张楼心教授

学术主任

数据科学与机器学习硕士课程

新加坡国立大学

“数据革命正在兴起。你准备好了吗？如果你想充分发挥自己的才能，并通过机器学习和数据科学进一步改善我们的生活环境，那就加入我们的团队吧。” —— 学术主任寄语

数据科学是一门智能学科 收集、建模和分析数据和经验以提取有用信息。这些信息可能会改善我们的生活或帮助我们做出明智的商业决策或公共政策。

新加坡国立大学数据科学与机器学习硕士课程 其优势是理论联系实际，为行业培养人才。 该项目提供多个数据科学专业，并有强大的师资支持。此外，由于新加坡高度重视数字和智能城市的发展，该项目能够充分利用新加坡提供的实习机会。

该项目的毕业生将拥有良好的就业前景. 政府部门、大型企业和消费品行业对数据科学从业人员的需求日益增长。同时，数字化和智慧城市的建设也为数据科学领域提供了越来越多的就业机会。

  02  向亚洲最优秀的学术界学习

新加坡国立大学数据科学与机器学习理学硕士课程由理学院数学系、统计与应用概率系和计算机科学系联合开设。该课程还得到了工程学院和苏瑞福公共卫生学院的大力教学支持。该课程汇集了 新加坡国立大学最好的学术和研究专业知识 设计并提供一流的课程。

在 2020 年 QS 世界大学学科排名（NUS）中，新加坡国立大学排名 第十三 在数学方面， 第11届 统计学和运筹学专业， 第十二 计算机科学和信息系统专业， 第十 工程与技术领域， 亚洲第一 生命科学和医学领域。

除此之外 数据科学研究所 （IDS）成立于 2016 年，结合了多种数据科学专业，从各个角度开发创新解决方案。IDS 与行业、政府、社区和教育机构合作，利用数据科学专业知识对关键的现实问题进行跨学科和转型研究，并致力于培养下一代数据科学家。

数据科学与机器学习硕士课程的学生将有机会向 IDS 专家（其中一些专家担任该课程的教师）学习并参与 IDS 项目。IDS 还提供数据科学博士课程以供进一步学习。

  03  理论与实践相结合的课程

数据科学与机器学习理学硕士课程的课程总共由 40 个模块学分（MC）组成，其中核心模块和选修模块各占 20 MC。

▲课程结构

这 五大核心模块 是：

• DSA5101 工业大数据简介
• DSA4212 针对大规模数据驱动推理进行优化
• DSA5102X 机器学习基础
• CS5224 云计算
• DSA5201行业咨询与应用项目

他们介绍 数据科学与机器学习的基础理论和常用软件工具。例如，模块 DSA5101 涵盖了数据分析中的各种主题，例如数据清理和数据可视化。它还涵盖了 Python 编程，包括 Django。

模块DSA5201要求学生在企业中承担真实数据分析项目或加入科研小组进行研究。实习最短时间为10周（每周15小时），企业可以是新加坡或海外。

这 选修模块 专注于 不同行业数据分析中的实际问题. 学生需完成以下列出的两个或多个研究生证书 (GC) 课程或集群中的至少五个选修模块：

• 数据科学家的深度学习中的 GC
• 工业数据挖掘中的 GC
• GC 在工业大数据中的应用
• 计算机视觉数据科学中的 GC
• 量化金融数据科学 GC
• 物联网数据科学中的 GC
• 健康信息学中的 GC
• 数学集群
• 统计学中的聚类
• 计算集群

数据科学从业者数据分析师、数据工程师和数据科学家等 必须了解其所在企业的商业模式和产品.

选修课程模块与学生未来就业目标紧密相关. 多元专业化也有助于拓宽学生的知识面，支持他们将来在各个领域的工作。

  04  积极的就业前景

数据科学家 和/或 数据工程师 在领英发布的《2020 年新兴工作报告》中，这些职位跻身未来 15 大工作之列，这些工作涵盖多个国家，包括印度尼西亚、马来西亚、菲律宾、新加坡、泰国和美国。2019 年新兴工作报告（中国）还将这些职位列为未来 15 大工作。 数据分析师 被列为五大新兴职业之一，并指出中国的数据分析师大部分都是从技术人员或研究员转行过来的。这一数据表明 未来对专业数据分析师的需求不断增长.

许多雇主都极力招聘数据科学从业者。这些职位包括人工智能专家、数据科学家、数据工程师、数据分析师、大数据工程师、大数据系统架构师、数据挖掘工程师、数据分析专家、数据可视化开发人员、Hadoop 开发人员/工程师、机器学习工程师、机器学习科学家、网络数据科学家、统计学家、生物统计学家、业务分析师、情报分析师、风险分析师、定价分析师、受众洞察分析师、市场研究分析师、信用风险建模分析师、财务分析专家、人力资本分析专家、质量保证官、精算师和研究员。

科技让我们能够获取来自个人、企业、政府、社会和自然科学、医学等领域的大量数据。这些数据反过来又为经济增长、社会保障、科学发现和生活质量改善提供了洞见。 数据科学在关键决策过程中的作用日益突出.

加入新加坡国立大学数据科学与机器学习硕士课程，向未来社会中的关键职位迈出坚实的一步。

  05  入学要求

申请新加坡国立大学数据科学与机器学习理学硕士课程的申请者应拥有定量科学（数学、应用数学、计算数学、统计学和物理学）或工程学或计算机科学的学士学位（荣誉学位）或四年制学士学位。该课程还接受拥有金融或医学学位（涵盖定量科学）的优秀申请者。

对于大学授课语言不是英语的申请者，需证明其英语水平，即托福 (TOEFL) 最低成绩为 580 分（纸笔考试）或 85 分（互联网考试），或雅思 (IELTS) 最低成绩为 6.0 分。

项目候选资格

学生可能需要 12 至 24 个月才能完成全日制课程，或需要 24 至 48 个月才能完成非全日制课程。