이론적 분석과 모델링을 실제 데이터 문제에 적용하고 싶은 학생.
AI MSc보다 통계·수학 기반이 더 강한 Data Science
Data Science MSc는 Mathematics, Statistics, Computer Science의 이론적 기반을 함께 다루고, 이를 금융·바이오·AI 등 다양한 응용문제로 확장하는 과정입니다.
통계적 엄밀성을 강화하고 고급 데이터사이언스로 확장하고 싶은 학생.
선택과목을 통해 Finance, Bioinformatics, AI 방향으로 커스터마이즈하고 싶은 학생.
입학조건
학부 전공 및 선수 배경
2027 입학시기
과정 구조는 24개월 Full-time, Suzhou이며 현재 안내 중인 커리큘럼과 영어조건을 반영했습니다. 새 입학 일정이 발표되면 2027 시작일을 업데이트합니다.
Suzhou SIP 캠퍼스 영상
XJTLU Suzhou SIP 캠퍼스 투어를 해대쉽에서 한국어 자막으로 제공한 영상입니다.
24개월 커리큘럼
Semester 1 · Core
DATA FOUNDATIONData Mining and Big Data Analytics
대규모 데이터에서 패턴을 찾고 확장 가능한 데이터마이닝·빅데이터 분석기법을 적용합니다.
Database Management
데이터 저장·구조화·관리의 원리와 실제 데이터베이스 운용기술을 익힙니다.
Mathematics and Statistics for Data Science
데이터사이언스에 필요한 수학·확률·통계 기반을 정리하고 고급 모델링의 토대를 만듭니다.
Semester 2 · Core
ADVANCED MODELLINGStatistical Learning With Applications in Python
Python을 이용해 통계적 학습모델을 구현하고 실제 데이터셋에 적용합니다.
Optimization Algorithms for Data Science
데이터사이언스 모델 학습과 의사결정에 필요한 최적화 알고리즘을 다룹니다.
Advanced Statistical Learning Theory
고급 통계학습의 이론적 기반과 모델의 성능·일반화 원리를 심화합니다.
Semester 3–4 · Core
DISSERTATIONDissertation
AI·금융·바이오·공학 등 원하는 응용분야에서 데이터사이언스 연구문제를 정해 독립적인 석사 연구를 수행합니다.
Semester 1 선택과목
- Advanced Methods in Biostatistics
- Research Methods in Bioinformatics
- Fundamentals of Machine Learning
- Linear Statistical Models
- Computational Methods in Finance I
Semester 2 선택과목
- Statistical Computing Using SAS
- Information Visualization
- Time Series Analysis
- Computational Methods in Finance II
- Neural Networks and Deep Learning
졸업 후 진로
데이터 분석·예측모델링을 기반으로 일반 데이터 직무부터 금융·바이오 등 산업 특화 분석과 연구까지 확장할 수 있습니다.