项目概况
代尔夫特理工大学（Technische Universiteit Delft, TU Delft），是世界上顶尖的理工大学之一。位于荷兰代尔夫特市，是荷兰规模最大最具有综合性的理工大学，其航空工程，船舶工程，电子工程，水利工程，卫星遥测工程等学科在世界上都具有领先地位和卓越声望。根据2021泰晤士世界大学排行榜，代尔夫特理工大学位列全球第78名；在2021年QS世界大学排行榜中，位列全球第57名。
计算机科学硕士——数据科学与技术方向项目（Data Science and Technology track of the Computer Science MSc programme） 是由计算机科学学院提供的授课型硕士。数据科学与技术方向为修读计算机科学硕士学位时可选择的一个分支，旨在为学生提供信息、通信技术及相关行业的职业储备。在本项目中，您将接触到大量数据，学习如何设计、开发数据系统，以解决数据和软件的安全性、信息可视化、数据决策及高性能计算算法等学科问题。
项目详情
入学要求
- 学历背景：
- “双一流”大学或原“211工程”国家重点建设大学本科毕业。CGPA（累积平均绩点）必须达到80%以上。
- 需获得计算机科学领域工程学士学位或学士专业为计算机科学相关领域，但修读了120学分（120ECTS）的计算机科学领域课程，并且在下列关键学科上有良好成绩。
数学与建模： 微积分、线性代数、概率论和统计（≥15ECTS）
软件开发基础： 面向对象的程序设计、软件质量与测试、软件工程方法、编程语言概念、面向对象的程序设计项目、软件项目（≥30ECTS）
计算机系统： 计算机组织、计算机网络（≥10ECTS）
基础计算机科学： 逻辑论、算法和数据结构、算法设计、可计算性（≥15ECTS）
数据和信息系统： 机器学习、数据管理、Web和数据库技术（≥15ECTS）
- GRE：文字推理（≥154），定量推理（≥163），分析性写作（≥4.0）。
- 语言要求：如果学生在美国、英国、爱尔兰、澳大利亚、新西兰或者加拿大取得学士学位则无需提供语言证明，不满足的学生需提供两年内的下列证书之一：
托福iBT/托福iBT家庭版——总分大于等于90，每部分最低21。
雅思考试（学术版）——总分大于等于6.5，每部分最低6.0。
欧洲共同语言参考标准——C1（总分176，每部分最低169）或C2（总分180，每部分最低169）。
学制与费用
- 学制：两年全日制，9月入学。
- 项目费用：18,750欧元/年。关于经济援助和奖学金的更多信息请查看链接。
- 2021年入学的学生需在1月15日之前提交申请，且需要支付申请费100欧元。
课程介绍
- 在建立学习计划时，学生既可以选择在广泛的领域（如医学、能源、环境）进行研究，也可以选择就某一领域进行深入研究。
- 课程学分要求为120学分，分为公共核心课程、计算机科学课程(40学分)、研讨课/文献阅读(5/10学分)、选修课(≤25学分)与毕业论文(45学分)。
- 课程包括每周2小时的讲座和4小时的实验课。在实验期间，学生将研究并证明简单的定理。
公共核心课程（需在以下课程中选择4门修读）
课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
CS4035 | Cyber Data Analytics | 网络数据分析 | 5 |
IN4086-14 | Data Visualisation | 数据可视化 | 6 |
IN4010(-12) | Artificial Intelligence Techniques | 人工智能技术 | 6 |
CS4220 | Machine Learning 1 | 机器学习1 | 5 |
IN4252 | Web Science & Engineering | 网络科学与工程 | 5 |
CS4065 | Multimedia Search and Recommendation | 多媒体搜索与推荐 | 5 |
IN4315 | Software Architecture | 软件架构 | 5 |
IN4344 | Advanced Algorithms | 高级算法 | 5 |
IN4391 | Distributed Systems | 分布式系统 | 5 |
课程概述
- 网络数据分析：异常检测是网络安全的主题之一。课程中学生将面对大量数据和大量误报，使用不同的行为分析算法来处理不同类型的输入数据（如网站和软件日志数据）。
- 数据可视化：课程目的在于获得关于数据可视化的基础知识、技术与相关案例。
- 人工智能技术：课程介绍了用于构建认知主体以及决策和支持系统的人工智能技术，使学生明白人工智能的原理，并将其运用于实践中。
- 机器学习1：课程包括监督学习及无监督学习，重点讲述了分类和决策理论的过度拟合，涵盖大部分基础的机器学习模型。
- 网络科学与工程：课程提供了Web信息系统的相关知识，学生将学习到相关领域的基础语言及编程方法。
- 多媒体搜索与推荐：课程目的在于利用信息的丰富性提升多媒体搜索和推荐的有效性，并探索网络消费的含义及规律。
- 软件架构：课程涵盖软件体系结构的基础知识、建模、设计、模式、作用与评估。
- 高级算法：学生通过本课程可学习到一些先进的算法与技术。课程将重点讲述NP问题的精确算法、近似技术和线性规划松弛技术。
- 分布式系统：课程主要讲述分布式计算机系统的工作原理，并引入多用户系统的知识，帮助学生了解分布式系统的系统设计和非功能性要求。
毕业论文
在第二学年，学生需在广泛的领域中选择一具体领域（算法学、计算机图形学和可视化、网络安全、分布式系统、嵌入式软件、互动情报、多媒体运算、网络架构和服务、模式识别与生物信息学、编程语言、软件工程、网络信息系统）并加入该领域的研究小组，据此完成毕业论文。
就业前景
毕业后，学生基本进入下列四个领域——企业（如Facebook、Google）、创业、学术或咨询，许多学生在银行、游戏或医疗行业工作。
