
MSc στην επιστήμη των δεδομένων
Cape Town, Νότια Αφρική
ΔΙΆΡΚΕΙΑ
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
30 Sep 2025
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
Feb 2026
ΔΊΔΑΚΤΡΑ
ZAR 171.450
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
Εισαγωγή
Το διεπιστημονικό μεταπτυχιακό πρόγραμμα με εξειδίκευση στην Επιστήμη των Δεδομένων, προσφέρεται σε συνεργασία με τα τμήματα Στατιστικών Επιστημών, Επιστήμης Υπολογιστών, Αστρονομίας, την Ομάδα Υπολογιστικής Βιολογίας (Σχολή Επιστημών Υγείας) και τα τμήματα Οικονομικών και Φορολογίας, Οικονομικών και AIFMRM (Εμπόριο). Σχολή).
Υπάρχει τεράστιο ενδιαφέρον και εστίαση στη διαθεσιμότητα πολλών δεδομένων, που παράγονται μέσω χρηματοοικονομικών συστημάτων, ιατρικής έρευνας, αστρονομικής έρευνας, μέσων κοινωνικής δικτύωσης και η συνειδητοποίηση ότι απαιτείται ένα ειδικό σύνολο δεξιοτήτων για να κατανοήσουν αυτά τα δεδομένα και να επιτρέψουν στις πληροφορίες να οδηγήσουν στη γνώση. και αποφάσεις. Ως αποτέλεσμα, πανεπιστήμια σε όλο τον κόσμο έχουν ξεκινήσει προγράμματα είτε στην Επιστήμη των Δεδομένων, στο Analytics, στη Μηχανική Μάθηση είτε στην Τεχνητή Νοημοσύνη και έχουν δημιουργηθεί Ινστιτούτα. Το Ινστιτούτο Alan Turing, που ιδρύθηκε το 2015 στο Ηνωμένο Βασίλειο με έδρα τη Βρετανική Βιβλιοθήκη, περιγράφει την Επιστήμη των Δεδομένων ως εξής:
«Καθώς αυξάνεται ο όγκος των δεδομένων που παράγουμε, τόσο αυξάνεται η ανάγκη μας να κατανοήσουμε και να χρησιμοποιήσουμε αυτά τα δεδομένα. Η επιστήμη των δεδομένων είναι η θεμελιώδης επιστήμη πίσω από την ανάλυση δεδομένων και βασίζεται σε διάφορες υπάρχουσες επιστήμες ως απάντηση σε αυτή την ανάγκη: τις μαθηματικές επιστήμες, τις επιστήμες υπολογιστών, τις κοινωνικές επιστήμες, τη μηχανική λογισμικού και την τεχνογνωσία τομέα από πολλούς κλάδους και τομείς.
Η εστίαση μετατοπίζεται επίσης για να συμπεριλάβει την Τεχνητή Νοημοσύνη. Η Επιστήμη των Δεδομένων και η Τεχνητή Νοημοσύνη συνδέονται καθώς μέσω της εξαγωγής γνώσεων και γνώσεων από δεδομένα, η Επιστήμη Δεδομένων βοηθά την τεχνητή νοημοσύνη να βρει λύσεις σε προβλήματα. Η Μηχανική Μάθηση είναι η διαδικασία μάθησης από δεδομένα με την πάροδο του χρόνου και παρέχει τη σύνδεση μεταξύ Επιστήμης Δεδομένων και Τεχνητής Νοημοσύνης.
Στη Νότια Αφρική, πολλά πανεπιστήμια έχουν δημιουργήσει προγράμματα στην Επιστήμη Δεδομένων, συμπεριλαμβανομένης της Εθνικής Πλατφόρμας Μεταπτυχιακής Διδασκαλίας και Κατάρτισης e-Science (NEPTTP) που προσφέρεται από μια κοινοπραξία 5 πανεπιστημίων (UP, WITS, NWI, UL και UNIVEN), το προπτυχιακό πρόγραμμα στο Επιστήμη δεδομένων που προσφέρεται από το πανεπιστήμιο Sol Plaatje, το πρόγραμμα Big Data Science που προσφέρεται από το Πανεπιστήμιο της Πρετόρια, διακρίνονται και μεταπτυχιακά προγράμματα στην Επιστήμη των Δεδομένων που προσφέρονται από το Πανεπιστήμιο του Δυτικού Ακρωτηρίου και το νέο Data Science and Computational Thinking School του Πανεπιστημίου του Stellenbosch.
Εδώ στο UCT έχουμε ένα μεταπτυχιακό πρόγραμμα στην Επιστήμη των Δεδομένων, που προσφέρεται από το Τμήμα Στατιστικών Επιστημών, σε συνεργασία με τα τμήματα Επιστήμης Υπολογιστών, Πληροφοριακών Συστημάτων, Αστρονομίας, Φυσικής, Ολοκληρωμένων Ιατρικών Επιστημών, Οικονομικών και Φορολογίας και Οικονομίας.
Τα χαρακτηριστικά του προγράμματος βασίζονται στην προϋπόθεση ότι η Επιστήμη των Δεδομένων αναφέρεται στην τέχνη της μάθησης από δεδομένα και ότι η απαιτούμενη γνώση προέρχεται από τρεις τομείς, τις Στατιστικές Επιστήμες, την Επιστήμη των Υπολογιστών και την Επιστήμη Τομέα. Πρόκειται επομένως για ένα διεπιστημονικό πρόγραμμα όπου οι βασικές μεθοδολογικές ενότητες διδάσκονται από τα τμήματα Στατιστικών Επιστημών και Επιστήμης Υπολογιστών, ενώ τα μαθήματα επιλογής διδάσκονται από τους ειδικούς του τομέα στην Αστρομία, τη Φυσική, την Υπολογιστική Βιολογία (Επιστήμες Υγείας), τα Οικονομικά και τη Φορολογία και την Οικονομία .
Η είσοδος στο πρόγραμμα απαιτεί καλό πτυχίο με σημαντική ποσοτική συνιστώσα. Το πρόγραμμα είναι δομημένο έτσι ώστε να μπορούμε να δεχόμαστε μια σειρά μαθητών με διαφορετικά υπόβαθρα στη Στατιστική, τα Μαθηματικά και την Επιστήμη των Υπολογιστών και είμαστε σε θέση να προσαρμόσουμε το πρόγραμμα σπουδών κάθε μαθητή στις βασικές δεξιότητες με τις οποίες εισέρχονται στο πρόγραμμα.
Είναι ένα μεταπτυχιακό πρόγραμμα μαθημάτων όπου οι μαθητές κάνουν μαθήματα κατά τη διάρκεια του πρώτου τους έτους, ακολουθούμενη από ένα στοιχείο διατριβής. Η κύρια δομή επιτρέπει 90 μονάδες μαθημάτων και μια διατριβή 90 πιστωτικών μονάδων. Προσφέρουμε μια επιπλέον εναλλακτική επιλογή μαθημάτων 120 πιστωτικών μονάδων και διατριβής 60 πιστωτικών μονάδων από το 2020. Η δομή του προγράμματος επισυνάπτεται.
Το πρόγραμμα μεταπτυχιακών σπουδών στο Advanced Analytics είναι στενά ευθυγραμμισμένο με το πρόγραμμα Επιστήμης Δεδομένων και απευθύνεται σε φοιτητές που έχουν εξαιρετική διάκριση στα στατιστικά.
Ιδανικοί μαθητές
Διακρίσεις ή τετραετείς πτυχιούχοι Bachelor από όλο το φάσμα των κλάδων, που θέλουν να αποκτήσουν ευρεία κατανόηση των θεμάτων που σχετίζονται με την κλιματική αλλαγή και τη βιώσιμη ανάπτυξη από την προοπτική της Αφρικής και του αναπτυσσόμενου κόσμου, και όσοι θέλουν μια ολοκληρωμένη εισαγωγή στα ζητήματα της κλιματικής αλλαγής πριν ξεκινώντας ένα διδακτορικό. Το μάθημα θα εξοπλίσει τους αποφοίτους του για απασχόληση σε κυβερνήσεις, τοπικές αρχές, επιχειρήσεις με ατζέντα βιωσιμότητας, συμβούλους, ΜΚΟ και διεθνείς αναπτυξιακούς οργανισμούς. Απευθύνεται τόσο σε πρόσφατους πτυχιούχους όσο και σε όσους έχουν πολυετή εμπειρία που επιθυμούν να ασχοληθούν με αυτά τα πιεστικά ζητήματα στο πλαίσιο των επαγγελμάτων τους.
Εισαγωγές
Διδακτέα ύλη
Τα μαθήματα θα πρέπει να επιλέγονται με την προϋπόθεση ότι πληρούνται οι προϋποθέσεις εισόδου και η συγκατάθεση του συντάκτη του Προγράμματος.
Βασικά μαθήματα:
Βάσεις δεδομένων για Επιστήμονες Δεδομένων | CSC5007Z | 12 μονάδες |
Οραματισμός | CSC5008Z | 12 μονάδες |
MIT: Προγραμματισμός σε Python | CSC5011Z | 15 μονάδες |
Πολυμεταβλητή Ανάλυση | STA5069Z | 15 μονάδες |
Data Science for Industry | STA5073Z | 12 μονάδες |
Στατιστική και Υπολογιστική Υψηλής Απόδοσης | STA5075Z | 18 μονάδες |
Εποπτευόμενη μάθηση | STA5076Z | 12 μονάδες |
Εκμάθηση χωρίς επίβλεψη | STA5077Z | 12 μονάδες |
Διερευνητική Ανάλυση Δεδομένων | STA5092Z | 12 μονάδες |
Μαθήματα επιλογής:
Επιστήμη Δεδομένων για Αστρονομία | AST5004Z | 12 μονάδες |
Επιστήμη Δεδομένων για Σωματιδιακή Φυσική | PHY5007Z | 12 μονάδες |
Βιοπληροφορική για βιολογία υψηλής απόδοσης | IBS5004Z | 15 μονάδες |
Data Science for Industry | STA5073Z | 12 μονάδες |
Μοντελοποίηση αποφάσεων για Προστακτική Ανάλυση | STA5074Z | 12 μονάδες |
Μπεϋζιανή Μοντελοποίηση Αποφάσεων | STA5061Z | 15 μονάδες |
Ανάλυση δεδομένων για συναλλαγές υψηλών συχνοτήτων | STA5091Z | 15 μονάδες |
Οπτικοποίηση δεδομένων | CSC5008Z | 12 μονάδες |
Προγραμματισμός στο Python | CSC5011Z | 12 μονάδες |
Προηγμένη παλινδρόμηση | STA5090Z | 15 μονάδες |
Εκμάθηση μηχανών | STA5068Z | 15 μονάδες |
Προχωρημένη Θεωρία Χαρτοφυλακίου | STA5086Z | 15 μονάδες |
Προσομοίωση & Βελτιστοποίηση | STA5071Z | 15 μονάδες |
Διαχρονική Ανάλυση Δεδομένων | STA5067Z | 15 μονάδες |
Ανάλυση επιβίωσης | STA5072Z | 15 μονάδες |
Χρηματοοικονομικές αγορές της Νότιας Αφρικής | FTX5040F | 15 μονάδες |
Διαχείριση Κινδύνων Χρηματοοικονομικών Μέσων | FTX5051S | 15 μονάδες |
Σχεδιασμός Χρηματοοικονομικών Συστημάτων | INF5006S | 15 μονάδες |
Θέματα Χρηματοοικονομικής Διαχείρισης | FTX5028W | 30 μονάδες |
Κεφαλαιαγορές & Χρηματοοικονομικά Μέσα | FTX5043F | 30 μονάδες |
Εμπειρική χρηματοδότηση | FTX5044H | 30 μονάδες |
Fintech & Κρυπτονομίσματα | ECO5037S | 24 μονάδες |
Ανάλυση εφαρμοσμένων χρονοσειρών | ECO5096S | 15 μονάδες |
Μικροοικονομία | ECO5070S | 15 μονάδες |
Σύνθετη οικονομετρία | ECO5046F | 15 μονάδες |
Διαμορφώσεις προγράμματος
Υπάρχουν δύο διαμορφώσεις προγράμματος:
Πρόγραμμα Επιστήμης Δεδομένων (Μαθήματα 90 πιστωτικών μονάδων/Διατριβή πίστωσης 90)
Το πρόγραμμα σπουδών περιλαμβάνει βασικά μαθήματα που προστίθενται σε 66 μονάδες, μαθήματα επιλογής που προστίθενται σε τουλάχιστον 24 μονάδες και μια δευτερεύουσα διατριβή που μετράει 90 μονάδες.
Οι μαθητές θα επιλέξουν τουλάχιστον 2 μαθήματα επιλογής για να αυξήσουν τον συνολικό αριθμό των μονάδων μαθημάτων επιλογής σε τουλάχιστον 24 μονάδες NQF. Τα διαθέσιμα μαθήματα θα εξαρτηθούν από τη διαθεσιμότητα του προσωπικού και δεν θα προσφέρονται όλα τα μαθήματα κάθε χρόνο. Οι σπουδαστές μπορούν να επιλέξουν να λάβουν μαθήματα επιλογής από τη λίστα των βασικών μαθημάτων ή από τη λίστα μαθημάτων επιλογής που υπόκεινται στην ικανοποίηση των απαιτήσεων εισόδου για τα επιλεγμένα μαθήματα και τη συγκατάθεση των συγκαλούντων μαθημάτων και προγραμμάτων, ή από μαθήματα από άλλα τμήματα που υπόκεινται στη συγκατάθεση του μαθήματος και συγκεντρωτές προγραμμάτων.
Το δευτερεύον στοιχείο διατριβής (90 μονάδες NQF) είναι ένα ερευνητικό έργο που βασίζεται σε επιλεγμένο ερευνητικό θέμα. Οι φοιτητές μπορούν να εγγραφούν για μια δευτερεύουσα διατριβή από τις διαθέσιμες επιλογές που αναφέρονται παρακάτω. Οι φοιτητές που εγγράφονται για το στοιχείο της διατριβής σε μια Σχολή διαφορετική από τη Σχολή υποδοχής (η οποία διαχειρίζεται το μάθημα) θα υπόκεινται στα κριτήρια εξέτασης αυτής της Σχολής.
Οι δευτερεύουσες επιλογές διατριβής περιλαμβάνουν:
Η Επιστήμη των Δεδομένων στις Στατιστικές Επιστήμες | STA5079W | 90 μονάδες |
Επιστήμη Δεδομένων στην Αστρονομία | AST5005W | 90 μονάδες |
Επιστήμη Δεδομένων στη Βιοπληροφορική | IBS5005W | 90 μονάδες |
Επιστήμη Δεδομένων στην Επιστήμη των Υπολογιστών | CSC5009W | 90 μονάδες |
Επιστήμη Δεδομένων στη Φυσική | PHY5008W | 90 μονάδες |
Μικρή Διατριβή στα Χρηματοοικονομικά | FTX5003W | 90 μονάδες |
Πρόγραμμα Επιστήμης Δεδομένων (Μαθήματα 120 πιστωτικών μονάδων/Διατριβή 60 πίστωσης)
Το πρόγραμμα σπουδών περιλαμβάνει βασικά μαθήματα που προστίθενται σε 66 μονάδες, μαθήματα επιλογής που προστίθενται σε τουλάχιστον 24 μονάδες και μια δευτερεύουσα διατριβή που μετράει 90 μονάδες.
Οι μαθητές θα επιλέξουν τουλάχιστον 2 μαθήματα επιλογής για να αυξήσουν τον συνολικό αριθμό των μονάδων μαθημάτων επιλογής σε τουλάχιστον 24 μονάδες NQF. Τα διαθέσιμα μαθήματα θα εξαρτηθούν από τη διαθεσιμότητα του προσωπικού και δεν θα προσφέρονται όλα τα μαθήματα κάθε χρόνο. Οι σπουδαστές μπορούν να επιλέξουν να λάβουν μαθήματα επιλογής από τη λίστα των βασικών μαθημάτων ή από τη λίστα μαθημάτων επιλογής που υπόκεινται στην ικανοποίηση των απαιτήσεων εισόδου για τα επιλεγμένα μαθήματα και τη συγκατάθεση των συγκαλούντων μαθημάτων και προγραμμάτων, ή από μαθήματα από άλλα τμήματα που υπόκεινται στη συγκατάθεση του μαθήματος και συγκεντρωτές προγραμμάτων.
Το δευτερεύον στοιχείο διατριβής (90 μονάδες NQF) είναι ένα ερευνητικό έργο που βασίζεται σε επιλεγμένο ερευνητικό θέμα. Οι φοιτητές μπορούν να εγγραφούν για μια δευτερεύουσα διατριβή από τις διαθέσιμες επιλογές που αναφέρονται παρακάτω. Οι φοιτητές που εγγράφονται για το στοιχείο της διατριβής σε μια Σχολή διαφορετική από τη Σχολή υποδοχής (η οποία διαχειρίζεται το μάθημα) θα υπόκεινται στα κριτήρια εξέτασης αυτής της Σχολής.
Οι δευτερεύουσες επιλογές διατριβής περιλαμβάνουν:
Μικρή Διατριβή στη Χρηματοοικονομική Διοίκηση | FTX5029W | 60 μονάδες |
Μικρή Διατριβή | ECO5023W | 60 μονάδες |
Μικρή Διατριβή στις Στατιστικές Επιστήμες | STA5093W | 60 μονάδες |