数据科学硕士

课程名称：Master of Data Science

CRICOS：0101854

学习模式：在校，在线

入学时间：2月、5月、9月

校区：图文巴校区

学制：2年

语言要求：雅思6.0 （单项不低于5.5）

入学要求：

专业方向

人工智能与机器学习（Artificial Intelligence & Machine Learning）

在南昆士兰大学学习人工智能与机器学习专业课程，探索深度学习、自然语言处理、信息检索和知识管理等相关概念。
在这个越来越多地以数据作为驱动力的世界中，我们能够利用信息检索技术和系统来查询和获取有用的信息，以支持高级数据分析并为高层决策提供依据，这一点至关重要。
探索大数据管理、机器学习和数据挖掘中的概念及学习内容，确保学生具备在这个充满活力的行业中从业所需的知识。
在攻读硕士学位期间，有两种不同的研究途径可供学生选择：
- 研究项目途径 — 能够掌握研究技能，并通过在各自所选的应用学科领域开展独立项目来完成应用数据科学领域的研究论文。
- 研究培训途径 — 能够提升研究能力，并获取专门的认知及技术计算和信息系统技能，为在科学领域或各自所选的专业应用领域任职做好准备。

职业前景

该课程提供了多种职业发展机会，学生有机会在大数据、人工智能或机器学习领域提升自己的专业水平。毕业生可以成为一名高效的数据科学家，利用预测分析、大数据管理、大数据分析与建模、人工智能和机器学习形成有助于做出重要现实决策的见解。
数据科学家备受追捧，随着技术、工程、科学、商业、教育和研究等领域的企业需要具备熟练技能的员工来理解并解读数据、驾驭人工智能和机器学习以促进业务发展，对数据科学家的需求预计还将增加。
专注于人工智能的职业包括计算机工程师、游戏开发员、情报分析师、程序员、网页开发人员。数据科学领域的职业包括数据科学家、数据分析师、数据工程师或数据管理员。

数据分析（Data Analytics）

数据科学为来自各个学科的毕业生提供了在大数据领域获得实用知识的机会，尤其侧重于数据分析。数据科学帮助组织从原始数据中提取新的见解；这些见解有助于在我们对数据的依赖日益增强的当今世界中开发新产品、改进服务和开拓新业务。
学习如何从历史数据中找出规律，理解当下，并利用涵盖各种运营场景的数据预测未来。
从大数据管理、机器学习和数据挖掘，到编程和大数据可视化，学生将做好在充满活力且快节奏的行业中开启职业生涯的准备。
独立且协作地运用关键的信息通信技术(ICT)和数据科学技术以及编程技能，阐释重要理论，并批判性探究和解决全球市场中的当代核心问题。

职业前景

*关于课程，学费及入学要求的最新及最准确的信息，请访问英文官方网站： www.unisq.edu.au

更新时间：2025年3月21日

推荐课程