坎特伯雷大学数据科学硕士课程详解

不管是阿尔法狗战胜人类围棋世界冠军、无人超市开店，还是自动驾驶汽车不断“上路”，人工智能已悄然来到人们身边。什么是人工智能？创新工场董事长兼首席执行官李开复的著作《人工智能》中给予了精辟的陈述——深度学习+大数据=AI（人工智能）。

随着“大数据”的规模和可用性呈指数级增长，数据科学是一个新兴的职业。数据科学家通过查看过去和当前数据，洞察未来趋势。在一个从教育到商业、通信到交通都涉及大规模数据收集和数字化的世界中，数据科学是一项基本技能。

坎特伯雷大学数据科学硕士课程旨在容纳来自不同背景的学生（不仅仅是数学、统计学和计算机科学专业的学生），他们希望增强或建立自己的数据科学能力，并将这些能力与之前学习中的技能和知识相结合。只要您渴望数据并了解此行业；这个学位可以增加你的就业能力和职业前景。

坎特伯雷大学数据科学硕士课程核心信息：

英文全称：Master of Applied Data Science

学历等级：NZQA9级硕士

学制：12个月

总学分：180学分

开学时间：2月、7月

学费：$52,500（2024年）

坎特伯雷大学数据科学硕士申请要求：

　　1、学术要求：本科学位， 最后2年课程平均分不低于B，即：国内 985 / 211 院校均分不低于75%； 其它院校均分不低于80%

　　2、语言要求：雅思 总分6.5，单科不低于6.0；PTE 总分58，  单项不低于50；CCEL EAP2 B+；NZCEL 5级；或同等其他英语要求

　　3、专业背景要求：取得与数据科学相关学位，如生物科学、计算机科学、数字人文、经济学、环境科学、金融学、地理学、地质学、数学、物理学、心理学

坎特伯雷大学数据科学硕士课程结构：

　　MADS专业融合了数学课程（STAT开头），统计学课程（DATA开头），计算机课程（COSC开头），信息系统课程（INFO开头），商科课程（MBIS开头），以及生物学，健康学等课程。

　其中数学，统计学和计算机课程是重中之重，如果不会编程，那么你无法成为一个优秀的data scientist，如果只会编程但是不懂数学和统计学，那么你永远都是一个码农。

　　学习内容主要包括数据库的知识扫盲、数学建模、如何用R以及Python，以及大数据和分布式计算，包括Hadoop和Spark，mapReduce算法如何在大数据framework下实现。

　　需要注意的是，老师会对coding做一定程度的指导，但是更多情况下，需要自己多加练习，以及阅读大量的材料从而提升自己的coding能力。

　　MADS专业的课程一共分为3个部分：

　　背景课程：DATA401 Statistics统计学，COSC480 Computer Programming计算机编程，以及MBIS 623 Data Management数据管理，如果有这些背景课程的学术背景或者工作背景，可酌情考虑不选择背景课程，因人而异；

　　必修课以及部分选修课：

　　DATA 420 Scalable Computing

　　DIGI 405 Texts, Discourses and Data: the Humanities and Data Science

　　STAT 462 Data Mining

　　STAT 448 Big Data

　　项目/实习：DATA 601(45个学分)

　　参与现实生活中的数据科学项目，学习和解决问题。学生可以参与学校导师的项目或者自己可以提供实习的机会的公司。因为基督城只有坎大提供数据科学专业，很多公司需要实习生都会联系学校，所以学校会有不少的实习机会推荐。每年暑假，这个很多学生顺利拿到公司带薪实习。

　　毕业后技能

　　1. 数据科学领域的前沿知识；

　　2. 利用数据解决问题，给出solution的能力；

　　3. 设计、实现数学建模过程；

　　4. 具备编程能力，包括R和Python及其它技术。

　　技能包

　　Python，R， SQL，Database， Spark， Hadoop， MapReduce， Neural Network等等。