数据分析师研究生证书（PGCert）课程为攻读完整的硕士（MSc）学位提供了灵活的途径。您首先完成60个CATS学分，若选择继续深造，可再修完另外60个授课型学分并完成暑期行业项目，进而获得硕士学位。该课程设计灵活，便于兼顾工作和个人事务。
本地及全球对数据分析技能均有强烈需求，此类需求受到贝尔法斯特区域城市协议以及北爱尔兰人工智能协作中心等倡议的支持。获得PGCert的毕业生可胜任初级职位，如初级数据科学家或数据处理员；或在名额允许的情况下，进入兼职MSc课程第二年学习。完成全部MSc课程后，将有机会从事数据科学家、数据分析师或数据工程师等研究生级别职位。
本课程帮助您在推动经济增长的关键领域中建立宝贵技能。部分申请人可能需要参加由MSc团队基于剑桥TMUA考试设计的在线能力测试。测试时间安排在2024年10月至2025年6月之间，申请人必须参加指定场次。请务必查看电子邮件（包括垃圾邮件文件夹）以获取最新通知。
国家/地区
英国
学校
英国女王大学
专业大类
工科
专业阶段
专业细分类
数据科学
学制
4个月
学费
国际学生：7667英镑
申请要求
申请者通常需持有数学、统计学、计算机科学、计算机应用或相关领域的英国2:1荣誉学士学位，或大学认可的同等学历。具备2:2荣誉学位（相关专业）、2:1学位（非相关专业）或尚未完成学位者，将视情况个案审核。所有申请者须具备较强的数学能力。未达上述学术要求但拥有近期相关行业技术经验（如编程、数据分析或AI开发）者，亦可依据“先前学习认可政策”（RPEL）提交申请。
针对中国学生：
- Tier 1院校毕业生均分需达75%（对应2:1）、72.5%（2:2 with 55%）或70%（2:2）；
- Tier 2为80%、77.5%、75%；
- Tier 3为85%、82.5%、80%。
具体专业背景及课程内容也将纳入考量。
针对中国学生：
- Tier 1院校毕业生均分需达75%（对应2:1）、72.5%（2:2 with 55%）或70%（2:2）；
- Tier 2为80%、77.5%、75%；
- Tier 3为85%、82.5%、80%。
具体专业背景及课程内容也将纳入考量。
语言要求
要求提供雅思（IELTS）成绩证明，总分不低于6.5分，且各单项分数不低于5.5分，或提供大学认可的同等资格证书。*雅思成绩须为近2年内取得*
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
雅思 | 6.5 | 5.5 | 5.5 | 5.5 | 5.5 |
托福IBT：总分90分，各部分最低分数要求如下：听力17分，阅读18分，口语20分，写作17分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
托福 | 90 | 18 | 17 | 20 | 17 |
PTE学术英语考试：总分69，各单项不低于59分
| 科目 | 总分 | 阅读 | 听力 | 口语 | 写作 |
|---|---|---|---|---|---|
PTE | 69 | 59 | 59 | 59 | 59 |
开学与申请日期
2026
| 开学日期 | 申请开始日期 | 申请截止日期 | 申请状态 |
|---|---|---|---|
| 2026-09 | - | 2026-06-30  0天 | 已截止 |
课程描述
该研究生证书课程（PgCert）数据与分析包含60学分，源自广受认可的MSc数据与分析硕士课程。课程分为两个学期，共三个模块，全部在线授课。尽管课程为非全日制学习模式（按模块数量计算），但每个模块采用全日制集中授课方式。
第一学期（10月开始）包括两个模块：《数据与分析基础》和《数据库与编程基础》；第二学期进行第三个模块《数据与分析前沿》。每个模块持续四周，采用连续的区块式教学，学生同一时间只学习一个模块。其中第二周为密集教学周，周一至周五每天9:00–17:00，上午为讲座，下午为实验课，第一周需完成预习和准备工作。
课程旨在提供跨学科的数据分析教育，培养学生在数据分析和数据科学岗位所需的核心知识、技能与能力，涵盖统计学与计算机科学基础、高级理论与实践技能、商业与研究环境中的分析工具与方法，并提供主流软件和新兴应用的实际操作经验。
评估方式包括课程作业、笔试和实践考试。课程负责人是来自数学与物理学院的Dr Felicity Lamrock。
第一学期（10月开始）包括两个模块：《数据与分析基础》和《数据库与编程基础》；第二学期进行第三个模块《数据与分析前沿》。每个模块持续四周，采用连续的区块式教学，学生同一时间只学习一个模块。其中第二周为密集教学周，周一至周五每天9:00–17:00，上午为讲座，下午为实验课，第一周需完成预习和准备工作。
课程旨在提供跨学科的数据分析教育，培养学生在数据分析和数据科学岗位所需的核心知识、技能与能力，涵盖统计学与计算机科学基础、高级理论与实践技能、商业与研究环境中的分析工具与方法，并提供主流软件和新兴应用的实际操作经验。
评估方式包括课程作业、笔试和实践考试。课程负责人是来自数学与物理学院的Dr Felicity Lamrock。
联系我们
