人們生活在一個(gè)數(shù)據(jù)驅(qū)動(dòng)的時(shí)代里，社交媒體、金融交易、交通……各行各業(yè)都有產(chǎn)生了大量的信息，如何利用這些數(shù)據(jù)來作為商業(yè)參考則成為了企業(yè)的頭等大事，從而社會(huì)對(duì)于數(shù)據(jù)科學(xué)人才的需求量與日俱增，為了順應(yīng)時(shí)代的需求，皇家墨爾本理工大學(xué)RMIT就開設(shè)了數(shù)據(jù)科學(xué)碩士專業(yè)，下面，就隨小編來看看這門學(xué)科，希望對(duì)大家有所幫助：

　　Master of Data Science

　　跨學(xué)科領(lǐng)域的數(shù)據(jù)科學(xué)結(jié)合了計(jì)算機(jī)科學(xué)領(lǐng)域的數(shù)學(xué)統(tǒng)計(jì)和領(lǐng)域?qū)I(yè)知識(shí)來管理和分析數(shù)據(jù)。專家們培養(yǎng)了從組織收集的海量信息庫中獲得洞察力和機(jī)會(huì)的能力。數(shù)據(jù)科學(xué)還強(qiáng)調(diào)管理和分析來自社交媒體、大規(guī)模傳感器、移動(dòng)和交易數(shù)據(jù)等來源的大數(shù)據(jù)所需的專業(yè)計(jì)算技能。它使企業(yè)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，使政府提供更有針對(duì)性的服務(wù)，使研究團(tuán)隊(duì)獲得新發(fā)現(xiàn)。

　　課程設(shè)置：

　　第一年

　　Practical Data Science with Python

　　Programming Fundamentals

　　Database Concepts

　　Applied Analytics

　　Data Wrangling

　　The Data Science Professional

　　Advanced Programming for Data Science

　　選擇并完成以下課程中的一項(xiàng):

　　Big Data Processing

　　Data Visualisation and Communication

　　Case Studies in Data Science

　　第二年

　　Computational Machine Learning

　　Data Mining

　　Machine Learning

　　選擇并完成以下兩(2)項(xiàng)你以前沒有完成的課程:

　　Big Data Processing

　　Data Visualisation and Communication

　　Case Studies in Data Science

　　項(xiàng)目的第二年-項(xiàng)目和研究選項(xiàng)

　　Data Science Postgraduate Project

　　從數(shù)據(jù)科學(xué)項(xiàng)目中選擇并完成3門課程:

　　Advanced Programming

　　Algorithms and Analysis

　　Analysis of Categorical Data

　　Applied Bayesian Statistics

　　Artificial Intelligence

　　Deep Learning

　　Big Data Management

　　Cloud Computing

　　Data Mining

　　Database Systems

　　Computational Machine Learning

　　Evolutionary Computing

　　Forecasting

　　Knowledge and Data Warehousing

　　Web Search Engines and Information Retrieval

　　Optimisation for Decision Making

　　Advanced Optimisation with Python

　　Machine Learning

　　Multivariate Analysis Techniques

　　Regression Analysis

　　Social Media and Networks Analytics

　　Time Series Analysis

　　Usability Engineering

　　研究方案1:完成以下三門課程:

　　Research Methods

　　Algorithms and Analysis

　　Minor Thesis/Project

　　研究方案2:完成以下四門課程:

　　Research Methods

　　Algorithms and Analysis

　　Minor Thesis/Project Part A

　　Minor Thesis/Project Part B

　　申請(qǐng)條件：

　　澳大利亞大學(xué)本科學(xué)歷，主修計(jì)算機(jī)、科學(xué)、工程或健康，或統(tǒng)計(jì)學(xué)，平均績點(diǎn)至少為2.0(滿分為4.0)或同等學(xué)歷。

　　或

　　如果你擁有澳大利亞學(xué)士學(xué)位，GPA至少在4.0分中達(dá)到2.0分，或同等成績，也可以被考慮;本科或研究生學(xué)歷，已修畢程序設(shè)計(jì)和統(tǒng)計(jì)相關(guān)課程，或至少三年程序設(shè)計(jì)、統(tǒng)計(jì)或同等學(xué)歷的相關(guān)工作經(jīng)驗(yàn)或?qū)I(yè)實(shí)踐經(jīng)驗(yàn)。

　　如果你希望行業(yè)或工作經(jīng)驗(yàn)被評(píng)估為符合入職要求的一部分，你需要提供一份詳細(xì)的簡(jiǎn)歷，列出以前的職位、工作日期和職位職責(zé);您的雇主確認(rèn)這些細(xì)節(jié)的聲明(或雇主的聯(lián)系方式，以便RMIT尋求確認(rèn));以及任何相關(guān)專業(yè)發(fā)展的證明。

　　語言要求：

　　雅思(學(xué)術(shù)類):總分不低于6.5分(單項(xiàng)不低于6.0分)

　　托福(網(wǎng)考- IBT):最低總分79分(閱讀13分，聽力12分，口語18分，寫作21分)

　　PTE (A):最低58分

　　學(xué)費(fèi)：AU$30,720

　　職業(yè)前景：

　　任何處理大量數(shù)據(jù)的組織都需要合格的數(shù)據(jù)科學(xué)家。所有經(jīng)濟(jì)部門的組織——IT、商業(yè)、銀行和金融、科學(xué)和工程、政府、衛(wèi)生和醫(yī)療——都可以通過更好地管理和分析數(shù)據(jù)獲得競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　由于數(shù)據(jù)科學(xué)仍然是一個(gè)新興的領(lǐng)域，因此可用的角色是多種多樣的。

　　除了數(shù)據(jù)科學(xué)家這個(gè)頭銜，其他職位還包括分析專家、商業(yè)智能分析師/開發(fā)人員、數(shù)據(jù)分析師、數(shù)據(jù)架構(gòu)師、數(shù)據(jù)工程師、數(shù)據(jù)挖掘人員、研究科學(xué)家和網(wǎng)絡(luò)分析師。

　　雖然行業(yè)專業(yè)知識(shí)的核心項(xiàng)目交付,就讀于皇家墨爾本理工也意味著你的身體靠近墨爾本中央商務(wù)區(qū)的數(shù)據(jù)專業(yè)人員,和許多發(fā)展與當(dāng)?shù)禺a(chǎn)業(yè)和就業(yè)的機(jī)會(huì),包括聚會(huì)、活動(dòng)和研討會(huì),以及其他社交場(chǎng)合。

　　在接觸到最新的理論和實(shí)踐專業(yè)知識(shí)后，畢業(yè)生有望成為組織內(nèi)有影響力的領(lǐng)導(dǎo)者。

　　本課程也有一個(gè)研究流程，在這個(gè)流程中，學(xué)生與數(shù)據(jù)科學(xué)研究員一起工作，進(jìn)行更技術(shù)性的數(shù)據(jù)科學(xué)創(chuàng)新。

　　綜上所述，以上講的就是關(guān)于皇家墨爾本理工大學(xué)RMIT數(shù)據(jù)科學(xué)碩士專業(yè)的相關(guān)問題介紹，希望能給各位赴澳留學(xué)的學(xué)子們指點(diǎn)迷津。近年來，赴澳留學(xué)一直是廣大學(xué)生最熱門的話題，同時(shí)，很多學(xué)生對(duì)于簽證的辦理、院校的選擇、就業(yè)的前景、學(xué)習(xí)的費(fèi)用等諸多問題困擾不斷，別擔(dān)心，IDP留學(xué)專家可以為你排憂解難，同時(shí)，更多關(guān)于赴澳留學(xué)的相關(guān)資訊在等著你，絕對(duì)讓你“瀏覽”忘返。在此，衷心祝愿各位學(xué)子們能夠順利奔赴自己心目中理想的學(xué)校并且學(xué)業(yè)有成!