数据科学硕士（社会分析） MSc

Durham University - 杜伦大学

数据科学硕士（社会分析）与其他数据科学硕士课程有着共同的核心。社会分析将培养一批新的社会科学家，使他们掌握必要的技能，应用新的计算方法为政策和商业决策提供信息，研究社会现象，深入了解人与社会环境之间的互动。它还将使社会科学家具备使用社交媒体和其他新数据源的能力。 虽然通用数据科学技能对社会科学家很有用，但解读社会数据也会遇到特殊的挑战。本课程包括有关专业方法的模块，以及了解如何有效使用这些方法的理论基础。

与数据科学硕士课程共享的核心模块将确保您掌握职业生涯所需的更广泛的定量和计算技能。 您将与来自杜伦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、进行形成性和总结性评估，确保您不仅学会如何代表自己的学科，还学会如何倾听和整合其他学科的观点和技能。 杜伦研究方法中心将为学术环境做出额外的贡献，该中心还将通过与地方当局、邻近的国家医疗服务托管机构或卫生和社会护理部门的其他合作者建立伙伴关系，帮助分配项目主题。

在我们周围，正在生成和收集日益复杂的海量数据，例如来自移动设备、摄像头、汽车、房屋、办公室、城市和卫星的数据。商业、研究、政府、社区和家庭可以利用这些数据做出明智、合理的决策，从而获得更好的结果。任何一个人或一群人都不可能掌握所有相关数据：数据实在太多了。 数据科学使我们能够有效和高效地分析大量数据，并因此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专利，但新技术的出现和计算能力的提高意味着，现在非专业人员也可以学习如何访问、清理、分析和可视化复杂数据。 因此，对于那些已经掌握了某一特定主题或学科的知识，并因此能够充分理解数据在其领域中的意义和重要性的人来说，有越来越多的机会让他们能够自己进行智能数据分析。将主要领域的知识与从数据中提取相关信息的专业知识结合起来，将使那些具有这种 "双重威胁 "的人在就业方面获得巨大优势。

数据科学硕士课程是一门以数据科学为核心的课程，旨在为那些第一学位不是高度量化的学生（包括社会科学、艺术和人文科学专业的学生）提供数据科学实质内容丰富的硕士级教育。入门模块旨在让拥有非技术学位的学生尽快掌握数据科学所需的背景知识。 这些课程以 "需要了解 "为基础，侧重于实践而非抽象理论的理解。然后，核心模块向学生介绍各种数据科学方法，从众所周知的标准方法到先进的现代方法，如高级因果推理技术和深度学习。选修模块允许学生专注于感兴趣的领域。