专业中文名 数据科学与机器学习硕士
专业英文名 Data Science and Machine Learning MSc
录取要求 申请人须持有英国2.1荣誉学士学位(或同等水平的国际学历),专业为计算机科学、数学、工程学、物理学或统计学等高度定量化的学科。此外,申请人必须掌握至少相当于英国大学数学科学本科一年级水平的数学方法知识,包括线性代数、微积分、概率论和统计学。相关工作经验亦可作为参考。根据所选选修模块,学生需完成包含编程元素的作业,因此具备高级编程语言(例如 Python)的使用经验将有所帮助。
语言要求 雅思总分7.0,单项6.5
课程概述
为期一年的数据科学与机器学习理学硕士课程涵盖人工智能、深度学习、数字金融和概率建模等多个模块,助您在多个领域打造未来职业生涯。
随着机器学习变革工业和社会进程,数据科学在提升这些技术方面发挥着至关重要的作用。本课程旨在培养您在这两个领域的深厚技能,助您开启成功的职业生涯或继续深造。
该课程与伦敦大学学院统计科学系合作开设,充分利用了计算机科学和统计学领域的世界研究和教学资源。
你将全面掌握机器学习、计算机科学和数据科学的关键知识。课程包含选修模块,其中一门课程由谷歌DeepMind合作开设,让你能够根据自身兴趣定制学习计划。
此外,你还将参与一个暑期项目,可以是行业项目或学术研究项目。完成课程后,你将成为新一代机器学习和数据科学专业人士,并准备好将所学知识应用于各个领域。
本课程面向哪些人群
该理学硕士课程非常适合那些渴望在机器学习和数据科学领域取得卓越成就的人,无论是在工业界还是研究领域。
无论机器学习目前或即将应用于何处,包括金融、银行、保险、零售、电子商务、制药、计算机安全和网络搜索,它都能为您提供坚实的基础。
课程设置
核心课程
统计数据科学导论
应用机器学习
数据科学与机器学习硕士项目
选修课程
监督式学习
机器学习导论
图形模型
生物信息学
信息检索与数据挖掘
统计自然语言处理
强化学习
多智能体人工智能
机器视觉
贝叶斯深度学习
应用深度学习
职业发展
毕业生就业情况调查数据显示,近期数据科学和机器学习硕士毕业生已就职于多家大型科技和金融公司,包括埃森哲、亚马逊、彭博、德意志银行、IBM、Index Ventures和摩根士丹利。其他毕业生则选择继续深造或投身学术界。
如果您想了解更多关于伦敦大学学院计算机科学系学生和毕业生的学术和职业发展历程,请访问我们的“学生经历”页面。虽然其中一些感言来自在业界或研究领域工作的校友,但我们也会采访在校学生。
就业能力
本硕士课程旨在使您掌握机器学习和数据分析基础及应用方面的关键技能。完成课程后,您将能够进入人工智能相关行业从事分析工作,或通过攻读博士学位继续深造。









