# 项目概况 **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,包括**8**位诺贝尔奖得主(全澳第1)、120位罗德学者(全澳第1)、4位澳大利亚总理以及5位澳大利亚总督等。2020年,墨尔本大学位列U.S. News世界大学排名第**25**位(全澳第**1**);THE世界大学排名第**31**位(全澳第**1**);QS世界大学排名第**41**位(全澳第**3**);QS世界大学学术声誉排名第**17**位(全澳第**1**)。 **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。 # 入学要求 * 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 # 学制 * 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 # 学杂费和奖学金 * 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 # 课程介绍 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 | # 项目链接 [https://study.unimelb.edu.au/find/courses/graduate/master-of-data-science/](https://study.unimelb.edu.au/find/courses/graduate/master-of-data-science/)