本课程满足了日益增长的需求，即培养能够处理现代科学研究中大规模复杂数据集，并应对工业界（特别是在医疗、金融和电子商务领域）挑战的熟练数据科学家。课程为研究生提供先进的数据科学技术、机器学习以及软件开发方面的培训，采用最佳实践和现代计算架构。课程特别强调开放科学，包括研究可重复性以及共享公开分析工具。
课程结束时，学生将理解统计分析在科研和机器学习中的作用，获得在真实应用场景中使用数据科学工具的实际经验，按照开放科学标准培养扎实的编程能力，并学会针对科研问题批判性地评估数据科学方法。
完成哲学硕士（MPhil）课程后，有意攻读博士学位的学生应通过大学招生网站申请，并注意相关资助信息和截止日期。本课程由应用数学与理论物理系、天文学研究所和物理系联合开设，这些院系也会参与剑桥大学的研究生开放日及线上活动，帮助潜在申请者了解更多详情。
国家/地区
英国
学校
剑桥大学
专业大类
工科
专业阶段
专业细分类
数据科学
学制
10个月
学费
57,614英镑
申请要求
申请人需持有英国一等或二等一荣誉学士学位（Good II.i Honours Degree）。非英国学位者需参考国际学历对照标准。第一学位应为科学或技术相关学科，并具备良好的数学能力，尤其在线性代数、统计学与概率论方面。此外，还需有足够训练以胜任至少2门次要模块的科学内容学习。
中国学生须毕业于认可高校：A类院校均分85%（GPA 3.5/4.0）；B类院校均分88%（GPA 3.7/4.0）；其他认可院校均分90%（GPA 3.9/4.0）。
中国学生须毕业于认可高校：A类院校均分85%（GPA 3.5/4.0）；B类院校均分88%（GPA 3.7/4.0）；其他认可院校均分90%（GPA 3.9/4.0）。
语言要求
元素 | 分数 听力 | 7.0 写作 | 7.0 阅读 | 6.5 口语 | 7.0 总分 | 7.0
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 7.0 | 6.5 | 7.0 | 7.0 | 7.0 |
元素 | 分数 听力 | 25 写作 | 25 阅读 | 25 口语 | 25 总计 | 100
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 100 | 25 | 25 | 25 | 25 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2026-10-01 | 2025-09-03 | 2026-05-14  0天 | 已截止 |
课程描述
本课程教学部分由7个评估模块组成，包括5个必修的主模块和2个选修的副模块。主模块涵盖统计数据分析、机器学习与人工智能、研究计算及高性能计算等核心内容，于Michaelmas和Lent学期授课，共约120学时讲座和40学时小组教学。副模块聚焦数据科学在具体科研领域的应用，于Lent和Easter学期授课，共约32学时讲座和16学时小组教学，每年更新以反映研究前沿。
学生需完成一项数据分析项目，主题从预批准列表中选择，重点考察科学分析的可重复性。项目包括不超过7,000字的报告、可访问且可复现的数据分析流程，以及口头答辩，占总成绩25%。项目期间提供个别导师指导。
评估方式：主模块各占总成绩12%，副模块各占7.5%；综合书面考试、课程作业（如方法报告与分析流程）和口头展示，共占75%。课程还包含非评估内容，如专题研讨、工业应用讲座和学术报告会。反馈由模块负责人和项目导师提供，研究生可通过咨询委员会参与课程治理。
学生需完成一项数据分析项目，主题从预批准列表中选择，重点考察科学分析的可重复性。项目包括不超过7,000字的报告、可访问且可复现的数据分析流程，以及口头答辩，占总成绩25%。项目期间提供个别导师指导。
评估方式：主模块各占总成绩12%，副模块各占7.5%；综合书面考试、课程作业（如方法报告与分析流程）和口头展示，共占75%。课程还包含非评估内容，如专题研讨、工业应用讲座和学术报告会。反馈由模块负责人和项目导师提供，研究生可通过咨询委员会参与课程治理。
联系我们
