新加坡国立大学自主招生，2021线上项目—新加坡国立大学在线学术课程

新加坡国立大学在线学术课程

· 行程时间：共3期

第一期：2021.01.23-2021.02.28（6周）

第二期：2021.01.23-2021.02.07（3周）

特殊专业时间安排：数据分析与数理统计 上课时间为1.20-2.8（只有此时间段）

· 针对人群：在读大学生、研究生

· 项目形式：线上

· 招生专业：

（点击查看清晰大图）

· 招生要求：就读于招生专业方向的学生（详见下表）、对此专业感兴趣，通过电话面试的学生

* 注意事项：

1、各专业开课人数最低35人新加坡国立大学自主招生，2021线上项目—新加坡国立大学在线学术课程，每班上课人数不超过50人，如选择专业达不到最低开课人数，可转其他项目或者延期进行；

2、三个团期总课时数一样，上课时间不同，如其中一期无法达到最低开课人数，可能会协调到其他团期；

3、录播课程学生自主在官方系统中进行学习，5次辅导课为直播形式，教授会提前1周通知辅导课时间。

NUS

项目介绍以及背景

新加坡国立大学（NUS），始创于1905年，是历史悠久的世界级名牌大学。NUS正致力于发展成为蜚声海内外的综合性教学和研究机构。NUS的教学和研究以具创业精神和环球视野为特征，为迈向环球知识型经济体注入活力。2021年QS世界大学排名：世界第11名博士，亚洲第1名。

为了让中国大学生有机会在世界一流名校学习，本次项目将为学生提供在世界知名学府——新加坡国立大学在线学习的机会，课程由对应领域内专业教师授课，项目涵盖专业课程、小组讨论、在线辅导、结业汇报等内容，最大程度的让学员在短时间体验国大的学术特色、提升自身知识储备。课程结束后颁发结业证书、成绩单和推荐证明信，优秀学员可获得优秀学员证明。

NUS

项目亮点及收获

顺利完成在线学术项目的学员，将获得新加坡国立大学主办部门颁发的结业证书、项目推荐证明信、成绩评定报告单（成绩单）上海mba，优秀小组还将获得额外的优秀学员证明。

· 录取信

完成报名且通过筛选的同学将收到官方录取信。

· 项目推荐证明信

课程结束，授课教授根据学员的课堂表现和成绩报告，将为每位学员出具项目推荐证明信。

· 成绩评定报告

根据学员的出勤率、课程作业和结业汇报的完成情况，教授将出具成绩报告单，成绩报告单中体现成绩等级、课程时间、课时长度等。

· 结业证书

顺利完成课程的学员，将获得由新加坡国立大学主办部门颁发官方认证的结业证书，作为此次课程学习的证明（出勤率需达到85%以上可获得结业证书）。

· 优秀学员证明

授课教授根据结业汇报各小组的完成情况，评选最佳小组新加坡国立大学自主招生，并为最佳小组成员颁发优秀学员证明。

NUS

课程内容和师资介绍

NUS

部分学生感言

■ 新加坡国立大学「数据分析与金融工程」在线学术项目

这次的数据分析与金融工程的课程，通过一个月时间在线课程的学习让我对NUS的教学方式有了一定的了解，也让我接触了之前从来没有了解过的和一些数值方法如蒙特卡洛、抽样、减少方差等，并尝试将所学方法付诸于实际运用中，对科学计算有了一个深入的认识。全英文的教学对我自身来说其实是一种考验，因为之前并没有接触该领域的一些词汇，但这也一定会对我未来的学业产生一些帮助，也让我意识到自己在技术方面有不少需要精进的地方，对机器学习的了解和认识也让我对人工智能这个领域有了更大的兴趣。

此外我还结实到了许多志同道合的伙伴，丰富了人脉。课题结业时全英文的让我感受到了大家虽然都来自不同的专业或者学校，但大家都在尽力完成好这件事情硕士，感受颇深。这次的在线研习让我找到了未来想继续研究的方向，也让我结识了许多来自不同地域的朋友，为未来的发展规划确立了一个基础。总之，这是一段很有意义和快乐的时光，希望未来我可以继续努力学习，提升自己，有机会真的去到国立大学上学和生活。

■ 新加坡国立大学「新闻传播与新媒体」在线学术项目

我是新闻传播及新闻媒体项目学习组-G1小组长陈YE，我代表全体成员感谢新加坡国立大学为我们提供那么好的学习平台和优质的教育资源，让我们在暑假假期很好地锻炼自我、展现自我、学会了团队合作、提升了我们继续学习的动力。

此次课程利用系统录课和Zoom线上研讨的学习方式，这也是我第一次接触到别样的授课模式，感觉非常新鲜、有活力。希望有机会能够继续深造，拓宽视野、真实体验多元文化、锻炼独立思考的能力。

组员李JY：NUS出的这个课程特别适合暑假休息的学生们，而且是全英文授课! 教授很负责，学术能力也很高。总体来说是一个很专业，受益匪浅的学习体验。

组员周MH：我本人是新闻专业，对于我个人来说，学习NUS暑期课程，能够从不同的角度来看待新闻专业，让我对本专业有了更全面的认知。

最后，再次感谢新加坡国立大学教授在一多月的时间里的辛勤付出，教授我们新闻传播和新媒体知识、帮助提升我们国际化视野。

NUS

费用说明

■ 费用包括：

项目中涉及到的课程费、师资费、讲义费

■ 费用不包括：

项目不产生线下费用，学生一切个人消费

新加坡国立大学自主招生，申请新加坡国立大学数据科学与机器学习理学硕士课程全攻略

作为新加坡国立大学的知名专业之一，数据科学与机器学习理学硕士（MSc in Data and ）学位课程一直备受海内外学生的关注。

本硕士学位课程：培养数据科学与机器学习领导者、具备跨学科优势、提供细分专业方向、毕业就业前景可观。

培养数据科学与机器学习领导者

在数据科学与机器学习领域，每天都在发生新的进展。一个概念渴望被更新的概念所更迭；在不同的学科交叉点上，各种创新飞跃正马不停蹄地前进；在不同的行业垂直领域，应用所产生的新知识不断反馈为技术升级。

成为数据科学与机器学习领域的领导者，需要复合而专精的知识结构和技能，以及对未来的洞见与预判，同时也需要终身学习终身成长的坚韧与热情。

新加坡国立大学数据科学与机器学习理学硕士学位课程，旨在赋予学生特定行业/领域的数据科学与机器学习基础原理以及综合数据分析能力，以满足金融、医疗、制造业、电子商务和新能源等关键行业对大数据专业人才日益增长的需求。

除了师从学术界和业界名师，你还可以通过参与行业相关的项目模块获得深入体验以及自我指导学习的机会。

数据科学、机器学习、人工智能，这些名词已非陌生，而对于有志于从事领域内职业的潜在学习者来说，了解它们的各自的主要特征将有助于对课程的选择：

简单来说，数据科学是一门多学科专业，它融合统计学、数学和计算机科学，涵盖了如何收集数据、整合数据、可视化数据、分析数据、解释数据（见解）以及根据见解提出可行建议有关的所有方面；

机器学习是一门让计算机像人类一样学习和行动，并以动态和自主的方式随着时间的推移改进学习的科学。机器学习使编程更具可伸缩性，有助于在更短的时间内产生更好的结果；

而人工智能专注于开发像人类一样思考和行动的智能设备。这些设备经过训练，可以比人类更有效地解决问题和学习。

数据科学涉及机器学习和人工智能，广泛地为数字技术发展提供支持。在新加坡国立大学数据科学与机器学习理学硕士学位课程中，以数据科学、机器学习领域内容为主。

新加坡国立大学数据科学与机器学习理学硕士学位课程学术主任张洛欣教授曾在《海峡时报》上分享五问五答在职研究生，简明扼要地介绍了课程目标以及收益预期。

问：这是什么课程？

答：数据科学与机器学习理学硕士是一个跨学科研究生学位课程，全日制项目时长一到两年。它将有助于满足所有行业对大数据专业人员日益增长的需求，将定量科学的毕业生转变为数据科学和分析从业人员。

问：这门课程为谁开设？

答：该课程旨在培养数据科学领域的下一代领导者。它面向希望学习数据科学和机器学习方面的高级论题和技能的学习者，这些论题和技能对于想在政府、零售和物流、计算机视觉、医疗保健和金融等领域开展职业生涯的数据科学家、机器学习或人工智能专家是必不可少的。

问：近年来，数据科学和机器学习变得有多重要？

答：我们现在面临着由组织、政府，甚至像你和我这样的个人生成和保留的数据量的巨大爆炸。在高度依赖新技术和大数据的未来经济中，分析和处理数据的能力已成为一项关键技能。数据科学家将能够提取数据中的意义，并使用它来指导业务决策。

问：学生们能期待什么？

答：该课程为那些希望掌握数据科学和机器学习知识、数据分析技能的人提供了提高的机会。它为学生提供这两个领域的坚实基础，以及数据分析的计算技能。这是通过整合统计学、数学和计算，以及机器学习和人工智能来实现的。

问：学生们从该课程毕业后能得到什么？

答：他们将做好充分准备，利用数据的力量来解决问题，并为他们的组织带来有意义的成果。

张洛欣教授个人目前的研究重点是癌症基因组学和复杂网络中的数据分析，例如他对开发生物信息工具以发现诊断和治疗癌症的生物标记物感兴趣。本课程欢迎也鼓励每一位申请人在自身感兴趣的领域展开数据科学与机器学习研究与应用，实现个性化目标。

具有跨学科优势

新加坡国立大学数据科学与机器学习理学硕士学位课程由理学院的数学系和统计与应用概率系、计算机学院的计算机科学系联合提供，工程学院和苏瑞福公共卫生学院也参与其中。

在2020年QS世界大学学科排名（QS World ）中新加坡国立大学自主招生，新加坡国立大学在数学领域位列世界第13，在统计与运筹学领域位列世界第11，在计算机科学与信息系统领域位列世界第12，在工程技术领域位列世界第10，在生命科学与医学领域均为亚洲之首。

强大的课程背景带来雄厚的师资力量，新加坡国立大学数据科学研究拥有多学科专家，同时，课程还将纳入行业精英导师，提供行业咨询和应用项目，为学生带来前沿内容以及深入职业岗位的机会。

此外，2016年新加坡国立大学成立数据科学研究所（ of Data ），该研究所致力于支持新加坡迈向智慧国家，重视凝聚多学科人才共同深入数据科学领域，从而在社会发展的众多重要领域如医药、商业及教育等方面，研发出新颖的解决方案。研究所与新加坡本地及国际企业如微软合作，开展丰富的课题项目。明年，部分研究所专家将加入数据科学与机器学习硕士学位课程，担任兼职教授。

创立于2011年的苏瑞福公共卫生学院本身即以跨学科研究为方针上海mba，在流行病学、传染病研究、卫生技术评估等领域开展研究硕士，致力于促进群体健康和公共安全。在当前的2019冠状病毒病疫情中，学院产出的研究包括数据分析，持续支持新加坡乃至亚洲和全球的抗疫战斗。

作为跨学科专业，数据科学与机器学习的课程质量得益于多方支持新加坡国立大学自主招生，申请新加坡国立大学数据科学与机器学习理学硕士课程全攻略，在新加坡国立大学，多种强势学科的资源共享将助力你在该领域获得令人兴奋的成长。

提供细分专业方向

本课程共计40学分，其中20学分为核心模块，20学分为选修模块。

核心模块课程包括：行业大数据概论、大规模数据驱动型推理的优化、机器学习基础、云计算、行业咨询和应用项目。

选修模块课程需要在下列2个或2个以上研究生证书类别中至少完成5个选修模块，这里可选择的专业方向有面向数据科学家的深度学习、行业数据挖掘、行业大数据、计算机视觉数据科学、定量金融数据科学、物联网数据科学、医疗保健数据科学课程组合、数学课程组合、统计课程组合、计算课程组合。

通过自主组合修读模块，学生可以掌握普适的数据科学与机器学习原理，并深入自身目标专业，获得领域内经验，为进入行业角色做好准备。

毕业就业前景可观

全球职场社交平台（领英）日前发布《2020年新兴职业报告（美国）》，列出过去4年招聘大幅增长、增长趋势持续看好的15个热门职位：

其中，最热门的是人工智能专家（ ），过去4年需求增长率为74%。其特有技能为机器学习、深度学习、、、自然语言处理；对其需求最多的行业为计算机软件、互联网、信息技术和服务、高等教育、消费类电子产品等。

数据科学家（Data ）以37%年增长率排在第三，其特有技能为机器学习、数据科学、、R、 Spark；对其需求最多的行业为信息技术和服务、计算机软件、互联网、金融服务、高等教育等。

数据工程师（Data ）以33%年增长率排在第八，其特有技能为 Spark、、、ETL、AWS；对其需求最多的行业为信息技术和服务、互联网、计算机软件、金融服务、医院和医疗保健等。

在领英发布的《2019年新兴职业报告（中国）》中，数据分析师（Data ）位列五大新兴职业。报告还指出，在中国，数据分析师大多由技术或研究人员转型而来，五年前他们的职业身份可能是项目经理、软件工程师、商业分析师、研究员。未来，对职业化数据分析师的需求将持续增长。

更多职业岗位正在争夺数据科学与机器学习人才，例如：大数据工程师（Big Data ）、大数据系统架构师（Big Data ）、数据挖掘工程师（Data ）、数据分析专家（Data ）、数据可视化开发人员（Data ）、机器学习工程师（ ）、机器学习科学家（ ）、网络数据科学家（Cyber Data ）、统计学家（）、生物统计学家（）、商业分析师（ ）、情报分析师（ ）、风险分析师（Risk ）、定价分析师（ ）、受众洞察分析师（ ）、市场研究分析师（ ）、信用风险建模分析师（ Risk ）、财务分析专家（ ）、人力资本分析专家（Human ）、质量保证专员（ ）、精算师（）、研究员（）……

随着数据科学与机器学习在行业升级转型中的普遍应用，重大战略决策往往离不开数据科学产出的见解，以及机器学习产出的预测。人们也越来越离不开数据科学与机器学习带来相关生活服务，比如最常见电商购物个性化推荐，或者我们熟悉的视频网站个性化推荐，自动驾驶技术等等。

许多2010年尚未出现的职业，在2020年已成为或将成为左右发展趋势的关键角色之一，加入新加坡国立大学数据科学与机器学习硕士学位课程将是通往这些角色的有力一步。

入学要求

申请新加坡国立大学数据科学与机器学习理学硕士学位课程，申请人应具有学士（荣誉）学位，或四年制定量科学（数学、应用数学、计算数学、统计学和物理学）学士学位，或工程学士学位。

对于大学授课语言非英语的申请人，要求通过托福（笔试最低分580分，网络考试最低分85分，写作部分最低分22分）或雅思（最低分6.0分）来证明英语水平。

学习方式

数据科学与机器学习理学硕士学位课程提供全日制与非全日制两种学习方式。全日制预估需要12至24个月完成课程，非全日制预估需要24到48个月完成课程。

毕业要求

数据科学与机器学习理学硕士学位课程毕业基本要求为：

学习并通过5个核心模块；

学习并通过5个选修模块；

获得3.00或以上的绩点。

欢迎申请新加坡国立大学数据科学与机器学习理学硕士学位课程，2021年本课程入学申请将于2020年11月至2021年1月开放。

新加坡国立大学自主招生，新加坡国立大学官网(新加坡国立大学官网怎么查看老师名单)

以下是关于新加坡国立大学官网(新加坡国立大学官网怎么查看老师名单)的介绍

1、新加坡国立大学官网

新加坡国立大学官网是新加坡***声望和国际影响力的大学之一上海mba，其官网是学校的一个重要窗口和对外沟通的主要途径。该官网提供了丰富多彩的信息，包括学校的历史背景、学科专业、教学科研成果和***动态等。此外新加坡国立大学自主招生，新加坡国立大学官网(新加坡国立大学官网怎么查看老师名单)硕士，该官网还提供了多种类型的学术资源，如图书馆、学术出版物、学术交流等，为学生、教职工和学术研究人员提供更好的学术环境和平台。此外博士，该官网还提供了各种类型的在线服务，包括入学申请、学费缴纳、教学资源下载等新加坡国立大学自主招生，方便广大师生、校友和社会各界实现信息互动和合作交流。新加坡国立大学官网在学校的发展中发挥着重要作用，为实现学校的“世界***大学”的目标奠定了坚实的基础。

2、新加坡国立大学官网怎么查看老师名单?

如果你想要查看新加坡国立大学的老师名单，可以通过前往该大学的官方网站来实现。在官网的首页上，可以看到一个名为 ” & Staff” 的选项，点击它即可进入新加坡国立大学的教师名单页面。在这个页面中，你可以浏览所有的教师和教授的名字、所属学院、办公室地址和电子邮件等详细信息。此外，你还可以根据学院、部门或首字母进行搜索以快速找到你需要的老师。如果你对某个教师的研究领域或学术水平感兴趣，则可以单击教师姓名以查看更为详细的信息，比如其研究领域、出版物和所在学科等。新加坡国立大学的官方网站是一个十分便捷的查看教师名单的场所，只需轻轻一点，你就能够得到你所需要的信息。

3、新加坡国立大学官网研究生查询系统

新加坡国立大学官网研究生查询系统是一款能够自主查询在校研究生信息的智能工具，目前已被广泛应用于新加坡国立大学这一具有***水平的***高校。

这一查询系统通过提供学生姓名、学号等基本信息的输入框，轻松地实现了对研究生个人信息的查询，如学生个人信息、课表安排、成绩单等。同时，该系统还具备时间预测（数据为往年仅供参考）、课程、考试安排查询功能，简化了学生的信息查询流程，为学生提供了更快，更便利的查询体验。

得益于新加坡国立大学对于信息技术的重视，这一研究生查询系统的开发不仅能够简化学生查询流程，还有效地提高了学生学习效率。在未来的发展中，相信这一查询系统能够发挥更大的作用，在新加坡国立大学的学习和研究中发挥出更大的价值。

4、新加坡国立大学官网怎么找专业

想要在新加坡国立大学上学，首先需要在官网上找到自己感兴趣的专业。以下是具体的步骤：

1. 打开新加坡国立大学官网（）。

2. 在主页面上方的菜单栏中，找到“学习和教育”并点击。

3. 在下拉菜单中选择“本科生课程”，然后选择“课程列表”。

4. 在出现的页面上，可以通过多种方式查找自己感兴趣的专业。比如，通过选择学院、科目或者关键词搜索。

5. 找到自己感兴趣的专业之后，可以点击专业名称查看专业介绍、课程设置、就业前景等相关信息。

6. 如果想了解更多的信息，也可以在页面上方的搜索框中输入关键词进行搜索。

新加坡国立大学官网的课程列表非常详细，并且提供了多种查找方式，方便学生快速找到心仪的专业。同时，官网还提供了包括申请要求、学费等在内的详细信息，帮助学生更好地了解和准备申请。

关于更多新加坡国立大学官网(新加坡国立大学官网怎么查看老师名单)请留言或者咨询老师

文章标题：新加坡国立大学官网(新加坡国立大学官网怎么查看老师名单)