课程概况
本课程处于数字革命的前沿,旨在培养商业、经济和管理领域的数据科学人才。为了实现这一学习目标,该硕士课程在理工学科(STEM)和经济学科的基础上精心设置。该课程设置的一个显著特点便是两个不同学科之间的融合,满足了就业市场对这类新型专业人员不断增长的需求。课程致力于培养数据科学家和数据智能分析师,使得他们能够利用新技术和数据驱动方面的见解来改善现代组织的许多核心业务,包括建立更好的客户关系、推动优质的运营以及创建全新的商业模式等。
学生将在数据科学的方法和技术方面打下良好基础,包括高级统计、数据科学的编程语言 Python 和 R、机器学习、数据可视化和大数据分析课程等。课程针对 STEM 学科进行扎实的训练,并与经济学的创新课程相辅相成,学生将学习包括互联网和网络经济学、数字生态系统、数据驱动型创新和数字世界中的隐私等领域的知识。
工作机会
数据科学与管理硕士课程培养能够为多种商业应用有效部署数据科学方法的专业人员。该课程可提供三个方向的工作机会:
一、数据科学家,能够通过部署适当的定量方法和计算机科学技术来解决当今的复杂问题,从而从数据中提取信息和商业价值。
二、数据智能分析师,能够将数据科学方法整合到战略和商业流程中。
三、数据管理者,能够协调巨大数据流的收集和处理,并在评估数据可靠性、隐私性和安全性方面拥有最佳经验。
学习计划
第一学年
科目 | 学分 |
数据科学实战 | 6 |
高级统计 | 6 |
互联网与网络经济学 | 6 |
数字生态系统 | 6 |
数据可视化 | 6 |
数据驱动型创新 | 6 |
数据隐私与安全 | 6 |
机器学习 | 6 |
第二学年
科目 | 学分 |
大数据和智能数据分析 | 6 |
数字世界中的隐私 | 6 |
国际运营与全球供应链 | 6 |
2门选修科目 | 6+6 |
课程活动
科目 | 学分 |
数据科学的 Python 和 R 语言(实验室) | 4 |
学习创新活动 | 2 |
GAP 1(内容设计与制作) | 2 |
GAP 2(暑期活动) | 2 |
实习/参与项目 | 6 |
硕士论文 | 16 |
总学分 | 120 |