杜伦大学数据科学硕士(社会分析)专业解析

专业名称：自然科学硕士—数据科学硕士(社会分析)

Master of Data Science (Social Analytics) (G5P423) 

部门信息：自然科学

自然科学是促进多学科和跨学科学位的理学院“系”。

排名：

90% 的课程在《2021 年完整大学指南》中位居英国前 10 名。

在2021 年 QS 世界大学排名中，雇主声誉全球前 100名。

2021 年 QS 世界大学排名前 100名。

课程详情：

数据科学硕士（社会分析）与其他数据科学硕士课程共享一个共同的核心。社会分析将培养一批具有必要技能的新社会科学家，以应用新的计算方法为政策提供信息、检查社会现象并深入了解人们与其社会环境之间的相互作用。它还将使社会科学家能够使用社交媒体和其他新的数据来源。虽然通用数据科学技能对社会科学家很有用，但解释社会数据也面临着特殊的挑战。该计划包括有关专业方法的模块以及了解如何有效使用它们的理论基础。

与数据科学硕士课程套件共享的核心模块将确保您具备职业所需的更广泛的定量和计算技能。您将与达勒姆大学所有四个学院的学生一起开展团队建设活动，展示案例研究并进行形成性和总结性评估，确保您不仅学习如何代表自己的学科，而且还学习如何倾听和整合观点和其他学科的技能。达勒姆研究方法中心将为学术环境做出额外贡献，该中心还将通过与地方当局、邻近的 NHS 信托基金或卫生和社会保健部门的其他合作者合作，帮助分配项目主题。

在我们周围，正在生成和收集大量日益复杂的数据，例如，来自移动设备、相机、汽车、房屋、办公室、城市和卫星。企业、研究、政府、社区和家庭可以使用这些数据做出明智和理性的决策，从而带来更好的结果。任何一个人或一组人都不可能掌握所有相关数据：实在是太多了。数据科学使我们能够有效和高效地分析大量数据，因此已成为增长最快的职业领域之一。

以前，数据科学是数学和计算机科学专家的领域，但新技术的出现和计算能力的提高意味着非专家现在可以学习如何访问、清理、分析和可视化复杂数据. 因此，对于那些已经拥有特定主题或学科知识并因此能够掌握其领域数据的全部意义和重要性的人来说，能够自己进行智能数据分析的机会越来越多。将主要领域知识与从数据中提取相关信息的专业知识相结合，将为具有这种“双重威胁”的人提供显着的就业优势。

数据科学硕士课程是一门以数据科学为核心的转换课程，旨在为持有非高度量化的第一学位的学生提供富含数据科学实质的硕士水平教育，包括那些在社会科学、艺术和人文领域。介绍性模块旨在让具有非技术学位的学生快速掌握数据科学所需的背景知识。这是在需要知道的基础上完成的，重点是在实践中理解而不是抽象理论。然后，核心模块向学生介绍全方位的数据科学方法，从基本技术到神经网络和深度学习等先进的现代方法。可选模块允许学生专注于感兴趣的领域。

该计划在支持性研究主导的跨学科学习环境中提供当代数据科学相关领域的培训。广泛的目标是：

发展对数据复杂性的高级和系统理解，包括与科学相关的数据来源，以及适当的分析技术

使学生能够批判性地回顾相关数据科学知识并将其应用于实际情况

通过该领域的前沿研究和实践，培养对数据科学当前问题的批判意识

发展对现有研究和奖学金的概念性理解，以识别新的或修订的数据科学实践方法

培养应用知识的创造力，同时实际了解如何使用既定的、先进的研究和探究技术来开发和解释数据科学知识。

培养对数据科学问题进行研究的能力，这需要熟悉一系列数据、研究来源和适当的方法论和伦理问题

培养先进的概念能力和分析技能，以评估已发表研究的严谨性和有效性，并评估其与新情况的相关性

使用一系列媒体，提高口头和书面有效沟通的能力。

该计划围绕教学框架设计，该框架反映了数据科学学科的核心类别。

可以在每个应用领域内识别和定义主题。虽然硕士课程不能包含所有科目，但选择代表每个领域的科目可确保该课程包含必要的广度和深度的材料，以确保获得熟练的毕业生。

该计划允许逐步加深学生的知识和理解，最终完成对特定主题或问题进行深入调查的研究项目。

在适当的情况下，通过使用国际例子和案例研究来加强全球层面。

课程结构：

核心模块：

数据科学硕士（社会分析）课程由以下核心模块组成：

计算机科学导论

数据科学统计学导论

数据科学数学导论

数据科学编程

社会科学：问题、概念、理论和方法

研究项目（60 学分）

可选模块示例：

计算社会科学

机器学习

多层次建模

战略领导

文本挖掘和语言分析

学习：

数据科学硕士课程以研究为导向。数据科学是当今学科专业化背后的推动力，并且各个方面都是在活跃且多样化的研究文化的背景下提供的，正如数据科学研究所内的相关学者和研究人员所证明的那样。

还鼓励学生通过一系列模块开发研究方法、技能和道德，以反映研究活跃人员使用的广泛方法。通过其他模块和评估积极教授研究方法。它们也是通过创新的教学实践（例如模拟）开发的。鼓励和引导学生在所有模块中具有“研究意识”，并为未来发展这些关键技能。

该计划中教授的所有模块都以研究为基础，并在交付和评估中嵌入了研究培训的要素。

数据科学硕士课程使用广泛的学习和教学方法：

讲座

研讨会

工作坊

计算机/实践课

独立学习、研究和分析

结构化阅读

实例探究

数据科学项目

监督

小组和个人口头报告

该项目是一个重大的研究项目，在学生指定的导师的支持下，作为一项独立的工作进行和撰写。

管理委员会成员、模块协调员和个别讲师为学生提供学术支持和指导。这种支持可以采取面对面联系、电话、电子邮件或其他适当的在线联系的形式。

学生还有一名指定的学术顾问，他能够指导和告知他们的学术发展和可选模块的选择。

课程手册中提供了有关课程整体的信息、要求和期望，该手册在年初发给所有学生，之后可在 Blackboar Ultra 上获得。这是关于模块目标/学习成果、内容、关键技能、形成性和总结性评估以及推荐阅读的补充信息。

对学生的学术支持最初是通过入职计划提供的，该计划介绍了大学、贡献部门、计划和主要工作人员。

入学要求：

英国一等或二等以上荣誉学位或同等学历。具有涉及数学或计算机科学重要内容的第一学位（或同等经验）的申请人将被逐案考虑。

    以上是关于杜伦大学的数据分析硕士，希望对学生的申请有帮助，如需了解更多，欢迎关注贾老师大学长主页！