Giáo sư Zhang Louxin

Giám đốc học thuật

Thạc sĩ Khoa học về Khoa học Dữ liệu và Chương trình Học máy

Đại học Quốc gia Singapore

“Cuộc cách mạng dữ liệu đang gia tăng. Bạn đã sẵn sàng chưa? Nếu bạn muốn sử dụng tốt tài năng của mình và cải thiện hơn nữa môi trường sống của chúng ta bằng học máy và khoa học dữ liệu, hãy đến và tham gia nhóm của chúng tôi. ” —— Thông điệp từ Giám đốc Học thuật

Khoa học dữ liệu là một môn học thông minh thu thập, mô hình hóa và phân tích dữ liệu và kinh nghiệm để trích xuất thông tin hữu ích. Thông tin này có thể cải thiện cuộc sống của chúng ta hoặc giúp chúng ta đưa ra các quyết định kinh doanh hoặc chính sách công sáng suốt.

Chương trình Thạc sĩ NUS về Khoa học Dữ liệu và Học máy có lợi thế cân bằng lý thuyết với thực tiễn để bồi dưỡng nhân tài cho ngành. Chương trình cung cấp nhiều chuyên ngành khoa học dữ liệu và sự hỗ trợ mạnh mẽ của giảng viên. Ngoài ra, do Singapore rất coi trọng việc phát triển các thành phố thông minh và kỹ thuật số nên chương trình có thể tận dụng tối đa các cơ hội thực tập tại quốc gia thành phố này.

Sinh viên tốt nghiệp chương trình sẽ có triển vọng việc làm lớn. Nhu cầu ngày càng tăng đối với những người thực hành khoa học dữ liệu trong các cơ quan chính phủ, các doanh nghiệp lớn và lĩnh vực hàng tiêu dùng. Trong khi đó, động thái hướng tới các thành phố kỹ thuật số và thông minh đang mang lại ngày càng nhiều cơ hội việc làm trong lĩnh vực khoa học dữ liệu.

  02  Học hỏi từ học viện tốt nhất ở châu Á

Chương trình Thạc sĩ Khoa học Dữ liệu và Học máy của NUS được cung cấp bởi Khoa Toán, Khoa Thống kê và Xác suất Ứng dụng và Khoa Khoa học Máy tính của Khoa Khoa học. Nó cũng nhận được sự hỗ trợ giảng dạy mạnh mẽ từ Khoa Kỹ thuật và Trường Y tế Công cộng Saw Swee Hock. Chương trình đã quy tụ chuyên môn học thuật và nghiên cứu tốt nhất ở NUS để thiết kế và cung cấp một chương trình giảng dạy đỉnh cao.

Trong Bảng xếp hạng Đại học Thế giới QS (NUS) theo Chủ đề 2020, Đại học Quốc gia Singapore đã xếp hạng ngày 13 Trong toán học, ngày 11 trong Thống kê và Nghiên cứu Hoạt động, ngày 12 trong Khoa học Máy tính và Hệ thống Thông tin, ngày 10 về Kỹ thuật và Công nghệ, và Số 1 Châu Á trong Khoa học Đời sống và Y học.

Ngoài ra, Viện khoa học dữ liệu (IDS), được thành lập vào năm 2016, kết hợp nhiều chuyên ngành khoa học dữ liệu để cho phép phát triển các giải pháp đổi mới từ mọi góc độ. IDS hợp tác với các ngành công nghiệp, chính phủ, cộng đồng và tổ chức giáo dục để tận dụng kiến thức chuyên môn về khoa học dữ liệu cho nghiên cứu liên ngành và mang tính chuyển đổi về các vấn đề quan trọng trong thế giới thực, đồng thời nỗ lực đào tạo thế hệ nhà khoa học dữ liệu tiếp theo.

Sinh viên trong chương trình Thạc sĩ Khoa học Dữ liệu và Học máy sẽ có cơ hội học hỏi từ các chuyên gia IDS (một số người trong số họ đóng vai trò là giảng viên của chương trình) và tham gia vào các dự án IDS. IDS cũng cung cấp các chương trình Tiến sĩ về khoa học dữ liệu để nghiên cứu sâu hơn.

  03  Chương trình giảng dạy tích hợp lý thuyết và thực hành

Chương trình giảng dạy của Thạc sĩ về chương trình Khoa học dữ liệu và Học máy bao gồm tổng cộng 40 tín chỉ mô-đun (MC), với các mô-đun Cốt lõi và Mô-đun tự chọn, mỗi mô-đun chiếm 20 MC.

▲Cấu trúc chương trình

Các năm mô-đun cốt lõi là:

• DSA5101 Giới thiệu về Dữ liệu lớn cho ngành
• Tối ưu hóa DSA4212 cho suy luận dựa trên dữ liệu quy mô lớn
• DSA5102X Nền tảng của học máy
• Điện toán đám mây CS5224
• Dự án tư vấn và ứng dụng ngành DSA5201

Họ giới thiệu lý thuyết cơ bản và các công cụ phần mềm phổ biến trong khoa học dữ liệu và học máy. Ví dụ: mô-đun DSA5101 bao gồm nhiều chủ đề khác nhau trong phân tích dữ liệu, chẳng hạn như làm sạch dữ liệu và trực quan hóa dữ liệu. Nó cũng bao gồm lập trình Python, bao gồm cả Django.

Mô-đun DSA5201 yêu cầu sinh viên tham gia các dự án phân tích dữ liệu thực tế tại doanh nghiệp hoặc tham gia nhóm nghiên cứu khoa học để nghiên cứu. Thời gian thực tập tối thiểu là 10 tuần (15 giờ mỗi tuần) và doanh nghiệp có thể có trụ sở tại Singapore hoặc nước ngoài.

Các học phần tự chọn tập trung vào các vấn đề thực tế trong phân tích dữ liệu từ các ngành khác nhau. Học sinh phải hoàn thành ít nhất năm học phần tự chọn từ hai hoặc nhiều hơn các bài hoặc Cụm Chứng chỉ Tốt nghiệp (GC) được liệt kê bên dưới:

• GC trong Học sâu dành cho các nhà khoa học dữ liệu
• GC trong khai thác dữ liệu cho ngành công nghiệp
• GC trong Dữ liệu lớn cho ngành
• GC về Khoa học dữ liệu trong Thị giác máy tính
• GC về Khoa học dữ liệu cho tài chính định lượng
• GC về Khoa học dữ liệu cho Internet vạn vật
• GC trong Tin học Y tế
• Cụm môn Toán
• Cụm trong thống kê
• Cụm trong máy tính

Các học viên làm việc trong lĩnh vực khoa học dữ liệu, chẳng hạn như nhà phân tích dữ liệu, kỹ sư dữ liệu và nhà khoa học dữ liệu, phải hiểu rõ mô hình kinh doanh và sản phẩm của doanh nghiệp mình làm việc.

Các cụm học phần tự chọn gắn chặt với mục tiêu việc làm trong tương lai của sinh viên. Nhiều chuyên ngành của họ cũng giúp mở rộng kiến thức cho sinh viên và hỗ trợ công việc của họ trong nhiều lĩnh vực khác nhau trong tương lai.

  04  Triển vọng việc làm tích cực

Nhà khoa học dữ liệu và/hoặc kỹ sư dữ liệu xuất hiện trong số 15 công việc hàng đầu của tương lai trong Báo cáo việc làm mới nổi năm 2020 của LinkedIn tại một số quốc gia, bao gồm Indonesia, Malaysia, Philippines, Singapore, Thái Lan và Hoa Kỳ. Báo cáo Việc làm mới nổi năm 2019 (Trung Quốc) cũng xếp hạng nhà phân tích dữ liệu là một trong năm công việc mới nổi hàng đầu và chỉ ra rằng hầu hết các nhà phân tích dữ liệu của Trung Quốc từng là kỹ thuật viên hoặc nhà nghiên cứu đã chuyển đổi nghề nghiệp. Dữ liệu này cho thấy nhu cầu ngày càng tăng đối với các nhà phân tích dữ liệu chuyên nghiệp trong tương lai.

Những người thực hành khoa học dữ liệu được nhiều nhà tuyển dụng săn đón. Các vị trí như vậy bao gồm Chuyên gia trí tuệ nhân tạo, Nhà khoa học dữ liệu, Kỹ sư dữ liệu, Nhà phân tích dữ liệu, Kỹ sư dữ liệu lớn, Kiến trúc sư hệ thống dữ liệu lớn, Kỹ sư khai thác dữ liệu, Chuyên gia phân tích dữ liệu, Nhà phát triển trực quan hóa dữ liệu, Nhà phát triển/Kỹ sư Hadoop, Kỹ sư máy học, Nhà khoa học máy học, Nhà khoa học dữ liệu mạng, nhà thống kê, nhà thống kê sinh học, nhà phân tích kinh doanh, nhà phân tích tình báo, nhà phân tích rủi ro, nhà phân tích giá cả, nhà phân tích hiểu biết về khán giả, nhà phân tích nghiên cứu thị trường, nhà phân tích mô hình rủi ro tín dụng, chuyên gia phân tích tài chính, chuyên gia phân tích nguồn nhân lực, nhân viên đảm bảo chất lượng, chuyên gia tính toán và nhà nghiên cứu.

Công nghệ cho phép truy cập vào một lượng lớn dữ liệu từ các cá nhân, doanh nghiệp, chính phủ, khoa học xã hội và tự nhiên, y học, cùng các lĩnh vực khác. Dữ liệu lần lượt cung cấp những hiểu biết sâu sắc về tăng trưởng kinh tế, an sinh xã hội, khám phá khoa học và cải thiện chất lượng cuộc sống. Vai trò của khoa học dữ liệu trong các quá trình ra quyết định quan trọng ngày càng trở nên nổi bật.

Tham gia chương trình Thạc sĩ NUS về Khoa học Dữ liệu và Học máy và thực hiện một bước tiến mạnh mẽ hướng tới các vị trí chủ chốt trong xã hội tương lai của chúng ta.

  05  Yêu cầu nhập học

Để đăng ký nhập học vào chương trình Thạc sĩ NUS về Khoa học Dữ liệu và Học máy, ứng viên phải có Bằng Cử nhân (loại Danh dự) hoặc bằng Cử nhân bốn năm về khoa học định lượng (toán học, toán ứng dụng, toán tính toán, thống kê và vật lý) hoặc kỹ thuật hoặc khoa học máy tính. Chương trình cũng chấp nhận những ứng viên xuất sắc có bằng cấp về tài chính hoặc y học, bao gồm khoa học định lượng.

Các ứng viên có phương tiện giảng dạy đại học không phải là tiếng Anh phải chứng minh trình độ tiếng Anh của mình bằng cách đạt được Điểm kiểm tra tiếng Anh dưới dạng ngoại ngữ (TOEFL) tối thiểu là 580 (dựa trên giấy) hoặc 85 (dựa trên Internet) hoặc Tiếng Anh quốc tế Điểm học tập tối thiểu của Hệ thống kiểm tra ngôn ngữ (IELTS) là 6.0.

CHƯƠNG TRÌNH THÍ SINH

Sinh viên có thể mất từ 12 đến 24 tháng để hoàn thành chương trình toàn thời gian và 24 đến 48 tháng nếu học bán thời gian.