英属哥伦比亚大学位于加拿大温哥华市，其数据科学硕士项目的课程由计算机、统计学教授设计，让学生学习先进的科学技术，掌握如何提取数据、应用数据，并展示数据分析结果。项目与业内领先公司、初创公司都有紧密的合作，可以为学生提供一定的工作机会。
网站链接为：https://masterdatascience.ubc.ca/programs/vancouver
专业要求：
项目分为三个方向，数据科学-温哥华、数据科学-奥肯那根、数据科学-计算语言学。数据科学-温哥华项目偏重计算机与统计学的结合；数据科学-奥肯那根项目偏重运筹学；数据科学-计算语言学项目偏重计算机、统计学与语言学的结合。
每个项目时长都为10个月，为全日制课程。学生需要完成24学分的课程，同时完成一个实践项目以锻炼数据分析能力。所有的课程都提供行业真实数据，以进行分析，并且传授实践经验。
数据科学-温哥华
数据科学-温哥华项目的地点为温哥华，重视数据分析技能的学习。学生将学习如何提取实验数据，如何使用先进的技术进行数据分析。
项目课程：
秋季（9-12月）：
课程1（4周、4学分）：
课程代码 | 课程名称 |
DSCI 511 | Programming for Data Science 数据科学编程 |
DSCI 521 | Computing Platforms for Data Science 数据科学计算平台 |
DSCI 523 | Programming for Data Manipulation 数据操作编程 |
DSCI 551 | Descriptive Statistics and Probability for Data Science 数据科学的描述统计和概率问题 |
课程2（4周、4学分）：
课程代码 | 课程名称 |
DSCI 531 | Data Visualization I 数据可视化 I |
DSCI 512 | Algorithms and Data Structures 算法与数据结构 |
DSCI 552 | Statistical Inference and Computation I 统计推断与计算 I |
DSCI 571 | Supervised Learning I 监督学习 I |
课程3（4周、4学分）：
课程代码 | 课程名称 |
DSCI 561 | Regression I 回归I |
DSCI 573 | Feature and Model Selection 特征与模型选择 |
DSCI 522 | Data Science Workflows 数据科学工作流程 |
DSCI 513 | Databases and Data Retrieval 数据库和数据检索 |
冬季（1-4月）：
课程4（4周、4学分）：
课程代码 | 课程名称 |
DSCI 562 | Regression II 回归II |
DSCI 572 | Supervised Learning II 监督学习II |
DSCI 553 | Statistical Inference and Computation II 统计推断与计算II |
DSCI 532 | Data Visualization II 数据可视化II |
课程5（4周+1周休息、4学分）：
课程代码 | 课程名称 |
DSCI 542 | Communication and Argumentation 沟通和讨论 |
DSCI 563 | Unsupervised Learning 无监督学习 |
DSCI 524 | Collaborative Software Development 协作软件开发 |
DSCI 554 | Experimentation and Causal Inference 实验与因果推论 |
课程6（4周、4学分）：
课程代码 | 课程名称 |
DSCI 541 | Privacy, Ethics, and Security 隐私、道德与安全 |
DSCI 575 | Advanced Machine Learning 高级机器学习 |
DSCI 574 | Spatial and Temporal Models 空间与时间模型 |
DSCI 525 | Web and Cloud Computing 网络与云计算 |
春季（5-6月）：
学生需要在8-10周以内，完成一个6学分的实践项目。项目由学生组队完成，有教授指导。利用行业内提供的真实数据，小组合作解决行业内问题，并展示分析结果。
数据科学-奥肯那根
数据科学-奥肯那根项目位于奥肯那根，学生将学习如何提取和分析各种形式的数据，如何向决策者传递通过数据分析得到的信息。
项目课程：
秋季（9-12月）：
课程1（4周、4学分）：
课程代码 | 课程名称 |
DATA 531 | Programming for Data Science 数据科学编程 |
DATA 530 | Computing Platforms for Data Science 数据科学计算平台 |
DATA 541 | Scripting and Reporting 脚本和报告 |
DATA 580 | Modelling and Simulation I 建模与仿真I |
课程2（4周、4学分）：
课程代码 | 课程名称 |
DATA 570 | Predictive Modelling 预测模型 |
DATA 581 | Modelling and Simulation II 建模与仿真II |
DATA 532 | Algorithms and Data Structures 算法与数据结构 |
DATA 540 | Databases and Data Retrieval 数据库与数据检索 |
课程3（4周、4学分）：
课程代码 | 课程名称 |
DATA 542 | Data Wrangling 数据整理 |
DATA 571 | Resampling and Regularization 重采样与正则化 |
DATA 553 | Privacy, Security and Professional Ethics 隐私、安全和职业道德 |
DATA 533 | Collaborative Software Development 协同软件开发 |
冬季（1-4月）：
课程4（4周、4学分）：
课程代码 | 课程名称 |
DATA 550 | Data Visualization I 数据可视化I |
DATA 543 | Data Collection 数据收集 |
DATA 534 | Web and Cloud Computing 网络和云计算 |
DATA 572 | Supervised Learning 监督学习 |
课程5（4周+1周休息、4学分）：
课程代码 | 课程名称 |
DATA 552 | Communication and Argumentation 沟通和讨论 |
DATA 583 | Advanced Predictive Modelling 高级预测模型 |
DATA 573 | Unsupervised and Semi-supervised Learning 无监督和半监督学习 |
DATA 551 | Data Visualization II 数据可视化II |
课程6（4周、4学分）：
课程代码 | 课程名称 |
DATA 582 | Bayesian Inference 贝叶斯推断 |
DATA 585 | Optimization 最优化 |
DATA 586 | Advanced Machine Learning 高级机器学习 |
DATA 589 | Special Topic 特别专题 |
春季（5-6月）：
8-10周以内，完成6学分的实践项目。
数据科学-计算语言学
数据科学-计算语言学项目在温哥华开设，项目教授数据科学和高级计算机语言学，并让学生学会构建能够翻译人类语言的AI。
项目课程：
秋季（9-12月）：
该项目的课程1、2与数据科学-温哥华项目的课程1、2一致。
课程3（4周、4学分）：
课程代码 | 课程名称 |
COLX 521 | Corpus Linguistics 语料库语言学 |
DSCI 561 | Regression I 回归I |
DSCI 513 | Databases and Data Retrieval 数据库和数据检索 |
DSCI 573 | Feature and Model Selection 特征与模型选择 |
冬季（1-4月）：
课程4（4周、4学分）：
课程代码 | 课程名称 |
COLX 535 | Parsing for Computational Linguistics 计算语言学解析 |
COLX 561 | Computational Semantics 计算语义学 |
DSCI 563 | Unsupervised Learning 无监督学习 |
DSCI 572 | Supervised Learning II 监督学习 II |
课程5（4周+1周休息、4学分）：
课程代码 | 课程名称 |
DSCI 541 | Privacy, Ethics, and Security 隐私、道德与安全 |
COLX 525 | Computational Morphology 计算形态学 |
COLX 531 | Machine Translation 机器翻译 |
COLX 523 | Advanced Corpus Linguistics 高级语料库语言学 |
课程6（4周、4学分）：
课程代码 | 课程名称 |
COLX 563 | Advanced Computational Semantics 高级计算语义学 |
COLX 585 | Trends in Computational Linguistics 计算语言学发展趋势 |
COLX 565 | Sentiment Analysis 情感分析 |
COLX 581 | Natural Language Processing for Low-Resource Languages 用于低资源语言的自然语言处理 |
春季（5-6月）：
学生同样需要在8-10周以内，完成一个6学分的实践项目。
