前身金东方留学
20多年留学经验
发布时间：2021-09-02 文章来源: 至领留学 点击：1564次
莫纳什大学(Monash University)，又译蒙纳士大学，坐落于澳大利亚维多利亚州墨尔本，是一所蜚声国际的顶尖研究型大学，是澳大利亚八校联盟、环太平洋大学联盟、英联邦大学协会和国际大学气候联盟核心成员。莫纳什大学位居2021QS世界大学排名第55位，2021U.S. News世界大学排名第48位。莫纳什商学院位居2021U.S. News排名第26位，全澳第1，是澳大利亚首个获有AACSB、EQUIS和AMBA三重认证的商学院。
数据科学硕士项目(Master of Data Science)囊括了统计和探索性分析，数据格式和语言，海量数据集的处理，数据管理及其在组织和社会中的作用和影响等主题。该项目在程序设计，数据库以及数学或统计方面提供基础课程，适合不同背景的学生申请，灵活度较高。有相关研究背景或工作经验同学可以跳过基础课程提前毕业，也可以参加数据科学选修课，例如机器学习，自然语言处理以及大数据处理，以培养学生的数据分析和机器学习技能。在课程学习中，学生将使用Python和R，Hadoop和Spark等最新工具，丰富实践经验。
• 学历背景：任意背景的学士学位均可申请
• 语言要求：雅思均分不低于6.5，单项不低于6.0;或托福总分不低于79，写作最低21，口语最低18，阅读最低13，听力最低12
• 成绩要求：不区分985/211/双非，均分不低于60%
• 一般为1.5-2年全日制，每年2月、7月开学
• 2年制(96学分)：本科非相关专业
• 1.5年制(72学分)：本科相关专业，或具有程序设计，数据库和数学等背景的商业，科学或工程学位
• 申请2021年硕士项目费用为每48学分共需 42,800 澳元
• 莫纳什大学提供超过360种奖学金，总价值达280,000澳元
该项目分为三部分:
• PART A：高级数据科学研究的基础
• PART B：核心硕士学位的学习
• PART C：高级实践 本科为相关专业的学生可以不参加Part A，但Part B和Part C是必修课，无论学生有无背景，都需要参加。
Part A：高级数据科学研究的基础(24学分)
该部分提供了数据科学领域的简单介绍。适用于本科不是数据科学相关专业的学生。
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| FIT9132 |
Introduction to databases |
数据库导论 | 6 |
| FIT9136 |
Algorithms and programming foundations in Python |
Python中的算法和编程基础 | 6 |
| FIT9137 |
Introduction to computer architecture and networks |
计算机体系结构和网络导论 | 6 |
| MAT9004 |
Mathematical foundations for data science |
数据科学的数学基础 | 6 |
Part B：核心硕士课程(48学分)
该部分介绍了有关数据科学的理论和实践。
必修课程(5门，30学分)
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| FIT5125 | IT research methods | IT研究方法 | 6 |
| FIT5145 |
Introduction to data science |
数据科学导论 | 6 |
| FIT5147 |
Data exploration and visualisation |
数据探索和可视化 | 6 |
| FIT5196 | Data wrangling | 数据清洗 | 6 |
| FIT5197 |
Statistical data modelling |
统计数据建模 | 6 |
选修课程(6门选3门，18学分)
| 课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
|---|---|---|---|
| FIT5149 | Applied data analysis | 应用数据分析 | 6 |
| FIT5201 | Machine learning | 机器学习 | 6 |
| FIT5202 |
Data processing for big data |
大数据处理 | 6 |
| FIT5212 |
Data analysis for semi-structured data |
半结构化数据的数据分析 | 6 |
| BMS5021 |
Introduction to Bioinformatics |
生物信息学导论 | 6 |
| BMS5022 |
Advanced bioinformatics: efficient genome, transcriptome and proteome analysis |
生物信息学进阶：高效的基因组，转录组和蛋白质组分析 | 6 |
Part C：高级实践(24学分)
该部分提供了两种方案，分别适用于想从事学术或就业的学生：
选择一：论文研究项目，包括硕士论文(18学分)和研究方法培训课(6学分)。(建议想继续攻读博士学位的学生选择)
选择二：企业实习项目，24学分。(建议未来期待就业的学生选择)
编辑：翁晓兰
