新國大數(shù)據(jù)科學與機器學習理學碩士學位課程簡介

　　關于新加坡國立大學（National University of Singapore，NUS）數(shù)據(jù)科學與機器學習理學碩士（MSc in Data Science and Machine Learning）學位課程，你的了解有多少呢？

　　01 培養(yǎng)數(shù)據(jù)科學與機器學習領導者

　　在數(shù)據(jù)科學與機器學習領域，每天都在發(fā)生新的進展。一個概念渴望被更新的概念所更迭；在不同的學科交叉點上，各種創(chuàng)新飛躍正馬不停蹄地前進；在不同的行業(yè)垂直領域，應用所產生的新知識不斷反饋為技術升級。

　　成為數(shù)據(jù)科學與機器學習領域的領導者，需要復合而專精的知識結構和技能，以及對未來的洞見與預判，同時也需要終身學習終身成長的堅韌與熱情。

　　新加坡國立大學數(shù)據(jù)科學與機器學習理學碩士學位課程，旨在賦予學生特定行業(yè)/領域的數(shù)據(jù)科學與機器學習基礎原理以及綜合數(shù)據(jù)分析能力，以滿足金融、醫(yī)療、制造業(yè)、電子商務和新能源等關鍵行業(yè)對大數(shù)據(jù)專業(yè)人才日益增長的需求。

　　除了師從學術界和業(yè)界名師，你還可以通過參與行業(yè)相關的項目模塊獲得深入體驗以及自我指導學習的機會。

　　數(shù)據(jù)科學、機器學習、人工智能，這些名詞已非陌生，而對于有志于從事領域內職業(yè)的潛在學習者來說，了解它們的各自的主要特征將有助于對課程的選擇：

　　簡單來說，數(shù)據(jù)科學是一門多學科專業(yè)，它融合統(tǒng)計學、數(shù)學和計算機科學，涵蓋了如何收集數(shù)據(jù)、整合數(shù)據(jù)、可視化數(shù)據(jù)、分析數(shù)據(jù)、解釋數(shù)據(jù)（見解）以及根據(jù)見解提出可行建議有關的所有方面；

　　機器學習是一門讓計算機像人類一樣學習和行動，并以動態(tài)和自主的方式隨著時間的推移改進學習的科學。機器學習使編程更具可伸縮性，有助于在更短的時間內產生更好的結果；

　　而人工智能專注于開發(fā)像人類一樣思考和行動的智能設備。這些設備經過訓練，可以比人類更有效地解決問題和學習。

　　數(shù)據(jù)科學涉及機器學習和人工智能，廣泛地為數(shù)字技術發(fā)展提供支持。在新加坡國立大學數(shù)據(jù)科學與機器學習理學碩士學位課程中，以數(shù)據(jù)科學、機器學習領域內容為主。

　　新加坡國立大學數(shù)據(jù)科學與機器學習理學碩士學位課程學術主任張洛欣教授在《海峽時報》上分享五問五答，簡明扼要地介紹了課程目標以及收益預期。

　　問1 這是什么課程？

　　答：數(shù)據(jù)科學與機器學習理學碩士是一個跨學科研究生學位課程，全日制項目時長一到兩年。它將有助于滿足所有行業(yè)對大數(shù)據(jù)專業(yè)人員日益增長的需求，將定量科學的畢業(yè)生轉變?yōu)閿?shù)據(jù)科學和分析從業(yè)人員。

　　問2 這門課程為誰開設？

　　答：該課程旨在培養(yǎng)數(shù)據(jù)科學領域的下一代領導者。它面向希望學習數(shù)據(jù)科學和機器學習方面的高級論題和技能的學習者，這些論題和技能對于想在政府、零售和物流、計算機視覺、醫(yī)療保健和金融等領域開展職業(yè)生涯的數(shù)據(jù)科學家、機器學習或人工智能專家是必不可少的。

　　問3 近年來，數(shù)據(jù)科學和機器學習變得有多重要？

　　答：我們現(xiàn)在面臨著由組織、政府，甚至像你和我這樣的個人生成和保留的數(shù)據(jù)量的巨大爆炸。在高度依賴新技術和大數(shù)據(jù)的未來經濟中，分析和處理數(shù)據(jù)的能力已成為一項關鍵技能。數(shù)據(jù)科學家將能夠提取數(shù)據(jù)中的意義，并使用它來指導業(yè)務決策。

　　問4 學生們能期待什么？

　　答：該課程為那些希望掌握數(shù)據(jù)科學和機器學習知識、數(shù)據(jù)分析技能的人提供了提高的機會。它為學生提供這兩個領域的堅實基礎，以及數(shù)據(jù)分析的計算技能。這是通過整合統(tǒng)計學、數(shù)學和計算，以及機器學習和人工智能來實現(xiàn)的。

　　問5 學生們從該課程畢業(yè)后能得到什么？

　　答：他們將做好充分準備，利用數(shù)據(jù)的力量來解決問題，并為他們的組織帶來有意義的成果。

　　張洛欣教授個人目前的研究重點是癌癥基因組學和復雜網絡中的數(shù)據(jù)分析，例如他對開發(fā)生物信息工具以發(fā)現(xiàn)診斷和治療癌癥的生物標記物感興趣。本課程歡迎也鼓勵每一位申請人在自身感興趣的領域展開數(shù)據(jù)科學與機器學習研究與應用，實現(xiàn)個性化目標。

　　02  具有跨學科優(yōu)勢

　　新加坡國立大學數(shù)據(jù)科學與機器學習理學碩士學位課程由理學院的數(shù)學系和統(tǒng)計與應用概率系、計算機學院的計算機科學系聯(lián)合提供，并得到工程學院和蘇瑞福公共衛(wèi)生學院在教學上的大力協(xié)助。

　　在2020年QS世界大學學科排名（QS World University Rankings）中，新加坡國立大學在數(shù)學領域位列世界第13，在統(tǒng)計與運籌學領域位列世界第11，在計算機科學與信息系統(tǒng)領域位列世界第12，在工程技術領域位列世界第10，在生命科學與醫(yī)學領域均為亞洲之首。

　　強大的課程背景帶來雄厚的師資力量，新加坡國立大學數(shù)據(jù)科學研究擁有多學科專家，同時，課程還將納入行業(yè)精英導師，提供行業(yè)咨詢和應用項目，為學生帶來前沿內容以及深入職業(yè)崗位的機會。

　　此外，2016年新加坡國立大學成立數(shù)據(jù)科學研究院（Institute of Data Science），該研究院致力于支持新加坡邁向智慧國家，重視凝聚多學科人才共同深入數(shù)據(jù)科學領域，從而在社會發(fā)展的眾多重要領域如醫(yī)藥、商業(yè)及教育等方面，研發(fā)出新穎的解決方案。研究院與新加坡本地及國際企業(yè)如微軟合作，開展豐富的課題項目。明年，部分研究院專家將加入數(shù)據(jù)科學與機器學習碩士學位課程，擔任兼職教授。

　　創(chuàng)立于2011年的蘇瑞福公共衛(wèi)生學院本身即以跨學科研究為方針，在流行病學、傳染病研究、衛(wèi)生技術評估等領域開展研究，致力于促進群體健康和公共安全。在當前的2019冠狀病毒病疫情中，學院產出的研究包括數(shù)據(jù)分析，持續(xù)支持新加坡乃至亞洲和全球的抗疫戰(zhàn)斗。

　　作為跨學科專業(yè)，數(shù)據(jù)科學與機器學習的課程質量得益于多方支持，在新加坡國立大學，多種強勢學科的資源共享將助力你在該領域獲得令人興奮的成長。

　　03  提供細分專業(yè)方向

　　本課程共計40學分，其中20學分為核心模塊，20學分為選修模塊。

　　核心模塊課程包括：

　　行業(yè)大數(shù)據(jù)概論

　　大規(guī)模數(shù)據(jù)驅動型推理的優(yōu)化

　　機器學習基礎

　　云計算

　　行業(yè)咨詢和應用項目

　　選修模塊課程需要在下列2個或2個以上研究生證書類別中至少完成5個選修模塊，這里可選擇的專業(yè)方向有：

　　面向數(shù)據(jù)科學家的深度學習

　　行業(yè)數(shù)據(jù)挖掘

　　行業(yè)大數(shù)據(jù)

　　計算機視覺數(shù)據(jù)科學

　　定量金融數(shù)據(jù)科學

　　物聯(lián)網數(shù)據(jù)科學

　　醫(yī)療保健數(shù)據(jù)科學課程組合

　　數(shù)學課程組合

　　統(tǒng)計課程組合

　　計算課程組合

　　通過自主組合修讀模塊，學生可以掌握普適的數(shù)據(jù)科學與機器學習原理，并深入自身目標專業(yè)，獲得領域內經驗，為進入行業(yè)角色做好準備。

　　04 畢業(yè)就業(yè)前景可觀

　　全球職場社交平臺LinkedIn（領英）日前發(fā)布《2020年新興職業(yè)報告（美國）》，列出過去4年招聘大幅增長、增長趨勢持續(xù)看好的15個熱門職位：

　　其中，最熱門的是人工智能專家（Artificial Intelligence Specialist），過去4年需求年增長率為74%。其特有技能為機器學習、深度學習、TensorFlow、Python、自然語言處理；對其需求最多的行業(yè)為計算機軟件、互聯(lián)網、信息技術和服務、高等教育、消費類電子產品等。

　　數(shù)據(jù)科學家（Data Scientist）以37%年增長率排在第三，其特有技能為機器學習、數(shù)據(jù)科學、Python、R、Apache Spark；對其需求最多的行業(yè)為信息技術和服務、計算機軟件、互聯(lián)網、金融服務、高等教育等。

　　數(shù)據(jù)工程師（Data Engineer）以33%年增長率排在第八，其特有技能為Apache Spark、Hadoop、Python、ETL、AWS；對其需求最多的行業(yè)為信息技術和服務、互聯(lián)網、計算機軟件、金融服務、醫(yī)院和醫(yī)療保健等。

　　在領英發(fā)布的《2019年新興職業(yè)報告（中國）》中，數(shù)據(jù)分析師（Data Analyst）位列五大新興職業(yè)。報告還指出，在中國，數(shù)據(jù)分析師大多由技術或研究人員轉型而來，五年前他們的職業(yè)身份可能是項目經理、軟件工程師、商業(yè)分析師、研究員。未來，對職業(yè)化數(shù)據(jù)分析師的需求將持續(xù)增長。

　　隨著數(shù)據(jù)科學與機器學習在行業(yè)升級轉型中的普遍應用，重大戰(zhàn)略決策往往離不開數(shù)據(jù)科學產出的見解，以及機器學習產出的預測。人們也越來越離不開數(shù)據(jù)科學與機器學習帶來相關生活服務，比如最常見電商購物個性化推薦，或者我們熟悉的視頻網站個性化推薦，自動駕駛技術等等。

　　許多2010年尚未出現(xiàn)的職業(yè)，在2020年已成為或將成為左右發(fā)展趨勢的關鍵角色之一，加入新加坡國立大學數(shù)據(jù)科學與機器學習碩士學位課程將是通往這些角色的有力一步。

　　05 相關要求簡介

　　入學要求：

　　申請新加坡國立大學數(shù)據(jù)科學與機器學習理學碩士學位課程，申請人應具有學士（榮譽）學位，或四年制定量科學（數(shù)學、應用數(shù)學、計算數(shù)學、統(tǒng)計學和物理學）學士學位，或工程學士學位。

　　對于大學授課語言非英語的申請人，要求通過托福（筆試最低分580分，網絡考試最低分85分，寫作部分最低分22分）或雅思（最低分6.0分）來證明英語水平。

　　學習方式

　　數(shù)據(jù)科學與機器學習理學碩士學位課程提供全日制與非全日制兩種學習方式。全日制預估需要12至24個月完成課程，非全日制預估需要24到48個月完成課程。

　　畢業(yè)要求

　　數(shù)據(jù)科學與機器學習理學碩士學位課程畢業(yè)基本要求為：

　　學習并通過5個核心模塊；

　　學習并通過5個選修模塊；

　　獲得3.00或以上的績點。