Master i tillämpad matematik och statistik

Master i tillämpad matematik och statistik låter eleverna:

• Skaffa dig en solid grund i tillämpad matematik.
• Utveckla en stark relation med forskning genom seminarier, mentorskapsprojekt och praktik i forskningslabb eller företag.

Studenter kan också följa Ph.D. Spår för att vägleda dem mot en doktorsexamen i slutet av Master:

• Ph.D. spår Matematik - inriktning ekonomi
• Ph.D. spår Data & Artificiell Intelligens - inriktning tillämpad matematik

Ansökningsperioder för detta masterprogram: 03/11/2022 till 31/05/2023 i 3 sessioner:

• Session 1: 03/11/2022 till 02/02/2022
• Session 2: 03/02/2023 till 13/04/2023
• Session 3: 14/04/2023 till 05/31/2023

Fokus på årskurs 1: Tillämpad matematik och statistik

Detta förstaårs masterprogram erbjuder ett brett utbud av grundläggande och mer specialiserade kurser i tillämpad matematik. Detta gör det möjligt för studenter att bygga en personlig läroplan anpassad till sina akademiska och professionella projekt inom följande områden:

• Statistik, ekonomi och aktuariell vetenskap
• Modellering, sannolikhet och artificiell intelligens
• Optimering
• Signal-, dator- och maskininlärning
• Numerisk analys och EDP

För att slutföra magisterexamen, förstaårsstudenter kan gå in i följande andraårsprogram:

• Masterår 2 - Statistik, finans och aktuariella vetenskaper
• Masterår 2 - Matematisk modellering
• Masterår 2 - Statistik, ekonomi och aktuariell vetenskap
• Masterår 2 - Sannolikhet och ekonomi

Fokus på årskurs 2 Statistik, finans och aktuariell vetenskaplig inriktning

Stokastiska modeller används intensivt i finansinstitut och försäkringsbolag. Förutom modellspecifikationer, exakta statistiska metoder är avgörande för uppskattning, kalibrering, och prognoser. Denna trend har nyligen accentuerats av ökningen av datavetenskap och maskininlärning.

Masterprogrammet Statistik, Finans och aktuariell vetenskap syftar till att utbilda specialister på hög nivå inom slumpmässig modellering och riskhantering för att tillgodose behoven hos alla typer av finansinstitut. För att uppnå detta ambitiösa mål krävs en stark nivå i sannolikhet och statistik. Läroplanen är organiserad kring kärnkurser i tidsserier, maskininlärning, riskhantering, aktuariell vetenskap, och matematisk ekonomi.

Fokus på årskurs 2 Datavetenskaplig specialisering

Att utnyttja dagens enorma datavolym kräver sofistikerade matematiska tekniker, som utgör grunden för datavetenskap. Denna övergång från data till kunskap medför många utmaningar som kräver ett tvärvetenskapligt tillvägagångssätt. Data Science är starkt beroende av statistisk bearbetning av information: matematisk statistik, numerisk statistik, statistisk inlärning och maskininlärning.

Ett brett spektrum av matematisk och numerisk statistik och inlärningsmetoder används från analys av utforskande data till sofistikerade inferenstekniker (hierarkiska grafiska modeller) och klassificering eller regression (djupinlärning, stödvektormaskin). För att kunna utvecklas i stor skala kräver dessa metoder behärskning av datafördelningsmekanismer och storskaliga beräkningar. Tillämpad matematik (funktionell analys, numerisk analys, konvex och icke-konvex optimering) spelar också en viktig roll.

År 2: Övriga inriktningar

• Matematisk modellering
• Sannolikhet och ekonomi

Karriär

Studenter från statistiken, finansiera, och aktuariell vetenskaplig specialisering kommer att vara utrustade för att bedriva en karriär som kräver slumpmässig modellering och riskhantering för alla typer av finansinstitut inklusive banker, försäkringsbolag, kapitalförvaltare och hedgefonder.

Studenter från datavetenskapens specialisering väntar ivrigt på den globala arbetsmarknaden.