Scientific Computing and Data Analysis: AI Infrastructure Platforms MSc

第一学年课程包括以下核心模块和可选模块。核心模块涵盖：机器学习与统计导论，介绍数据分析、统计学及机器学习在科学数据中的基本概念与技术；科学与高性能计算导论，讲授高性能计算（HPC）的范式、基本思想及数值模拟方法；专业技能，提供C语言复习及大规模代码应用基础，并培养创业精神、知识产权意识、科学沟通能力以及数据与研究中的伦理反思；项目，是一项针对机器人学、科学计算或数据分析等领域的深入研究任务，可与行业伙伴合作，提升研究、分析和报告撰写能力；软件与硬件基础设施导论，讲授HPC系统的理论与实践知识，内容涵盖硬件架构、软件栈、网络和数据中心运维，强调系统设计、脚本编写与维护；系统监控、数据中心安全与用户管理，聚焦数据中心运行中的能耗、代码性能、用户管理与安全问题，通过实践掌握配置、监控及安全管理技能。此外，学生还可选修若干模块，如：高级统计与机器学习（无监督学习基础）、回归与分类、数据采集与图像处理、性能工程与高级算法、连续与离散系统等。所有模块共同为学生在高性能计算与数据科学领域的职业发展奠定坚实基础。