摘要：加入我们这个为期一年的理学硕士课程，全面学习数据采集、分析、安全和基础设施的原理。您将掌握专业知识，在初创企业、成熟公司和研究机构的集成机器学习系统工程中脱颖而出

综合机器学习系统理学硕士

伦敦，布鲁姆斯伯里

这是 2025 年入学的课程信息

课程开始时间

2025 年 9 月

接受申请

需要签证的申请人： 2024 年 10 月 14 日至 2025 年 4 月 4 日

申请截止时间：英国时间下午 5 点

开放申请

加入我们这个为期一年的理学硕士课程，全面学习数据采集、分析、安全和基础设施的原理。您将掌握专业知识，在初创企业、成熟公司和研究机构的集成机器学习系统工程中脱颖而出

机器学习正在彻底改变技术和行业。

本理学硕士课程为期一年，从数据采集和分析到基础设施、存储和安全，让您全面了解综合机器学习系统。

您将获得开发支持经济和社会的先进系统所必需的硬件和软件技能。

该课程专为有抱负的工程师和数据科学家设计，充分利用了 UCL 世界领先的学术资源和 UCL 电子与电气工程学院最先进的设施。其中包括专门的印刷电路板设施、纳米级处理和表征实验室、低温量子测量实验室以及设备齐全的光子和光通信测试实验室。

您将与顶级研究人员和行业专家一起工作，了解最新发展动态。此外，您还可以参加有关隐私和安全等主题的客座讲座，这将进一步促进您的学习。

毕业生将为在科技公司、知名企业或学术研究机构担任各种职务做好准备，推动机器学习系统这一动态领域的创新。

课程适合人群

如果您希望进一步发展机器学习技术方面的知识、诀窍和技能，本理学硕士课程将是您的理想选择。

该课程尤其适合那些希望在机器学习系统领域从事工业工作或继续从事学术研究的人。

了解在 UCL 攻读硕士学位需要具备哪些条件

本课程的优势

本课程为您提供以下优势和机会：

一流大学的研究生学位。UCL 一直名列全球最佳大学之列（在最新的 2025 年 QS 世界大学排名中名列第 9 位），为您提供备受全球雇主青睐的权威学历。

一流的设施和实验室为您的学习和研究提供支持。

全面了解机器学习技术，包括原理和实际应用。

培养基本的硬件、软件和系统技能，以设计先进的机器学习系统。

课程不断更新，以反映该领域的快速变化。

与 UCL 电子与电气工程系的知名学者和专家一起学习和交流，该系在英国排名第五（2024 年 QS 世界大学学科排名）。

在世界上最适合大学生学习的城市学习（2024 年 QS 最佳学生城市排名）。UCL 的布鲁姆斯伯里校区位于以文化和教育机构闻名的伦敦中心地带。

了解研究生课程的内容

产生影响

UCL 门廊建筑，柱子间有欢迎标志。

案例研究： 数据画像

我们与国家美术馆合作，利用最先进的数据科学、机器学习和数字信号处理技术工具，支持对古代大师画作的艺术保护。

职业生涯的基础

本课程为您提供综合机器学习系统方面的全面知识和实用技能，为您在行业或学术界从事各种职业做好准备。

作为该课程的负责人，我喜欢该课程将机器学习系统的所有阶段整合在一起的独特观点，这是解决我们这个世界所面临的跨学科挑战的基础。

Francesca Boem 头像

Francesca Boem 博士

综合机器学习系统理学硕士

了解有关 Boem 博士研究的更多信息

就业能力

综合机器学习系统理学硕士课程为您在科技、金融、医疗保健和制造等行业从事充满活力的职业做好准备。您将获得机器学习理论和实践方面的全面专业知识，包括数据采集、分析和系统基础设施。

毕业生可在初创企业、成熟企业、咨询和研究机构中发挥所长，为机器学习领域的开创性项目和进步做出贡献。

该课程的毕业生已在 DeepMind、IBM 和 Klaki 等公司工作。还有一些人凭借扎实的基础在 UCL 或更远的地方攻读博士学位。

建立联系

作为硕士课程的一部分，您将定期有机会进行交流、合作并建立专业联系。

UCL位于伦敦市中心，提供丰富的行业联系和机会。

无论您是要提升自己的职业生涯，还是要从行业转型，都可以利用我们广泛的人脉，获得实地考察、实习以及与世界领先公司合作的机会。

参加独家行业活动，包括与顶尖专业人士的客座讲座。

参加世界领先行业的实地考察和实习。

与我们世界知名的学术团队合作，利用他们丰富的行业经验。

通过特邀研讨会和合作项目与顶尖专业人士合作。

如果您对创业感兴趣，可以通过 UCL 的创新中心和初创企业孵化器与志同道合的创新者和成功企业家建立联系。

课程设置

教学与学习

本理学硕士课程通过正式讲座、研讨会、实验室、工作坊和独立或小组工作相结合的方式进行授课，并经常借鉴现实生活中的行业案例研究。

您将通过考试、课程作业、小组作业、专门练习和研究论文进行评估。

这是一门全日制课程，这意味着学生每周的工作时间约为 35 小时，分为接触课时和自主学习课时。具体的接触时数和组成在整个学期都会有所不同，这取决于学生对模块的选择。全日制学生每周的学习时间安排大约为 12 到 16 个小时。

模块

全日制

综合机器学习系统理学硕士课程涵盖机器学习系统工程的技术、应用和最新发展。

特别是，它涵盖了一系列与机器学习系统工程相关的主题，包括 1）与数据采集过程相关的要素；2）与数据分析、处理和可视化过程相关的要素；3）与用于传输、处理和保护数据的基础设施相关的方面。

您将学习一系列必修和选修模块，内容包括

信号采集、压缩和处理系统的原理、技术和应用；

机器学习的原理和实践，包括基础和高级机器学习算法技术；

建立综合机器学习系统所需的最新数据中心、网络和计算技术；

安全计算机系统和网络的设计、开发和评估，重点关注 “大数据 ”世界中的安全/隐私挑战。

综合机器学习系统工程中的新兴和前沿课题。

在学习期间，您还将撰写一篇有关集成机器学习系统领域的研究论文。

最后，所有学生都必须参加一门不计学分的专业与发展技能必修课程，内容包括研究、写作和演讲技能。

非全日制

灵活

必修模块

研究项目

应用机器学习系统 I (MLS-1)

应用机器学习系统 II (MLS-II)

数据采集与处理系统（DPS）

云计算、数据中心和边缘计算

安全与隐私

综合机器学习系统中的新兴课题

选修模块

互联网协议网络简介

自然语言处理深度学习

创业精神 理论与实践

请注意，此处提供的模块列表仅供参考。这些信息是在入学前发布的，模块内容和可用性可能会发生变化。本学年正在使用的模块将通过链接提供更多信息。如果没有链接，则表示尚未提供进一步信息。

该课程包含 180 个学分。学生将学习六个必修模块、两个选修模块、一篇必修论文和一个必修的不计学分的专业发展技能模块。成功修满 180 个学分后，您将被授予集成机器学习系统理学硕士学位。

无障碍环境

有关 UCL 建筑无障碍设施的详细信息，可从 AccessAble 获取。您还可以从 UCL 学生支持和福利服务团队获得更多信息。

语言要求：

雅思 总分7.5各小分不低于7.0

托福iBT 总分109读写27/30 听说25/30

来源：溢捷