剑桥大学硕博申请（88）——数据密集科学硕士（剑桥大学数据库）

剑桥大学硕士博士申请

剑桥大学硕博申请（88）——数据密集科学硕士（剑桥大学数据库）

数据密集科学硕士

数据密集科学硕士课程是物理科学学院的一项为期 10 个月的跨学科课程，旨在提供最高质量的硕士教育。该课程涵盖了现代数据驱动科学所需的全部技能，涉及机器学习和人工智能、统计数据分析以及研究计算等领域。

课程结构是与我们领先的研究人员和行业合作伙伴合作设计的，旨在为学生提供从事世界领先的数据密集型科学研究所需的理论知识、实践经验和可迁移技能。学生将获得科学数据分析所需的广泛技能，包括传统统计技术和现代机器学习方法。将讲授这些技术的理论基础和实际应用，后者包括软件开发最佳实践和开放科学原则方面的培训。课程还旨在为学生提供将这些方法应用于特定科学领域当前研究问题的直接经验。完成课程的学生将具备从事数据密集型科学项目研究的能力。除学术学科外，学生还将为在广泛的商业领域从事数据科学专业工作做好充分准备。

本课程将帮助学生掌握现代科学数据分析所需的所有技能，使他们能够使用部署在尖端计算机架构上的最新统计和机器学习工具，参与大型实验或观测项目。这些计算和统计技能还将直接应用于工业领域的数据驱动型问题解决。

该课程响应了日益增长的

对训练有素的研究科学家的需求不断增长，他们需要为下一代科学实验产生的日益庞大和复杂的数据集设计和实施数据分析管道；

社会对数据科学和数据分析技能的需求，尤其是在战略领域（科学、健康）和经济领域（金融、电子商务）的应用；

需要培养研究生，使其深入了解数据科学技术、现代计算机架构的算法构建以及软件开发的行业最佳实践；

开放科学在研究中的重要性，特别是科学成果的可复制性和公共数据分析代码的创建。

学习成果

通过本课程的学习，学生将掌握

全面了解统计分析，包括其在研究中的应用，以及它如何支撑现代机器学习方法；

全面了解数据科学和机器学习技术和软件包及其在多个实际研究领域中的应用；

利用按照开放科学标准创建的现代软件开发最佳实践，发展高级计算机编程技能；

展示批判性评估数据科学工具和方法在现实世界中应用于科学研究问题的能力。

继续深造

希望在通过硕士学位考试后继续攻读博士学位的学生，应通过大学招生网站申请攻读博士学位，并将资金和申请截止日期考虑在内。

教学

教学内容包括两种模块类型：主要模块涵盖科学数据分析所需的所有基本方面，次要模块则展示这些数据科学技能在实际科学研究领域的应用。考生总共需要选修 7 个模块进行评估，其中包括 5 个主要模块和 2 个次要模块。这些模块将从以下模块中选择

– 选择（至少 6 个）主要模块

– 选择（至少 4 个）次要模块

主要模块将在弥迦勒学期和四旬斋学期讲授。它们将涵盖所有学生应掌握的主要材料，涵盖三个主题领域：统计数据分析、机器学习和人工智能，以及研究计算和软件开发。这些主要模块将使学生掌握顶级科学数据分析的基本技能。

副修模块将在四旬斋和复活节学期授课。提供的次要模块将每年更新，以应对研究领域的变化。这些模块将涵盖主要模块中教授的核心技术在具体科研问题中的应用。除了说明可能具有更广泛应用的有用数据科学方法之外，辅修模块还旨在让学生深入了解相关领域的目标和现状，从而帮助有兴趣的学生为在这些领域开展研究做好准备。

数据分析项目将侧重于研究文献中关键科学数据分析的可重复性。学生将在弥迦勒学期从预先批准的清单中选择自己的项目，并在四旬斋和复活节期间完成项目，在课程结束时提交。项目的设计将是开放式的，因此学生可以改进或扩展文献中已发表的内容。每个项目的主题将由几名学生共同选择，但他们将独立完成，并由负责的学术顾问进行个别指导，教学团队也将提供进一步的建议和支持。

该课程还包括旨在拓宽学生知识面的非考核内容。其形式包括专业主题的短期模块、交流研讨会、每周系列研讨会以及由我们的行业合作伙伴主导的行业应用模块。

一对一指导

学生在课程主任的总体指导下学习。每位学生都有一名学术导师，负责指导学生选择课程，并对学生提出的指导要求做出回应。

剑桥大学每年都会发布《实践守则》，其中规定了剑桥大学对督导工作的要求。

研讨会和课程

该课程设有研讨会计划，每周邀请学术界和工业界人士发表演讲。

讲座

学生每年将有大约 120 个小时的主修模块讲座（关于数据科学的基本技能）和 32 个小时的副修模块讲座（关于数据科学技术在科学领域的应用）。

小组教学

所有模块都将提供小组示范课，主要模块约为 40 个课时，次要模块约为 16 个课时。

文献综述

文献综述是数据分析项目报告的一部分。

演讲

作为项目评估的一部分，学生必须就其数据分析项目进行演讲，并在小组示范课上进行口头演讲。

反馈

模块负责人会对学生的书面考试成绩、口头报告和课程作业成绩进行反馈；数据分析项目主管会对数据分析项目的进展情况进行反馈。

该委员会通常每年召开五次会议，由来自每个研究小组或硕士学位课程的一名或多名学生代表组成。该委员会旨在讨论任何影响研究生学习的问题，学生可以向委员会的任何成员提出讨论项目。

评估论文

数据分析项目主要涉及关键科学分析的可重复性。项目将从三个方面进行评分：项目报告、为分析开发的配套数据分析管道和项目口头报告。

报告篇幅不得超过 7000 字，必须描述分析管道及其开发、项目目标和取得的成果。报告必须附有不超过 1000 字的工作执行摘要。

用于分析的数据分析程序也必须以可访问和可复制的形式提供给评审人员。

口头陈述将用于确认考生对项目的理解，并澄清报告或分析管道中不明确的任何要点。评审员可在陈述过程中向候选人提问，以进一步探讨项目的任何方面、提交的材料、陈述或与项目相关的其他背景知识。

其他

每个主修和辅修模块将通过以下方式进行综合评估：

课程作业通常采用报告的形式，结合数据分析管道本身，描述特定数据分析方法的开发和实施情况，长度一般不超过 3000 字，但具体形式将取决于模块。报告应简明扼要，并将根据论据的质量、表述的清晰度和解释的深刻性进行评判。评判管道本身的标准是：是否符合 "研究计算机 "主修模块中讲授的软件开发最佳实践，以及管道在准确性、应用范围、易用性、稳健性和稳定性方面的质量。

笔试为闭卷考试，主要通过计算、简答题和论文测试考生的理论知识。

作为示范课的一部分或对提交的课程作业进行评估的一部分，要求对考生的作品进行口头演示。这对于促进学生之间的相互学习、建立团队以及为学生提供交流工作的经验尤为重要。学生将被要求签署一份行为准则，以确保这些小组讨论对所有参与者都具有协作性和支持性。

在数据密集科学硕士课程中，评估课程内容的权重如下：

项目报告（数据分析项目）将占期末成绩的 25% (25%)；

教学单元考试（包括书面作业、书面考试和口头报告）将占期末成绩的 75%（其中……）：

每个主要模块占期末成绩的 12%。

每个次要单元占期末成绩的 7.5%。

入学要求

预期学术标准

申请本课程者应获得英国良好 II.i 荣誉学位。

申请人的学位应为理科或技术学科，申请人应具备一定的数学能力，尤其是线性代数、统计学和概率论方面的能力。

语言要求