香港科技大学数据建模硕士学位项目（MSc DDM）

宣讲会通知（2022年9月入学申请）

拉近理论、技术和实践的距离，成就更有竞争力的数据建模人才

香港科技大学（2021年度QS全球顶尖大学排名27位）

2019年泰晤士高等教育

u 全球大学就业能力排名第10位（连续7年大中华区院校之首）

u 全球顶尖年轻大学排名第1位

2020年QS全球顶尖大学分科排名

u 计算机科学及资讯第26位

u 数学大学第34位

u 自然科学排名第40位

u 物理及天文学第47位

香港科技大学数据建模硕士学位项目（MSc DDM）线下宣讲会通知
（Mix Mode 线上+线下同步进行）

宣讲时间：2021年11月13日
宣讲地点：北京市海淀区知春路106号北京中关村皇冠假日酒店4层会议室8

（地铁海淀黄庄站东南口出步行300米）
宣讲详情：https://mp.weixin.qq.com/s/Rsz4vK32bFXSabHIuoKHdw
报名链接：https://www.wjx.top/vm/rXPRJLM.aspx

(线下活动，我们鼓励内地申请者在满足防疫控制要求前提下，尽可能来到现场参加线下宣讲会。)
未能到达现场出席宣讲的同学，届时也可通过线上会议室，加入教授连线环节并进行线上提问。线上参加的申请者也需要完成报名，线上房间号和密码会在会前以报名预留的邮件方式通知！


嘉宾教授：Prof.Yi Wang王一教授
王一教授官网简介

https://facultyprofiles.hkust.edu.hk/profiles.php?profile=yi-wang-phyw

王一教授的知乎账号：科研话题下优秀答主

https://www.zhihu.com/people/wang-yi-14-48

王一教授的Bilibili账号和科普视频

https://space.bilibili.com/527161755spm_id_from=333.788.b_765f7570696e666f.2

“知识分子”对王一的专访

http://www.zhishifenzi.com/depth/character/5274.html 

值得一看！王一教授讲解2020诺贝尔物理学奖的视频

https://www.bilibili.com/video/BV1J54y1k78e?spm_id_from=333.999.0.0，

22Fall申请指南：https://mp.weixin.qq.com/s/Ya4cnCYEju1IswBmxCxyYw

后继线上或线下场次信息，敬请关注公众号更新！

有关参加上述线上部分宣讲会详情，将会在宣讲会前通过邮件推送给报名者。

详情查询：电话：+852 2358 7354邮件：mscddm@ust.hk

微信公众号：KUHST MScDDM（中间有空格）

宣讲会内容：

Ø  最权威最直接的官方项目说明

Ø  实实在在的申请要点

Ø  DDM校友亲临现场分享就读体验

Ø  直播连线项目教授

Ø 一对一解惑招生问答

Ø  相对线上更畅通、更具针对性的申请助力

数据建模硕士课程（MSc DDM）

Ø 旨在培养科学或工程背景的学生，从数据中提取信息的数据建模能力

Ø 收获解难和逻辑思考与分析能力以支持明智决策，胜任行业发展需要

Ø 由计算、信息处理和数据分析方面的顶尖专家教授

Ø 香港是国际金融中心，粤港澳大湾区发展机遇下，信息科技人才更吃香

Ø 英语作为唯一教学语言，毕业后保证12个月的香港工作签

香港科技大学数据建模硕士学位项目（MSc DDM）招生宣讲会日程

（持续更新和增加中，敬请关注公众号报名参与！）

面向专业：获得科学或工程学科学士学位，或其他学科的学士学位并且：

· 具有计算相关领域的工作经验，以及

· 具备至少一种计算机语言的工作知识，还有微积分和线性代数的基础培训。

应届毕业生，工作人士及有兴趣提前了解规划的在读学生均欢迎了解关注。

项目简介

数据建模理学硕士课程（MSc DDM）由物理学系和数学系合办。

数据建模已成为各行各业的信息科技应用中不可或缺的知识与技术，如计算机服务、商业、金融及公共服务等。随着计算机硬件的储存量在急速发展、互联网越趋普及化以及强大计算器算法的可及性，以致本地及全球对计算机软硬件相关、服务与基础设施相关、信息和数码行业相关的专业人才有着庞大需求。

此课程旨在为现今社会对大数据时代培训相关人才，让毕业生拥有优秀的解难和逻辑思考与分析能力，让他们在信息技术领域中足以胜任。学员在课程中将会透过分析大量数据的实践经验，掌握提取当中的重要特征并从而提供有价值的观点, 去理解复杂的形势，并协助工商界及服务界作出明智决策。

透过课程，你将可以达成

1. 运用计算工具处理大量数据
2. 运用科学程序设计和统计学习理论抽取大数据中有意义的特征
3. 准确选择合适的计算机硬件配合不同类型的计算相关任务
4. 运用随机过程的概念理解时间相关数据<span style