UCSD數據科學碩士MSDS項目詳細介紹

文章目錄[隱藏]

參考

加利福尼亞(ya) 大學聖迭戈分校（University of California, San Diego，簡稱:UCSD或UC San Diego），常譯為(wei) 加州大學聖地亞(ya) 哥分校、聖迭戈加州大學，位於(yu) 美國聖迭戈的海濱城鎮拉荷亞(ya) （La Jolla），隸屬於(yu) 被譽為(wei) ”公立大學典範“的加州大學係統，是一所研究型大學, 也是環太平洋大學聯盟、國際公立大學論壇和美國大學協會(hui) 成員。現在在us news全美大學排行榜上排名第34位。

數據科學家被Bloomberg稱為(wei) “美國最熱門的工作”。根據 Dice 最近的一份報告，在新冠病毒大流行期間，醫療保健、電信、媒體(ti) /娛樂(le) 和金融服務行業(ye) 對數據科學家的需求增加了約 50%，因為(wei) 不斷變化的在線勞動力需要大數據、雲(yun) 計算、機器學習(xi) 和更高級的人工智能應用程序。此外，美國勞工統計局預測，到 2026 年數據科學領域將增長約 28%，新增約 1150 萬(wan) 個(ge) 工作崗位，數據科學領域將出現強勁增長。

為(wei) 使來自不同學術背景的學生（包括非技術背景的學生）能夠接觸到數據科學，加州大學聖地亞(ya) 哥分校在Halıcıoğlu 數據科學研究所 (HDSI)在2021年秋天推出了新的碩士和博士學位項目，HDSI是該大學的所有數據科學中心。HDSI從(cong) 2022年秋季開始給學生提供以下三個(ge) 項目：

理學碩士（MS/DS）

碩士課程的目標是教授學生成功執行數據驅動任務所需的知識和技能，並為(wei) 未來可以擴展數據科學本身知識邊界的研究人員奠定基礎。為(wei) 了實現其目標，數據科學理學碩士 (MS/DS) 計劃由兩(liang) 個(ge) 部分組成：正式課程，以及畢業(ye) 論文或以課程為(wei) 導向的綜合考試。

在線數據科學碩士 (MDS)

Halıcıoğlu 數據科學研究所 (HDSI) 與(yu) 計算機科學與(yu) 工程係 (CSE) 合作，為(wei) 尋求擴展數據科學專(zhuan) 業(ye) 知識的在職專(zhuan) 業(ye) 人士提供在線數據科學碩士學位。在線數據科學碩士 (MDS) 計劃結合了統計學、計算機科學和數據處於(yu) 最前沿的應用程序的概念。在 MDS 計劃中，學生獲得以下能力：(1) 從(cong) 各種來源收集原始數據，並將這些原始數據轉換為(wei) 適合算法分析的精選形式；(2) 了解機器學習(xi) 算法以及如何在大型數據集上運行它們(men) ；(3) 解釋這些算法的結果以回答有關(guan) 數據的問題。

*因為(wei) 國際學生無法通過網上課程維持學生身份，這裏不做細致討論。

博士（PhD/DS）

博士課程的目標是培養(yang) 數據科學領域的領導者，他們(men) 將為(wei) 該領域的知識奠定基礎並擴大知識邊界。博士課程旨在為(wei) 學生提供以研究為(wei) 導向的教育，教授他們(men) 進行數據驅動研究所需的知識、技能和意識，並使他們(men) 能夠利用這種共享背景開展研究，擴大數據科學知識的邊界。博士課程涵蓋基礎方麵，包括計算方法、機器學習(xi) 、數學模型和統計分析，以及數據科學中的應用。

因為(wei) 項目較新，預計2022年秋季將迎來 20 至 25 名學生參加以上這些課程。這些課程根據學生的學術準備情況將學生分類。為(wei) 具有計算背景、數學或統計學背景，或經濟學、計算社會(hui) 科學、自然或生物科學背景的人提供指定的課程。

MSDS的學術準備和課程規劃

MSDS研究生課程旨在讓來自不同教育背景的感興(xing) 趣的學生最大限度地參與(yu) 其中。但是，確保順利及時完成研究生學位課程，需要在本科階段做好數據科學五個(ge) 關(guan) 鍵領域的學術準備：算法和編程技能、數據組織方法和技能、數值線性代數、多元微積分、概率和統計.

雖然擁有數據科學專(zhuan) 業(ye) 或數據科學輔修本科學位的學生會(hui) 學習(xi) 上述所有五個(ge) 領域的課程，但從(cong) 其他定量本科課程畢業(ye) 的學生可能在其中一些領域缺乏必要的知識和技能。為(wei) 了填補這一空白，該項目提供了一組基礎課程。

這些課程旨在滿足三類新生的需求：

(a) 在計算機和/或信息科學方麵做好準備以掌握算法編程和雲(yun) 計算技能的學生；

(b) 學生在數學科目上做好了一定程度的準備，以掌握有意義(yi) 的數據分析所需的統計分析和概率；

即使學生在高級計算和數學/統計方麵都做好了準備，如何有意義(yi) 地應用這些技能也是一種挑戰。為(wei) 了成功地做到這一點，學生可能需要已經學習(xi) 過的主題的工作知識。因此，A 組課程是所有學生的背景準備工作，並提供使他們(men) 能夠酌情跳過課程的選項。

如果學生必須參加 A 組的所有五門基礎課程，學生會(hui) 多花一個(ge) 季度完成學位。然而，對於(yu) 在數據科學應用領域接受培訓的學生來說，通過選擇使他們(men) 能夠將數據科學技術應用於(yu) 所應用領域的論文選項，可以節省一些選修課程的時間，並在六個(ge) 季度內(nei) 完成畢業(ye) 。

課程要求

碩士課程有基礎、核心、選修和研究要求（下麵的 A、B 和 C 組課程）。這些課程要求旨在確保學生接觸到（1）基本概念和工具（基礎），（2）所有學生對數據科學核心主題的先進、最新觀點（核心要求），以及（ 3）對他們(men) 的研究或應用有深刻的的看法（選修要求）。課程可能無法滿足一項以上的要求。

數據科學 (MS/DS) 的理學碩士課程結構共有十二個(ge) 四分課程，分為(wei) 基礎、核心和專(zhuan) 業(ye) 領域，如下所述。成功完成該項目需要完成論文或基於(yu) 課程的綜合考試，以測試跨多個(ge) 課程的綜合知識。在 48 個(ge) 學分中，至少有 40 個(ge) 學分必須是研究生水平的課程。此外，經學生導師批準，十分之二的研究生課程可以是與(yu) 數據科學不直接相關(guan) 的領域，而是經濟學、生物學、醫學等領域的專(zhuan) 業(ye) 領域。

A組：入門課程：最多四個(ge) 學分

這些課程旨在提供每個(ge) 從(cong) 碩士課程畢業(ye) 的學生在研究生階段應獲得的五個(ge) 關(guan) 鍵基礎知識和技能領域：編程技能、數據組織和方法技能、數值線性代數、多元微積分、概率和統計。

該計劃旨在使缺乏任何（和所有）這些基礎知識和技能的學生可以從(cong) 五門課程中獲得最多四門課程的學分：

B組：核心課程：三門必修課程，至少六門課程

這些課程建立在基礎課程之上。所有學生必須修讀三門必修的核心課程，此外，學生可以從(cong) 以下核心課程中選擇至少三門。

C組：選修和專(zhuan) 業(ye) 課程：剩餘(yu) 課程學分要求

MS/DS 學生可以利用選修課來完成他們(men) 的學習(xi) 課程。這些課程可以是列為(wei) B 組研究主題課程的核心數據科學學科的高級課程，也可以是其他部門的研究生（或高年級本科）課程，但須經學生的 HDSI 教師顧問批準。

在獲得研究生顧問的事先批準後，學生可以注冊(ce) 一個(ge) 可用的專(zhuan) 業(ye) 領域。專(zhuan) 業(ye) 化需要至少三門專(zhuan) 業(ye) 領域的課程。如：生物工程、商業(ye) （市場營銷）、商業(ye) （供應鏈和技術）、商業(ye) （金融）、機器視覺和交互設計、計算神經科學、網絡等。

方案一：論文選項

作為(wei) C 組課程的一部分，學生必須注冊(ce) 至少 8 個(ge) 和最多 12 個(ge) 獨立研究學分。學生將在論文顧問和至少由三名成員組成的論文委員會(hui) 的指導下進行論文研究。要求委員會(hui) 的至少兩(liang) 名成員是 HDSI 教職員工委員會(hui) 的成員，三名委員會(hui) 成員中的一名可以是兼職任命的行業(ye) 研究員或來自其他部門或部門的教職員工。委員會(hui) 主席須經MS項目委員會(hui) 批準。或者，可能會(hui) 要求 HDSI 行業(ye) 研究員擔任委員會(hui) 的第四名成員。該委員會(hui) 必須在 MS 課程第三季度末獲得研究生部的批準。選擇方案一的學生必須提交經批準的論文以滿足完成該計劃的要求。

方案二：基於(yu) 課程的綜合考試選項

根據該計劃，學生必須完成以實踐課程為(wei) 基礎的綜合考試，旨在評估學生整合知識和理解的能力。在這種形式的綜合考試中，學生必須在三個(ge) 選定課程中的每一個(ge) 中回答他們(men) 所選領域的綜合問題。綜合考試與(yu) 主課程融為(wei) 一體(ti) ，在大多數情況下，相關(guan) 工作具有雙重目的，獨立影響學生的課程成績和綜合考試成績。

綜合考試通常由 MS 計劃委員會(hui) 明確批準的特定班級作業(ye) 或考試或其一部分組成。綜合考試成績的確定與(yu) 主課程的成績是分開的。學生必須成功通過三個(ge) 領域的三門課程的綜合考試：計算、數學/統計學、係統。

學生最多可以嚐試五次，即五門不同的課程。一個(ge) 季度不能參加超過三門課程的綜合考試，一個(ge) 季度不能重複參加綜合考試。標記為(wei) 綜合考試的課程隻能用ABCD分數。課程考試在每個(ge) 季度開始時注冊(ce) ，學生必須在指定的考試截止日期前提前注冊(ce) 。考試由負責考試內(nei) 容、評估和管理的教師委員會(hui) 監督，該委員會(hui) 與(yu) 負責課程成績但不負責綜合考試成績的課程講師是分開的。

MSDS申請要求

12月15日申請係統開放，1月19日申請截止

1. 網申表格

2. 申請費：國際學生140美金

3. 成績單：申請時上傳(chuan) 非官方成績單，錄取後提交官方成績單

本科 GPA 至少 3.0 以上

4. 文書(shu) ：沒有具體(ti) 字數要求

5. 考試成績：GRE 2022年秋季入學不需要

6. 推薦信：3封

7. 簡曆

8. 僅(jin) 限國際申請者:TOEFL或者IELTS。TOEFL要求85以上，雅思成績最低為(wei) 7.0 分。

9. 要求學生是工程學、計算機科學、數學、統計學、認知科學、科學學科或定量社會(hui) 科學（如經濟學或計算社會(hui) 科學）等定量領域的學士學位。其他學位選擇是可以接受的，具有編程、微積分、概率和統計方麵的課程工作或經驗。