MPhil / PhD i datavetenskap och analys
Guangzhou, Kina
PhD (Doktor i filosofi)
VARAKTIGHET
8 år
SPRÅK
Engelsk
TEMPO
Heltid, Deltid
ANSÖKNINGSTIDEN
15 Jun 2026
TIDIGASTE STARTDATUM
STUDIEAVGIFTER
CNY 40 000 / per year *
STUDIEFORMAT
På Campus
* för heltidsstudenter | 150 000 CNY - för deltidsstudenter
I den digitala eran, i takt med framsteg inom innovativ teknik, växer datahanteringen i en aldrig tidigare skådad takt. Den datadrivna världen öppnar upp enorma möjligheter för företag och verksamheter inom alla branscher, eftersom de kan använda informationen för att skapa värde för sin verksamhet. Som en omvälvande konsekvens av den digitala revolutionen har datavetenskap och analys blivit ett framväxande och tvärvetenskapligt område som kräver kunskap och färdigheter inom många områden, såsom datavetenskap, statistik och matematik.
Masterprogrammet i filosofi (MPhil) och doktorsprogrammet i filosofi (PhD) inom datavetenskap och analys syftar till att underlätta en nära integration av statistisk analys, logiskt resonemang och beräkningsintelligens i studiet av databehandling och analys. Programmen kommer att ge rigorös forskarutbildning som förbereder studenterna för att bli kunniga forskare som är bekanta med att tillämpa logik, matematik, algoritmer och datorkraft i processen att undersöka och analysera data inom den akademiska världen eller industrin för att få värdefulla insikter för att fatta bättre beslut.
MPhil-programmet syftar till att ge studenterna insikt i frågor som rör utvecklingen av vetenskapliga, pedagogiska och kommersiella tillämpningar av datavetenskap och analys. En examen från MPhil-programmet bör visa goda kunskaper om ämnesområdets frågeställningar. Han eller hon bör kunna syntetisera och skapa ny kunskap och bidra till området.
Doktorandprogrammet syftar till att utveckla de färdigheter som studenterna behöver för att identifiera teoretiska forskningsfrågor relaterade till praktiska tillämpningar, formulera och genomföra forskning som tar upp identifierade problem, och självständigt hitta en datavetenskaplig och analysrelaterad lösning. En doktorand förväntas visa behärskning av kunskap inom ämnet och syntetisera och skapa ny kunskap, vilket ger ett originellt och väsentligt vetenskapligt bidrag till ämnet.
- Studieavgift för heltidsdoktorander: 180 000 CNY per år utan ytterligare ansökan
Tvärvetenskapliga kärnkurser
- Tvärvetenskapliga forskningsmetoder I
- Tvärvetenskapliga forskningsmetoder II
- Tvärvetenskapligt designtänkande I
- Tvärvetenskapligt designtänkande II
- Projektdrivet samarbetsinriktat designtänkande
Hub Core-kurser
Studenter måste genomföra minst en Hub-kärnkurs från Information Hub och minst en Hub-kärnkurs från en annan Hub.
Information Hub Core Course
- Informationsvetenskap och teknologi: Grundläggande och trender
Andra kärnkurser i Hub
- Introduktion till Function Hub för en hållbar framtid
- Teknologisk innovation och socialt entreprenörskap
- Modellbaserad systemteknik
Kurser i domänkunskap
Enligt detta krav är varje student skyldig att läsa en obligatorisk kurs och andra valbara kurser för att skapa en individuell läroplan som är relevant för den tvärvetenskapliga avhandlingsforskningen. Endast en självstudiekurs får användas för att uppfylla kurskraven. För att säkerställa att studenterna tar lämpliga kurser som utrustar dem med nödvändig ämneskunskap, har varje student en programplanerings- och avhandlingshandledningskommitté som godkänner de kurser som ska läsas snarast efter programstart och senast vid slutet av det första året. Beroende på den godkända läroplanen kan enskilda studenter vara skyldiga att slutföra ytterligare poäng utöver minimikraven.
Obligatorisk kurslista
- Datautvinning och kunskapsupptäckt inom datavetenskap
Exempel på valbara kurser
- Automatisk maskininlärning
- Djupinlärning inom datavetenskap
- Avancerad databashantering för datavetenskap
- Avancerad maskinlärning
- Parallellprogrammering för datavetenskap och analys
- Grunden för datavetenskap och analys
- Data Science Computing
- Dataanalys och integritetsskydd i blockkedjan
- Datautforskning och visualisering
- Spatio-temporal dataanalys
- Introduktion till grafinlärning
- Särskilda ämnen
- Oberoende studie
- Datorseende och dess tillämpningar
- Konvex och icke-konvex optimering I
Utbildning för lärarassistenter
- Introduktion till undervisning och lärande inom högre utbildning
Krav för professionell utvecklingskurs
- Professionell utveckling för forskarstuderande
- Karriärutveckling för Information Hub-studenter
Engelska språkkrav
- Grundläggande i lyssnande och talande för doktorander
- Kommunicera forskning på engelska
Forskarutbildningsseminarium
- Seminarium I för programmet Data Science and Analytics
- Seminarium II för programmet Data Science and Analytics
Examensforskning
- MPhil-avhandlingsforskning
- Doktorsavhandlingsforskning
Efter framgångsrikt slutfört MPhil-program kommer akademiker att kunna:
- Visa kritiskt tänkande och analytiska färdigheter som är nödvändiga för att lösa verkliga datavetenskapliga problem;
- Tillämpa en rad kvalitativa och kvantitativa forskningsmetoder för datavetenskap och analys; och
- Översätta och omvandla avancerad forskningsteknik effektivt till datavetenskaplig praktik inom akademiska områden eller industri.
Efter framgångsrikt genomfört doktorandprogram kommer akademiker att kunna:
- Identifiera vetenskapliga och tekniska korrelationer, betydelser och insikter i nya datavetenskapliga och analysmodeller, algoritmer, verktyg, principer, ramar, lösningar och tekniker;
- Visa kritiskt tänkande och analytiska färdigheter ur datavetenskapens och analysens perspektiv;
- Tillämpa en rad kvalitativa och kvantitativa forskningsmetoder för datavetenskap och analys;
- Översätta och omvandla grundläggande forskningsinsikter effektivt till datavetenskaplig praktik inom akademiska områden och industri;
- Öva självständigt tänkande och visa effektiv kommunikationsförmåga vid presentation och publicering av vetenskapliga resultat; och
- Bedriva originell forskning självständigt och kompetent, med djupgående kunskaper inom datavetenskap och analys.