クイーンズランド大学が提供するデータサイエンス・マスターコース

データサイエンスマスターコースのカリキュラムは大学ごとで少し異なります。海外の大学ではどんな内容を学べるのでしょう？

この記事ではクイーンズランド大学が提供するデータサイエンスマスターコースの内容について紹介します。

この記事がカバーする内容

クイーンズランド大学はどんな大学か
クイーンズランド大学のデータサイエンスコースではどんなことが学べるか

クイーンズランド大学

クイーンズランド大学ってどんな大学なんですか？

クイーンズランド大学（University of Queensland: UQ）は、世界ランクトップ50に位置付けられるオーストラリアの先端研究大学、かつ、教育大学です。また、オーストラリア大学トップ連合（Gropu of Eight）にも所属するオーストラリアの名門校です。⁽¹⁾

53,000名近くの学生が在籍しており、そのうち、およそ19,000名が134ヶ国から留学してきています。

クイーンズランド州ブリスベンに位置し、データサイエンスはSt Luciaのキャンパスで学びます。緑豊かで広大なキャンパスには、数多くの野生動物が生息しており、「オーストラリアで最も美しいキャンパス」にも選ばれています。

Youtube: Welcome to UQ

気候は温暖、年間の300日以上が晴れの日と言われており、とても過ごしやすいです。また、ゴールドコーストには、車で1時間ほどでアクセスできます。

羽田、成田−ブリスベンの直通便もあり、フライト時間は9時間ほどです。時差は1時間しかなく、夜に出発すれば、朝に到着します。

データサイエンスマスターコースの特徴

クイーンズランド大学は、高度な分析技術・スキルと特定産業における必要不可欠な知識を学ぶことのできるオーストラリアで最も包括的なデータサイエンスマスターコースを提供しています。⁽²⁾

また、直接、産業と連携し、学際的かつ実践的なデータサイエンスのスキルを身につける機会を提供する世界でも数少ないプログラムです。

入学条件

入学のタイミングは、Semester1(2月)とSemester2(8月)の年２回あります。

数理・統計、あるいは、コンピュータサイエンス、あるいは、これらに関連する学部を卒業していることが必要です。GPAは7段階スケールで5.0以上であることが求められます。

関連する学部の定義は幅広く、工学部、経済学部などの出身の方も広く受け入れられています。

また、英語力証明として、IELTS、TOEFULなどの以下の条件を満たしたスコアも必要になります。

IELTS: Overall 6.5以上 (R・L・W・Sが6.0以上)

TOEFUL-iBT: Overall 87以上 (R・L・Sは19以上　Wは21以上)

世界的に高く評価されている大学に入学しやすいのは、オーストラリアの特徴でもあります。

卒業条件

提供されるコースから2年で32Unitを取得すれば卒業です。ここでは、コースは「科目」を意味します。すでにITと数理・統計の必要スキルを取得、あるいは関連学部を卒業している方は、1.5年で24Unit取得で卒業することも可能です。

提供されているコース

基礎から応用まで幅広いコースが準備されており、選択できます。自身の希望に合わせ、様々な領域のコースをPart Cから選択できるのも魅力的な点です。

Capstone Projectは企業提携とアカデミック提携の2タイプのプロジェクトがあり、企業面接も行われます。採用された場合、奨学金を支給する企業もあります。

クイーンズランド大学のデータサイエンスマスターコースは以下のコースから構成されています。⁽³⁾

Part A（14 – 16Unitを取得）

Unit	Course Title
2	Introduction to Data Science
2	Responsible Data Science
2	Data Analytics at Scale
2	Statistical Methods for Data Science
2	Data Science Capstone Project 1
4	Data Science Capstone Project 2
2	Data Science Capstone Projects 2B
2	Machine Learning for Data Scientists

Part B1（最大10Unitを取得）

Unit	Course Title
2	Introduction to Software Engineering
2	Database Principles
2	Advanced Database Systems
2	Mathematics for Data Science 1
2	Mathematics for Data Science 2
2	Probability Models & Data Analytics

Part B2（少なくとも4Unitを取得）

Unit	Course Title
2	Data Mining
2	Advanced Techniques for High Dimensional Data
2	Information Retrieval and Web Search
2	Social Media Analytics
2	Numerical Linear Algebra & Optimisation
2	Further Topics in Operations Research
2	Operations Research & Mathematical Planning
2	Statistical Learning

Part C（選択）

Unit	Course Title
2	Accounting
2	Bioinformatics1: Introduction
2	Bioinformatics2: Development & Research
2	Introduction to Protein & Numeric Acids
2	Advanced Genom Information
2	Artificial Intelligence
2	Pattern Recognition and Analysis
2	Digital Health Software Project
2	Advanced Algorithm & Data Structures
2	Algorithms & Data Structures
2	Numerical Methods in Computational Science
2	High-Performance Computing
2	Design Thinking
2	Elements of Econometrics
2	Applied Econometrics for Macroeconomics and Finance
2	Financial Econometrics
2	Finance
2	Portfolio Management
2	Financial Mathematics
2	Computation in Financial Mathematics
2	Financial Calculus
2	Fundamentals of Marketing
2	Consumer & Buyer Behaviour
2	Market & Consumer Research
2	Introduction to Epidemiology
2	Mathematical Statistics
2	Probability Models & Stochastic Processes
2	Statistical Analysis of Genetic Data
2	Advanced Statistics Ⅱ
2	Advanced Probability & Stochastic Processes Ⅰ
2	Advanced Probability & Stochastic Processes Ⅱ
2	Longitudinal & Correlated Data

Part Cのコースは本当に多いですね。どれを選ぼうか悩みそう…

学習プランの設計

１semesterにつき４つまでのコースを選択するよう推奨されています。コースごとで多少異なりますが、ひとつのコースは、週に3時間の講義、1時間の実技、1時間のチュートリアルが含まれています。

バックグラウンドが様々な学生が入学してきますので、コースの選択は人それぞれです。以下はオススメされる学習プランです。参考までに、Semester1に入学する学生を例にします。

Case 1: 数理・統計のバックグラウンドを所持

Sem1	Sem2	Sem1	Sem2
Introduction to Data Science	Responsive Data Science	Capstone 1	Capstone 2
Introduction to Software Engineering	Probability Models & Data Analytics	Data Analytics at Scale	Machine learning
Database Principle	Mathematics for Data Science 2	Statistical methods for Data Science	Part B2 or Part C
Part B2 or Part C	Advanced Database Systems	Part B2 or Part C

Case 2: ITのバックグラウンドを所持

Sem1	Sem2	Sem1	Sem2
Introduction to Data Science	Responsive Data Science	Capstone 1	Capstone 2
Mathematics for Data Science 1	Probability Models & Data Analytics	Data Analytics at Scale	Machine learning
Part B2 or Part C	Mathematics for Data Science 2	Statistical methods for Data Science	Part B2 or Part C
Part B2 or Part C	Advanced Database Systems	Part B2 or Part C

Case 3: 両方のバックグラウンドを所持

Sem1	Sem2	Sem1
Introduction to Data Science	Capstone 1	Capstone 2
Statistical Method for Data Science	Responsive Data Science	Machine Learning
Data Analytics at Scale	Part B2 or Part C	Part B2 or Part C
Statistical Method for Data Science	Part B2 or Part C