要探索深入领域（如数据科学中的循环运动规约）的学生。通过爱丁堡大学数据科学理学硕士项目，学生将获得以下方面的拓展：
• 跨越数据科学领域的广泛知识；
• 至少一个数据科学领域的高级技术背景；
• 对现实世界中问题的理解，涉及工业、科学和公共部门中数据的使用；
• 数据科学领域的研究经验。

申请要求

• 具有英国2:1荣誉学位或同等学历，需要信息学、人工智能、认知科学、计算机科学、电子工程、语言学、数学、哲学、物理学、心理学或其他定量学科背景
• 典型的录取通常要求申请者具备英国一等荣誉学位
• 具备相当于编程入门课程的计算机编程经验，并在学位期间完成相当于60个SCQF学分或30个ECTS学分的数学课程，通常涵盖以下学科/主题：微积分（微分和积分），线性代数（向量和多维矩阵），离散数学和数学推理（例如归纳和推理，图论模型，证明），和概率论（离散和连续概率的概念，马尔可夫链等）

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学运筹学与数据科学理学硕士项目将向学生展示如何使用数学技术解决现实生活中的问题，从航班安排和移动电话通话安排，优化电力系统和物流网络，到管理投资和最小化风险。运筹学是一项重要的技能，需求量很大。该课程可以让学生专注于最适合他们的职业目标的领域。

申请要求

具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学，必须学习过大学水平的概率和统计理论课程

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学统计学与运筹学理学硕士项目注重理论与实践相结合，为学生将来的学术研究或实务工作打下坚实的学科基础，学生需掌握统计学与运筹学技术识别能力，将其应用到实务中解决实际问题，并通过统计和仿真软件包R来强化自己的其他技能。学生毕业后可以从事医疗健康、政府、金融等其他广泛采用现代统计工具和技术的行业工作。此外，学校还注重培养学生的问题解决能力、团队合作能力、时间管理能力等专业技能。

申请要求

• 具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学
• 学位必须包含大量的数学内容，包括微积分（包括多变量微积分）、线性代数、概率论、统计学和统计理论

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

计算数学在公共和私营部门都有广泛的应用，特别是在物理应用领域和数值方法和算法的理论和实现上。在这个无处不在和计算能力廉价的时代，我们需要通过建模来理解过程并使用大型数据集来应对问题数量激增的情况。因此，计算数学这门学科变得越来越突出，目前对计算建模师和数据科学家也有很高的需求。本项目专注于计算数学、建模和数据科学之间的重叠和协同。作为本项目的硕士研究生，学生将有机会通过定期的就业活动、职业研讨会和我们的年度分析挑战（最近的合作伙伴包括爱丁堡机场和数据与营销协会）与这些外部组织接触。

申请要求

• 具有英国2:1学位或同等学历，需要数学学科背景，例如数学、工程、计算机或物理科学
• 需要具备大学水平的应用数学、概率与微分方程先前学习经历
• 申请者应该学习过具有大量编程元素的大学水平课程，或具备同等水平的编程经验

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学运筹学研究理学硕士项目将向学生展示如何使用数学技术解决现实生活中的问题，从航班安排和移动电话通话安排，优化电力系统和物流网络，到管理投资和最小化风险。运筹学是一项重要的技能，需求量很大。该课程可以让学生专注于最适合他们的职业目标的领域。

申请要求

具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学运筹学研究理学硕士项目将向学生展示如何使用数学技术解决现实生活中的问题，从航班安排和移动电话通话安排，优化电力系统和物流网络，到管理投资和最小化风险。运筹学是一项重要的技能，需求量很大。该课程可以让学生专注于最适合他们的职业目标的领域。

申请要求

具有英国2:1学位或同等学历，需要数学学科背景如数学、工程学、计算机科学、物理或生物科学、经济学或商学

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

爱丁堡大学数据、不平等与社会理学硕士课程将使学生能够描述和分析任何给定制度和人文环境中社会包容的程度和维度。设计创造性的解决方案，以提高跨部门计划、项目和政策的包容性。在分析社会的包容性和设计解决方案时，借鉴并结合不同的学科/观点。与多元化且以价值观为导向的团队一起高效地处理复杂的包容性项目。在上述所有努力中充分利用数据，对数据生产和使用保持批判态度。

申请要求

• 具有英国2:1荣誉学位或同等学历，不限专业背景
• 学校也会考虑具备其他专业资格或经验的申请者（需要在申请前联系学校确认），学校特别欢迎具有设计或实施旨在减少不平等的项目、计划或政策经验的专业人士（例如在公司、政府或第三部门组织工作）的申请

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

• 目前英国的医疗保健服务模式面临着前所未有的挑战，人口老龄化、生活方式和成本增加意味着现有方法已不可行。再加上个性医疗的兴起，健康保健走向变革已势不可挡。
• 曼彻斯特大学健康数据科学理学硕士项目以培养熟稔医疗保健部门和医学知识的新型科学家为教学目标，收集和分析有效数据，辩证地看待治疗、结果、患者和成本之间的关系，并将这些信息传达给各利益相关者。
• 曼彻斯特大学健康数据科学理学硕士项目采用多学科团队教学模式，而非小集体学习方式，通过8个授课模块（其中七个为核心模块，还有一项为选修模块）全面教授学生有关健康数据科学的关键技能。学生们学习转化思维，专业知识与技能，并在毕业后将这些知识与技能运用于医疗服务新挑战中。
• 攻读理学硕士学位的学生还需完成一项60学分的研究项目。

申请要求

• 具有2:1荣誉学位或同等学历，需要数学、统计学、计算机科学、物理科学、生物医学（包括流行病学、生物科学或医学/护理）背景
• 申请者的学位必须包含大量统计和计算元素，并且来自认可的机构或经批准的相关研究生资格（至少为研究生文凭或同等学历）
• 也可能接受学校认可的相当于以前高级学习、研究和/或相关专业经验的同等学历以满足入学资格
• 针对非英国申请者，认证高级学习的机构必须得到大学的认可和批准
• 申请者如果是在读生，需要提供最后一年学习的所有课程的正式列表

项目介绍

曼彻斯特大学统计学理学硕士项目致力于为学生提供前沿的统计学理论及实践技能训练，帮助学生为日后继续攻读博士学位，或在统计学等相关领域的职业发展打下坚实基础。曼彻斯特大学统计学理学硕士项目有统计学及金融统计学两种进修方向，学生可根据个人的学术兴趣和目标进行选择，且无论选择哪种方向，学生都需完成共计8个模块的学习课程，其中包括5个模块的一般核心课程，以及3个模块的专业化课程。

申请要求

• 通常具有英国大学颁发的good 2:1或一等荣誉学位或同等学历，需要数学或包含大量数学内容的学科背景，申请者在学位期间应掌握一些概率论与统计学知识，至少达到本科数学学位第二年结束时的预期水平
• 需要有一个涵盖大量数学知识（包括概率论与统计学）的学士学位，至少应该修读过微积分或数学分析、线性代数、2门概率论课程和2门统计学课程（具体要求见官网）
• 申请者应该在上述课程中取得良好成绩，并且所就读的大学在国内排名较高
• 申请者如果是在读生，需要提供最后一年学习的课程列表及其学分权重

项目介绍

曼彻斯特大学数据科学理学硕士不同分支的课程范围反映了课程的跨学科性质，欢迎有不同学科背景的学生申请，包括：商业和管理；健康科学；社会科学；地理位置；规划；计算机科学；数学。曼彻斯特大学数据科学理学硕士项目为学生提供核心数据科学技能培训，并将其嵌入路径提供的学科背景中，学生将发展：计算技能；数据分析能力；数据管理技能和知识；工程设计能力。

申请要求

• 具有High 2:1荣誉学位或同等学历
• 通常要求申请者持有定量或计算学科背景的学位，如数学、统计学、管理科学或经济学、物理学、工程学或计算机科学。具有丰富的商业和管理行业经验以及定量学科荣誉学位的申请者也可能被考虑录取
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明

项目介绍

曼彻斯特大学应用数学理学硕士项目旨在为学生提供前沿的理论知识，鼓励学生进行工业建模或数值分析等方面的专业研究，提高自身的研究与学习迁移能力，以便未来继续攻读博士学位，或达到职业发展的要求。并且，曼彻斯特大学应用数学理学硕士项目的师资力量强大，其研究主题涵盖广泛，具有高度跨学科性，涉及连续介质力学、分析与动力系统、工业与应用数学、逆问题、金融数学、数值分析与科学计算、生命科学中的数学、不确定性量化以及数据科学等内容，能满足学生多样化的学术需求。另外，曼彻斯特大学应用数学理学硕士项目的学业计划如下：首先，学生须完成五个核心模块课程，共计75个学分时；其次，学生需选修数值分析与工业建模领域内的三门课程，共计45个学分时；最后，学生需在导师的指导下完成一篇研究论文，共计60个学分。

申请要求

• 通常具有良好的荣誉学位或同等学历，需要数学或数学相关学科背景并且相关课程成绩优秀
• （详细背景要求见：http://documents.manchester.ac.uk/DocuInfo.aspx?DocID=44263）
• 申请者如果是在读生，需要提供最后一年学习的课程列表及其学分权重

项目介绍

曼彻斯特大学数据科学理学硕士不同分支的课程范围反映了课程的跨学科性质，欢迎有不同学科背景的学生申请，包括：商业和管理；健康科学；社会科学；地理位置；规划；计算机科学；数学。曼彻斯特大学数据科学理学硕士项目为学生提供核心数据科学技能培训，并将其嵌入路径提供的学科背景中，学生将发展：计算技能；数据分析能力；数据管理技能和知识；工程设计能力。

申请要求

• 具有High 2:1荣誉学位或同等学历
• 学校要求所有申请者都具备很强的计算机科学背景，例如扎实的编程和软件开发技能，通常要求具有计算机科学背景的一等或strong 2:1荣誉学位或同等学历，或至少包含50%计算机科学内容的联合学位。如果学生在计算机科学课程中一直表现优异，学校可能会考虑具有较低学位的申请者，具有丰富的计算机科学行业经验和计算机科学荣誉学位或同等学历的申请者也可能被考虑录取
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明

项目介绍

曼彻斯特大学数据科学（城市分析）理学硕士课程 为各个学科的 毕业生提供了发展数据科学技能的机会，该项目旨在帮助学生发展成为一名敏捷、熟练的数据科学家，擅长在各种环境中工作，并能够应对跨学科团队合作的挑战。

申请要求

• 具有High 2:1荣誉学位或同等学历
• 申请者应该能够证明对城市分析相关主题的兴趣和/或经验。例如：城市主题的工作经验（如空间现象的数据分析、公共政策或房地产市场分析）；空间或基于地理信息系统的数据分析工作经验；以城市为主题的方法或主题（如地理信息系统）的培训证明
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明

项目介绍

• 曼彻斯特大学数据科学（地球与环境分析）理学硕士课程为各个学科的毕业生提供了发展数据科学技能的机会，该项目旨在帮助学生发展成为一名敏捷、熟练的数据科学家，擅长在各种环境中工作，能够迎接挑战并收获跨学科团队合作的回报。
• 学术界、政策制定者和工业界越来越多的证据表明，“环境情报”（EI）是一个具有全球战略重要性的新兴研究领域，其主要目的是了解和应对环境、气候、自然生态系统、人类社会和经济系统以及健康之间复杂的相互作用。
• 主要关注领域包括：
• - 气候变化（例如，弹性城市、清洁能源、智能交通选择、可持续生产）。
• - 生物多样性与保护（如栖息地保护和恢复、污染控制、实现自然资本）、自然灾害（如预测和预报、预警系统、抗灾基础设施）。
• - 环境与健康（例如，空气质量、水和卫生、社会和环境不平等）。
• 与曼彻斯特大学的研究优势相匹配，该方向的目的是让学生为前沿数据科学和环境科学技术领域的新的、令人兴奋的培训做好准备，以整合多个复杂的数据源并创建工具，从而为未来的环境系统做出明智的决策。

申请要求

• 具有high 2:1荣誉学位或同等学历
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明
• 申请者应该能够证明对环境分析相关主题的兴趣和/或经验，例如：环境主题的工作经验（如环境、气候、自然生态系统、人类社会和经济系统、健康）；数据科学、地理信息系统或基于环境的数据分析工作经验；以环境为主题的方法或主题的培训证明

项目介绍

曼彻斯特大学数据科学理学硕士不同分支的课程范围反映了课程的跨学科性质，欢迎有不同学科背景的学生申请，包括：商业和管理；健康科学；社会科学；地理位置；规划；计算机科学；数学。曼彻斯特大学数据科学理学硕士项目为学生提供核心数据科学技能培训，并将其嵌入路径提供的学科背景中，学生将发展：计算技能；数据分析能力；数据管理技能和知识；工程设计能力。

申请要求

• 具有High 2:1荣誉学位或同等学历
• 需要包含大量数学知识的本科学位，包括概率与统计、微积分或数学分析、线性代数
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明

项目介绍

曼彻斯特大学社交网络分析理学硕士项目旨在提供社会网络分析的综合培训，涵盖社会网络在社会科学中的理论、方法和应用。学生将学习社会网络分析的理论基础、研究设计的构成要素、数据收集技术、社会网络数据分析和可视化的高级方法、社会网络的统计建模和混合方法。学习环境将包括面对面的讲座、计算机辅助研讨会以及社会网络理论和方法在社会科学各个实质性领域的应用。

申请要求

具有荣誉学位或同等学历（至少达到2:1或同等水平），需要社会科学、数学、物理学、计算机科学背景

项目介绍

曼彻斯特大学数据科学理学硕士不同分支的课程范围反映了课程的跨学科性质，欢迎有不同学科背景的学生申请，包括：商业和管理；健康科学；社会科学；地理位置；规划；计算机科学；数学。曼彻斯特大学数据科学理学硕士项目为学生提供核心数据科学技能培训，并将其嵌入路径提供的学科背景中，学生将发展：计算技能；数据分析能力；数据管理技能和知识；工程设计能力。

申请要求

• 具有High 2:1荣誉学位或同等学历
• 申请者需要具备一个包含相当比例社会科学内容的学位，应该完成以下任意主题至少2门学位水平的课程：社会学、心理学、人类学、经济学、历史学、人文地理学、政治学、公共卫生
• 以下包括其他有助于申请的技能/经验：将统计模型应用于社会科学的证据；将统计模型应用于社会问题方面的非学术经验；从事公共政策或类似工作的经验
• 在申请中应该表现出在以下三个领域的能力、知识和/或兴趣：数据分析和/或统计学；计算学科；和细分方向的具体要求。这些可以通过本科阶段和高中阶段的修读过的课程单元或专业经验来证明

项目介绍

• 哥伦比亚大学运筹学理学硕士项目是一门30学分的STEM项目，聚焦于数学规划、随机模型和仿真等方向，并通过物流、供应链管理、收益管理、金融工程、风险管理、创业和通用管理等领域的专业课程，帮助学生建立运筹学的定量分析与建模能力。
• 项目还强调运用数学和统计模型来分析并解决复杂的决策问题，培养学生对有限资源进行分配与控制、识别问题并评估不同运营方案后果的能力。

申请要求

1. 先修课（建议）：微积分,线代,概率论,统计,编程2. 学士学位：工程或理科背景

项目介绍

• 哥伦比亚大学环境健康数据科学理学硕士项目面向环境健康领域日益复杂和海量的数据需求，重点培养学生理解、分析并解释环境健康数据的能力，配合环境健康科学中的定量技能训练，覆盖地理空间建模、高级统计和数据管理等内容。
• 项目还通过严谨的课程学习和硕士研究论文训练学生运用所学技能处理环境健康问题，形成相关编程、计算高效代码、真实/不完美数据集处理、数据科学研究批判以及基于数据构建分析模型等能力。

申请要求

申请者应该有一定的大学数学背景，包括至少一年的微积分。 强烈鼓励学习一个学期的线性/矩阵代数。 在 GRE 定量部分取得高分的学生将获得优先考虑。 与所有生物统计学课程一样，MS/PHDS 最重要的组成部分是定量推理的能力和真正享受处理数据的乐趣。

项目介绍

• 哥伦比亚大学数据科学硕士项目强调将数据科学技术应用到具体兴趣领域，并通过原始研究、结业项目以及与行业伙伴和顶尖教师的互动，帮助学生把方法能力转化为实际问题解决能力。
• 项目还聚焦于“定义问题—收集并清洗数据—分析与解释结果—将洞见应用到现实需求”的完整流程，培养学生在跨学科语境中理解情境、与不同学科协作，并清晰、负责任地传达分析发现的能力。

申请要求

修过微积分、线性代数、计算机程序设计入门等课程

项目介绍

• 大数据科技的兴起，正在改变我们的社会与商业模式，以及工程与科学的发展。理学硕士（大数据科技）课程由香港科技大学工学院计算机科学及数学系合办，把不同的学科整合起来，让学生了解大数据科技的所有重要特点，以及如何把它应用在现实社会中。
• 香港科技大学理学硕士(大数据科技）课程旨在教导学员了解大数据和其相关方面，使学员熟悉大数据系统的作业流程和其对社会的影响。

申请要求

• 具有学士学位或同等学历，需要：
• 具有计算机工程、计算机科学、数学或相关领域背景；或
• 具有其他学科背景并且具备信息技术或数学相关领域的相关工作经验。

项目介绍

香港科技大学数据驱动建模理学硕士项目由物理系和数学系联合开设，旨在培养下一代在解决问题和逻辑思维方面的强大技能，使他们成为数据科学领域的能手。该专业为学生提供分析大量数据和从中提取重要特征的实践经验，从而为理解复杂情况提供有价值的见解，促进企业、行业和服务的智能决策。

申请要求

• 具有学士学位或同等学历，需要：
• 理工科背景学士学位；或
• 其他学科背景学士学位，同时具备计算相关领域的相关工作经验以及掌握至少一门计算机语言的工作知识并受过微积分和线性代数的基础培训

项目介绍

• 密歇根大学安娜堡分校调查与数据科学理学硕士项目强调将调查方法学与数据科学、统计科学、计算机科学和行为科学相结合，帮助学生在统一的训练框架中掌握相关基础原则，并将其应用到真实数据问题中。项目通过来自国际知名调查统计学家和方法学家的教学与研究训练，培养学生理解并运用抽样、问卷设计、数据收集、数据处理与分析等核心方法，同时接触跨学科研究实践。
• 项目还注重让学生从课堂和实验室之外的经验中学习，接触真实世界的数据挑战，并参与能够服务政策理解和研究的项目，从而形成兼具方法、技术与应用导向的能力结构。

申请要求

statistical science方向,强烈推荐三门微积分课程、一门线性代数课程和一门统计学课程。 social and psychological science方向,推荐两门定量课程,其中至少一门必须是统计学课程,以及至少两门社会科学本科课程。 data science 方向的申请人应具有计算机科学背景,至少有两个学期的编程课程,以及至少一个学期的统计学。需要提交Summary of Prior Course

项目介绍

• 密歇根大学安娜堡分校健康数据科学理学硕士项目强调将统计与计算方法应用于健康数据分析，帮助学生掌握分析和解释复杂数据所需的核心能力。项目课程被设计为面向健康数据分析的专业人才培养，尤其注重为计算基础较弱的学生提供支持，并通过R、Python和C++等计算课程与开放选修课程，培养学生的统计计算与数据分析能力。
• 项目还通过课程学习和动手项目训练学生处理真实世界的医疗健康问题，并在理论与应用之间建立平衡；同时，学生可接触到生物统计、流行病学、健康信息学及相关领域的知识，为后续继续攻读博士或进入健康数据科学相关职业做好准备。

申请要求

申请者必须持有地区认可机构的学士学位。先修课要求：微积分 I, II, II, 线性代数, 入门统计学

项目介绍

• 密歇根大学安娜堡分校数据科学硕士项目强调让每位学生接受统计与计算两方面的均衡训练，项目设计要求学生建立这种平衡，并期望毕业生能够达到对数据表示与分析的高级理解。
• 项目同时培养学生识别相关数据集、运用恰当的统计与计算工具回答个人、组织或政府机构提出的问题，设计并评估适合数据的分析流程，并在大型异构数据集和多计算机环境中高效实现这些流程。

申请要求

• GPA 不低于 3.0
• 建议修过2个学期的大学微积分、1学期的线性或矩阵代数、计算机概论课程

项目介绍

• 加州大学洛杉矶分校工学硕士项目旨在帮助学生在新兴研究领域建立扎实的技术能力，同时学习商业与技术管理技能，并通过与行业输入结合的真实项目提升综合应用能力。
• 项目还强调跨学科技术方向、工程职业发展课程与结业项目的结合，支持学生在所选技术方向上深化专业知识，并形成能够整合技术、财务、管理与沟通要素的工程实践能力。

申请要求

• 1. 学士学位：工程学科, 计算机科学,数学,物理,化学专业
• 2. GPA至少3.0/4.0

项目介绍

• 加州大学洛杉矶分校健康数据科学项目为有志于提升数据科学能力的专业人士提供高级训练，重点覆盖数据管理、数据分析、统计建模、机器学习、人工智能和大数据计算，面向医院、制药与生物技术行业、保险公司、政府机构以及其他医疗和公共卫生管理组织。
• 项目还强调面向健康行业的实用问题解决能力培养；课程将围绕大型数据集训练学生的数据工程、数据可视化、数据挖掘与探索、机器学习方法和研究设计能力，并通过结业项目帮助学生将所学数据科学工具用于分析和解决更广泛健康科学与公共卫生中的现实问题。

申请要求

GPA要至少3.0

项目介绍

布里斯托大学数据科学理学硕士项目为毕业生提供了有关计算、机器学习和统计原理方面的知识和技能，以及进行大规模数据分析的能力，因此学员将能够指定和实现大规模真实数据的解析管道。该课程将让学生对将当代数据科学技术应用于现实世界所存在的伦理问题有一个很好的理解，这样他们就可以清楚使用这些技术所带来的风险和潜在的利弊，同时，该课程还将使学员能够独立启动从高层次角度指定的数据科学项目，引导它们从范围界定到项目完成的全过程，同时运用适当的项目管理方法以保持利益相关者的参与。除此以外，布里斯托大学数据科学理学硕士课程是与行业合作伙伴共同设计的，就业前景光明。

申请要求

• 具有strong (65%) 2:1荣誉学位或同等学历，需要数学科学、计算机科学或工程学背景，可接受的学位名称包括但不限于：会计学、天体物理学、生物学、化学、计量经济学、经济学、金融学、遗传学、地质学/地球科学、医学、神经科学、运营研究、物理学、心理学
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 相关研究生学历
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

布里斯托大学商业数据科学理学硕士项目是一个跨学科项目。课程旨在导航和塑造一个数据驱动的世界。在为期一年的全日制学习中，学生将学习管理和分析大型数据集，并开发不同的数字技能，以便直接应用于商业环境。该课程提供数据科学和商业战略方面的均衡课程，使学生能够在可持续发展，市场营销，供应链管理或金融方面找到自己的专长。学生将获得实用技能和战略知识，以应对现实世界的商业挑战，以及在未来的职业生涯中的竞争优势。

申请要求

• 具有2:1本科荣誉学位或同等学历，需要以下任意学科背景：生物医学和生命科学、计算机科学、数据科学、决策科学、经济学、工程、金融（但不包括会计和金融）、管理、数学、运筹学研究、物理、统计学；或
• 如果申请者的学位未在上方列出，必须包含一门定量课程，达到60%或以上，可接受的课程详见官网示例
• 对于目前正在完成学位的申请者，学校理解其最终成绩可能高于他们在学习期间取得的临时成绩或课程/单元成绩
• 学校将考虑目前临时成绩略低于课程入学要求的申请者，可能会给这些申请者提供有条件录取，申请者需要在学位结束时达到标准入学要求，特定的课程要求可能仍然适用
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 符合相关科目和课程的研究生学历；
• - 以下领域相关工作经验的证据（至少5年）：商业和公司管理、财务和会计、营销和销售、运营和物流、公共部门或非营利管理、人力资源、项目管理、数据和分析
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

• 工程数学是一门将数学和工程原理应用于复杂现实问题的艺术，这些问题涉及到人工智能、生态学、医学、物理学、社会媒体和可持续性等领域。学生通过工程数学理学硕士项目，可以从广泛的工业合作和开拓性研究中受益。
• 工程数学理学硕士课程横跨工程、数学和计算机科学，适合任何相关学科的毕业生，以帮助他们成为解决多学科挑战的多面手。工程数学理学硕士课程的毕业生能够很好地满足来自工业、政府和服务部门日益增长的需求。毕业生能够跨越传统界限，推动高科技创新。从设计一级方程式赛车，到生物医学，再到开发可再生能源技术，工程数学理学硕士课程的毕业生将能够从事各种职业。

申请要求

• 具有2:1荣誉学位或同等学历，需要任何工程学科、计算机科学、数学或物理学背景。学习过化学的申请者将被具体考虑。具备生物学或非STEM学位的申请者不适合申请该课程
• 对于目前正在完成学位的申请者，学校理解其最终成绩可能高于他们在学习期间取得的临时成绩或课程/单元成绩
• 学校将考虑目前临时成绩略低于课程入学要求的申请者，可能会给这些申请者提供有条件录取，申请者需要在学位结束时达到标准入学要求，特定的课程要求可能仍然适用
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 具有至少6个月的全职或12个月的兼职工作经验，在工业或其他使用工程、技术、科学或数学相关知识的组织工作，包括政府、工业或服务部门；
• - 相关研究生学历
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

金融科技与数据科学理学硕士项目为学生提供了一个加入金融技术革命的机会，学生将学习一系列金融技术应用的主要设计特点，并培养实施、评估和设计这些技术的技能。学生还将发展对计算、统计和机器学习原理的理解，这些原理对于在数据驱动金融中使用的有洞察力的大规模数据分析是必要的。

申请要求

• 具有2:1荣誉学位或同等学历，需要数学科学、计算机科学或工程学背景，接受的学位名称包括但不限于：会计学、天体物理学、生物学
• 化学、计量经济学、经济、金融、遗传学、地质学/地球科学、医学、神经科学、运营研究、物理学、心理学
• 对于目前正在完成学位的申请者，学校理解其最终成绩可能高于他们在学习期间取得的临时成绩或课程/单元成绩
• 学校将考虑目前临时成绩略低于课程入学要求的申请者，可能会给这些申请者提供有条件录取，申请者需要在学位结束时达到标准入学要求，特定的课程要求可能仍然适用。
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 数据分析师、数据工程师、数据科学家、定量分析师、软件开发人员/工程师等技术角色的相关工作经验的证据；
• - 相关研究生学历
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

• 布里斯托大学科学计算与数据科学理学硕士项目建立在以布里斯托大学作为超级计算、数据科学和数据密集型研究的世界级中心的独特优势和设施之上，培养学生在编码、机器学习和高性能计算方面的技能，并学习如何将这些技能应用于来自各个科学领域的前沿计算问题。
• 科学计算是一个跨学科领域，它使用计算机科学、数据科学和数字技术来解决广泛学科领域的问题，包括数学、工程学、生物学、物理学、化学、地理和地球科学。无论学生的科学背景如何，布里斯托大学科学计算与数据科学理学硕士项目将在编码和数据科学方面提供培训，以学生的核心科学知识为基础，并让学生充分了解结合这些技能可以取得的成果。
• 学生将掌握现代编程语言、数据科学和机器学习算法，并将它们应用于所选择的科学领域的问题。学生将了解科学计算和数据科学中涉及的主要软件工程概念和原理，并使用它们对复杂的科学系统进行建模，从而在竞争激烈且瞬息万变的劳动力市场中占据优势。通过项目工作、工业网络和访问建立联系，一旦获得资格，便会开辟更多的工作机会。
• 学生的大部分核心教学将由位于科学学院的与布里斯托尔科学计算 (BriSC) 相关的学者提供。BriSC 汇集了来自全校的专家，他们的教学和研究重点是将最新的计算技术应用于关键科学问题，例如地球大气层的变化、分子的反应或星系的形成方式。以实践为基础的编程语言和计算技术的学习最为有效。因此，该计划中的计算单元主要通过交互式研讨会和学生主导的活动提供，并辅以研讨会和教程。

申请要求

• 本课程面向物理/生命科学专业的毕业生，学校不能考虑具有计算机科学学位的申请者
• 具有2:1荣誉学位或同等学历，需要自然/物理科学学位（如化学、物理、地球科学、地质学、地理科学、环境科学）
• 具有生命科学学位（如解剖学、生物化学、生物物理学、细胞生物学、计算生物学、免疫学、医学、微生物学、分子生物学、神经科学、药理学、生理学、植物科学、心理学、病毒学、动物学）的申请者需要证明数学能力，至少有1门本科数学课程成绩达到60%或以上水平，数学课程示例见学校官网
• 具有工程学或数学与统计学学位的申请者也会被考虑，前提是申请者有至少4门理科课程成绩达到60%或以上水平，计算经验不是必需的，相关课程示例见学校官网
• 对于目前正在完成学位的申请者，学校理解其最终成绩可能高于他们在学习期间取得的临时成绩或课程/单元成绩
• 学校将考虑目前临时成绩略低于课程入学要求的申请者，可能会给这些申请者提供有条件录取，申请者需要在学位结束时达到标准入学要求，特定的课程要求可能仍然适用
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 相关研究生学历
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

布里斯托大学医学统计与健康数据科学理学硕士项目将使学生能够参与全球社区面临的复杂统计和数据科学医疗保健挑战，提供高质量的培训，在统计和计算方法，适用于低、中、高收入环境。学生将通过开展统计研究(如设计临床试验和流行病学研究、分析数据和解释结果)来增进医学知识、跟踪或预防疾病以及改进药物和治疗，在改善人口健康方面发挥重要作用。学生将接受医学统计和数据科学前沿方法的理论和实践训练(包括因果推理、机器学习和数据挖掘)。 教学将侧重于建立强大的定量和计算技能，以及有效地解释和交流研究成果。 所有概念、技能和工具均使用真实案例研究和健康相关数据进行说明。 学生将获得专业技能——如团队合作、演讲技巧和出版写作——这是一个成功的医学统计学家和数据科学家所必需的。

申请要求

• 具有2:1荣誉学位或同等学历，需要需要航空工程、航空航天工程、天体物理学、化学工程、计算机科学、计算、数据科学、电气工程、电子工程、数学、机械工程、核工程、运算研究、物理、统计学或系统工程背景
• 或者
• 如果申请者的学位科目没有在上面列出，通常需要2:1学位或国际同等学历。申请者还需要：
• - 至少3门定量课程成绩达到60%或同等水平，例如：代数、微积分、金融数学、数学、纯数学、商业数学、商业统计、计量经济学、金融建模、概率、定量方法、定量研究方法、统计/统计方法/统计分析、成本分析、决策分析和模拟、经济学、金融分析、博弈论、宏观经济学、微观经济学或工程数学
• - 以及A-level数学达到C级或以上
• - 或者A-level数学达到A级或以上
• 对于目前正在完成学位的申请者，学校理解其最终成绩可能高于他们在学习期间取得的临时成绩或课程/单元成绩
• 学校将考虑目前临时成绩略低于课程入学要求的申请者，可能会给这些申请者提供有条件录取，申请者需要在学位结束时达到标准入学要求，特定的课程要求可能仍然适用
• 学校将考虑成绩略低于课程入学要求的申请者，前提是他们至少具备以下其中一项：
• - 相关工作经验的证据（如统计学家或定量分析师（大学或行业)、统计程序员、数据科学家、会计、金融或精算科学工作，或计算机程序员）；
• - 航空工程、航空航天工程、天体物理学、化学工程、计算机科学、计算、数据科学、电气工程、电子工程、数学、机械工程、核工程、运筹学、物理学、统计或系统工程的研究生学历
• 如果是这种情况，申请者应该在申请时附上其简历，详细说明他们的相关工作经验和/或资格

项目介绍

卡内基梅隆大学计算数据科学硕士项目面向专业型硕士生，训练学生在超大型信息系统的设计、工程与部署等方面形成系统能力，并深入学习数据库、分布式算法与存储、机器学习、语言技术、软件工程、人机交互和设计等内容。项目通过核心课程与选修课程，帮助学生建立对超大型信息系统的统一认识，并在实习和结业项目中积累完成专业实践所需的知识与经验。

申请要求

• GPA 不低于 3.0
• 建议有计算机科学和数学方面的良好背景

项目介绍

• 卡内基梅隆大学数据分析硕士项目面向科学背景学生，提供数据分析、计算建模、数据可视化和机器学习方面的前沿训练，帮助学生把科学训练转化为数据驱动的实际影响。项目强调在应用线性代数、编程、统计方法和神经网络等课程中，掌握现代数据分析技术，用于解决现代科学问题，并在原有学科基础上进一步提升机器学习和高级计算工具能力。
• 项目还通过为期一学期的结业项目、与行业伙伴协作以及通信和职业发展课程，培养学生将数据分析技能应用到真实科学挑战中的能力，并为其后续研究、创新和应用场景中的发展做好准备。

申请要求

申请者必须持有地区认可机构的学士学位且本科期间修过生物学,化学,数学,物理学,线性代数课程。具备编程的能力。

项目介绍

在当今的大数据时代，大数据集每天都在社会和工业的各个领域生成，例如Internet，社交网络和金融。从前所未有的大量数据中分析和提取信息是一项艰巨的任务。为了从这些数据创造价值，必须结合数学，统计学和计算机科学的技术。香港理工大学数据科学及分析理学硕士项目旨在培养具有跨数学，统计学和计算机科学核心学科专业知识的毕业生。它可以培养学生的分析性和批判性思维以及解决问题的能力。这使毕业生能够在金融和信息技术等各个行业中担任数据分析师的职业。

申请要求

• 具有荣誉学士学位，需要数学、统计学、计算机科学、信息技术、工程、科学或其他相关学科背景
• 具备其他学科学士学位以及足够的数学或信息技术背景的申请者也将被考虑

项目介绍

• 纽约大学数据科学硕士项目聚焦于运用创新方法与前沿技术解决数据科学中最紧迫的挑战，帮助学生建立先进知识、实践技能与跨学科视角，以适应这一快速发展领域。
• 项目通过严格的课程体系、动手项目以及与教师和行业伙伴的密切合作，培养学生把所学知识应用于真实问题的能力，并发展问题解决、协作等关键技能；同时，项目还提供行业定向课程、实践训练和实习机会，以及面向特定方向的结业项目，帮助学生在数据科学相关领域深化专业能力。

申请要求

建议在数学、计算机科学和应用统计学方面有较强背景,接触过机器学习、计算统计、数据挖掘、大规模科学计算、运筹学；建议修过微积分、线性代数、计算机科学、概率论、统计学或高等物理、工程或计量经济学课程。

项目介绍

伦敦政治经济学院数学与计算理学硕士项目适合两类学生。一、希望通过增加社会科学知识和技能来增加就业竞争力的数学专业学生；二、具有强大的数量背景，并且希望深入理解社会科学背后的数学原理的非数学专业学生。在学习过程中，学生不仅能学习到很多计算方法，还将巩固并提升自身的数学知识，尤其是算法、博弈论、离散数学、概率与推断统计学和优化这些知识，并掌握Java，将其应用于现实问题。毕业后，学生广泛就职于金融、商业、软件开发和工业部门，也可开展进一步研究。

申请要求

具有2:1荣誉学位或同等学历，需要数学基础学科背景，或科学、工程或社会科学学科同时具备优秀的数学背景

项目介绍

在伦敦政治经济学院数据科学理学硕士项目的必修课中，学生将全面学习数据、计算技术和统计分析的基础知识。除此以外，学生还将从一系列选修课中进行选择，包括大数据的分布式计算、贝叶斯机器学习。大数据的分布式计算以及金融统计和计算数据科学等课程。伦敦政治经济学院数据科学理学硕士项目将传统的授课与计算机实验相结合，在实验中，学生将运用编程软件进行数据分析。

申请要求

具有2:1荣誉学位或同等学历，需要相关学科背景，包含大量数学知识

项目介绍

伦敦政治经济学院统计学理学硕士项目旨在培养学生对理论和应用统计学的兴趣，使学生成长为专业统计人员。学生将学会分析数据，建立真实情况的统计模型，及各种统计软件的使用。在必修课中，学生将全面学习概率论和统计学的方法及原理。这些课程为更高级的统计建模、计算方法、统计计算和前沿概率论选修课程打下基础。

申请要求

具有2:1荣誉学位或同等学历，需要相关学科背景，包含大量统计学和数学知识

项目介绍

随着大数据时代的到来，数据分析、计算能力正变得日益重要。伦敦政治经济学院应用社会数据科学理学硕士项目依托伦敦政治经济学院强大的社会科学背景，指导学生使用数据来解读有趣的社会科学问题。此项目为没有计算或统计学背景的学生开设了许多以项目为基础的编程课程，因此，无论学生是否具有计算或统计学背景，都可申请此项目。通过伦敦政治经济学院应用社会数据科学理学硕士项目的学习，学生将能熟练使用各种编程语言和软件，尤其是R语言和Python，掌握创建和操作大型数据库的方法，并将其应用于特定项目实践中。毕业后，学生广泛就职于各种公私部门。

申请要求

具有2:1荣誉学位或同等学历，需要社会科学背景，包含定量培训的证据，有工作经验者优先考虑但不强制要求

项目介绍

• 健康数据科学理学硕士是一个旨在使未来的卫生数据分析师具备解释、分析、评估和评估卫生干预措施、服务、规划和政策所需的技能的方案。这是伦敦政治经济学院健康政策系和统计学系之间的一个联合项目。
• 伦敦政治经济学院健康数据科学理学硕士课程旨在使学生在评估健康和保健的数据科学的理论、技术和实践技能方面有一个彻底的基础。学生将被教导使用一系列与健康背景相关的统计方法，包括机器学习、数据挖掘、人工智能和深度学习技术。该课程的专业课程也将使学生能够应用数据科学和统计学的先进方法来调查现实世界的卫生政策问题。

申请要求

具有2:1荣誉学位或同等学历，其中包含大量定量方法知识，包括大量统计学知识，不符合此要求的优秀申请者将根据个人情况予以考虑

项目介绍

伦敦政治经济学院金融统计学（研究）理学硕士课程主要面向希望在金融行业从事职业的学生，或者作为攻读金融统计学博士学位的跳板。该课程提供高水平的统计学培训，并将其应用于金融，学生将学习分析和批判性地解释数据，建立真实情况的统计模型，并使用统计软件包。必修课程巩固学生对概率和统计基本思想的理解，并介绍高级主题，学生可以选择专注于各种主题的选修课程，包括统计学（在金融或社会科学中应用）、数据科学或其他学院批准的课程。

申请要求

具有2:1荣誉学位或同等学历，包含大量统计学和数学知识

项目介绍

伦敦政治经济学院统计学（研究）理学硕士课程的目的是培养对理论和应用统计的兴趣，并使学生成为专业的统计学家。伦敦政治经济学院统计学（研究）理学硕士项目为喜欢统计学的学生提供了一个机会，通过分析和批判性地解释数据、建立真实情况的统计模型以及使用先进的编程工具和软件包，学习如何在现实世界中应用他们的知识。

申请要求

具有2:1荣誉学位或同等学历，需要相关学科背景，包含大量统计学和数学知识

项目介绍

伦敦政治经济学院运营研究与分析理学硕士项目面向具有强大数量背景的学生，旨在深化和扩展他们的数学知识，同时培养市场所需的技能。通过实践和理论学习，学生将深入了解分析问题。在实践方面，学生将学习如何使用优化、模拟和统计学知识及专业软件对一系列实际问题进行建模。在理论方面，学生将学会识别典型的潜在数学问题，以及如何运用最先进的方法解决它们。

申请要求

具有2:1荣誉学位或同等学历，需要相关学科背景，学生通常应该修过大学课程，包括微积分、线性代数和统计学，适当的工作经验也将被考虑

项目介绍

• 杜克大学数据科学硕士项目旨在培养能够通过批判性思维、协作、沟通以及对前沿数据科学方法的伦理、审慎运用来解决现实问题的数据科学人才。项目强调跨学科训练，使学生能够将数据科学创新应用到不同学科边界，并在多种职业场景中发挥作用。
• 项目还通过基于项目的学习模式，以及云计算、数据库和分布式系统训练，帮助学生掌握定量分析、编程、计算建模、数据整理、数据可视化和数据解释等能力，并在团队中有效开展问题解决、理解数据伦理、向不同背景受众清晰传达结论与建议。

项目介绍

香港城市大学数据科学理学硕士项目致力于培养数据分析毕业生，以满足对高级数据科学技术的日益增长的需求，并帮助毕业生将数据科学技术应用于组织决策中的知识发现和传播。该项目还致力于帮助数据分析专业人士提升他们的技术管理和开发技能，并为定量相关领域的学生快速发展数据科学职业生涯奠定基础。

申请要求

具有学士学位或同等学历，需要工程、科学或其他相关学科背景

项目介绍

• 加州大学圣地亚哥分校数据科学理学硕士项目的目标是教授学生在执行数据驱动任务时所需的知识和技能，并为未来能够拓展数据科学知识边界的研究者打下基础。
• 项目课程体系由正式课程以及论文或综合考试构成，强调学生掌握基础概念与工具、数据科学核心主题中的前沿观点，以及数据科学当前研究或应用的深入理解；其中基础课程覆盖编程、数据组织与方法、数值线性代数、概率统计和优化等基础知识与技能。

申请要求

1. 学士学位： 工程、计算机科学、数学、统计、认知科学、科学学科、计量社会科学（如经济学）,或其他专业带有编程、微积分、概率论、统计经历2. GPA： 3.0/4.0

项目介绍

• 布朗大学数据科学硕士是一个全日制线下项目，旨在帮助学生系统掌握数据科学的方法、算法和理论基础。项目课程涵盖数学、统计学和计算机科学，并重点训练数据库工程、数据可视化、机器学习和深度学习等能力。
• 项目还通过不同领域的前沿数据科学问题培养学生处理真实数据、选择分析方法和解决实际问题的能力，同时使学生了解数据科学应用涉及的伦理与社会问题。

申请要求

建议修过至少一年的微积分、一个学期的线性代数、一个学期的微积分概率论与数理统计和编程课程

项目介绍

• 布朗大学数据驱动计算工程与科学理学硕士项目面向希望进入计算工程、工程物理科学以及相关研究或实践领域的学生，强调通过高阶模拟、建模与机器学习建立扎实的技术能力，并理解这些方法在工业和国家实验室中的作用。项目同时帮助学生掌握计算工程与机器学习所需的基础知识与实践技能，包括非线性有限元分析、物理建模与数据科学的结合，以及使用MATLAB、Python、TensorFlow等软件开展工程级仿真。
• 项目还通过高度跨学科的课程体系，培养学生运用高保真模拟、数据同化和机器学习技术解决复杂现实问题的能力；职业轨道则要求学生完成与专业相关的实习或体验式学习，以支持其面向行业或国家实验室的专业发展。

申请要求

• 1. 学士学位：工程、物理科学、自然科学或相关学科
• 2. GPA：3.4（strongest preference）

语言门槛

摘自 该项目官网页面，仅供参考；语言要求每年可能调整，递交前请以大学官网为准。

项目介绍

华威大学统计学理学硕士项目旨在涵盖与专业统计学家职业生涯最相关的主题。课程将为学生在许多领域的就业铺平道路，包括营销、保险、银行和制药行业或者继续攻读博士学位。学生将接受两个核心模块的实践和理论培训，并进一步专业化，以及学生选择的六个可选模块的更广泛知识。硕士水平的教学比本科生水平更注重实际工作。这包括课程报告和学习最先进的专业研究子领域。

申请要求

具有2:1本科学位或同等学历，需要统计学、数学或数学含量足够高的理科背景

项目介绍

华威大学大数据与数字期货理学硕士学位直接响应了研究领域和社会雇主对新一代研究生的日益增长的需求。我们的研究生能够在理论、方法和实践上批判性地处理大数据。与许多专注于大数据的学位（如数据科学或数据分析）相比，我们的重点完全是数据实践和计算工具。通过一系列数据理论方法巩固了关键的实践技能，无论学生的学科背景如何，我们的课程都将使学生能够理解并在一个由数据、网络和计算转变的社会中行动，并发展一系列跨学科能力。我们为学生提供：数据驱动职业的统计建模和编程核心知识；对大数据技术与社会关系的广泛理解；这些技术在跨数据谱的前沿方法中的实际和关键应用。

申请要求

具有2:1本科学位或同等学历

项目介绍

• 华威大学数据可视化文理学硕士项目专注于设计、开发、部署和解释数据可视化所需的技能和知识，通过跨学科方法学中心的科学、艺术、人文和社会科学研究，开发数据可视化组合，为学生提供多样化的职业机会。华威大学数据可视化文理学硕士项目是一门创新的跨学科课程，使学生获得可以作为数据密集型研究、交流和参与的方法论的可视化关键知识与技能。学生将接受来自数据科学、数字人文科学和设计研究的概念、方法和技术培训，同时开发作品，为他们多样化的职业机会做好准备。
• 华威大学数据可视化文理学硕士项目旨在培养学生在学术、政策和公共环境中成功设计、部署和解释数据可视化所需的方法、概念和实践技能。课程将方法和概念方面的学术培训与数据可视化技术、创新和实践能力的发展相结合。数据可视化是一种知识交流的方式，是一种参与的形式，也是一种看待世界的方式。

申请要求

具有2:1本科学位或同等学历，不需要具备编码或编程的先验知识

项目介绍

随着技术进步、对医学的更高期望、更长的预期寿命以及法律、伦理和经济因素导致医学成像和诊​​断学的巨大扩展。越来越需要基于数字的医疗保健解决方案来满足患者不断变化的需求和期望。华威大学诊断、数据与数字健康理学硕士项目将在前沿诊断和成像技术的理论和实际应用方面培训学生，并让他们接触到数据科学的使用，人工智能和机器学习的成熟和新兴应用。探索用于疾病筛查、检测、诊断和监测的医学影像和诊断技术的设计、开发和应用。

申请要求

• 具有2:1本科英国荣誉学位或同等学历，需要物理科学、生命科学、生物科学、医学科学、数学、计算机科学、工程学或其他相关学科背景
• 请注意，申请者的数学知识需要达到A2 Level（或同等水平），涵盖线性代数、微积分和分析等主题，包括微分方程，这可以通过作为本科课程一部分的数学模块获得，学校希望学生在硕士学习开始时对这些主题具备良好的理解
• 学校愿意根据具体情况考虑具有较低学历的学生的申请，特别是当申请者能够证明相关就业、实践经验或在与其拟攻读的研究生项目相关的本科课程中表现出色时。
• 为了确保申请者掌握学习该课程的必要基础，根据其整体学术表现，可能会要求申请者参加数学技能测试

项目介绍

华威大学行为与数据科学理学硕士课程提供心理学、决策和行为经济学基础方面的培训。它还将发展学生对数据科学和数据分析的最新方法的理解，关注于统计方法、机器学习和数据可视化。学生将获得对数据中的大规模模式的理解，并着眼于理解驱动人类行为的潜在因素。这可以用来理解经济、政治、历史、福祉以及国家和国际层面上的许多其他大规模模式。之前的行为科学经验是不必要的，但应该有基本的编程技能至少一种编程语言。

申请要求

• 具有英国2:1学位或更高学历，需要相关学科背景，如心理学、计算机科学、数学、经济学等，由于预计会收到大量申请，学校将优先考虑具备很强定量或社会科学背景的申请者
• 具备Python或R编程经验者也会被优先考虑 - 最起码学生应该接受过至少一种编程语言的在线或大学授课编程课程。MSc Behavioural and Data Science是一个定量学位，学生在学习这门课程之前应该习惯于用数学方法来思考问题。本课程要求学生完成编程作业和长篇论文作业，因此要求学生熟练掌握编程，并具备良好的英语书面沟通能力。
• 申请者应该熟悉以下一些内容：初等微积分，基本几何，集合的基本知识，对数、指数、幂、概率和概率分布等函数，在某些数学科学领域（广义）至少修读过两门课程即可（例如任何领域的研究方法/统计学）

项目介绍

英国伯明翰大学数据科学理学硕士项目旨在教授学生编程和数据管理技能，以便可以收集和操作数据，用于分析和揭示数据模式的高级技术以及可视化技能，从而可以将大型数据集转化为决策者可以理解的东西。学生将解数据科学领域中最前沿的当代挑战，尝试通过协作解决这些挑战，完成一个庞大的个人项目。

申请要求

具有2:1荣誉学位，除计算机外不限专业背景

项目介绍

伯明翰大学统计数据科学理学硕士项目将深入探索基础和高级统计原理、理论和概念，并辅以数据分析技能的全面培训。该课程旨在包含广泛的编程技术和机器学习方法，为学生提供必要的工具，以便在现实场景中有效地应用这些技术。该计划的核心是培养学生使用统计学和数据科学的多种方法对复杂问题进行批判性分析的能力。这种数据驱动的问题解决方法使您能够在各个领域产生创新见解，使学生处于统计数据科学领域的前沿。此外，该计划还强调增强书面表达技巧，确保学生能够以书面形式清晰、专业地传达复杂的统计概念，同时培养独立工作的能力

申请要求

• 具有2:1荣誉学位，需要数学和/或统计学，或包含高等数学和/或统计学成分的专业背景
• 该课程针对的是那些已经完成包含大量数学或统计学内容的本科学位并希望继续攻读硕士研究生课程的学生

项目介绍

近年来，数学优化和统计学的新发展彻底改变了系统工程、信息科学、信号和图像处理、统计纠错和密码学，这在学术研究和实际实施中都迫切需要新一代的数学家，他们需要受过专业的训练，可以在数学优化、统计学以及在工程、医疗保健、金融和经济学的应用领域工作。伯明翰大学数学、运筹学、统计学与计量经济学理学硕士项目兼具技术性和实用性，学生将获得整合最先进的统计和优化知识的能力，以在不同的专业环境中解决、分析以及合理地评估给定的问题。这是一个多学科领域，涉及数学优化技术、运筹学方法、编程和统计学的研究，以及它们在经济学、金融学、医学、工业管理、自然科学等方面的应用。

申请要求

具有2:1荣誉学位，需要数学、统计学、工业工程或包含很强数学成分的专业背景

项目介绍

定量模型有助于理解实际中的很多问题，如生物系统，金融市场，工业过程中的一些问题现象。数学家开创了一系列定量技术，这些技术被用于应用数学研究，包括系统描述、数据整合及预测；此外，现实世界的问题也促进了新型数学的发展。学术研究和工业界都迫切需要即新一代的科学家结合其他学科知识，开展前沿的数学工作，并发挥其专业的数学能力来解决、攻克现实世界的问题。

申请要求

具有2:1荣誉学位，需要数学或包含高等数学成分的专业背景，包括物理学和一些工程学科

项目介绍

伯明翰大学统计学理学硕士项目提供全面的课程，涵盖基础和高级统计原理和技术，以及强化数据分析培训。伯明翰大学统计学理学硕士项目的目标是让学生具备利用计算技术和先进统计软件开发和应用复杂统计模型的能力。该计划不仅旨在提高学生解决统计问题的能力，而且还教授与应对统计研究前沿的当代挑战相关的技能。

申请要求

• 具有2:1荣誉学位，需要数学和/或统计学，或包含高等数学和/或统计学成分的专业背景
• 该课程针对的是那些已经完成包含大量数学或统计学内容的本科学位并希望继续攻读硕士研究生课程的学生

项目介绍

伯明翰大学健康数据科学理学硕士项目非常适合未来的卫生数据科学家，使他们能够进行分析，并为这一迅速增长的领域开发新的工具和方法。伯明翰大学健康数据科学理学硕士项目的目标是来自生物医学/医学领域的不同背景的学生，包括临床实习生，以及计算机科学、数学和统计学，以便进行自己的分析，还将培养下一代尖端的健康数据科学家，他们将能够开发新的工具和方法来匹配最新的技术进步。

申请要求

具有2:1荣誉学位，需要生物学、数学、计算机科学或相关学科背景

项目介绍

伯明翰大学数据科学应用理学硕士项目旨在将学生对数据的热情转化为实践解决方案，该应用课程提供沉浸式项目、真实数据集和批判性思维技能，为学生应对全球挑战和塑造可持续的未来做好准备。该项目将为学生提供解决复杂的现实挑战所需的应用数据科学专业知识，特别强调推进联合国可持续发展目标，与重理论的课程不同，该课程优先考虑实际运用，使学生能够以数据科学为工具产生有意义的社会影响。

申请要求

• 具有2:1学位或以上学历，需要STEMM+学科背景
• 该课程不是为计算机科学专业的应届毕业生设计的，但也可以供返校学习的学生修读，本课程专为精通微积分或A-level数学成绩达到grade A的数理学科背景的学生设计

项目介绍

伯明翰大学体育数据科学与人工智能理学硕士项目旨在帮助学生开启体验领域的未来，课程由体育和计算机科学领域的专家创建和授课，学生将掌握在瞬息万变的体育应用分析领域取得成功所需的技能。使用现代化的硬件、软件和真实可靠的数据集，直接应用于运动员监测、比赛分析和体育商业决策，始终走在体育分析领域的前沿。该课程学生能够加入独特的学习环境，学习预测建模、决策支持以及适用于专业和商业环境的最佳实践可视化技术。

申请要求

• 申请者通常必须具有英国2:1荣誉学位或同等学历，需要以下学科之一的背景：体育与运动科学，（体育）商业与市场营销，科学、技术、工程和数学
• 如果不满足上述要求，在体育分析、数据科学或高性能环境方面的大量经验可能会根据具体情况被考虑，前提是可以证明熟练掌握研究方法、定量推理或编程

项目介绍

• 格拉斯哥大学数据科学理学硕士项目提供大数据分析和使用的全面的基础课程，为学员从事大数据和IT产业做好准备。
• 根据英国《卫报》2015年全英大学专业排名，格拉斯哥大学的计算机系名列苏格兰第一、全英第二位。格拉斯哥大学的化学系是苏格兰信息与计算机科学联盟（SICSA）成员，该联盟由苏格兰大学组成，致力于成为国际最高水平的计算机科学研究与教学基地。
• 格拉斯哥大学数据科学理学硕士项目学生的毕业方向主要有：计算机、教育、工程、健康、金融、政府、制造、零售、运输等行业的软件开发，也可进一步攻读博士学位。

申请要求

• 具有2:1荣誉学位或非英国同等学历，需要以计算为主修科目的任意学位，包含至少50%的计算学分认定课程并且成绩及格达到均分
• 本课程不适用于已获得格拉斯哥大学计算科学或软件工程本科学位的应届毕业生

项目介绍

格拉斯哥大学统计学理学硕士项目全面教授统计学原理、理论和实践技能。格拉斯哥大学统计研究组以其卓越的研究成果闻名于世，教师团队与实务界及非政府组织（如NHS和SEPA）长期保持密切的合作关系，具体专业范围包括：生物统计和统计遗传学、环境统计学、统计方法学、统计建模及统计学中的教学，这些老师除了常规授课外，还以各种多样化的研讨会向学生传授知识。学生在运用统计技能解决现实生活中的问题之前，需深入学习统计方法，掌握专业统计学家所需的技能。

申请要求

• 具有2:1荣誉学位或非英国同等学历，需要包含大量数学成分的学位背景（至少相当于格拉斯哥大学的Level-1数学课程和Level-2微积分和线性代数课程），其中20%的学分需要为大学水平的数学学分认定课程且成绩及格达到均分
• 本课程不适用于已获得格拉斯哥大学统计学本科学位的应届毕业生

项目介绍

数据已日益成为现代生活中越来越重要的一部分，但社会却急缺从复杂数据中提取有用信息的优秀人才。格拉斯哥大学拥有苏格兰最大的统计学小组，以其卓越的研究成果享誉世界。格拉斯哥大学数据分析理学硕士项目不要求学生具备统计或计算科学背景，将全面教授数据分析前沿知识，包括数据学习统计建模和计算等内容。此外，学生还科通过各种数据驱动分析项目实习获得实践经验。

申请要求

• 具有2:1荣誉学位或非英国同等学历），需要包含大量数学成分的学位背景（至少相当于格拉斯哥大学的Level-1数学课程和Level-2微积分和线性代数课程），其中20%的学分需要为大学水平的数学学分认定课程且成绩及格达到均分
• 请注意，该课程针对具备数学/统计学背景的申请者，具备计算背景的申请者可能希望申请数据科学专业

项目介绍

格拉斯哥大学高级统计学理学硕士项目将为学生提供有关统计原理、理论和实践技能的知识和经验。项目专业知识涵盖的主题包括：生物统计学和统计遗传学、环境统计数据、统计方法、统计建模与统计学的学术研究和教学。学生将由各自领域的世界领先专家授课，并将参加广泛而多样的研讨会计划，由国际知名讲师授课，并体验各种各样的项目。

申请要求

• 具有2:1荣誉学位或非英国同等学历，需要包含大量数学和统计学成分的学位背景，其中统计学和大学水平数学学分认定课程需要修满至少20学分且成绩及格达到均分
• 大量数学成分至少相当于格拉斯哥大学的Level-1数学课程和Level-2微积分和线性代数课程
• 大量统计学方法论成分包括在概率论、基于似然的推理和线性模型理论课程中至少达到荣誉学位等级

项目介绍

• 华盛顿大学数据科学硕士项目面向希望开始或提升数据科学职业发展的学生，强调将数据转化为可用洞察的能力，并围绕行业需求培养统计建模、数据管理、机器学习、数据可视化、软件工程、研究设计、数据伦理和用户体验等方面的专业能力。
• 项目还通过八门核心课程和两学期的结业项目，帮助学生把所学技能用于解决外部组织面临的数据科学挑战，形成面向真实问题的综合实践能力。

申请要求

入学前需完成微积分III和线性代数,以及2门编程课程

项目介绍

对能够管理和控制数据使用方式的人员的需求日益增长。这些人需要了解计算机科学和数学，并熟悉许多不同领域的数据需求和流程，包括医疗保健、商业、政府和环境。利兹大学数据科学和分析理学硕士项目课程为学生提供发展一系列相关技能的机会，包括：分析结构化和非结构化数据、分析大型数据集、根据背景批判性地评估结果、解读数据。该课程结合了计算、地理和数学学院与利兹大学商学院的专业知识。这种合作使学生能够从一系列数据科学视角和应用中受益，使学生能够根据自己的职业抱负定制课程。

申请要求

• 具有2:1荣誉学士学位，需要包含大量数学、统计和/或计算成分的学科背景
• 应在数学课程中获得优异成绩（主要是一等不低于2:2）
• 如果成绩单展示不明显，申请者需要提供所学习数学/计算课程类型和水平的清单
• 学校通常不接受会计或金融学位

项目介绍

利兹大学统计学理学硕士项目多元灵活，能让不同背景的学生都加深对统计学的理解。利兹大学统计学理学硕士项目提供统计建模方面的深入培训，并探索其在金融数学、统计生物信息学、形状分析、风险管理等领域的应用。在利兹大学统计学理学硕士项目学习期间，学生将提升自己对统计学研究方法的理解，包括写作风格和编程技巧。为将来不同领域的工作做好准备。在独立研究项目中，学生也将应用到这些技能。

申请要求

• 具有2:1荣誉学士学位，需要包含大量数学和统计成分的学科背景
• 申请者应具备统计学基础，且统计课程成绩优秀（没有关键课程分数低于2:2），如果成绩单展示不明显，可能会要求申请者提供更详细的课程信息
• 学校通常不接受会计或金融学位

项目介绍

利兹大学城市数据科学与分析理学硕士项目旨在为学生提供深入了解数据科学方法和途径的机会，并学习如何将它们应用于理解城市和制定城市政策。利兹大学城市数据科学与分析理学硕士课程将结合最新数据科学技术的技术培训（从数据争论、机器学习到可视化）以及研究和理解复杂的城市和出行挑战所需要的批判性思维。利兹大学城市数据科学与分析理学硕士课程的核心是致力于解决城市所面临的现实世界挑战。利兹大学的研究人员正在寻找新的数据驱动解决方案，以应对交通拥堵、社会和经济平等、污染和资源竞争等挑战。

申请要求

• 具有2:1荣誉学士学位，包括但不限于地理、城市规划、工程、土地资源、统计、数据科学、信息管理、运输或计算机科学，可以证明定量和/或计算技能
• 可以考虑的替代科目包括但不限于建筑、金融、数学或心理学
• 所有申请者必须有兴趣学习如何应用数据科学来解决现实生活中的城市挑战
• 获得2:2（荣誉）的申请人将根据具体情况被考虑，如果他们能够证明在相关专业领域的相关工作经验或能力
• 也可以考虑专业资格和相关经验

项目介绍

利兹大学统计学及其在金融中的应用理学硕士项目将主流高级统计建模与金融数学专业相结合，提供深入的培训。该硕士课程是一个重点学位课程，旨在拓宽和加深学生对统计学和金融应用的理解。除了数学学院的统计知识，该理学硕士还借鉴了金融数学方面的经验。

申请要求

• 具有2:1荣誉学士学位，需要包含大量数学和统计成分的学科背景
• 申请者具备统计学基础，且统计课程成绩优秀（没有关键课程分数低于2:2），如果成绩单展示不明显，可能会要求申请者提供更详细的课程信息
• 学校通常不接受会计或金融学位

项目介绍

利兹大学音乐与数据科学理学硕士项目通过将艺术和特定学科的音乐知识与数据科学相结合，该课程旨在弥合创造力与数据驱动的洞察力之间的差距。这门创新的跨学科课程结合了音乐和计算机科学的高级研究，旨在培养那些希望将音乐知识与数据科学专业知识相结合的独特技能。学生还将受益于音乐学院、计算机科学学院和商学院的合作，提供不同学科方法的宝贵经验。

申请要求

• 申请人通常应在相关学科中至少获得2:1的学士学位（或同等学历）。资格较低的特殊候选人，如果能展示出重要的相关经验或技能，也可以考虑。申请人还必须具有GCSE证书或同等水平的数学水平
• 申请人须对音乐及电脑相关科目有明显的兴趣。这可能包括音乐、音乐技术、计算机科学、数据科学或相关领域的良好本科学位。该项目也将考虑拥有其他学科学位的申请人，他们可以展示相关的技能或经验

项目介绍

南安普顿大学数据与决策分析理学硕士项目旨在帮助学生掌握数学建模、统计分析和计算等技能，帮助他们在数据的基础上做出更好的决策，并为在商业公司或公共部门从事各种各样职业做好准备。该项目旨在提供广泛的分析技能和软技能训练，为未来的职业生涯做准备，同时也为学生继续攻读运筹学、统计学或数据科学等专业的博士学位夯实基础。

申请要求

具有2:1学位，需要定量学科背景（数学含量高），必须在数学课程和编程课程中取得高分

项目介绍

• 南安普顿大学数据科学理学硕士项目为期一年，能够帮助学生成为专业数据科学家、掌握专业核心领域所需的知识与技能，包括操作高性能计算机集群和基于云的基础设施的能力，以及设计应用复杂的大数据分析技术。
• 在南安普顿大学数据科学理学硕士项目中，学生将获取诸多领域（如数据挖掘、机器学习、数据可视化等领域）的先进知识，包括当前最先进科技、编程工具包和产业社会应用场景。此外，南安普顿大学数据科学理学硕士项目将使学生拓展对于掌握现代数字化组织特有的广泛复杂的信息环境至关重要的内容方面的专业知识，从而为成为专业数据科学家奠定基础。

申请要求

• 具有upper 2:1学位（分数不低于65%），需要计算机科学或密切相关学科背景：计算机科学、计算机工程、软件工程、数学/统计学、物理学
• 申请者还必须在以下课程中取得upper 2:1的成绩：
• - 1门编程课程（如MATLAB, Python, Java, C, C++, C#，面向对象或高级编程语言）
• - 1门高等数学课程，最好是统计学和概率论

项目介绍

南安普顿大学统计学理学硕士项目为学生提供专业的统计方法训练，重点解决收集和分析科学数据时出现的实际问题。南安普顿大学统计学理学硕士项目致力于帮助学生掌握高级统计理论和方法，熟练掌握统计法的应用，成为统计学家，以及提高学生的口头和书面表达技巧。

申请要求

具有的2:1学位（数学含量高），必须在数学和统计学课程中取得高分

项目介绍

南安普顿大学的应用统计学理学硕士项目旨在培养学生统计学理论和方法论的知识，提高学生收集和分析社会科学或人口统计学定量和定性数据的能力。该项目致力于培养社会统计学方法论研究人才，招收拥有二等荣誉学位及以上并具有统计学、数学或计量经济学等统计学理论背景的学生。

申请要求

• 具有2:1学位，需要相关学科背景，例如：统计学、定量分析、数学、经济学（重点是计量经济学）、物理科学、社会科学（重点是定量方法）、地理学（重点是定量方法）
• 学校也会考虑非大学毕业生资格，比如皇家统计学会研究生文凭，统计学培训的详细信息将帮助学校评估申请者的合适性

项目介绍

南安普顿大学运筹学与金融理学硕士项目引导学生学习收入管理、信用评分和财务风险管理方面的技能，使学生深入了解适用于整个金融机构的应用分析和财务建模方法，引导学生学习金融和商业必备的分析技能。学生将与跨国组织合作开展案例研究，培养应用分析和财务能力。项目还将带领学生参加各行业的夏季项目。

申请要求

具有2:1学位，需要定量学科背景（数学含量高），必须在数学课程以及会计、金融与精算课程中取得高分

项目介绍

南安普顿大学政府数据分析理学硕士项目旨在带领学生学习专业技能和知识，帮助其在政府内部开展专业统计工作，培养学生成为统计学家、数据分析师或类似职业所需的技能。项目还教授其他技能，如调查方法和数据分析，这些技能也深受统计行业非政府机构的青睐。

申请要求

• 具有2:1学位，需要包含一些统计学方法内容的学科背景，例如：地理学、心理学、人口科学、经济学、计量经济学、统计学、数学
• 如果申请者的学位没有任何统计内容，学校会要求其证明具备必要的背景知识，达到皇家统计学会统计学高级证书水平
• 申请者目前应该就职于官方统计部门，但先前的专业经验可能会被考虑在内
• 如果申请者成功申请加入本课程，学校将要求其在课程开始前参加一个涵盖基础数学和统计学的入门复习课程
• 如果申请者未明确满足申请要求但在该领域有丰富的工作经验，学校会评估其相关专业经验、学科知识和学习能力，申请将根据个人成绩进行考虑，申请者可能会被要求参加面试

项目介绍

南安普顿大学医学应用统计理学硕士项目旨在为学生提供统计方法论的严谨训练，侧重解决在收集和分析医疗数据时出现的实际问题。学生可以培养关键的可转移技能，如书面和口头交流、统计软件的使用和编程、时间管理和基础研究技能。

申请要求

• 具有的2:1学位（数学含量高），必须在数学和统计学课程中取得高分
• 学校也会考虑其他资格，例如：英国皇家统计学会提供的专业发展课程，统计学专业培训课程，与统计学研讨会相关的短期课程或辅导课
• 如果申请者未明确满足申请要求但在该领域有丰富的工作经验，学校会评估其相关专业经验、学科知识和学习能力，申请将根据个人成绩进行考虑，申请者可能会被要求参加面试

项目介绍

南安普顿大学运筹学与数据科学理学硕士项目帮助学生学习商业和工业领域必备的分析技能。学生将与跨国组织合作开展案例研究，培养应用分析能力。项目还将带领学生参加各行业的夏季项目。

申请要求

具有2:1学位，需要定量学科背景（数学含量高），必须在数学课程中取得高分

项目介绍

项目以实践为导向，训练学生使用数据库、数据挖掘、数据可视化、Python、R和云服务分析真实问题。课程进一步培养概率统计、数据清洗与大规模数据处理、机器学习、知识发现和数据表达能力，并强调理解分析方法的适用范围与局限。

申请要求

GPA3.0及以上。

项目介绍

• 波士顿大学数据科学硕士项目强调让学生掌握数据决策所需的核心工具，包括建模、学习模型参数和做出准确预测，并提升对大规模复杂数据集的管理与分析能力。
• 项目还侧重于将数据科学工具应用到具体领域中的实质性问题上，构建专门的数据处理流程，自动化数据工作流，开发直观的人机界面，同时培养学生解释和清晰呈现复杂结果的能力，并增强对伦理、公平、隐私和安全政策的意识。

申请要求

获得与数据科学计算、数据驱动领域相关的方法论或应用学科之一的学位，先修课要求编程、离散数学入门、线代、统计概率入门、微积分、算法导论其中四门

项目介绍

所有组织都面临如何分析和使用数据的挑战。谢菲尔德大学数据科学理学硕士项目使学生学习数据科学的概念，以及如何在复杂的组织和社会环境中支持数据驱动的问题解决方法。深入了解数据科学的理论和实践及其在不同组织环境中的应用。该课程将向学生提供一套基本原则，支持从数据中合乎道德地提取信息和知识。案例研究将有助于展示这些原则在现实生活问题中的实际应用。该计划集中于数据科学的三个关键方面：基本数据相关原则、支持基础设施和组织环境。学生将获得处理结构化和非结构化数据、分析和可视化数据、数据挖掘的实用技能，并获得所使用的软件工具及其在真实环境中使用的实际经验。学生将获得数据管理员的技能，了解算法（例如，用于数据挖掘或处理“大数据”）可以做什么，以及何时为组织的利益使用这些算法。

申请要求

• 具有2:1本科荣誉学位，不限专业背景
• （官网无专业限制，但其实有录取偏好，需要一定的CS基础，不适合无基础跨申）

项目介绍

杜伦大学数据科学硕士是一门以数据科学为核心的转化课程，旨在为社会科学、艺术和人文学科的本科学生提供丰富数据科学内容的硕士教育。介绍性模块的设计使非技术学位的学生具备学习数据科学的必要背景。这是在需要知道的基础上进行的，侧重于实践中的理解，而不是抽象的理论。核心模块然后向学生介绍全方位的数据科学方法，从基本技术到先进的现代方法，如神经网络和深度学习。可选模块允许学生关注感兴趣的领域。

申请要求

• 学校要求申请者具有2:1（荣誉）学士学位或同等学历，不限专业背景
• 具备较强数据科学或数学背景的申请者可能希望考虑MSc Scientific Computing and Data Analysis课程

项目介绍

• 杜伦大学数据科学（数字人文）硕士是一门以数据科学为核心的转换课程，旨在为人文学科一级学位的学生提供丰富的数据科学内容的硕士教育。入门模块的设计使完全是初学者的学生不需要具备数学或编程知识，就可以了解数据科学所需的背景知识。这是在需要知道的基础上进行的，侧重于实践中的理解，而不是抽象的理论。数据科学核心模块将包括数据科学的数学导论、统计建模（R）、计算机编程（Python）、机器学习、人工智能和神经网络。
• 除了数据科学核心之外，学生还将选修数字人文学科的一个模块，该模块将探索定量和计算方法在文化数据上的应用：语言、文学、哲学和神学文本、历史数据、文物和物质文化、视觉艺术、视频和音乐。

申请要求

• 学校要求申请者具有2:1（荣誉）学士学位或同等学历，不限专业背景
• 具备较强数据科学或数学背景的申请者可能希望考虑MSc Scientific Computing and Data Analysis课程

项目介绍

• 物理学、工程学、地球科学或金融学等领域的进步越来越多地受到计算技术专家的推动。值得注意的是，那些能够熟练地为世界上最强大的计算机编写代码、能够熟练地处理世界上最大的数据集的人确实可以发挥作用。杜伦大学科学计算与数据分析理学硕士项目提供以应用为中心的课程，通过三个相互交织的方向来提供这些技能，分别是：科学计算的计算机科学基础（算法、数据结构、实现技术和计算机工具的使用），数据分析的数学方面，特定领域（目前为天体物理学，粒子物理学，金融数学，或地球和环境科学）基础技术的实施和应用。
• 杜伦大学科学计算与数据分析（计算机视觉与机器人学）理学硕士项目旨在为学生提供解决机器人技术及其相关传感算法中一些最大研究问题所需的背景知识，例如如何以安全可靠的方式开发未来的自主移动解决方案。

申请要求

• 具有2:1理学学士（荣誉）学位或同等学历，需要以下学科背景：
• - 物理学或包含基础物理课程的学科；或
• - 计算机科学；或
• - 数学；或
• - 地球科学；或
• - 工程学；或
• - 任何包含大量定量元素的自然科学。
• 学校鼓励申请者选择与其背景相一致的专业领域，请注意，常规商业学位无法提供必要的数学基础
• 其他要求
• 额外的需求
• - 申请者必须在至少一种编译语言中表现出强大的编程技能，最好是C或C++，尽管Rust、Java、C#、Fortran或Pascal也可以接受。如果申请者在其所选的专业领域具备很强的背景，熟练掌握Python可能就足够了。那些缺乏C或C++经验的人建议参加学校的预备课程。
• - 此外，学校还要求申请者具备本科水平的数学知识，包括线性代数、微积分、积分、常微分方程和偏微分方程以及概率论。

项目介绍

• 物理学、工程学、地球科学或金融学等领域的进步越来越多地受到计算技术专家的推动。值得注意的是，那些能够熟练地为世界上最强大的计算机编写代码、能够熟练地处理世界上最大的数据集的人确实可以发挥作用。杜伦大学科学计算与数据分析理学硕士项目提供以应用为中心的课程，通过三个相互交织的方向来提供这些技能，分别是：科学计算的计算机科学基础（算法、数据结构、实现技术和计算机工具的使用），数据分析的数学方面，特定领域（目前为天体物理学，粒子物理学，金融数学，或地球和环境科学）基础技术的实施和应用。
• 杜伦大学科学计算与数据分析（金融科技） 理学硕士课程旨在教授学生现代金融市场背后的数学原理，以及在金融行业的背景下编程和通信的元素。金融数学利用概率论、统计学、偏微分方程和科学计算等工具，广泛应用于投资银行、对冲基金、保险公司、公司债券和监管机构，以解决衍生品定价、投资组合选择和风险管理等问题。

申请要求

• 具有2:1理学学士（荣誉）学位或同等学历，需要以下学科背景：
• - 物理学或包含基础物理课程的学科；或
• - 计算机科学；或
• - 数学；或
• - 地球科学；或
• - 工程学；或
• - 任何包含大量定量元素的自然科学。
• 学校鼓励申请者选择与其背景相一致的专业领域，请注意，常规商业学位无法提供必要的数学基础
• 其他要求
• 额外的需求
• - 申请者必须在至少一种编译语言中表现出强大的编程技能，最好是C或C++，尽管Rust、Java、C#、Fortran或Pascal也可以接受。如果申请者在其所选的专业领域具备很强的背景，熟练掌握Python可能就足够了。那些缺乏C或C++经验的人建议参加学校的预备课程。
• - 此外，学校还要求申请者具备本科水平的数学知识，包括线性代数、微积分、积分、常微分方程和偏微分方程以及概率论。

项目介绍

杜伦大学数据科学（社会分析）硕士与其他数据科学硕士课程有着共同的核心。社会分析将创造出一批新的社会科学家，这些科学家拥有必要的技能，可以应用新的计算方法来为政策提供信息，检查社会现象，并深入了解人与其社会环境之间的互动。它还将使社会科学家能够利用社交媒体和其他新的数据来源进行工作。虽然一般的数据科学技能对社会科学家来说是有用的，但解读社会数据却面临着特殊的挑战。杜伦大学数据科学（社会分析）硕士课程包括有关专业方法的模块，以及了解如何有效使用它们的理论基础。

申请要求

• 学校要求申请者具有2:1（荣誉）学士学位或同等学历，不限专业背景
• 具备较强数据科学或数学背景的申请者可能希望考虑MSc Scientific Computing and Data Analysis课程

项目介绍

工程领域的发展越来越多地受到计算技术专家的推动，杜伦大学科学计算与数据分析理学硕士项目提供了一个以应用为重点的课程，通过三个相互交织的部分来提供这些技能：专业领域基础技术的实施和应用（除了工程人工智能，还提供金融技术、天体物理学、计算机视觉与机器人学或地球与环境科学的选项）；科学计算的计算机科学基础（算法、数据结构、实现技术和计算机工具的使用）；机器学习的数学方面以及数学模型的模拟和分析。杜伦大学科学计算与数据分析理学硕士项目的工程专业资格通过的教学模块和项目工作的结构化课程，向学生介绍工程应用，通过讲座、计算机实验室和项目，学生将学会为工程问题设计和实施人工智能解决方案，将深度学习和优化技术应用于工程系统，将人工智能与物理模型和工程原理相结合，开发稳固的软件实现。

申请要求

• 具有2:1理学学士（荣誉）学位或同等学历，需要以下学科背景：
• - 工程学；或
• - 计算机科学；或
• - 任何包含大量定量元素的自然科学。
• 学校鼓励申请者选择与其背景相一致的专业领域，请注意，常规商业学位无法提供必要的数学基础
• 其他要求
• 额外的需求
• - 申请者必须在至少一种编译语言中表现出强大的编程技能，最好是C或C++，尽管Rust、Java、C#、Fortran或Pascal也可以接受。如果申请者在其所选的专业领域具备很强的背景，熟练掌握Python可能就足够了。那些缺乏C或C++经验的人建议参加学校的预备课程。
• - 此外，学校还要求申请者具备本科水平的数学知识，包括线性代数、微积分、积分、常微分方程和偏微分方程以及概率论。

项目介绍

杜伦大学科学计算与数据分析（环境与地理信息系统）理学硕士项目提供以应用为中心的课程，通过三个交织的部分来提供这些技能，分别是：科学计算的计算机科学基础（算法、数据结构、实现技术和计算机工具使用）；数据分析的数学方面以及数学模型的模拟和分析；基础技术在专业化领域（天体物理学、工程学、人工智能平台、计算机视觉与机器人或环境与地理信息系统选项）中的实施和应用。杜伦大学科学计算与数据分析（环境与地理信息系统）理学硕士项目将提供有关如何使用复杂的数据集和工具来解决与地球环境及其稀缺资源管理相关的前沿和社会相关问题的先进知识，项目将介绍各种地球和环境数据集，以及定量和计算分析所需的专业数学和软件工具。

申请要求

• 具有2:1理学学士（荣誉）学位或同等学历，需要以下学科背景：
• - 物理学或包含基础物理课程的学科；或
• - 计算机科学；或
• - 数学；或
• - 地球科学；或
• - 工程学；或
• - 任何包含大量定量元素的自然科学。
• 学校鼓励申请者选择与其背景相一致的专业领域，请注意，常规商业学位无法提供必要的数学基础
• 其他要求
• 额外的需求
• - 申请者必须在至少一种编译语言中表现出强大的编程技能，最好是C或C++，尽管Rust、Java、C#、Fortran或Pascal也可以接受。如果申请者在其所选的专业领域具备很强的背景，熟练掌握Python可能就足够了。那些缺乏C或C++经验的人建议参加学校的预备课程。
• - 此外，学校还要求申请者具备本科水平的数学知识，包括线性代数、微积分、积分、常微分方程和偏微分方程以及概率论。