多伦多大学数据科学硕士介绍
多伦多大学应用计算理学硕士 (MScAC) 项目致力于培养下一代世界级的创新者。课程专注于计算机科学、数据科学、应用数学和量子计算,将为学生提供真正无与伦比的学术体验。学生不仅可以从世界一流的教师那里了解尖端技术的最新发展,他们还有机会通过在多伦多大学的合作公司之一进行实际的应用研究实习来应用这些知识。
数据科学的目标是从数据中获取知识。该领域随着数据收集和处理技术的迅速发展,起源于统计学和计算机科学。许多数据科学家不仅涉及数据的技术方面,而且还使用数据来帮助指导决策。多伦多大学的数据科学专业为学生提供了对统计和计算机科学方法的深入理解、强有力的研究培训以及通过应用研究实习在现实世界中测试学生的知识的机会。
应用计算理学硕士 (MScAC)专业方向:
应用数学
数据科学
量子计算
理学硕士申请截止时间:
2022 年 12 月 1 日
2023年秋季入学
文件截止日期:
理学硕士:2022 年 12 月 3 日
入学前确定导师
学制:16个月
录取要求:
1、资格要求 欢迎具有广泛学科背景的学生申请,但请注意,学生必须展示出强大的计算机科学和统计学背景——最好通过高年级本科阶段的正式学术培训。
完成计算机科学、数学、统计学或任何其他学科的适当本科学位,包括接触统计学、计算机科学和数学,包括高级微积分、线性代数、概率和统计学、编程语言和计算方法的课程。
2、在本科学习的最后一年(即两个学期)(相当于 5 个全学分或 10 个半学分)中至少达到 B+(T 77-79%)。
3、达到研究生院要求的英语语言能力,雅思7单项不低于6.5.托福:写作和口语部分分别为 93/120 和 22/30。
4、一般来说,学生必须展示相当于以下内容的知识:
至少两门高级统计课程,相当于:
应用回归分析(例如,STA 302H)
概率论(例如,STA 347H)
统计理论(例如,STA355H、STA 452H / 453H)
注意:这些高级 STA 课程需要数学(即多变量微积分、线性代数)和统计学(即统计学概论和概率概论)背景。
至少三门高级计算机科学课程,相当于:
算法和复杂性(例如,CSC 373H)
数据库系统(例如,CSC343H)
操作系统(例如,CSC 369H)
完成四门研究生水平课程(总计 2.0 完整课程等效(FCE))。其中两个必须来自计算机科学系的研究生课程。另外两个必须来自统计科学系的课程设置,并且必须包括 STA2453H 数据科学方法、协作和交流。
必修课 1.0 FCE:计算机科学家交流( CSC 2701H ) 和技术创业( CSC 2702H )。
为期八个月的工业实习,CSC 2703H。实习由部门协调,并根据通过/失败进行评估。
目的陈述,说明申请人对数据科学的兴趣和该计划的目标。
申请人必须在申请中表明对数据科学专业的偏好。入学竞争激烈,被 MScAC 课程录取的学生不会根据要求自动被录取。
GRE要求:学校是希望有这个成绩。
录取率:
每年录取 5-10% 的 MScAC 项目申请者。
什么时候会听到关于申请的决定?
录取决定是在滚动的基础上做出的,这意味着宣布决定没有固定的日期。所有申请人通常都可以在不迟于 3 月底之前收到多大的回复。
注意:具有计算机科学以外学科的学士学位可以申请该专业。过去,多伦多大学接受过数学科学或工程学等相关学科学位的申请者。申请非计算机科学学位的学生必须在高年级本科阶段表现出足够的计算机科学能力。