Master of Science Program in Data-Driven Modeling MSc
数据驱动建模理学硕士项目硕士
该物理与数学系联合开设的课程旨在培养学生扎实的问题解决能力和逻辑思维能力，为从事数据科学职业做好准备。课程融合了理论知识、实用技术与实践操作，帮助学生分析大规模数据集，并将其转化为有意义的洞察，从而支持商业、工业和公共服务领域的智能决策。
毕业生将能够运用计算工具管理大数据，应用科学编程与统计方法提取关键信息，并为计算任务选择合适的硬件设备。他们将掌握使用随机过程处理时间序列数据的方法，利用定量方法进行预测，并通过数据建模解决优化与决策问题。本课程还注重培养创新思维，帮助毕业生探索数据驱动方法在现实应用场景中的新用途。
申请要求
申请硕士课程者须持有受认可机构颁发的学士学位或经批准的同等学历。优先考虑拥有理学或工程学学士学位的申请人；若学士学位为其他学科，则需同时满足以下条件：具备计算相关领域的工作经验，掌握至少一种计算机编程语言，并接受过微积分与线性代数的基础训练。
语言要求
雅思（学术类）：总分6.5分，且各单项不低于5.5分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 5.5 |
课程描述
该课程为数据驱动建模理学硕士（MSc in Data-Driven Modeling, DDM）项目，总学分要求为31学分，分为核心课程（13学分）与选修课程（18学分）两部分：
🔹 核心课程（共5门，13学分）
- MSDM 5001：计算与建模工具导论（3学分）——涵盖Linux、Git、HPC、并行编程、量子计算基础，以Python为主。
- MSDM 5002：科学编程与可视化（3学分）——聚焦Python（SciPy/Numpy/Matplotlib）、Matlab/Excel/R及多领域数据可视化。
- MSDM 5003：随机过程及其应用（3学分）——概率、贝叶斯方法、PCA、布朗运动、蒙特卡洛、代理模型、Black-Scholes等。
- MSDM 5004：科学数值方法与建模（3学分）——误差分析、微分/积分/优化/PDE/傅里叶变换/蒙特卡洛/模拟退火等。
- MSDM 6771：数据驱动建模研讨与导修（1学分，全年必修）——参与行业与学术讲座，提升沟通与实践能力（仅限DDM学生，成绩为PP/P/F）。
🔹 选修课程（任选6门，共18学分）
提供12门高质量选修课，覆盖前沿方向：
- 应用实践类：MSDM 5005（创新实践）、MSDM 5057（商业素养）
- 编程与算法：MSDM 5051（面向对象与算法）
- 时间序列：MSDM 5053（量化时序分析）
- 机器学习：MSDM 5054（统计机器学习）、MSDM 5055（深度学习）
- 复杂系统：MSDM 5056（网络建模）
- 交叉学科：MSDM 5058（信息科学）、MSDM 5059（运筹与优化）、MSDM 6980（建模与仿真项目）、PHYS 5120（能源材料计算模拟）
✅ 允许最多3学分选修金融数学硕士（MSc in Financial Mathematics）课程（需项目主任批准）。
🔹 其他说明
- 兼读生每学期最多修读9学分。
本课程强调理论+编程+行业应用+科研实践四维融合，培养具备扎实建模能力、跨领域能力与产业对接经验的数据科学高级人才。
NaN天 
