伦敦玛丽女王大学

Queen Mary University of London

数据分析硕士

MSc Data Analytics

数学学院介绍

伦敦玛丽女王大学数学科学学院的研究涵盖了纯数学和应用数学的各种学科，并被整合到反映学院主要优势的研究小组中。大学已投资约 1800 万英镑建设我们的大楼，为教职员工和学生提供最先进的研究、教学和学习设施。

在2022年最新公布的QS学科排名中，大学的数学科学学院荣获了全英第12的好成绩。走近数学科学学院，学生们会发现从大楼外观到师资力量、从课程设计到治学理念，这里有太多亮点，足以打破以往本身对数学的认知。

大学因 Athena SWAN 宪章获得了大学级银奖，该奖项表彰和庆祝在高等教育和研究领域从事数学、科学、工程和技术工作的女性的良好就业实践。数学科学学院拥有自己的系级雅典娜天鹅铜奖。雅典娜天鹅宪章设立于2005年，最初致力于推动女性在科学技术、工程、数学与医疗方面的就业，现在已经发展为评估高等教育与研究中性别平等的重要标准。数学科学学院院长Alex Clark表示，“作为院长，我把雅典娜天鹅宪章的标准作为我管理学院的基本要求。从个人角度出发，我也有责任去确保同事们能够在职业上进步与发展，无论其性别。”

学习设施：

• 大学最近翻新的耗资 1800 万英镑的数学科学-大楼 设有高质量的教学室、私人和小组学习区以及一个新的社交中心
• 一个共享的办公室和专门的计算机实验室，为理学硕士学生提供彭博终端
• 图书馆可查阅 8,000 本数学书籍并订阅大量数学期刊
• 来自伦敦以外的所有新全日制研究生的校内住宿

关于专业

在目前的数据驱动经济中，公司正在寻找能够使用统计技术和最新技术提取清晰见解的高度计算数据专家，以告知其战略和运营的各个方面。该数据分析理学硕士课程将教学生数据分析的核心数学原理，以及如何将这些原理应用到实际场景中。

该课程师从一系列专家学者，如艾伦·图灵研究所研究员、我校应用数据科学研究所成员，学生不仅能学习概率论和统计学中的理论知识，还会掌握如何使用Python这个数据分析行业的标准计算机语言进行编程、如何操作R语言或Excel等工具，实现数据可视化、如何利用机器学习算法，从大型数据库中获取有价值的内容。

学生可以选择将学习重点放在三个领域之一：专注于数据科学的统计基础、金融或科学应用。在整个夏天，学生将从事一个研究项目，这将使学生能够培养强大的应用数据科学研究技能。

加入该课程之前，学生无需成为编程专家。该课程将探索各种行业标准工具（例如 R 和 Python），这将使学生能够选择自己想要专攻的技术。大学为所有学生提供获得 Microsoft Office 专家资格的机会 ，其中包括宝贵的 Excel 专业知识。

• 由包括行业从业者在内的专家学者授课，其中许多人是艾伦图灵研究所的研究员
• 向伦敦玛丽女王大学的应用数据科学研究所成员学习，并参加该研究所举办的讲座和研讨会
• 该计划应用广泛，将以行业联系为特色，帮助学生将学习置于现实世界挑战的背景下
• 如果学生对解决问题感兴趣并且对概率或统计有一定的了解，该课程是理想之选
• 适用于数学/数学学位学科的毕业生，如数学、统计学、物理学、工程学、经济学和计算机科学

职业道路

数学科学学院学子们的超强职场竞争力具体从何体现呢，来看看他们一片光明的“钱”途吧。89%的本科毕业生在毕业6个月内就成功入职或选择继续深造，并且平均起步年薪就达到了两万四千英镑（约二十万人民币）。英国媒体《每日电讯报》（The Telegraph）公布的去年英国大学毕业生起薪最高的12个专业中，也将数学排在了建筑学、电脑科学、社会工作、财务四大专业之前。本科背景的毕业生们都达到了如此水准，可想而知摆在研究生面前的康庄大道了。

通过伦敦玛丽女王大学的数据分析硕士专业的学习，学生将拥有迈入大数据领域的敲门砖，成为炙手可热的数字人才。而更重要的是，有了夯实的数学知识做基础，大学培养出的更是能以不变应万变的高效学习能力。如若有一天Python被更前沿的编程语言所替代，从大学走出来的毕业生也依然能自如应对这些不断更新的社会需求。

在数据驱动经济中，公司正在寻找能够使用统计技术和最新技术提取清晰见解的高度计算数据专家，以告知其战略和运营的各个方面。从金融公司到 AI 初创企业，以及整个技术、零售和医疗保健行业，备受追捧的数据科学家平均每年可赚取超过 50,000 英镑（来自 Indeed 的英国数据）。

课程结构

该数据分析硕士专业的课程设计实用性极强，聚焦于数据分析领域人才所需的核心技能培养。

首先，在第一学期，所有学生都要学习：数据处理（Storing, Manipulating and Visualising Data)、概率统计(Probability and Statistics for Data Analytics）和Python机器学习(Machine Learning with Python)这三门必修课。通过这三门必修课的学习，学生将对数据分析的各大关键流程有所涉猎，能对大量数据进行信息整合、运算、展示等，由此找出研究对象的内在规律，预测未来发展趋势。

除了大量的独立学习和研究之外，学生将主要通过讲座和辅导相结合的方式学习。学生将被指派一名学术顾问，将指导你在学院的整个学习期间的问题。数学科学学院也有专门的学生支持官为学生提供建议和指导。

必修课程

• 存储、操作和可视化数据
• 以适当的方式存储、操作和显示数据的能力对数据科学家来说非常重要。本课程将向学生介绍该领域中许多最广泛使用的技术。该课程的重点主要是各种 IT 工具的交互使用，而不是编程本身，尽管在许多情况下您将学习如何开发短程序（脚本）来自动执行各种任务。

• 使用Python进行机器学习
  本课程将向学生介绍机器学习 (ML) 中一些最广泛使用的技术。在回顾了必要的背景数学之后，我们将研究各种 ML 方法，例如线性回归、多项式回归和逻辑回归分类。该课程涵盖了非常广泛的实际应用，重点是使用 Python 进行动手数值计算。在本课程结束时，学生将能够形式化 ML 任务，选择适当的方法对其进行数值处理，在 Python 中实现 ML 算法，并评估方法的性能。

• 数据分析的概率与统计
  该课程将教授支撑 MSc 数据分析的概率和统计基础知识。本课程首先涵盖概率的一些基本理论概念和支持统计方法的随机变量的分布。然后它描述了不同类型的假设统计检验，并解决了如何使用它们以及何时使用它们的问题。这对于心理学、生命科学或物理科学、商业和经济学中统计学应用中的数据分析至关重要。

• 论文项目
  每个理学硕士数学学生都需要完成 60 个学分（4 个课程单元）的项目论文。该课程跨越整个学年，学生将选择项目名称并在第一学期末分配给项目，项目的主要工作通常从第二学期开始并持续到整个夏季（项目工作是兼职学生分两个学年）。

选修课程

• 科学计算主题
  该课程侧重于使用计算机解决应用数学问题。它的目的是为学生提供适当的计算工具来解决学生在理学硕士期间可能遇到的问题，并通过对应用科学中使用的编程语言的良好理解来发展。涵盖的主题将包括科学规划的基础知识、常微分方程的数值解、随机数和蒙特卡罗方法、随机过程的模拟、复杂网络分析和建模的算法。该课程的重点是数学问题的数值方面，重点是应用而非理论。 

• 金融数据分析
  该课程将使学生大致了解数据分析在金融领域的当前应用，尤其是衍生品和投资银行业务。它将引入一系列分析工具，例如波动率表面管理、收益率曲线演变和外汇波动率/相关性管理。它还将为学生提供该领域的一些标准工具的概述，例如 Python、R、Excel/VBA 和 Power BI Excel 功能。学生不应熟悉编码或上述任何主题，因为该课程将从头开始开发这些内容。它将让你了解一个必要的领域，为在投资银行和对冲基金中从事贸易、结构、管理、风险管理和量化职位等职位的金融职业做准备。 

• 高级机器学习
  该课程建立在早期模块“使用 Python 进行机器学习”的基础上，涵盖了机器学习中的许多高级技术，例如降维、支持向量机、决策树、随机森林和聚类。尽管底层理论思想得到了清晰的解释，但本课程非常实用，学生将在每周的课程作业中使用 Python 实现各种应用程序。 

• 神经网络和深度学习
  本课程向学生介绍使用神经网络 (NN) 进行机器学习的几种最先进的方法。在讨论了构建和校准神经网络的基本理论之后，我们考虑了适用于不同目的的各种类型的神经网络，例如卷积神经网络、循环神经网络、自动编码器和生成对抗网络。该课程包括广泛的实际应用；学生将在每周的课程作业中使用 Python 实现每种类型的网络，并将这些网络校准到真实数据集。 

• 用Python编程
  本课程向学生介绍 Python 编程语言。在学习了数据类型、变量和表达式之后，学生将探索核心语言最重要的特性，包括条件分支、循环、函数、类和对象。我们还将了解几个广泛用于数值编程和数据分析的关键包（库）。 

• 图和网络
  该课程涉及数学研究中最重要的“热门话题”之一——网络研究——对于理解复杂网络的特征和普遍结构特性至关重要。复杂网络通常是随机动力学的结果，但它们并非完全随机。学生将学习如何从复杂网络的结构组织原则中分离出随机性，以及如何通过数学模型描述和人工生成几种主要类型的复杂网络。网络表征了从互联网到社交网络和大脑的各种复杂系统的底层结构。本课程旨在向学生传授描述复杂网络、其基本属性和动态所需的数学语言。

• 优化业务流程
  优化是指根据某些标准，从一组可用的备选方案中选择最佳备选方案。本课程介绍数学优化的标准模型，如网络流和线性规划，以及它们在解决现实世界优化问题中的应用；在人员和项目调度、商品交易、生产和销售方面。教程侧重于基于数据对现实世界的优化问题进行建模，以及使用 R、Excel 和 Gurobi 等软件解决优化问题并做出更好的决策。 

• SAS商业智能
  对于希望使用功能强大的 SAS Visual Analytics 软件进一步了解业务决策过程中使用的可视化技术的学生来说，该课程非常关键。学生将学习 Visual Basic for Applications (VBA)，这是业界最流行的编程语言，以及一些用于数据操作的结构化查询语言 (SQL)。该课程由在该领域拥有 15 年行业经验的精算师授课。 

• 时间排序
  本课程向学生介绍现代时间序列分析的基础知识。我们的目标是全面，着眼于实践中广泛使用的不同时间序列模型的理论和应用。为此，我们将使用 R 和 RStudio 作为我们的主要数据分析软件，学生将获得将学到的方法应用于实际案例研究的实践经验。 

• R的计算统计
  该课程介绍了小样本统计推断的现代方法，这些方法使用分析的计算方法，而不是渐近理论。其中一些方法，例如置换测试和自举，现在在现代商业、金融和科学中经常使用。 

• 贝叶斯统计
  该课程旨在向学生介绍贝叶斯范式，将展示频率论统计方法的一些问题，向学生展示贝叶斯范式为统计推理和预测问题提供了统一的方法，使学生能够在各种问题中进行贝叶斯推理，并说明贝叶斯范式的使用方法在现实生活中的例子。

录取要求

申请人应具备申请人应具备英国2:1 或以上的大量数学内容的学科本科学位，或具有同等标准的海外资格。

相关学科包括数学、统计学、物理学、工程学、经济学和计算机科学。

雅思要求：总分 6.5，其中写作 6.0，阅读、听力和口语 5.5。 

另外：

请注意，学校名额竞争激烈。这意味着即使您满足最低入学要求，也不能保证您会被录取。

*学校收到了许多高质量的申请，因此该课程的名额都非常有竞争力。

申请材料

1.个人陈述（A4纸一面）：解释为什么你想学习你选择的课程以及它将如何帮助你未来的职业抱负。
2.学术成绩单
3.英语能力证明
4.学术推荐信
5.CV

学费：£28,950（Sep 2023）

欲了解更多详情，欢迎与我们【新东方前途出国】联系。