MPhil / PhD dalam Sains Data dan Analitis
Guangzhou, China
PhD (Doktor Falsafah)
TEMPOH MASA
8 tahun
BAHASA
Inggeris
LAJU
Sepenuh masa, Sambilan
TARIKH AKHIR PERMOHONAN
15 Jun 2026
TARIKH MULA PALING AWAL
YURAN TUISYEN
CNY 40,000 / per year *
FORMAT PENGAJIAN
Di kampus
* untuk pelajar sepenuh masa | CNY 150,000 - untuk pelajar separuh masa
Dalam era digital, berikutan kemajuan yang dibuat dalam teknologi inovatif, pengendalian data berkembang pada kadar yang tidak pernah berlaku sebelum ini. Dunia dipacu data membuka kemungkinan dan peluang yang besar untuk syarikat dan perniagaan merentas semua industri, kerana mereka boleh menggunakan data untuk mencipta nilai bagi perniagaan mereka. Sebagai akibat yang mengganggu revolusi digital, sains data dan analitik telah menjadi bidang yang muncul dan merentas disiplin yang memerlukan pengetahuan dan kemahiran dalam banyak bidang, seperti sains komputer, statistik dan matematik.
Program Sarjana Falsafah (MPhil) dan Doktor Falsafah (PhD) dalam Sains Data dan Analitis bertujuan untuk memudahkan penyepaduan rapat analitik statistik, penaakulan logik, dan kecerdasan pengiraan dalam kajian pemprosesan dan analisis data. Program-program ini akan menyediakan latihan penyelidikan yang rapi yang menyediakan pelajar untuk menjadi penyelidik berpengetahuan yang fasih dalam menggunakan logik, matematik, algoritma, dan kuasa pengkomputeran dalam proses memeriksa dan menganalisis data dalam akademik atau industri untuk memperoleh pandangan berharga untuk membuat keputusan yang lebih baik.
Program MPhil bertujuan untuk mendedahkan pelajar kepada isu-isu yang terlibat dalam pembangunan aplikasi saintifik, pendidikan dan komersial sains data dan analitik. Seorang graduan program MPhil harus menunjukkan pengetahuan kerja yang baik tentang isu-isu dalam disiplin. Dia harus mampu mensintesis dan mencipta pengetahuan baharu, memberi sumbangan kepada bidang itu.
Program PhD bertujuan untuk membangunkan kemahiran yang diperlukan untuk pelajar mengenal pasti isu penyelidikan teori yang berkaitan dengan aplikasi praktikal, merumus dan menjalankan penyelidikan yang menangani isu yang dikenal pasti, dan secara bebas mencari penyelesaian berkaitan sains data dan analitik. Seorang graduan PhD dijangka menunjukkan penguasaan pengetahuan dalam disiplin dan untuk mensintesis dan mencipta pengetahuan baru, membuat sumbangan saintifik yang asli dan besar kepada disiplin.
- Pelajar untuk pelajar PhD sepenuh masa: CNY 180,000 setahun tanpa permohonan tambahan
Kursus Teras Merentas Disiplin
- Kaedah Penyelidikan Merentas Disiplin I
- Kaedah Penyelidikan Merentas Disiplin II
- Pemikiran Reka Bentuk Merentas Disiplin I
- Pemikiran Reka Bentuk Merentas Disiplin II
- Pemikiran Reka Bentuk Kolaboratif yang didorong oleh projek
Kursus Teras Hab
Pelajar dikehendaki melengkapkan sekurang-kurangnya satu kursus teras Hab daripada Hab Maklumat dan sekurang-kurangnya satu kursus teras Hab dari Hab lain.
Kursus Teras Hab Maklumat
- Sains dan Teknologi Maklumat: Keperluan dan Trend
Kursus Teras Hab Lain
- Pengenalan kepada Hab Fungsi untuk Masa Depan Mampan
- Inovasi Teknologi dan Keusahawanan Sosial
- Kejuruteraan Sistem Berasaskan Model
Kursus tentang Pengetahuan Domain
Di bawah keperluan ini, setiap pelajar dikehendaki mengambil satu kursus yang diperlukan dan elektif lain untuk membentuk kurikulum individu yang berkaitan dengan penyelidikan tesis merentas disiplin. Hanya satu kursus Pengajian Bebas boleh digunakan untuk memenuhi keperluan kursus. Untuk memastikan pelajar akan mengambil kursus yang sesuai untuk melengkapkan mereka dengan pengetahuan domain yang diperlukan, setiap pelajar mempunyai Perancangan Program merangkap Jawatankuasa Penyeliaan Tesis untuk meluluskan kursus yang akan diambil sejurus selepas program bermula dan tidak lewat daripada penghujung tahun pertama. Bergantung pada kurikulum yang diluluskan, pelajar individu mungkin dikehendaki melengkapkan kredit tambahan melebihi keperluan kredit minimum.
Senarai Kursus yang Diperlukan
- Perlombongan Data dan Penemuan Pengetahuan dalam Sains Data
Contoh Senarai Kursus Elektif
- Pembelajaran Mesin Automatik
- Pembelajaran Mendalam dalam Sains Data
- Pengurusan Pangkalan Data Lanjutan untuk Sains Data
- Pembelajaran Mesin Lanjutan
- Pengaturcaraan Selari untuk Sains Data dan Analitis
- Asas Sains Data dan Analitis
- Pengkomputeran Sains Data
- Analisis Data dan Perlindungan Privasi dalam Blockchain
- Penerokaan dan Visualisasi Data
- Analisis Data Spatio-Temporal
- Pengenalan kepada Pembelajaran Graf
- Topik Khas
- Kajian Bebas
- Visi Komputer dan Aplikasinya
- Pengoptimuman Cembung dan Bukan Cembung I
Latihan Pembantu Pengajar Siswazah
- Pengenalan kepada Pengajaran dan Pembelajaran di Pengajian Tinggi
Keperluan Kursus Pembangunan Profesional
- Pembangunan Profesional untuk Pelajar Lepasan Ijazah Penyelidikan
- Pembangunan Kerjaya untuk Pelajar Hab Maklumat
Keperluan Bahasa Inggeris
- Asas Mendengar & Bertutur untuk Pelajar Lepasan Ijazah
- Penyelidikan Berkomunikasi dalam Bahasa Inggeris
Seminar Pasca Siswazah
- Seminar Program Sains Data dan Analitis I
- Seminar Program Sains Data dan Analitik II
Penyelidikan Tesis
- Penyelidikan Tesis MPhil
- Penyelidikan Tesis Kedoktoran
Setelah berjaya menyelesaikan program MPhil, graduan dapat:
- Menunjukkan kemahiran berfikir kritis dan analitis yang penting untuk menyelesaikan masalah sains data sebenar;
- Terapkan pelbagai kaedah penyelidikan kualitatif dan kuantitatif untuk sains data dan analisis; dan
- Menterjemahkan dan mengubah teknik penyelidikan lanjutan dengan berkesan menjadi amalan sains data dalam bidang akademik atau industri.
Setelah berjaya menyelesaikan program PhD, graduan dapat:
- Mengenal pasti korelasi, makna, dan pandangan saintifik dan kejuruteraan dalam model, algoritma, alat, prinsip, kerangka kerja, penyelesaian, dan teknik sains data dan analisis baru;
- Menunjukkan kemahiran berfikir kritis dan analitis dari perspektif sains data dan analitik;
- Terapkan pelbagai kaedah penyelidikan kualitatif dan kuantitatif untuk sains data dan analisis;
- Menterjemahkan dan mengubah wawasan penyelidikan asas dengan berkesan ke dalam praktik sains data dalam bidang akademik dan industri;
- Laksanakan pemikiran bebas dan tunjukkan kemahiran komunikasi yang berkesan dalam membentangkan dan menerbitkan penemuan ilmiah; dan
- Menjalankan penyelidikan asal secara bebas dan cekap, menunjukkan pengetahuan yang mendalam dalam bidang sains data dan analitik.