Postgraduate Diploma Optimisation and Data Analytics
研究生文凭 优化与数据科学硕士
该优化与数据科学研究生文凭课程面向具备数学背景、掌握统计学知识(如显著性检验)以及运筹学基础(如线性规划)的学生。课程为全日制,持续六至九个月,涵盖与硕士课程相同的模块,但无需撰写毕业论文,因此非常适合希望从其他本科专业转向数学类硕士学习的学生。
本课程旨在帮助学生培养解决复杂问题的决策能力,在商业、医疗、金融等领域具有广泛应用。课程重点包括优化、机器学习、时间序列分析、实验设计和线性模型等方向。
课程隶属于数学、统计与精算科学学院,授课教师均为在优化、概率论、生物信息学等领域享有国际声誉的专家。我们的研究致力于应对现实世界中的挑战——从金融风险、数据伦理到疾病建模,以及通过技术手段改进教学。
我们注重实际应用:诚实使用数据、以更少资源提升系统效率,并将数学方法应用于社会、科学和教育领域的难题。课程还将探讨如何正确解读数据,尤其是在其影响医疗、教育和金融政策制定时的意义。
申请要求
中国学生需持有四年制本科学位(或同等学历),总体成绩在70-75%之间,或CGPA 2.2-2.7/4(具体要求视院校而定)。若申请者来自ARWU排名1档高校,通常可接受65-70%的成绩;2档高校则需70-75%。学术背景须为应用数学、生物统计、计算机科学、经济统计、经济学、数学、运筹学、纯数学或统计学等专业,获2:2或同等学位;或其他专业但包含三门指定相关课程:一门高等数学类、一门含统计或概率的数学类,以及一门额外的相关课程(如代数、微分方程、编程语言R/MATLAB/Python等)。低于2:2学位者,若有相关专业或志愿经验及修读过相关模块,亦可考虑。
语言要求
总分6.0,各单项分数不低于:听力5.5 阅读5.5 写作5.5 口语5.5
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.0 | 5.5 | 5.5 | 5.5 | 5.5 |
总分76,各单项最低分数:听力:17,阅读:18,写作:17,口语:20
总分60,各单项最低分数:听力:59 阅读:59 写作:59 口语:59
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
PTE | 60 | 59 | 59 | 59 | 59 |
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 | - | - 0天 | - |
课程描述
该课程包含以下七个组成部分:
前五个部分为必修模块,每个模块15学分,共75学分,分别为:
- 非线性规划(Nonlinear Programming)
- 组合优化(Combinatorial Optimisation)
- Python编程导论(Introduction to Programming in Python)
- 动态规划与强化学习(Dynamic Programming and Reinforcement Learning)
- 数据可视化(Data Visualisation)
第六部分为“必选类”模块(COMPULSORY WITH OPTIONS),需从指定列表中选择课程,共计45学分。
第七部分为必修的“研究技能与就业能力”(Research Skills and Employability),不计学分(0学分)。
整个课程总学分为120学分(不含0学分模块)。该结构属于研究生文凭(Postgraduate Diploma)课程“优化与数据科学”项目的一部分。