本课程结合理论与实践操作，帮助学习者理解并运用高级模型和技术，以应对大规模、复杂且不断变化的数据问题。
国家/地区
英国
学校
考文垂大学
专业大类
工科
专业阶段
专业细分类
数据科学
学制
1年/2年（含专业实习）
学费
2026/27学年学费待定
2025/26学年学费：18,600英镑
2026/27学年专业实习费待定
2025/26学年专业实习费：1,800英镑（仅限成功获得实习岗位者）
申请要求
申请者需持有计算机科学、数学、统计学或工程等相关学科的二等二荣誉学位（2:2）或以上，或其国际同等学历。中国学生具体要求如下：完成四年制本科者，均分须达70%；完成五年制大专、成人教育或自考本科者，均分需达75%并具备至少三年相关工作经验；完成中国预硕士课程者，需取得通过或均分75%；完成“3+2”两年制Top-Up课程者，均分须达75%以上。所有申请者均需提交成绩单、学位证书及评分制度说明。
语言要求
* 雅思：总分6.5（每个单项不低于5.5）
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 5.5 |
托福iBT成绩为88分，且各单项分数不低于19分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 88 | 19 | 19 | 19 | 19 |
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 |
|---|---|---|---|
| 2026-01 | - | 2025-11-10  0天 | 已截止 |
| 2026-03 | - | - NaN天 | - |
| 2026-05 | - | - NaN天 | - |
| 2026-07 | - | - NaN天 | - |
| 2026-09 | - | - NaN天 | - |
课程描述
本课程为数据科学领域的硕士课程，共包含五个核心模块和一个可选实习路径，总学分为180学分。课程结构如下：
- 机器学习与统计建模（30学分，必修）：涵盖概率统计基础、统计模型、参数估计、推断方法及随机过程，介绍监督与无监督学习模型，并探讨模型评估、偏差、公平性、过拟合/欠拟合、可解释性与可扩展性等问题。
- 深度学习与计算机视觉（30学分，必修）：深入讲解神经网络、深度学习架构与图像处理技术，聚焦计算机视觉的实际应用与计算挑战，强调动手实践能力。
- 数据科学专业人士（30学分，必修）：涵盖大数据管理、数据工程、GDPR合规、数据治理与伦理，培养SQL/NoSQL数据库、云计算与分布式计算技能，并融入CMI 7级战略管理与领导力认证内容。
- 生成式AI与强化学习（30学分，必修）：系统学习生成式人工智能与强化学习的算法、局限与应用场景，通过项目实践掌握自然语言处理、自主系统等领域的技术。
- 个人研究项目（60学分，必修）：开展独立研究，完成一篇学位论文，培养研究设计、数据分析、学术写作与时间管理能力。
此外，学生可选择含专业实习的硕士路径（可选）：在第一学期自行申请并获得行业实习后，课程可延长一年。实习需经大学批准，期间需提交反思日志，且涉及额外费用与签证要求。
- 机器学习与统计建模（30学分，必修）：涵盖概率统计基础、统计模型、参数估计、推断方法及随机过程，介绍监督与无监督学习模型，并探讨模型评估、偏差、公平性、过拟合/欠拟合、可解释性与可扩展性等问题。
- 深度学习与计算机视觉（30学分，必修）：深入讲解神经网络、深度学习架构与图像处理技术，聚焦计算机视觉的实际应用与计算挑战，强调动手实践能力。
- 数据科学专业人士（30学分，必修）：涵盖大数据管理、数据工程、GDPR合规、数据治理与伦理，培养SQL/NoSQL数据库、云计算与分布式计算技能，并融入CMI 7级战略管理与领导力认证内容。
- 生成式AI与强化学习（30学分，必修）：系统学习生成式人工智能与强化学习的算法、局限与应用场景，通过项目实践掌握自然语言处理、自主系统等领域的技术。
- 个人研究项目（60学分，必修）：开展独立研究，完成一篇学位论文，培养研究设计、数据分析、学术写作与时间管理能力。
此外，学生可选择含专业实习的硕士路径（可选）：在第一学期自行申请并获得行业实习后，课程可延长一年。实习需经大学批准，期间需提交反思日志，且涉及额外费用与签证要求。
联系我们
