# 项目概况 **莫纳什大学（Monash University）**，又译蒙纳士大学，坐落于澳大利亚维多利亚州墨尔本，是一所蜚声国际的顶尖研究型大学，是澳大利亚八校联盟、环太平洋大学联盟、英联邦大学协会和国际大学气候联盟核心成员。莫纳什大学位居2021QS世界大学排名第**55**位，2021U.S. News世界大学排名第**48**位。莫纳什商学院位居2021U.S. News排名第**26**位，全澳第**1**，是澳大利亚**首个**获有AACSB、EQUIS和AMBA三重认证的商学院。 **数据科学硕士项目（Master of Data Science）**囊括了统计和探索性分析，数据格式和语言，海量数据集的处理，数据管理及其在组织和社会中的作用和影响等主题。该项目在程序设计，数据库以及数学或统计方面提供基础课程，适合**不同背景**的学生申请，灵活度较高。有相关研究背景或工作经验同学可以跳过基础课程提前毕业，也可以参加数据科学选修课，例如机器学习，自然语言处理以及大数据处理，以培养学生的数据分析和机器学习技能。在课程学习中，学生将使用Python和R，Hadoop和Spark等最新工具，丰富实践经验。 # 项目链接 [https://www.monash.edu/study/courses/find-a-course/2021/data-science-c6004?international=true#course-structure-3](https://www.monash.edu/study/courses/find-a-course/2021/data-science-c6004?international=true#course-structure-3) # 入学要求 * 学历背景：任意背景的学士学位均可申请 * 语言要求：雅思均分不低于6.5，单项不低于6.0；或托福总分不低于79，写作最低21，口语最低18，阅读最低13，听力最低12 * 成绩要求：不区分985/211/双非，均分不低于60% # 学制 * 一般为1.5-2年全日制，每年2月、7月开学 * 2年制（96学分）：本科非相关专业 * 1.5年制（72学分）：本科相关专业，或具有程序设计，数据库和数学等背景的商业，科学或工程学位 # 学费和奖学金 * 申请2021年硕士项目费用为每48学分共需 42,800 澳元 * 莫纳什大学提供超过360种奖学金，总价值达280,000澳元 # 课程结构 该项目分为三部分: * PART A：高级数据科学研究的基础 * PART B：核心硕士学位的学习 * PART C：高级实践 本科为相关专业的学生可以不参加Part A，但Part B和Part C是必修课，无论学生有无背景，都需要参加。 ## Part A：高级数据科学研究的基础（24学分） 该部分提供了数据科学领域的简单介绍。适用于本科不是数据科学相关专业的学生。 | 课程代码 | 课程英文名称 | 课程中文名称 | 学分 | |:--- |:--- |:--- | :--- | | FIT9132 | Introduction to databases | 数据库导论 | 6 | | FIT9136 | Algorithms and programming foundations in Python | Python中的算法和编程基础 | 6 | | FIT9137 | Introduction to computer architecture and networks | 计算机体系结构和网络导论 | 6 | | MAT9004 | Mathematical foundations for data science | 数据科学的数学基础 | 6 | ## Part B：核心硕士课程（48学分） 该部分介绍了有关数据科学的理论和实践。 **必修课程（5门，30学分）** | 课程代码 | 课程英文名称 | 课程中文名称 | 学分 | |:--- |:--- |:--- | :--- | | FIT5125 | IT research methods | IT研究方法 | 6 | | FIT5145 | Introduction to data science | 数据科学导论 | 6 | | FIT5147 | Data exploration and visualisation | 数据探索和可视化 | 6 | | FIT5196 | Data wrangling | 数据清洗 | 6 | | FIT5197 | Statistical data modelling | 统计数据建模 | 6 | **选修课程（6门选3门，18学分）** | 课程代码 | 课程英文名称 | 课程中文名称 | 学分 | |:--- |:--- |:--- | :--- | | FIT5149 | Applied data analysis | 应用数据分析 | 6 | | FIT5201 | Machine learning | 机器学习 | 6 | | FIT5202 | Data processing for big data | 大数据处理 | 6 | | FIT5212 | Data analysis for semi-structured data | 半结构化数据的数据分析 | 6 | | BMS5021 | Introduction to Bioinformatics | 生物信息学导论 | 6 | | BMS5022 | Advanced bioinformatics: efficient genome, transcriptome and proteome analysis | 生物信息学进阶：高效的基因组，转录组和蛋白质组分析 | 6 | ## Part C：高级实践（24学分） 该部分提供了两种方案，分别适用于想从事学术或就业的学生： **选择一：**论文研究项目，包括硕士论文（18学分）和研究方法培训课（6学分）。（建议想继续攻读博士学位的学生选择） **选择二：**企业实习项目，24学分。(建议未来期待就业的学生选择)