数据科学硕士

该课程第一年包含五个核心模块，所有学生均需修读，并以独立研究项目作为学业的总结。若选择申请包含可选行业实习年的全日制学习模式，硕士课程将延长至两年，实习将在第一年完成全部核心模块后开始。 核心模块包括： 1. 数据工程与分析：培养学生在数据处理、分析及可视化方面的实践能力，涵盖数据提取、清洗、转换等技能，并强调统计基础与数据使用的伦理、法律问题。 2. 机器学习：讲授构建与评估机器学习模型的基础理论与实践技能，内容包括监督与非监督学习、模型验证、偏差-方差权衡、正则化等，并关注隐私、公平性等伦理议题。 3. 计算思维与实践：通过主流编程语言教授抽象、模块化、调试等编程基础，以及支撑数据科学与机器学习的核心数据结构、算法与优化概念。 4. 深度学习与生成式人工智能：介绍神经网络、卷积网络、Transformer等架构，覆盖计算机视觉、自然语言处理及生成模型（如变分自编码器、扩散模型），并探讨其社会伦理影响。 5. 独立研究项目：学生结合个人兴趣与职业目标，开展综合性独立研究，整合所学知识与技能完成项目。