MSc Data Science
Canterbury, Det Forenede Kongerige
VARIGHED
1 Years
SPROG
Engelsk
TEMPO
Fuldtid
ANSØGNINGSFRIST
Anmod om ansøgningsfrist
TIDLIGSTE STARTDATO
Sep 2025
STUDIEAFGIFTER
EUR 22.700 / per year
STUDIEFORMAT
På campus
Introduktion
Data videnskabsmænd bruger principper og praksis fra områderne matematik, statistik, kunstig intelligens og computerteknik til at analysere og generere mening ud fra data. Hos Kent bliver du undervist i, hvordan man anvender banebrydende maskinlæring og deep learning-metoder, og hvordan man får mening i de tekstdata, der er rundt omkring os.
Undervist af eksperter på området vil du bruge data fra den virkelige verden til at lære de tekniske, praktiske og overførbare færdigheder, der er nødvendige for at blive en succesfuld dataforsker. Dette konverteringskursus er designet til dem med begrænset tidligere viden om datavidenskab, statistik og computing: du behøver ikke en baggrund i faget, da vi starter med grundlaget for datavidenskabsteori.
Kunstig intelligens og maskinlæringsinnovationer har gjort databehandling hurtigere og mere effektiv. Industriens efterspørgsel har skabt jobstillinger i organisationer over hele verden inden for datavidenskab. På grund af de nødvendige færdigheder og ekspertise ser det ud til, at dette vil fortsætte i de kommende årtier. Tilføj en industriel placering for yderligere at forbedre din beskæftigelsesegnethed.
Grunde til at studere MSc Data Science Conversion-kurset på Kent
- Vores kursus er skræddersyet til at tillade adgang med en bachelorgrad fra ethvert fag (eller tilsvarende kvalifikationer eller erfaring), så længe du opfylder vores adgangskrav.
- Konverteringskurset er tilrettelagt i samråd med eksterne organisationer; de fortalte os, hvilke kompetencer og erfaringer de leder efter hos potentielle medarbejdere.
- Du vil blive undervist i nøgletekniske færdigheder, som arbejdsgivere forventer af deres medarbejdere, herunder Python- og R-programmering og brugen af maskinlæring og deep learning-metoder.
- Du vil udvikle de overførbare færdigheder, du har brug for for at få succes inden for ethvert felt. For eksempel forventer vi ved slutningen af kurset, at du vil være meget mere sikker i at præsentere dine resultater på forskellige måder for andre mennesker.
- Du kan tilføje en erhvervsplacering til dette konverteringskursus, så du kan få værdifuld erhvervserfaring og kontakter.
- Vores lærere er forskningsaktive og har en bred vifte af erfaring. Vores ekspertise dækker det brede emne datavidenskab.
Om School of Mathematics, Statistics and Actuarial Science (SMSAS)
Skolen har et stærkt ry for forskning i verdensklasse og et veletableret system for støtte og træning med en høj grad af fleksibilitet og hyppig kontakt mellem medarbejdere og forskningsstuderende. Postgraduate studerende udvikler analytiske, kommunikations- og forskningsfærdigheder. Udvikling af beregningsevner og anvendelse af dem på matematiske problemer udgør en væsentlig del af efteruddannelsen på skolen, hvilket gør dig klar til en fantastisk karriere.
Om Computerskolen
Vores verdensledende forskere inden for nøgleområder som cybersikkerhed, programmeringssprog, computational intelligence og datavidenskab, skaffede os et fremragende resultat i det nylige Research Excellence Framework (REF) 2021; en imponerende 100 % af vores forskning blev klassificeret som enten 'verdensledende' eller 'internationalt fremragende' for effekt.
Stærke forbindelser til industrien understøtter alt vores arbejde, især med Cisco Systems Inc., Microsoft, Oracle, IBM, Nvidia, Erlang Solutions, GCHQ og Google.
Vores programmer undervises af førende forskere, der er eksperter inden for deres områder. School of Computing i Kent er hjemsted for adskillige forfattere af førende computervidenskabelige lærebøger.
Vi har et stort udvalg af udstyr, der leverer både Linux og PC-baserede systemer. Vores ressourcer omfatter en multicore enterprise-server og en virtuel maskinserver, der understøtter computersikkerhedseksperimenter.
Skolen har fremragende maker-rum, herunder Hackspace, som huser banebrydende teknologi og udstyr, og kognitive robotter og autonome laboratoriesystemer. Blandt andet udstyr indeholder den en fræsemaskine, 3D-printere, en laserskærer og omfattende plads til at bygge og lave digitale artefakter .
Galleri
Indlæggelser
Stipendier og finansiering
Legatværdi
Prisen dækker studieafgifter, returflyvninger og leveomkostninger for et etårigt undervist kandidatprogram.
Deadline
Deadline for Commonwealth-ansøgning: - 12. december 2024.
Hold et ubetinget tilbud (med den eneste udestående betingelse, internationalt gebyr depositum) af et studieprogram fra University of Kent - 31. januar 2025
Kriterier
For at være berettiget til at ansøge om dette stipendium skal kandidater:
- Hold en bachelorgrad på britisk førsteklasses niveau tilsvarende.
- Være statsborger i eller have fået flygtningestatus af et af de berettigede Commonwealth-lande på listen eller være en britisk beskyttet person.
- Vær permanent bosiddende i et af de berettigede Commonwealth-lande, der er anført ovenfor.
- For at blive forpligtet til University of Kent kan du ansøge om mere end ét kursus og/eller til mere end ét universitet, men du må kun acceptere ét tilbud om et delt stipendium.
- Ikke have studeret eller arbejdet i et (akademisk) år eller mere i et højindkomstland.
- Ikke have råd til at studere i Storbritannien uden dette stipendium.
- Vend tilbage til deres hjemland, så snart deres studieperiode er afsluttet. I nogle tilfælde kan en studerende få tilladelse til at forblive i Storbritannien, hvis han ser ph.d.-studie og opfylder visse strenge betingelser.
- Hold et tilbud inden for deadline for en fuldtids postgraduate undervist grad på et af de kvalificerede kurser på University of Kent :
- MSc kunstig intelligens
- MSc infektionssygdomme
- MSc Cyber Security
- MA International forhandling og konfliktløsning
- MSc Anvendt Aktuarvidenskab
- MSc Conservation Science
- MA engelsk og amerikansk litteratur
Flere detaljer
Commonwealth Shared Scholarships, oprettet af DFID i 1986, repræsenterer et unikt partnerskab mellem den britiske regering og britiske universiteter.
Finansieret af UK Department of International Development (DFID), Commonwealth Shared Scholarships gør det muligt for talentfulde og motiverede individer at opnå den viden og de færdigheder, der kræves for bæredygtig udvikling. De henvender sig til dem, der ellers ikke havde råd til at studere i Storbritannien.
Disse stipendier tilbydes under seks temaer:
- Videnskab og teknologi til udvikling
- Styrkelse af sundhedssystemer og kapacitet
- Fremme global velstand
- Styrkelse af global fred, sikkerhed og regeringsførelse
- Styrkelse af modstandskraft og reaktion på kriser - Adgang, inklusion og muligheder.
Hvordan man ansøger
For at komme i betragtning til Commonwealth Shared Scholarship skal du:
- Indsend en formel ansøgning om en postgraduate grad ved University of Kent fra september 2025/26. Dette kan gøres online her.
- Gennemfør Commonwealth Scholarship Commission (CSC) online ansøgningsproces. For information om, hvordan man gør det og alle detaljer om ansøgningsprocessen, gå direkte til Commonwealth Scholarships-websiderne.
- Ansøgninger vil blive behandlet baseret på akademisk ekspertise og en udfyldt ansøgning.
- Commonwealth accepterer ansøgninger indtil den 12. december 2024 (lukker kl. 16:00 GMT).
Læreplan
Stage 1
- Programming for Artificial Intelligence
- Data Mining and Knowledge Discovery
- Løsning af problemer med data og tekst
- Datamodellering og rådgivning
- Foundations of Data Science
- Machine Learning med R
- Data Science projektmetoder
Stage 2
Data Science Project
Programresultat
Programme aims
The course aims to:
- Giv eleverne dybden af teknisk viden og færdigheder, der er passende for studerende på masterniveau i Data Science.
- Udvikle en integreret og kritisk bevidst forståelse af datavidenskab.
- Udvikle en række avancerede intellektuelle og overførbare færdigheder, herunder livslang læring.
- Udstyr eleverne med en omfattende og systematisk forståelse af teoretisk og praktisk Data Science.
- Give eleverne en dyb forståelse af etiske overvejelser relateret til faget.
- Udvikle elevernes kapacitet til strenge ræsonnementer og præcise udtryk.
- Udvikle elevernes evner til at formulere og løse problemer, der er relevante for datavidenskab.
- Udvikle de studerendes forståelse for den seneste udvikling inden for datavidenskab og af forbindelserne mellem teori og praktisk anvendelse.
- Udvikle hos eleverne en logisk, systematisk tilgang til problemløsning.
- Udvikle hos eleverne en øget evne til selvstændig tankegang og arbejde.
- Giv eleverne muligheder for at studere avancerede emner inden for datavidenskab og at engagere sig i forskning.
- Udvikle elevernes kommunikationsevner og personlige kompetencer.
- Giv succesfulde studerende den dybde af viden, der kræves for at gå ind i en karriere som professionel dataforsker.
- Forbedre karrieremulighederne for kandidater, der søger arbejde i sektoren.
Learning outcomes
Knowledge and understanding
Efter afslutningen af kurset vil de studerende være i stand til at:
- Brug og anvende teorier og viden til at udføre analyser for en bred vifte af avancerede emner relateret til datavidenskab
- Identificere, evaluere og træffe beslutninger baseret på de faglige, juridiske, sociale, kulturelle og etiske spørgsmål relateret til datavidenskab.
- Identificer og anvend begreberne og principperne bag datavidenskabelige metoder til en række datavidenskabelige paradigmer.
- Identificere, syntetisere og anvende forskellige statistiske begreber og metoder
- Anvend og forsvar et omfattende udvalg af metoder og teknikker, der er passende til datavidenskab på postgraduate niveau
- Evaluere og begrunde brugen af data science i bestemte fagområder, og vigtigheden af data sciences rolle på disse områder
Intellectual skills
Efter afslutningen af kurset vil de studerende være i stand til at:
- Anvend datavidenskabelige metoder systematisk og præcist til at manipulere data.
- Indsamle information og udvikle løsninger, der passer til et givet datavidenskabsproblem
- Udvikle, anvende og forklare løsninger på datavidenskabelige problemer med bevidsthed om eventuelle afvejninger involveret
- Fortolke og udvikle løsninger på komplekse problemstillinger relateret til datavidenskab systematisk, logisk og kreativt
- Handle med selvstyre og originalitet i at tackle og løse problemer
- Udvikle og anvende løsninger i mangel af fuldstændige data
- Formuler og anvende løsninger til et væsentligt forsknings- eller udviklingsbaseret projekt og rapporter arbejdet tydeligt i form af en projektrapport
Subject-specific skills
Efter afslutningen af kurset vil de studerende være i stand til at:
- Foretag praktisk arbejde, der udforsker teknikker, der er dækket af kurset, og analyser og kommentere resultaterne
- Identificere, evaluere og anvende avancerede datavidenskabelige koncepter til at formulere løsninger på datavidenskabelige problemer.
- Vælg, anvend og evaluer modellerings- og maskinlæringsteknikker.
- Uddrag og syntetiser det væsentlige i problemer for at lette analyse og fortolkning.
Transferable skills
Efter afslutningen af kurset vil de studerende være i stand til at:
- Planlæg, arbejd og studere selvstændigt og brug relevante ressourcer på en måde, der afspejler god praksis
- Gør effektiv brug af generelle it-faciliteter, herunder kompetencer til at hente information
- Administrer deres tid, herunder evnen til at styre deres læring og udvikling
- Værdsæt vigtigheden af fortsat faglig udvikling som en del af livslang læring
- Arbejd effektivt som medlem af et team
- Kommuniker tekniske problemer klart til specialister og ikke-specialister
- Præsenter ideer, argumenter og resultater i form af en velstruktureret skriftlig rapport
- Handle selvstændigt i planlægning og gennemførelse af opgaver på professionelt eller tilsvarende niveau
Programundervisning
Karrieremuligheder
Du bliver uddannet dataforsker, rustet til at arbejde inden for mange felter. Organisationer med data vil kræve dine færdigheder: du kan arbejde for en national regering, et forsikringsselskab, som arkæolog eller for en fodboldklub eller cricket-franchise. Alternativt ser du måske dig selv som en fremtidig iværksætter, der bruger det, du har lært om data, til at udvikle din egen virksomhed. For at hjælpe dig med at beslutte vil du være i stand til at deltage i foredrag fra fagfolk, der arbejder med data og deltage i netværksarrangementer med arbejdsgivere.
Levering af programmer
How you'll study
Teaching and assessment
Vurderinger omfatter omfattende analyser af komplekse data fra den virkelige verden. Der vil være usete skriftlige eksamener, men det meste af kreditten er baseret på kurser, herunder et selvstændigt projekt og rapport støttet af en akademisk vejleder. Vurderinger vil involvere arbejde med rodet data, hvor analyser skal præsenteres for 'kunder', gruppearbejde på kodningsprojekter og udvikling af datavisualiseringsværktøjer, som kan bruges af en bestemt organisation. Der vil blive udsat for vurderinger, der er relativt lave, såsom projektplaner og præsentationer. Den teknologi, der skal bruges til at foretage vurderingen, vil være standard: enhver computer med en moderne specifikation vil være passende.