华威大学2024年QS世界大学排名第67名
大数据和数字未来(理学硕士)
探索我们的大数据和数字未来硕士学位课程。
加入华威大学的大数据和数字未来理学硕士/PGDip,学习批判性地参与大数据。跨学科方法中心跨学科开展工作,借鉴社会科学、计算机科学以及艺术与人文学科的知识,以满足雇主对新一代研究人员的需求。
理学硕士:1年全日制
课程大纲
该学位直接满足了跨研究领域和社会雇主对新一代研究生日益增长的需求,这些研究生能够在理论、方法论和实践上批判性地参与大数据、云计算和当代人工智能(AI)。与许多以大数据为重点的学位(例如数据科学或数据分析)相比,该学位几乎完全专注于数据实践和计算工具,而该学位通过一系列数据理论方法来支撑关键的实践技能。
大数据和人工智能如何影响我们的世界?我们的生活如何以不同的数据形式和转换来表示?无论您的学科背景如何,本课程都将使您能够理解数据、网络和计算所改变的社会并在其中采取行动,并培养一系列跨学科能力。
我们的课程为您提供:
- 数据驱动职业的编程和统计建模的核心知识
- 对大数据技术与社会关系的广泛理解
- 这些技术在整个数据范围内的尖端方法的实际和关键应用
- Python 和 R 编程技能(使用 Jupyter/IPython 和 RStudio)
- 社会科学统计(最多多元线性回归和逻辑回归)
- 高级统计(广义线性模型、多级建模和随意推理)
- 数据科学(包括理论、计算方法和概念批判)
- 人工智能(从机器学习和神经网络到生成式人工智能)
- 云计算(使用 Microsoft Azure 的概念和实际应用)
- 社交网络分析、网页抓取、可重复分析、数据可视化、SQL、深度学习、基于代理的建模基础知识(来自 Q-Step 大师班)
- 分析/讨论技术内容的写作和沟通技巧
- 具有跨学科重点的批判性学术研究技能
一般入学要求
最低要求
2:1 本科学位(或同等学历)。
英语语言要求
本课程需要以下内容:
- 雅思总分 7.0,单项最低 2 分 6.0/6.5,其余 7.0 或以上。
核心模块
大数据研究:炒作还是革命?
据说大数据正在改变科学和社会科学。在本模块中,您将批判性地探讨这一主张,并探索大数据的快速崛起如何影响越来越多的学科领域和研究领域的研究过程和实践。
该模块特别考虑以下问题:什么是大数据?“大数据”与其他类型的数据有什么不同?大数据提出了哪些关键问题?大数据在多大程度上改变了研究实践?大数据如何改变研究实践的“具体细节”(例如伦理、抽样、方法、分析等)?与研究实践相关的核心概念——例如比较、描述、解释和预测——在多大程度上发生了转变?我们可以在多大程度上批判性地参与大数据?大数据如何改变“学科”?
论文
CIM 硕士论文是一篇论文(10,000 字),涉及单个学生选择的主题。该主题可能涉及其硕士课程主题的任何方面。论文是独立研究的练习,您可以在其中追求感兴趣的主题。它可以让你进一步发展一系列独立研究技能,包括文献检索和参考书目构建、理论论证以及经验证据的生成/评估。
可选核心模块
第一学期
跨学科的数据科学
本模块向学生介绍数据科学广泛领域的基本技术、概念和当代讨论。随着数据和与数据相关的人工制品在社会生活的各个方面变得无处不在,数据科学获得了新的数据来源,涉及范围不断扩大的研究领域和学科,并越来越多地应对社会挑战。该模块深入介绍了数据科学的理论和科学框架,以及使用适当的程序、算法和可视化处理数据的基本技术。学生学习如何批判性地处理数据和数据驱动的人工制品,并参与和批判性地反思围绕数据科学实践的当代讨论,它与不同分析框架和学科的兼容性,以及它与社会正在进行的数字化转型的关系。除了讨论数据科学的理论、科学和伦理框架的讲座外,该模块还设有编码实验室和研讨会,让学生接触到有效使用数据、算法和分析技术的实践。
或者
定量研究方法基础
该模块有两个目的:向学生介绍学术定量文献、二次数据获取和管理以及应用统计学在社会科学中的使用;并为他们参加进一步的统计培训(包括PO92Q:高级定量研究)做好准备,并在未来的研究工作中利用统计,例如硕士或博士论文。
这不是一个抽象的统计模块,而是一种社会和政治数字的综合方法,与学生之前和同时参加的所有方法模块保持一致。它将包括来自社会科学不同领域的示例数据,特别是关于态度和观点的调查。练习和论文将基于精选的数据集,例如英国社会态度调查、欧洲社会调查、世界价值观调查和国际社会调查计划。
第二学期
扩展数据和社会
大数据技术涉及扩展——扩展数据量、扩展数据基础设施、扩展数据管理以及扩展给定技术系统中的参与者数量。该模块提供了对技术的理解。理解和使用可扩展的社会技术系统所需的新思维、研究和工程形式的方法和概念上的变化。该模块从“规模”的一般含义以及基于数据的转换如何重新定义规模的限制开始,为学生提供了一系列不同的“镜头”,通过这些“镜头”,规模的影响在当代数据空间中以不同的方式表现出来,包括动手实验室练习。
高级定量研究
本模块向学生介绍一组选定的定量社会研究中常用的高级统计方法。您将了解三种高级方法,例如回归诊断和交互、逻辑回归和多项回归建模、多级建模、聚类分析和因子分析。这些方法可以让您回答以下问题:为什么有些人支持特定的公共政策(例如死刑、英国脱欧或 GAFA 税),而另一些人则不支持?政党(例如绿党)或意识形态倾向(例如民粹主义者)内部的主要细微差别和分歧是什么?
为了获得使用不同复杂性的社会和政治科学数据回答这些问题的实践经验,您将把这些方法应用于现有的小型和大型数据集。我们期望在本模块结束时,您将了解所涵盖的高级统计方法的基本原理,了解这些方法的最佳应用环境,并拥有将这些方法应用于实际数据的实践经验。
可选模块
可选模块每年都会有所不同。示例可选模块可能包括:
- 机器学习的跨学科方法
- 用户界面文化:设计、方法和批评
- 可视化基础
- 生成式人工智能:历史、技术、文化和影响
- 数字社会学
- 社会科学的复杂性
- 数字方法
- 科学、文化和公共政策中的数据可视化
- 数据分析基础
教学
本课程的模块利用了一系列教学技术,包括:混合学习,包括使用在线虚拟学习环境
学生小组和项目工作
讲座
研讨会
阅读并指导批判性讨论
学生独立研究
基于实践的活动
班级规模
对于本课程,典型的研讨会大约有 20-30 名学生,典型的研讨会大约有 16 名学生。
典型的接触时间
本课程每周大约有 8-10 个小时的接触时间,具体取决于所选可选模块的类型和数量。
评估
论文、报告、设计项目、技术报告写作、实践评估、小组工作和演示以及个人研究项目(10,000 字论文)的结合。
你的时间表
当您注册了所有必修和可选模块,并且您已被分配到您的讲座、研讨会和其他小组课程时,您的个性化时间表就完成了。我们将为您注册您的必修模块,并且您可以在加入我们之前不久选择您的可选模块。
你的职业
该理学硕士课程将使来自不同学科背景的学生能够理解大数据、网络和计算所改变的社会并采取行动,并发展一系列跨学科能力。
毕业后,学生可以在知识型公司、非政府组织以及信息政策、新媒体制作、公共关系或大数据和数字文化公司的管理和创业等领域从事学术或职业生涯。
理学硕士还可以进行学术研究,例如跨学科研究或其他相关学科的哲学硕士/博士学位。同样,研究生文凭和研究生证书为来自不同学科背景的学生奠定了良好的基础,让他们更多地了解大数据并在相对较短的时间内提高特定研究技能的技能。
我们的部门拥有一位专业的、具有专业资格的高级职业顾问,提供公正的建议和指导,并全年举办研讨会和活动。以前的研讨会和活动的例子包括:
- 沃里克全年招聘会
- 人工智能和数据科学的职业
- 发现创意产业的职业
- 讨论获得 CIM 硕士学位后的下一步
学费:25,930 英镑
跨学科方法中心(CIM)
跨学科方法论中心 (CIM) 于 2012 年在华威大学成立,旨在通过持续关注方法论来促进知识生产的创新和实验形式。CIM 致力于通过跨越知识和制度上学科界限的新探究路线来扩大跨学科方法的作用。
方法对于学科知识的形成和转化至关重要,跨学科和跨学科工作的挑战既令人兴奋又紧迫。我们的研究团队来自艺术、人文、社会科学和科学领域,拥有各个实质性领域的专业知识。
在华威大学,CIM 是跨学科研究的倡导者。除了华威大学和学院之外,CIM 还与潜在的研究用户以及处于应用方法创新前沿的企业、民间社会和政府的专家、实验者和机构一起探索新的公众参与形式。
在我们的网站上了解更多关于我们的信息。链接在新窗口中打开
我们的研究生课程
- 大数据和数字未来(理学硕士/PGDip)
- 数据可视化(MASc/PGDip/PGCert)
- 数字媒体与文化(MA)
- 跨学科研究(硕士/博士)
评论留言