# 项目概况 **伦敦政治经济学院（The London School of Economics and Political Science）** 简称伦敦政经（LSE），于1895年创立，位于英国伦敦。LSE是一所享誉全球的顶尖公立研究型大学，是伦敦大学联盟和罗素大学集团的成员，被誉为金三角名校和G5超级精英大学，在政商界享有卓越口碑。截止到2018年，LSE共有学生人数**11,850**人，其中共有研究生**6,795**人，校内国际生占比**68%**，非欧盟成员国学生占比**49%**。截至2016年，LSE诞生了**18**位诺贝尔奖得主（囊括了所有诺贝尔经济学奖得主的**17%**）、**55**位国家元首或政府首脑、**31**名英国下议院议员及**42**名上议院议员。 LSE在政治、经济、金融、社会、传媒、历史、地理、公共政策等**11**个学科位列世界前五，经济学系在经济学术界权威的蒂尔堡大学经济学排名（2015-2019）中位居**全球第四**，为欧洲最高。根据REF 2014 英国大学官方排名，LSE拥有**全英比例最高的世界领先级研究成果**，同年公布的Wealth-X和UBS针对全球富豪的联合调查报告显示，在所有欧洲大学中，LSE培养了**最多的亿万富翁**，其**毕业生平均起薪亦为全英最高**。在2020-2021年的年度报告中，LSE居QS世界大学排名第**49**、THE世界大学排名第**27**。 **数据科学硕士（MSc Data Science）**是由LSE统计系提供的授课型硕士项目。此项目的课程会提供着重于统计学科的数据科学方面的培训。在设置了一系列全面的必修学科外，此项目还设置了很多选修课程，包括人工智能、深度学习、贝叶斯机器学习、大数据分布式计算、金融统计、计算数据科学等等。与此同时，该项目会将传统授课方式与计算机实验课程相结合，以促使学生使用多种编程工具完成数据分析。 # 项目链接 https://www.lse.ac.uk/study-at-lse/Graduate/degree-programmes-2021/MSc-Data-Science # 项目详情 ## 项目亮点 - 在完成硕士学位修读的过程中，LSE会和公司展开合作，以向学生提供处理真实数据的机会。在2018至2019学年中，其合作伙伴包括**Adobe Research**、**Alpha Telefonica**、**Facebook**、**Microsoft**和**Tesco**等。此项目提供的实践课题中，包含广泛的数据问题和数据类型，故学生可以获得了解各个行业的机会。 - 在学生福利和资源支持方面，除了在学校中有非常全面的机构和组织为学生提供多种多样的生活及学术服务外，在修读数据科学硕士期间，每名学生还将被分配一位学术导师，以方便在学术或个人问题上对学生提供指导和建议。 ## 申请条件及申请链接 - 学历背景：任何背景的学士都可以申请此项目，此项目倾向于招收对高等数学、统计学有较为深刻理解的学生。 - 语言要求：雅思总分7以上，每一项不低于6.5，或托福总分100分以上，阅读为23分以上，写作为24分以上，口语和听力为22分以上。 - 成绩要求：若院校背景良好，本科期间加权平均分不能低于85分。其他情况下，本科期间加权平均分不能低于90分。 - 线上申请指导网站：https://www.lse.ac.uk/study-at-lse/Graduate/Prospective-students/How-to-Apply - 2021年入学申请者的线上申请系统链接：https://evision.lse.ac.uk/urd/sits.urd/run/siw_ipp_lgn.login?process=siw_ipp_app&code1=ONLINEAPP&code2=2021 - 备注：LSE会仔细查看申请表中的所有内容以对申请者进行全方位的评估，其中最重要的是学业成绩（包括预期成绩和达到的成绩）、学业目标说明、两份学术参考资料、简历等。其中学业目标说明要简明扼要的表达出选择LSE和本项目的原因。 ## 学制 - 只有一年期的全日制可供选择。 - 对于2021年秋季学期入学的同学来说，入学时间是2021年9月27日，此项目没有申请截止日期，招满即止。 ## 学费及奖学金 - 对于2021年入学的留学生来说，全日制每年需要30,960英镑。 - 该计划可作为ESRC资助的1 + 3计划博士计划途径的一部分，申请人除了要另外申请ESRC资助外，还必须在其申请LSE的申请表中表明关于希望申请到ESRC1+3计划的意愿。关于ESRC资助计划的相关信息和申请方式，可以通过进入https://www.lse.ac.uk/study-at-lse/Graduate/fees-and-funding/ESRC-Studentships 进行了解。 # 课程介绍 - 该项目的学生至少需要修读2学分的必修课（即所有必修）、1学分的选修课（即至少2门选修课）并完成1学分的毕业项目才可以毕业。如果有相关学历背景和成绩单可以证明部分学生对必修课程：计算机编程或数据分析与统计方法的掌握，可以分别用一门选修课替代。 - 所有课程是通过讲座、辅导和课堂教学这三种方式完成的，毕业项目需要提交项目报告。 ## 必修课 |课程代码|课程英文名称|课程中文名称|课程学分| |:----|:----|:----|:----| |MY470|Computer Programming|计算机编程|0.5| |ST445|Managing and Visualising Data|数据管理与可视化|0.5| |ST447|Data Analysis and Statistical Methods|数据分析与统计方法|0.5| |ST443|Machine Learning and Data Mining|机器学习与数据挖掘|0.5| ## 选修课 需要选修两门选修课，其中至少有一门为ST系列课程： |课程代码|课程英文名称|课程中文名称|课程学分| |:----|:----|:----|:----| |MA407|Algorithms and Computation|算法与计算|0.5| |MA424|Modelling in Operations Research|运筹学中的建模|0.5| |MY459|Special Topics in Quantitative Analysis: Quantitative Text Analysis|定量分析中的特殊主题：定量文本分析|0.5| |MY461|Social Network Analysis|社交网络分析|0.5| |ST449|Artificial Intelligence and Deep Learning|人工智能和深度学习|0.5| |ST451|Bayesian Machine Learning|贝叶斯机器学习|0.5| |ST405|Multivariate Methods|多变量分析方法|0.5| |ST411|Generalised Linear Modelling and Survival Analysis|广义线性建模和生存分析法|0.5| |ST422|Time Series|时间序列|0.5| |ST429|Statistical Methods for Risk Management|风险管理的统计方法|0.5| |ST436|Financial Statistics|财务统计学|0.5| |ST444|Computational Data Science|计算数据科学|0.5| |ST446|Distributed Computing for Big Data|大数据的分布式计算|0.5| ## 项目 |课程代码|课程英文名称|课程中文名称|课程学分| |:----|:----|:----|:----| |ST498|Capstone Project|毕业项目|1| ## 就业能力及就业前景 - 在2020QS世界大学就业力排名表中，LSE居于第49名。 - 数据科学家职位涉及广泛的职责，例如、从数据中获得业务、与公司高管，产品和工程团队合作解决问题、识别趋势和机会、提供信息、影响并执行产品决策和发布，所以各种互联网在线服务公司、营销商、银行、投资管理和其他金融公司对数据科学家的需求很大。