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）。
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
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。
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。
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。
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）。
微信扫一扫
