工程、建筑和信息技术
硕士专业介绍
数据科学硕士是世界上为数不多的结合跨学科教育，与行业直接接触和令人兴奋的数据科学领域的实践经验的计划之一。 有关入学要求，请参阅“计划详细信息”。研究计算，统计和数学方面的高级主题，以及从商业，金融，健康或科学领域选择的选修科目。 在整个程序中，您将学习如何在数据密集型环境中做出明智的决策。使用相关的大数据工具和技术，并掌握有关数据的道德使用，法律考虑，沟通等方面的基本知识。 在最后一年，您还将完成与行业相关的项目。
硕士专业相关信息
| 专业名称 | 2026 Fall 申请时间 | 学费（当地货币） |
|---|---|---|
| 昆士兰大学数据科学硕士 | ||
| 语言要求 | 2025 Fall 申请时间 | 学制 |
| 雅思6.5（单项6.0） | 1.5年 | |
| 更多内容 | GMAT/GRE 要求 | 关注 "Mastermate" 官方公众号（详见页面底部二维码）, 回复关键词【指导书】免费获取最新留学申请手册 | 不需要 |
硕士课程内容
| 序号 | 课程中文名称 | 课程英文名称 |
|---|---|---|
| 1 | 数据科学导论 | Introduction to Data Science |
| 2 | 负责数据科学 | Responsible Data Science |
| 3 | 大规模数据分析 | Data Analytics at Scale |
| 4 | 数据科学的统计方法 | Statistical Methods for Data Science |
| 5 | 数据科学顶点项目1 | Data Science Capstone Project 1 |
| 6 | 数据科学顶点项目2 | Data Science Capstone Project 2 |
| 7 | 数据科学顶点项目2B | Data Science Capstone Project 2B |
| 8 | 机器学习 | Machine Learning |
| 9 | 软件工程概论 | Introduction to Software Engineering |
| 10 | 数据库原理 | Database Principles |
| 11 | 高级数据库系统 | Advanced Database Systems |
| 12 | 数据科学数学1 | Mathematics for Data Science 1 |
| 13 | 数据科学数学2 | Mathematics for Data Science 2 |
| 14 | 应用概率论与统计 | Applied Probability & Statistics |
| 15 | 数据挖掘 | Data Mining |
| 16 | 高维数据的先进技术 | Advanced Techniques for High Dimensional Data |
| 17 | 信息检索和网页搜索 | Information Retrieval and Web Search |
| 18 | 社交媒体分析 | Social Media Analytics |
| 19 | 数值线性代数与优化 | Numerical Linear Algebra and Optimisation |
| 20 | 运筹学高级主题 | Advanced Topics in Operations Research |
| 21 | 运筹学与数学规划 | Operations Research & Mathematical Planning |
| 22 | 统计学习 | Statistical Learning |
| 23 | 会计 | Accounting |
| 24 | 生物信息学中的概念 | Concepts in Bioinformatics |
| 25 | 蛋白质和核酸简介 | Introduction to Proteins and Nucleic Acids |
| 26 | 高级生物信息学 | Advanced Bioinformatics |
| 27 | 高级基因组信息学 | Advanced Genome Informatics |
| 28 | 模式识别与分析 | Pattern Recognition and Analysis |
| 29 | 高级算法和数据结构 | Advanced Algorithms & Data Structures |
| 30 | 算法与数据结构 | Algorithms & Data Structures |
| 31 | 人工智能 | Artificial Intelligence |
| 32 | 计算科学中的数值方法 | Numerical Methods in Computational Science |
| 33 | 高性能计算 | High-Performance Computing |
| 34 | 先进软件工程 | Advanced Software Engineering |
| 35 | 设计思维 | Design Thinking |
| 36 | 计量经济学要素 | Elements of Econometrics |
| 37 | 宏观经济学和金融学的应用计量经济学 | Applied Econometrics for Macroeconomics and Finance |
| 38 | 金融计量经济学 | Financial Econometrics |
| 39 | 金融 | Finance |
| 40 | 投资组合管理 | Portfolio Management |
| 41 | 金融数学 | Financial Mathematics |
| 42 | 金融数学计算 | Computation in Financial Mathematics |
| 43 | 金融演算 | Financial Calculus |
| 44 | 营销基础 | Fundamentals of Marketing |
| 45 | 消费者和买方行为 | Consumer & Buyer Behaviour |
| 46 | 市场与消费者研究 | Market & Consumer Research |
| 47 | 流行病学导论 | Introduction to Epidemiology |
| 48 | 数理统计 | Mathematical Statistics |
| 49 | 概率模型与随机过程I | Probability Models & Stochastic Processes I |
| 50 | 遗传数据的统计分析 | Statistical Analysis of Genetic Data |
| 51 | 高级统计II | Advanced Statistics II |
| 52 | 高级概率与随机过程I | Advanced Probability & Stochastic Processes I |
| 53 | 高级概率与随机过程II | Advanced Probability & Stochastic Processes II |
| 54 | 纵向和相关数据 | Longitudinal & Correlated Data |
