找专业
关闭

滑铁卢大学数据科学与人工智能硕士专业

Master of Data Science and Artificial Intelligence (MDSAI)

专业排名

24

学制

1.5年

学费

13332.00/年

雅思

7.5

主页 排名

专业介绍

数据科学和人工智能硕士是一个有合作选择的课程。学位要求包括九门与数据科学相关的研究生课程。

虽然该计划将包括常规选项,但所有学生都将被录取为合作选项。 只有在一个学期结束后,并且只有在特殊情况下(例如,如果他们已经有打算在毕业后返回的工作),才允许学生转移到常规选项。 普通课程允许兼职学习。

我们希望学生在四个学期(16个月)内完成合作项目,包括三个学习学期和一个四个月的工作学期。然而,学生可以申请八个月的工作期,将他们的课程延长到五个学期(20个月)。普通选项的学生有望在三个学期(一年)内完成学位。

移民相关

移民专业:否

就业前景

可从事的工作:大数据专家数据科学家,数据分析师,人工智能专家,业务分析经理,数据管理顾问,数据库管理员/经理。

如何申请

申请费:100加元

申请周期:4-8周

学生评价

测试申请录取成功率

采用最科学的人工智能算法,已为23127位学生申请到dream school,成功率96.33%。
免费测试

入学要求

均分要求:GPA最低:78%;高等教育机构的数据科学,计算机科学,统计学,数学或相关学科学士学位;
背景专业要求:数据科学,计算机科学,统计学,数学或相关学科学士学位;
工作经验要求:至少具有计算机科学或统计学方面的高级经验。  雅思:总分7.5,写作和口语:7
 托福:总分100,写作和口语:26

世界排名 数据来源: QS世界排名

24

QS排名

专业课程

课程(1门基础课程 + 5门核心课程 + 3门选修课)
 
基础课(1门):
CS 600 Fundamentals of Computer Science for Data Science (designed for non-CS major background students)   数据科学计算机科学基础知识(专为非CS专业背景学生设计)
STAT 845 Statistical Concepts for Data Science (designed for non-STAT major background students)  数据科学的统计概念(为非STAT专业背景的学生设计)
 
核心课程(5门):
STAT 847 Exploratory Data Analysis  探索性数据分析
 
2选一:
CS 651 Data-Intensive Distributed Computing (designed for CS major background students), or  数据密集型分布式计算(专为CS专业背景学生设计)
CS 631 Data-Intensive Distributed Analytics (designed for non-CS major background students)  数据密集型分布式分析(为非CS专业背景知识的学生设计)
 
3选一:
STAT 841 Statistical Learning - Classification  统计学习-分类
STAT 842 Data Visualization  数据可视化
STAT 844 Statistical Learning - Function Estimation  统计学习-函数估计
 
4选一:
CS 638 Principles of Data Management and Use  数据管理和使用原则
CS 648 Database Systems Implementation  数据库系统实施
CS 680 Introduction to Machine Learning  机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations  机器学习:统计和计算基础
 
3选一:
CO 602 / CS 795 Fundamentals of Optimization  优化基础
CO 673 / CS 794 Optimization for Data Science  数据科学优化
CO 663 Convex Optimization and Analysis  凸优化和分析
 
选修课:
CO 602 / CS 795 Fundamentals of Optimization  优化基础
CO 673 / CS 794 Optimization for Data Science  数据科学优化
CO 650 Combinatorial Optimization  组合优化
CO 663 Convex Optimization and Analysis  凸优化和分析
CO 769 Topics in Continuous Optimization(*)  连续优化主题
CS 638 Principles of Data Management and Use  数据管理和使用原则
CS 648 Database Systems Implementation  数据库系统实施
CS 654 Distributed Systems  分布式系统
CS 680 Introduction to Machine Learning  机器学习入门
CS 685 Machine Learning: Statistical and Computational Foundations  机器学习:统计和计算基础
CS 686 Introduction to Artificial Intelligence  人工智能简介
CS 740 Database Engineering  数据库工程
CS 742 Parallel and Distributed Database Systems  并行和分布式数据库系统
CS 743 Principles of Database Management and Use  数据库管理和使用原则
CS 786 Probabilistic Inference and Machine Learning  概率推理与机器学习
CS 798 Advanced Research Topics(*)  高级研究主题
CS 848 Advanced Topics in Databases(*)  数据库中的高级主题
CS 856 Advanced Topics in Distributed Computing(*)  分布式计算高级主题
CS 885 Advanced Topics in Computational Statistics(*)  计算统计高级主题
CS 886 Advanced Topics in Artificial Intelligence  人工智能高级主题
STAT 840 Computational Inference  计算推断
STAT 841 Statistical Learning - Classification  统计学习-分类
STAT 842 Data Visualization  数据可视化
STAT 844 Statistical Learning - Function Estimation  统计学习-函数估计
STAT 946 Topics in Probability and Statistics(*)  概率统计主题
DS 701/702 Data Science Project 1 & 2  数据科学项目

加拿大留学热门专业 更多

校友评价