数据科学理学硕士课程旨在为学生未来在依赖大量数据的行业（如信息技术、医疗保健、金融、能源、交通和创意产业）担任数据科学家或业务分析师的职业生涯做好准备。随着数据在这些领域迅速增长，对能够运用现代机器学习技术收集、分析和解读数据的专业人才的需求日益旺盛。该课程为学生提供数据获取、信息提取、数据聚合、可视化及高级分析等关键技能。它致力于弥合海量数据与缺乏有效利用数据的专业能力之间的差距。通过将数据科学的核心知识与相关领域的洞察相结合，本课程帮助学生理解数据科学在不同领域的应用方式。其目标是培养出具备专业能力的毕业生，使其能够在真实世界环境中充分挖掘数据潜力，助力组织做出更明智、基于数据的决策。
国家/地区
英国
学校
奥斯特大学
专业大类
工科
专业阶段
专业细分类
数据科学
学制
3个学期
学费
18,880英镑/年
申请要求
申请者须具备英国或爱尔兰大学，或经认可的其他国家同等水平高校的计算机、工程或相关学科二等荣誉学士学位及以上；或同等水平的研究生文凭、研究生证书、研究生 diplomas 或经批准的替代资格，且专业方向需为计算机、工程或相关领域。中国学生需持有四年制本科毕业证，均分要求：2:1（75%）或 2:2（70%），并提供学信网认证学历证明。若为双证（学位证+毕业证），需同时提交。英语能力要求（GCSE Grade C 或同等）不计入学术背景，仅作补充说明。
语言要求
本课程的最低要求为学术类雅思总分6.0，单项不低于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 |
2026年1月21日前参加的考试：总分80，单项最低要求：听 - 17，读 - 18，说 - 20，写 - 17
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 80 | 18 | 17 | 20 | 17 |
59（每部分最低为59）
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
PTE | 59 | 59 | 59 | 59 | 59 |
2026年1月21日之后参加的考试：总分4分，且四项技能均不低于4分。
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
新托福 | 4 | 4 | 4 | 4 | 4 |
开学与申请日期
2028
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2028-01 | - | -  NaN天 | - |
2027
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2027-01 | - | - NaN天 | - |
| 2027-09 | - | - NaN天 | - |
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2026-09 | - | 2026-08-07 25天 | 开放中 |
课程描述
本课程旨在培养学生在数据科学领域的核心知识与实践能力。课程涵盖多个关键模块：数据科学基础介绍统计学、建模与机器学习的基本原理，并通过Python编程实践提升算法实现能力；大数据技术探讨关系型数据库、NoSQL、图数据库等存储架构，深入学习Hadoop与Spark的分布式计算框架及MapReduce机制；商业智能与分析强调如何将企业数据转化为战略洞察，同时关注伦理与数据隐私问题；数据验证与可视化聚焦数据质量保障，掌握清洗、统计分析与可视化技能；深度学习与自然语言处理系统讲授词向量、RNN、LSTM、CNN等前沿模型，培养学生构建和优化神经网络的能力；统计建模与机器学习通过Python、R等工具，强化概率统计、假设检验与数据挖掘能力；最后，研究硕士项目要求学生独立完成一项原创性研究，综合运用所学方法，进行理论探索或解决实际问题，在导师指导下完成兼具学术深度与实践价值的研究成果。整体课程注重理论与实践结合，培养具备科研能力与工程素养的数据科学专业人才。
联系我们
