Wenqiang Liu
分析学硕士
AUT博士研究生在读
问：AUT分析学硕士课程的实践性如何？
答：分析学硕士课程采用的是理论课程和实验课程相结合的教学方式，这样的教学方式可以有效的帮助学生理解和接受所学的知识。随着课程的进展和深入，学生也有机会去处理一些经典案例或者参与到企业的具体项目，不仅可以运用如基本编程、统计分析、机器学习、数据可视化、预测建模等核心知识和技能去解决实际问题，还能够在团队项目中提高协作能力和沟通能力。
通过和一些已经工作的朋友交流，我们一致认为分析学硕士课程对工作有以下帮助：
问：AUT分析学硕士课程的优势有哪些？
答：课程的合理安排 - 课程内容基本囊括工作所需的全部核心知识，诸如数据处理、数据可视化、机器学习、数据分析等。
导师的悉心教导 - 所有授课教师都非常耐心。让我印象比较深刻是，一次向曹继岭（Jiling Cao）教授请教有关Martingale（鞅） 的问题，他很耐心地向我讲解了全部推导过程，并解释了每一步的具体涵义。
国际化的学生构成 - 在STAT 804 最优化和运筹学 (Optimisation and Operations Research)课程中有一个团队合作项目作业，我们团队的成员来自五个不同的国家。通过这次团队合作不仅仅让我学习到“最优化”的相关知识，更让我意识到团队协作和多元碰撞的重要性。
问：AUT分析学硕士课程的实习机会如何?
答：分析学硕士课程的第三学期开设有实习课程，有很多公司的真实项目可供选择。但若想很好地完成实习项目，我认为还需要具备以下能力：
-
基本的编程能力：如熟练运用Python、R、SQL等。
-
数据处理和清洗：包括数据清理、缺失值处理、异常值检测和数据转换等技术。这是数据分析的重要环节，可以确保数据的质量和准确性。
-
数据可视化：使用图表、图形和可视化工具来呈现数据，并有效地传达结果和获取洞察。
-
统计分析：掌握常用的统计学分析方法，如假设检验、方差分析、回归分析和时间序列分析等，有助于发现数据之间的关系、识别趋势，并进行预测和推断。
-
机器学习和预测建模：机器学习的基本概念和算法，如决策树、逻辑回归、支持向量机和聚类分析等，以及运用这些算法来构建预测模型和分类器。
问：AUT分析学硕士课程的就业优势有哪些?
答：分析学硕士课程在就业方面有两个明显优势，一是学习需求的技能提升职场竞争力，二是数据分析的行业应用领域不断扩展。
