AUG Dịch vụ sinh viên
en
Yêu cầu/Đặt câu hỏi Trang chủ
AUG Logo dịch vụ sinh viên
en
Menu

Tận dụng dữ liệu và thông tin để thúc đẩy việc ra quyết định

Đại học Quốc gia Singapore Thạc sĩ Khoa học về Khoa học Dữ liệu và Máy học | Tận dụng dữ liệu và thông tin để thúc đẩy quá trình ra quyết định và tự động hóa

Chương trình Thạc sĩ Khoa học (MSc) về Khoa học Dữ liệu và Máy học của Đại học Quốc gia Singapore (NUS) chỉ có một đợt tuyển sinh mỗi năm và đang chấp nhận đơn đăng ký cho AugNăm 2021 nhập học cho đến khi 31 tháng một 2021.

 

  01  Chào mừng bạn đến với Cuộc cách mạng dữ liệu 

Giáo sư Zhang Louxin

Giám đốc học thuật

Thạc sĩ Khoa học về Khoa học Dữ liệu và Chương trình Máy học

Đại học Quốc gia Singapore

“Cuộc cách mạng dữ liệu đang gia tăng. Bạn đã sẵn sàng chưa? Nếu bạn muốn sử dụng tài năng của mình một cách hiệu quả và cải thiện hơn nữa môi trường sống của chúng ta bằng công nghệ máy học và khoa học dữ liệu, hãy đến và tham gia nhóm của chúng tôi. ” - Thông điệp từ Giám đốc Học vụ

 

Khoa học dữ liệu là một ngành thông minh thu thập, mô hình hóa và phân tích dữ liệu và kinh nghiệm để trích xuất thông tin hữu ích. Thông tin này có thể cải thiện cuộc sống của chúng tôi hoặc giúp chúng tôi đưa ra các quyết định kinh doanh hoặc chính sách công được sáng suốt.

NUS MSc trong chương trình Khoa học Dữ liệu và Máy học có lợi thế là cân bằng lý thuyết với thực hành để ươm mầm tài năng cho ngành. Chương trình cung cấp nhiều chuyên ngành khoa học dữ liệu và hỗ trợ giảng viên mạnh mẽ. Ngoài ra, vì Singapore rất coi trọng sự phát triển của các thành phố kỹ thuật số và thông minh nên chương trình có thể tận dụng tối đa các cơ hội tại thành phố để cung cấp các chương trình thực tập.

Sinh viên tốt nghiệp của chương trình sẽ có triển vọng việc làm tuyệt vời. Ngày càng có nhiều nhu cầu về các nhà thực hành khoa học dữ liệu trong các cơ quan chính phủ, các doanh nghiệp lớn và lĩnh vực hàng tiêu dùng. Trong khi đó, việc hướng tới kỹ thuật số và thành phố thông minh đang cung cấp ngày càng nhiều cơ hội việc làm trong lĩnh vực khoa học dữ liệu.

  02  Học hỏi từ Học viện Tốt nhất ở Châu Á

Chương trình NUS MSc về Khoa học Dữ liệu và Máy học do Khoa Toán học của Khoa Khoa học, Khoa Thống kê và Xác suất Ứng dụng, và Khoa Khoa học Máy tính đồng cung cấp. Nó cũng nhận được sự hỗ trợ giảng dạy mạnh mẽ từ Khoa Kỹ thuật và Trường Y tế Công cộng Saw Swee Hock. Chương trình đã gắn kết chuyên môn nghiên cứu và học thuật tốt nhất ở NUS để thiết kế và cung cấp một chương trình giảng dạy hàng đầu.

Trong Bảng xếp hạng Đại học Thế giới QS (NUS) theo Chủ đề năm 2020, Đại học Quốc gia Singapore xếp hạng 13th Trong toán học, 11th trong Thống kê và Nghiên cứu Hoạt động, 12th trong Khoa học Máy tính và Hệ thống Thông tin, 10th trong Kỹ thuật và Công nghệ, và Số 1 Châu Á trong Khoa học Đời sống và Y học.

Ngoài ra, Viện Khoa học Dữ liệu (IDS), được thành lập vào năm 2016, kết hợp nhiều chuyên môn khoa học dữ liệu để cho phép phát triển các giải pháp sáng tạo từ mọi góc độ. IDS hợp tác với các ngành, chính phủ, cộng đồng và các tổ chức giáo dục để tận dụng kiến ​​thức chuyên môn về khoa học dữ liệu cho các nghiên cứu liên ngành và chuyển đổi về các vấn đề quan trọng trong thế giới thực, đồng thời đào tạo thế hệ tiếp theo của các nhà khoa học dữ liệu.

Sinh viên trong chương trình Thạc sĩ Khoa học Dữ liệu và Máy học sẽ có cơ hội học hỏi từ các chuyên gia IDS (một số người trong số họ đóng vai trò là giảng viên cho chương trình) và tham gia vào các dự án IDS. IDS cũng cung cấp các chương trình Tiến sĩ về khoa học dữ liệu cho các nghiên cứu sâu hơn.

  03  Chương trình giảng dạy Tích hợp Lý thuyết và Thực hành

Chương trình đào tạo của Thạc sĩ Khoa học Dữ liệu và chương trình Học máy bao gồm tổng cộng 40 tín chỉ mô-đun (MC), với các mô-đun Chính và mô-đun Tự chọn, mỗi mô-đun chiếm 20 MC.

▲ Cấu trúc chương trình

 

Mô hình năm mô-đun cốt lõi là:

  • DSA5101 Giới thiệu về Dữ liệu lớn cho ngành
  • DSA4212 tối ưu hóa cho suy luận theo hướng dữ liệu quy mô lớn
  • DSA5102X Cơ sở của Học máy
  • Điện toán đám mây CS5224
  • Dự án Ứng dụng và Tư vấn Ngành DSA5201

 

Họ giới thiệu lý thuyết cơ bản và các công cụ phần mềm phổ biến trong khoa học dữ liệu và học máy. Ví dụ: mô-đun DSA5101 bao gồm các chủ đề khác nhau trong phân tích dữ liệu, chẳng hạn như làm sạch dữ liệu và trực quan hóa dữ liệu. Nó cũng bao gồm lập trình Python, bao gồm cả Django.

Mô-đun DSA5201 yêu cầu sinh viên thực hiện các dự án phân tích dữ liệu thực tế trong doanh nghiệp hoặc tham gia nhóm nghiên cứu khoa học để nghiên cứu. Thời gian thực tập tối thiểu là 10 tuần (15 giờ mỗi tuần) và doanh nghiệp có thể đặt trụ sở tại Singapore hoặc nước ngoài.

 

Mô hình mô-đun tự chọn tập trung vào các vấn đề thực tế trong phân tích dữ liệu từ các ngành khác nhau. Sinh viên phải hoàn thành ít nhất năm mô-đun tự chọn từ hai hoặc nhiều hơn các bài hoặc Cụm của Chứng chỉ Tốt nghiệp (GC) được liệt kê dưới đây:

  • GC trong Học tập sâu cho các nhà khoa học dữ liệu
  • GC trong khai thác dữ liệu cho ngành công nghiệp
  • GC trong Dữ liệu lớn cho ngành
  • GC trong Khoa học Dữ liệu trong Thị giác Máy tính
  • GC trong Khoa học Dữ liệu cho Tài chính Định lượng
  • GC trong Khoa học Dữ liệu cho Internet of Things
  • GC trong Tin học Y tế
  • Cụm trong Toán học
  • Cụm trong Thống kê
  • Cluster in Computing

 

Các học viên làm việc trong khoa học dữ liệu, chẳng hạn như nhà phân tích dữ liệu, kỹ sư dữ liệu và nhà khoa học dữ liệu, phải hiểu các mô hình kinh doanh và sản phẩm của doanh nghiệp mà họ làm việc.

 

Các cụm mô-đun tự chọn được liên kết chặt chẽ với mục tiêu việc làm trong tương lai của sinh viên. Nhiều chuyên ngành của họ cũng giúp mở rộng kiến ​​thức của sinh viên và hỗ trợ công việc của họ trong nhiều lĩnh vực khác nhau trong tương lai.

 

  04  Triển vọng việc làm tích cực

Nhà khoa học dữ liệu và / hoặc kỹ sư dữ liệu xuất hiện trong số 15 công việc hàng đầu trong tương lai trong Báo cáo việc làm mới nổi năm 2020 của LinkedIn ở một số quốc gia, bao gồm Indonesia, Malaysia, Philippines, Singapore, Thái Lan và Hoa Kỳ. Báo cáo việc làm mới nổi năm 2019 (Trung Quốc) cũng xếp hạng phân tích dữ liệu là một trong năm công việc mới nổi hàng đầu và chỉ ra rằng hầu hết các nhà phân tích dữ liệu của Trung Quốc từng là kỹ thuật viên hoặc nhà nghiên cứu đã chuyển đổi nghề nghiệp. Dữ liệu này cho biết nhu cầu ngày càng tăng đối với các nhà phân tích dữ liệu chuyên nghiệp trong tương lai.

Các nhà thực hành khoa học dữ liệu được nhiều nhà tuyển dụng săn đón. Các vị trí như vậy bao gồm Chuyên gia trí tuệ nhân tạo, Nhà khoa học dữ liệu, Kỹ sư dữ liệu, Nhà phân tích dữ liệu, Kỹ sư dữ liệu lớn, Kiến trúc sư hệ thống dữ liệu lớn, Kỹ sư khai thác dữ liệu, Chuyên gia phân tích dữ liệu, Nhà phát triển hình ảnh hóa dữ liệu, Nhà phát triển / kỹ sư Hadoop, Kỹ sư học máy, Nhà khoa học máy học, Nhà khoa học dữ liệu mạng, Nhà thống kê, Nhà thống kê sinh học, Nhà phân tích kinh doanh, Nhà phân tích tình báo, Nhà phân tích rủi ro, Nhà phân tích định giá, Nhà phân tích thông tin chi tiết về đối tượng, Nhà phân tích nghiên cứu thị trường, Nhà phân tích mô hình rủi ro tín dụng, Chuyên gia phân tích tài chính, Chuyên gia phân tích vốn con người, Cán bộ đảm bảo chất lượng, Nhà nghiên cứu và nhà nghiên cứu.

 

Công nghệ cho phép truy cập vào một lượng lớn dữ liệu từ các cá nhân, doanh nghiệp, chính phủ, khoa học xã hội và tự nhiên, và y học, trong số các lĩnh vực khác. Dữ liệu lần lượt cung cấp thông tin chi tiết về tăng trưởng kinh tế, an sinh xã hội, khám phá khoa học và cải thiện chất lượng cuộc sống. Vai trò của khoa học dữ liệu trong các quá trình ra quyết định quan trọng ngày càng trở nên nổi bật.

Tham gia chương trình NUS MSc về Khoa học Dữ liệu và Máy học và có một bước tiến mạnh mẽ đối với các vị trí quan trọng trong xã hội tương lai của chúng ta.

  05  Yêu cầu nhập học

Để đăng ký tham gia chương trình NUS MSc về Khoa học Dữ liệu và Máy học, ứng viên phải có Bằng Cử nhân (kèm theo Danh dự) hoặc Bằng Cử nhân bốn năm về khoa học định lượng (toán học, toán học ứng dụng, toán học tính toán, thống kê và vật lý) hoặc kỹ thuật hoặc khoa học máy tính. Chương trình cũng chấp nhận những ứng viên xuất sắc có bằng cấp về tài chính hoặc y khoa, bao gồm khoa học định lượng.

 

Các ứng viên có phương tiện giảng dạy đại học không phải là tiếng Anh phải chứng minh trình độ tiếng Anh của họ bằng cách đạt được Bài kiểm tra tiếng Anh như một ngoại ngữ (TOEFL) điểm tối thiểu là 580 (trên giấy) hoặc 85 (trên Internet) hoặc tiếng Anh quốc tế Điểm học tập tối thiểu của Hệ thống Kiểm tra Ngôn ngữ (IELTS) là 6.0.

 

CHƯƠNG TRÌNH THÍ SINH

Sinh viên có khả năng mất từ ​​12 đến 24 tháng để hoàn thành chương trình trên cơ sở toàn thời gian và 24 đến 48 tháng trên cơ sở bán thời gian.