去澳洲学习Master of Data Science怎么选校--蒙纳士大学

金吉列高梦蝶

蒙纳士大学
专业名称：Master of Data Science数据科学硕士
学制：1.5年或2年
开学时间：2月，7月开学
雅思要求：6.5（6.0）
托福要求：80（RW20，SL18）
均分要求：73

课程介绍
数据科学硕士课程为您在数据科学领域的职业生涯做好准备，为您提供在数据分析，数据管理或大数据处理领域有效处理所需的技能。该课程包括统计和探索性分析，数据格式和语言，海量数据集处理，数据管理及其在组织和社会中的作用和影响等主题。
该课程有两个专业分支可供选择：
数据科学 - 与数据科学相关的更广泛的单位
高级数据分析 - 更深入的数据分析和机器学习。
成功完成本课程后，您将能够：
通过组织分析数据的生命周期
将数据分析和数据探索领域的主要理论应用于一些特征问题
使用数据生命周期和分析过程的知识，在新的应用领域规划数据科学项目
调查，分析，记录和沟通在全球组织中开发数据分析功能的核心问题和要求
证明对数据科学的理解达到了与高级专业实践一致的深度和复杂程度
审查和评估数据科学项目
通过重要的研究论文组成部分或以研究为基础的工业项目，回顾，综合，应用和评估当代数据科学理论
记录和传播有关数据科学实践的隐私和安全以及社区影响的其他领域的道德和法律问题和规范。
课程设置
该课程分为三个部分：A部分。高级数据科学研究基础，B部分。核心硕士研究，C部分。高级实践。所有学生完成B部分。根据以前的资格，您可以获得A部分或C部分或两者的组合学分。
A部分高级数据科学研究的基础
这些研究将为研究生水平的数据科学领域提供一个方向。它们适用于之前资格不在同源领域的学生。
B部分核心硕士研究
这些研究借鉴了数据科学实践和研究的广泛领域的最佳实践。您将获得对与数据科学相关的理论和实践问题的批判性理解。您的研究将侧重于您选择数据科学或高级数据分析。
C部分。高级实践
这些研究的重点是专业或学术工作，可以促进专业发展的组合。你有两个选择：
课程包括高级学习和行业经验工作室项目。
研究途径包括论文。如果您希望将此硕士课程作为通过研究获得更高学位的途径，您应该采取第二种选择。
该课程包括96个点，分为三个部分：A部分。高级数据科学研究基础（24分），B部分。核心硕士研究（48分）和C部分。高级实践（24分）。
如果你被录取：
入门级别1您完成96分，包括A部分，B部分和C部分
入门级别2你完成72分，包括B部分和C部分或A部分和B部分
入门级别3你完成48分，包括B部分。
注意：如果您有资格获得以前学习的学分，您可以选择不接收学分并完成其中一个较高的学分选项。
除非另有说明，否则单位为6个学分。
A部分高级数据科学研究的基础（24分）
你必须完成：
FIT9132数据库简介
FIT9133用Python编写基础
MAT9004数据科学的数学基础
FIT9123商业信息系统简介
FIT9134计算机体系结构和操作系统
B部分核心硕士研究（48分）
你必须完成：
FIT5145数据科学概论
FIT5196数据争论
FIT5197数据分析建模
数据科学流
FIT5097商业智能建模
FIT5146数据管理和管理
FIT5147数据探索和可视化
FIT5148大数据管理和处理
FIT5149应用数据分析
FIT5202大数据的数据处理
FIT5205社会数据
FIT5206数字连续性
高级数据分析流
FIT5147数据探索和可视化
FIT5148大数据管理和处理或 FIT5202大数据的数据处理
FIT5149应用数据分析
FIT5201数据分析算法
一个选修单元（6分）选自：
数据科学选修课列表
FIT5046移动和分布式计算系统
FIT5047智能系统
FIT5057项目管理
FIT5088信息和知识管理系统
FIT5097商业智能建模
FIT5106信息组织
FIT5107记录保存信息学
FIT5108阅读单元（需要批准）
FIT5109研究课题（需要批准）
FIT5139高级分布式和并行系统
FIT5146数据管理和管理
FIT5166信息检索系统
FIT5195商业智能和数据仓库
FIT5201数据分析算法
FIT5202大数据的数据处理
FIT5204遗产信息学
FIT5205社会数据
FIT5206数字连续性
FIT5207可持续性数据
FIT5211算法和数据结构
FIT5212半结构化数据的数据分析
注意：并非所有单位都会每年提供。
C部分。高级练习（24分）
小论文研究：
FIT5125IT研究方法
FIT5126硕士论文第1部分
FIT5127硕士论文第2部分
FIT5128硕士论文决赛
FIT5120行业经验工作室项目（12分）
FIT5122专业实践