# 项目概况
**伦敦国王学院（King's College London）**，简称King's或KCL，是英国久负盛名的世界顶尖综合研究型大学，享有极高美誉。伦敦国王学院由英国国王乔治四世建于1829年，同年授予皇家特许状，为历史最悠久的英国大学之一。伦敦国王学院自建校以来共诞生了12位诺贝尔奖得主，19位国家政府首脑、37位英国现任国会议员。伦敦国王学院在多个国际排行榜上位居世界前列，在2021年QS世界大学排名**第31位**，2021年U.S. News世界大学排名**第34位**。
**数据科学硕士（Data Science MSc）**是伦敦国王学院所设立的硕士研究生项目，该项目提供数据收集、整理、管理和分析方面的高级技术和实践技能培训，项目选修课程涉及领域广阔，并结合了国王学院的健康、法律、艺术、社会科学和人文科学的独特优势。对于有定量学科背景的毕业生或有相关工作经验的申请者，想要在数据科学方法和技术方面获得提升，该项目是一个理想的学习途径。
# 入学与申请要求
* 一般申请要求：
1.拥有等同于英国二级甲等荣誉学士学历的计算机科学或其他相关定量学科的学士学位，如数学，统计学，物理学，自然科学，电子工程，通用工程，运筹学，计算机科学等专业。
2.申请人应具有较扎实的数学能力背景，尤其要熟悉微积分，线性代数，向量和矩阵等数学基础知识。
3.申请人应具有良好的计算机编程方面的能力，应接近计算机科学理学学士学位第一年末的预期水平。
* 语言能力要求：
1.托福总分92分：听力、阅读、口语不低于20分，写作不低于23分。
2.雅思总分6.5分：听力、阅读、写作、口语小分不低于6.0分。
3.PTE总分62分：听力、阅读、写作、口语小分不低于59分。
* 申请时间：第一轮申请截止日期：2021年3月26日。
# 学制与费用
* 项目学制：**全日制1年**
* 申请费用：100英镑
* 项目费用：本地学生: **10,500英镑** ；非本地学生: **27,900英镑**
* 录取押金：当收到项目录取Offer，申请人需要支付500英镑不可退还的押金与2000英镑存款以确保最终录取，押金将会被计入总费用中。
# 就业前景
伦敦国王大学专门设立有**职业服务部(The Careers Service)**，职业服务部为学生提供量身定制的课程，其中包括技能课程和顶级雇主的来访交流，以及一个职业计划。目前部分毕业生已经在通用软件咨询公司，专业软件开发公司和大型机构（金融，电信和公共部门）的IT部门取得了非常成功的职业，另有部分毕业生选择在软件工程，生物信息学，算法和计算机网络方面从事学术或工业研究。
# 课程介绍
伦敦国王学院数据科学硕士课程分为必修模块与选修模块，需要在一年内完成选修共计**180模块学分**，并要求修读**必修模块120学分，选修模块60学分**。其中必修课程模块可以从选修模块课程中以二选一、三选一的方式选择2门作为必修课程，课程细节主要包括：
* **课程内容** ：通过课程学习深入了解数据科学中计算和统计方法的一般原理，以及它们潜在的假设和限制。基于信息学系强大的研究力量，课程提供研究各类高级计算的主题，学习解决复杂计算问题的高级实用技术与技能。
* **课程教学** ：课程教学方式主要使用讲座、研讨会和小组教学，此外还需要进行大量的独立学习。课程每学分需花费约10个小时的独立学习时间，例如15学分的课程的独立学习时间为150小时，这些时间涵盖了模块的每个方面。
* **课程评估** ：课程的主要评估方法是结合书面考试、课程作业、课堂测试、大作业项目和口头报告的形式进行，其中个人项目将通过论文进行评估。
## 专业必修模块（120学分）
1.必修课程（90学分）
| 课程英文名称 | 课程中文名称 | 课程学分 |
|:--- |:--- | :---|
| Data Mining |数据挖掘| 15|
|Databases, Data Warehousing & Information Retrieval|数据库，数据仓库和信息检索|15|
| Individual Project|个人项目| 60|
2.二选一必修课程（15学分）
| 课程英文名称 | 课程中文名称 | 课程学分|
|:--- |:--- | :---|
| Computer Programming for Data Scientists|数据科学家计算机编程| 15 |
| Big Data Technologies|大数据技术| 15|
3.三选一必修课程（15学分）
| 课程英文名称 | 课程中文名称 | 课程学分|
|:--- |:--- | :---|
| Statistics for Data Analysis|数据统计分析| 15 |
|Elements of Statistical Learning |统计学习基础| 15|
| Statistics in Finance |金融统计| 15|
## 专业选修模块（60学分）
| 课程英文名称 | 课程中文名称 | 课程学分|
|:--- |:--- | :|
|Elements of Statistical Learning |统计学习基础| 15|
| Statistics in Finance |金融统计| 15|
| Agents & Multi-Agent Systems |代理和多代理系统|15|
| Nature-Inspired Learning Algorithms|自然启发式学习算法|15|
| Pattern Recognition, Neural Networks & Deep Learning|模式识别，神经网络与深度学习|15|
| Network Theory|神经网络理论|15|
| Big Data Technologies|大数据技术|15|
| Simulation & Data Visualisation |仿真和数据可视化|15|
|Computer Vision|计算机视觉|15|
| Telling Stories with Data|数据故事讲述|15|
| Armchair Intelligence: Open Sources & Online Investigation| 公开来源情报与在线调查 |15|
| Theorising Big Data|大数据理论化|15|
|Machine Learning|机器学习| 15 |
| Optimisation Methods |最优化方法|15 |
|Artificial Intelligence Reasoning and Planning |人工智能推理与规划|15 |
# 项目链接
[https://www.kcl.ac.uk/study/postgraduate/taught-courses/data-science-msc](https://www.kcl.ac.uk/study/postgraduate/taught-courses/data-science-msc)
伦敦国王学院数据科学硕士项目
成长锦
