统计学（理论与方法）

该硕士课程旨在加深学生对广泛统计方法及其基础理论的理解。学生将接受理论和应用统计学的培训，并探索统计推理和方法在不同就业领域中的应用。学生还将利用课程中获得的研究技术，对统计学的这一领域进行独立研究。

核心模块包括：应用统计学、计算统计学与机器学习、统计推断基础、概率论与统计学、数据科学。选修模块分为A组和B组，学生需从A组至少选择3个模块，从B组选择其余模块，总计25-27.5 ECTS。A组模块包括：高级模拟方法、概率生成模型、随机过程、生存模型、非参数统计学。B组模块包括：高级贝叶斯方法、高级统计金融、大数据：PySpark统计可扩展性、深度学习、统计金融导论、空间统计学、高维数据统计学习、时间序列分析。此外，学生还需在1月至9月期间全职完成一个广泛的研究项目。

2:1 in statistics, mathematics, engineering, physics or computer science

学生将有机会通过职业统计活动与来自人工智能、金融、制药和体育等领域的行业专家建立联系，为未来职业发展奠定基础。