数据科学结合计算与统计技能，解决数据驱动难题，尤其在市场营销、制药、金融和管理等领域备受追捧。伦敦大学学院数据科学理学硕士项目将教授学生掌握分析工具，培养学生运用现代计算方法与严谨统计思设计复杂技术方案。
具有定量专业背景，具备大学水平的数学方法和线性代数知识，熟悉概率论、统计学和计算机编程，具备高级编程语言经验（如R/Matlab/Python），也考虑申请者的相关工作经验
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 92 | L:20 | R:24 | W:24 | S:20 |
| PTE | 75 | L:67 | R:67 | W:67 | S:67 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 统计数据科学导论 | Introduction to Statistical Data Science |
| 2 | 机器学习概论 | Introduction to Machine Learning |
| 3 | 调查统计设计 | Statistical Design of Investigations |
| 4 | 统计计算 | Statistical Computing |
| 5 | 贝叶斯方法应用 | Applied Bayesian Methods |
| 6 | 决策与风险 | Decision & Risk |
| 7 | 析因实验 | Factorial Experimentation |
| 8 | 预测 | Forecasting |
| 9 | 操作风险的定量建模与保险分析 | Quantitative Modelling of Operational Risk and Insurance Analytics |
| 10 | 统计学相关专题 | Selected Topics in Statistics |
| 11 | 金融中的随机方法1 | Stochastic Methods in Finance I |
| 12 | 金融中的随机方法2 | Stochastic Methods in Finance II |
| 13 | 随机系统 | Stochastic Systems |
| 14 | 情感计算与人机交互 | Affective Computing and Human-Robot Interaction |
| 15 | 图形模型 | Graphical Models |
UCL本身位于伦敦，地理位置优越。
课程设置：UCL的Data Science MSc项目由统计系开设，课程设置偏向统计理论，机器学习等方向，核心课程设置包括Introduction to Statistical Data Science, Introduction to Machine Learning, Statistical Design of Investigations, Statistical Computing，都比较硬核。结合了核心统计和机器学习方法，以解决数据驱动的问题。
就业服务：根据毕业学生的兴趣，可以进入互联网、科技和电信类公司，或者会计和金融类公司，可以进入包括德勤和华为等世界知名公司。
招生特点：申请过程看重学生本科的数学编程基础，要求申请学生GPA85%+，录取比例大概在3%。
