group of fresh graduates students throwing their academic hat in the air

2024 QS數據科學&AI排名出爐!澳洲前7名選校指南

2024 QS 科目排名出爐啦,今年的科目排名也公佈了數據科學與人工智能的澳洲院校排名。我們幫大家整理了排名,以及分享一下他們每一家學校數據科學碩士的課程特色。

澳洲排名QS世界排名學校
126墨爾本大學
234莫納許大學
340雪梨科技大學
443雪梨大學
548麥覺理大學
649澳洲國立大學
751-70新南威爾斯大學

首先跟大家簡單講解一下,大學排名不是唯一的選校指標!QS排名有很大一部分是來自於研究的引用數,和教學品質、業界聲譽的相關性沒有很大。榜上的學校開設自己的數據科學研究中心或者獨立的系所,對於研究中心不同程度的投入也導致在科研上的表現,但是對於畢業生來說,應該要看重的是課綱的設計是否滿足你以及市場的需求。

下面是各個大學的數據科學研究中心,有興趣的同學可以瀏覽學校的網站,看一下他們的研究特色與重點在哪裡。

  • 墨爾本大學 —— Melbourne Centre for Data Science
  • 莫納許大學 —— Department of Data Science & AI
  • 雪梨科技大學 —— Data Science Institute
  • 雪梨大學 —— Sydney Artificial Intelligence Centre
  • 麥覺理大學 —— DataX Research Centre
  • 澳洲國立大學 —— Mathematical Data Science Centre
  • 新南威爾斯大學 —— UNSW AI Institute/ UNSW Data Science Hub

課綱分析

墨爾本大學

Master of Data Science

長度:2年

本科背景門檻:本科與電腦科學、數據科學、統計相關,沒有相關背景,可以package GD in Data Science,2.5年畢業;需要修過微積分和線性代數,而且至少一門與編程有關的電腦科學課程(可用Coursera的證書課程抵免)。

課程大綱點評:

整體來說風格偏統計,8門必修課裡面有4門是和統計相關,如果同學沒有任何統計背景的話,則必須額外選修4門的統計學,這意味著一整個學年的學分都是統計學,導致不能選修其他選修課。在統計上面的著墨非常多,是榜上7家大學中統計學含量最多的課程,能夠預期畢業生在畢業後會非常擅長利用編程和統計技巧挖掘數據中有趣的信息。

莫納許大學

Master of Data Science

長度:1.5~2年

本科背景門檻:無

課綱點評:

完全不需要擔心自己沒有相關背景讀不來!從最基礎的理論講起,涵蓋基礎的數據庫、數學、演算法,到數據視覺化、大數據。

整體來說風格偏向於如何儲存、清理、視覺化數據,聽起來好像沒有墨爾本大學的那麼高大上,但是從實務來看,大部分研究員、數據分析師7成的時間都在清理數據,因此其實這樣的課綱反而符合大部分職位的要求。

雪梨科技大學

Master of Data Science and Innovation

長度:1.5~2年

本科背景門檻:無

課綱點評:

基礎核心課程不多且和莫納許大學有點相似。在統計學、清理數據上面的著墨雖然不及墨爾本大學和莫納許大學,但是必修的課程佔不到一半的學分,因此同學有很大的空間可以選擇有興趣的課程。另外一個優勢是實習學分,同學最多可以最多選擇20學分的實習學分,雖然學校不會確保你有實習機會,但是非常適合本來就打算在讀期間找實習的同學,由於最高能夠折抵20學分,可以減輕不少課程上的負擔。

雪梨大學

Master of Data Science

長度:1~1.5年

本科背景門檻:電腦科學、數據科學、數學、統計、工程、物理、經濟學、金融等背景

課綱點評:

基礎核心課程和莫納許大學相似,除此之外同學可以從3個主修中選擇一個: 1) Data Science; 2) Data Engineering; 3) Machine Learning。

比起其他學校,他們有更多關於IT、CS的課程可供選擇,例如「企業規模軟體架構」、「軟體品質工程」。課程的跨度很廣,唯一的缺點是關於統計學的課程比較少,整體課程大綱偏IT(p.s. Master of Data Science是在School of Computer Science底下,因此能選修很多其他CS碩士的課程)。

麥覺理大學

Master of Data Science

長度:1~2年

本科背景門檻:IT、統計、數學、工程、科學、會計與金融、精算、數據科學等

課綱點評:

課綱偏統計,不論是選修還是必修都提供了非常多統計學課程。同時也提供了非結構式數據、利用AI處理文字和視覺的課程。

澳洲國立大學

Master of Applied Data Analytics

長度:1.5年

本科背景門檻:無

課綱點評:

雖然名稱不是data science,但是課綱不輸其他學校。從數據挖掘、數據整理到統計分析、回歸分析都涵蓋到,也少不了目前數據分析師必學的SQL。課程雖然只有1.5年卻非常全面。如果想要學更多關於機器學習的課程,建議在選修時選擇Computer Science,在裡面選修機器學習、神經網路與深度學習。

新南威爾斯大學

Master of Data Science and Decisions

長度:2年

本科背景門檻:數學、統計、電腦科學、數據科學或者其他相近領域

課綱點評:

名稱上面的decision意味著這個課程強調應用,事實也如此,除了一般的數據科學課程(例如數據視覺化、數據庫、統計學)外,必修商業經濟學與賽局論。同學可以從4個主修中選擇一個:
1. Computational Data Science and Decisions —— 簡單來說是基礎的電腦科學 + 數據演算法 + 機器學習

2. Behavioural Data Science and Decisions —— 用數據和統計學方式進行政策評估

3. Business Data Science and Decisions —— 可選擇不同的經濟學、市場、商業分析課程

4. Quantitative Data Science and Decisions —— 最為量化的一個主修,可選擇最佳化理論、線性與離散優化模型、圖論、非參數統計、貝氏統計等量化的選修,適合有一定數學程度的同學。

對經濟學有興趣但是不想要讀太多經濟學理論的同學,也非常適合這個program

結論

相信大家看完發現儘管都是數據科學碩士,但是每一家學校的特色都截然不同,大家不需要盲目追尋排名較高的學校,重要的是結合你過往的背景,補充缺少的知識,這樣畢業才容易找到工作啊!

不知道自己該選擇哪一家學校嗎?立馬諮詢Study Central的顧問吧!