MSc Data Science
University of Hertfordshire
Nøgleinformation
Vælg placering
Campus placering
Hatfield, Det Forenede Kongerige
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
På campus
Varighed
1 - 2 År
Hastighed
Fuldtid, Deltid
Studieafgifter
GBP 13.950 *
Ansøgningsfrist
Kontakt skolen
Tidligste startdato
Kontakt skolen
* internationale studerende på fuld tid, deltid 1160 £ pr. 15 point / britiske studerende på heltid 9450 £, deltid 790 £ pr. 15 credits / EU -studerende på fuld tid 13950 £, deltid 1160 £ pr. 15 credits
Stipendier
Udforsk stipendiemuligheder for at hjælpe med at finansiere dine studier
Introduktion
"På grund af den igangværende coronavirus -pandemi kan undersøgelser blive erstattet af en alternativ form for vurdering i løbet af studieåret 2021/2022. Se programspecifikationen på disse sider for yderligere detaljer."
Hvorfor vælge Herts?
- Undervisningskvalitet : Du vil blive undervist af internationalt anerkendte forskere med ekspertise på tværs af matematik, statistik, astrofysik, medicinsk fysik og datalogi (se nøglemedarbejdere).
- Arbejdsmuligheder : Du har mulighed for at tage en etårig betalt branchestilling. Studerende har haft placeringer hos organisationer, herunder NatWest, Sparta Global og Sky.
- Industriforbindelser : Drage fordel af vores stærke forbindelser til computerindustrien. Vi samarbejder med arbejdsgivere som Microsoft og Hewlett Packard for at eleverne skal deltage i karrieremesser og branchesessioner.
Om kurset
Data er valutaen for alle undtagen den mest teoretisk baserede videnskabelige forskning, og det understøtter også vores moderne verden, fra datastrømmen på tværs af internationale banknetværk og spredning af memes på tværs af sociale netværk til de komplekse modeller af vejrudsigter. Den konstante generering af data fra vores digitale samfund føder ind i vores hverdag og påvirker, hvordan vi modtager sundhedsydelser til at påvirke vores shoppingvaner. Ordre til at håndtere, give mening om og udnytte store mængder af tilgængelige data kræver højtuddannet menneskelig indsigt, analyse og visualisering. De fagfolk, der arbejder på dette område, kaldes 'datavidenskabsfolk', der blander avancerede matematiske og statistiske færdigheder med programmering, databasedesign, maskinlæring, modellering, simulering og innovativ datavisualisering. Disse fagfolk er meget efterspurgte i både den offentlige og private sektor i Storbritannien og på verdensplan. Dette programs mål og læringsresultater er bygget op omkring to vejledende principper:
- At give en omfattende forståelse af de grundlæggende matematiske og statistiske begreber, der ligger til grund for datavidenskab, og hvordan de implementeres i algoritmer og maskinlæringsteknikker til at løse en række forskellige databehandlings- og analyseproblemer.
- At give uddannelse i de praktiske færdigheder, der er relevante for datavidenskab, hvoraf central er evnen til at skrive ren og effektiv kode på branchegenkendte sprog (især Python og R), men omfatter også datahåndtering, manipulation, minedrift og visualiseringsteknikker .
Hvorfor vælge dette kursus?
- Dette program er karakteristisk i sin filosofi om at udvide deltagelsen og giver en rute til at få færdigheder og træning i datavidenskab til dem fra en baggrund, der ikke traditionelt er forbundet med STEM -temaerne matematik, statistik og programmering. Programmet er designet til at appellere til en bred vifte af studerende, der søger uddannelse eller efteruddannelse inden for datavidenskab.
- Du vil drage fordel af ekspertisen fra astrofysikere, fysikere, matematikere og computerforskere med internationale forskningsprofiler. Deres daglige forskning involverer anvendelse af og i nogle tilfælde udvikling af nye datavidenskabelige færdigheder, fra grundlæggende statistiske analyser, brug af distribueret højtydende computing og forskning i nye kunstige intelligensalgoritmer.
- Vi tilstræber at gøre programmet særpræget med hensyn til blandingen af hårde og bløde færdigheder og det tætte personlige forhold, som vi udvikler til arbejdsgivere, som vil indgå i programmet gennem løbende vurdering af de nyeste branche-relevante værktøjer, som løbende er udvikler sig, efterhånden som ny teknologi og software bliver tilgængelig.
- Du vil opleve en tværfaglig tilgang til datavidenskab ved at opleve udfordringer inden for datalogi, kreativ kunst, medicinske og forretningsmiljøer.
- Du får mulighed for at deltage i en lang række forskningsfokuserede seminarer for at begejstre og udløse din intellektuelle nysgerrighed.
Elevoplevelse
På University of Hertfordshire vil vi sikre dig, at din tid hos os er så stressfri og givende som muligt. Vi tilbyder en række supporttjenester, herunder; studerendes trivsel, akademisk støtte, indkvartering og børnepasning for at sikre, at du får mest muligt ud af din tid på Herts og kan fokusere på at studere og have det sjovt.
Yderligere Information
- Sandwichplacering eller studie i udlandet år: n/a
- Ansøgninger er åbne for internationale og EU -studerende: Ja
Galleri
Indlæggelser
Stipendier og finansiering
Læreplan
Hvad skal jeg studere?
Læreplanen er struktureret for at sikre, at de bliver udsat for de grundlæggende matematiske og statistiske principper, der ligger til grund for al datavidenskab. Disse temaer vil altid være relevante inden for et område i konstant udvikling. Teoretisk arbejde vil blive forstærket med praktisk anvendelse gennem praktiske laboratorier og workshops, for at sætte dig i stand til at forstå og værdsætte, hvordan grundlæggende principper afspejles i en bred vifte af databehandling og analyser. Du vil blive dygtig til vigtige praktiske færdigheder (f.eks. brug af pandaer til at arbejde med datastrukturer i Python og ggplot2 til visualisering i Python og R) ved at bruge 'virkelige' data, hvor det er muligt. I nogle tilfælde kan disse data hentes fra aktive forskningsprojekter, der udføres af medlemmer af lærerstaben.
Programmet fokuserer på at give 'end-to-end' træning, så du bliver kompetent ikke kun i bearbejdning og analyse af data, men også i at manipulere og forberede data fra en rå tilstand samt fortolke resultater og effektivt formidle resultater til andre. Dette vil gøre dig i stand til at være forberedt på virkelige udfordringer og anvendelse og vil hjælpe dig til at udvikle uafhængighed i din analytiske og kritiske tænkning. Dette vil blive plejet i laboratoriebaserede praktiske sessioner, så du kan omsætte dine teorier i praksis.
Niveau 6
- Multivariat Statistik II 15 Credits II Valgfrit
- Lineær modellering II 15 Credits II Valgfri
Niveau 7
- Neurale netværk og maskinlæring II 30 Credits II Obligatorisk
- Fundamenter for datavidenskab II 30 Credits II Obligatorisk
- Anvendt datavidenskab 2 II 15 Credits II Obligatorisk
- Data Science Project II 60 Credits II Obligatorisk
- Data Science Core Skills Bootcamp II 0 Credits II Valgfrit
- Datahåndtering og visualisering II 15 Credits II Valgfrit
- Data Mining og Discovery II 15 Credits II Valgfri
Programundervisning
Karrieremuligheder
Efter afslutningen af programmet vil du være i stand til at demonstrere (og anvende) en forståelse af en bred vifte af teoretiske og praktiske færdigheder, der gør det muligt for dig at komme ind i en række forskellige discipliner og industrier. Du vil være i stand til:
- Forstå og være i stand til kritisk at vurdere de forskellige styrker og svagheder, der er forbundet med forskellige datavidenskabelige metoder.
- Design kreative strategier og løsninger til at tackle ukendte datavidenskabelige problemer og kritisk vurdere output og resultater gennem passende statistisk robust validering og andre præstationsvurderingsteknikker.
- Effektivt kommunikere problemer, metoder, resultater og konklusioner gennem mundtlig og skriftlig præsentation til både ekspert- og ikke-ekspertpublikum.
- Har en forståelse af både den underliggende forskning bag datavidenskabelige teknikker (f.eks. banebrydende algoritmer og beregningsteknikker) og deres relevans og anvendelse på tværs af en bred vifte af discipliner.
English Language Requirements
Certifikat dine engelskkundskaber med Duolingo English Test! DET er en praktisk, hurtig og overkommelig online engelsk test, der accepteres af over 4.000 universiteter (som denne) rundt om i verden.