FIT5120 Industry Experience Studio Project 2026 - 数据科学硕士（MDS）

本文件是 FIT5120 评估规范的补充说明，用于明确数据科学专业学生的角色。

说明

FIT5120 的所有学生都应运用自己的技能，为团队工作和正在开发的系统做出富有成效的贡献。包含 Data Science 学生的团队，应根据本文件列出的领域向系统添加功能，以充分发挥 Data Science 团队成员的技能。团队中的 MDS 学生应运用其技能，帮助团队实现以下教育成果。

目标

本交付物旨在：

• 展示你对数据科学领域的理解；
• 展示识别、获取和处理与团队项目相关数据源的能力；
• 展示开发分析指标的能力，帮助最终用户更好地理解并使用团队应用中的数据；
• 展示为团队应用中的数据开发合适可视化的能力；
• 识别与团队应用一致、且能由 Machine Learning 和 Predictive Analytics 等数据科学高级技术创造价值的 Use Cases；随后开发并运用这些技术改进应用；
• 调查所描述的问题与数据集，评估 Data Science 和 Analytics 解决方案的适用性；
• 研究描述清晰的问题与数据集，并应用 Machine Learning 给出有效解决方案；
• 应用多种 Data Science 技术并使用专业编程语言；理解并应用行业最佳实践的特定规则与指南，并预判建模风险及其他影响；
• 选择、获取并集成用于分析的数据；提出数据假设和方法并评估 Analytics Models；根据项目发现和全面研究，就具体技术的有效性提出建议；
• 为 Data Science 解决方案的开发、评估、监控与部署做出贡献。

MDS 学生应开展的工作

• 使用专业编程语言、工具和技术，整合数学、统计学与概率建模方法；
• 通过研究寻找并准备用于分析的数据；
• 识别、验证并利用由多种流程产生的内部与外部数据集；
• 开发具有前瞻性、预测性、实时性且基于模型的洞见，以创造价值并推动有效决策；
• 查找、选择、获取并摄取数据源；
• 集成并清洗数据，使其适合预定用途；
• 提出假设，并使用模型与 Analytics Sandboxes 探索数据；
• 持续完善需求，验证、训练并逐步演进模型，以发现更深层洞见、进行预测或生成建议；
• 使用高级分析技术，包括但不限于 Data／Text Mining、Machine Learning、Pattern Matching、Forecasting、Visualisation、Semantic Analysis、Sentiment Analysis、Network and Cluster Analysis、Multivariate Statistics、Graph Analysis、Simulation、Complex Event Processing 和 Neural Networks；
• 在部署前后诊断并解决问题；
• 推动自动化活动。

提交／评估方式

• Studio 内审查：Studio Mentor 将在 Studio 中评估团队系统的数据科学部分；
• 在 Handover Package 中提供与数据科学相关的文档，作为系统文档的一部分。

要求的四个主要组成部分

具体要求取决于你的 Stream。

A. Data Sourcing & Preparation

能够应用 Data Science 技能，为团队应用识别、寻找、提取并清洗数据。此外，需要能够合并来自不同来源的数据，并处理数据 “Grain”（粒度）不一致的情况。需要应用相应技术与解决方案，帮助识别缺失数据或低质量数据。你将帮助团队构建稳健的解决方案，使数据在 Handover 之后仍能尽可能自动更新；同时提供捕获源数据变化的技术与协助。应持续了解与应用相关的新兴 Data Science 实践，并对推动自身发展承担责任。

B. Data Analytics

需要应用能够帮助最终用户理解其正在解决问题的指标。这些指标很可能以 “Drill Down” 级联方式相互关联，即一个指标可以通过其他指标进一步解释。

C. Data Visualisation

需要使用合适技术（例如 Tableau 和 D3.js）为已开发的应用制作合适的数据可视化，帮助最终用户快速理解正在探索的数据。

D. Machine Learning and Advanced Modelling

需要识别能够为应用最终用户创造价值、且需要高级建模与 Machine Learning 技术的功能。在适当情况下，你将在团队协助下把该技术实施到团队正在开发的应用中；可以利用 Microsoft Azure Cognitive Services、IBM Watson 或 Google TensorFlow 等在线资源。

指南

你应实现尽可能多且能够使项目受益的功能，充分运用对应用领域的深入知识，在不熟悉的情境中有效应用这些知识；主动维护并更新自身知识，同时促进本专业其他同学的发展。你还应快速吸收新信息，并根据当前行业趋势有效加以应用。

推荐资源

• Machine Learning：Awesome Machine Learning
• Data Visualisation：Awesome Data Visualisation
• 其他 Data Science 资源：Awesome Data Science

MDS 对应的 SFIA 行业角色

• Data Scientist
• Lead Data Scientist
• Quantitative Analyst
• Data Analyst
• Data Engineer

从 FIT5120 视角出发的 KPI 示例

KPI 1：Machine Learning 部署与问题解决

• KPI 定义：训练并部署一个高级模型，例如 Forecasting、Clustering 或使用 TensorFlow；模型应达到基准阈值（例如 80% Accuracy），并在最终交付前修复部署问题。
• 与专业目标的对应关系：识别 Machine Learning 的高价值 Use Cases，训练模型以发现洞见，并在部署前后诊断技术问题。
• 衡量方式（Measurement）：通过模型的统计性能指标（例如 Precision／Recall 或 Error Rates）量化成功程度，并在最终 Handover Package 中提供已解决部署缺陷的文档证据。

KPI 2：自动化数据获取与 Pipeline 完整性

• 定义（Definition）：从多个来源提取并清洗数据集，使数据准确率达到 95% 以上；同时实施自动化脚本，以便在 Handover 前刷新数据。
• 与专业目标的对应关系：直接满足合并不同 “Grains” 数据、识别缺失或低质量数据，以及推动自动化活动的要求，从而确保解决方案在 Handover 后仍保持稳健。
• 衡量方式（Measurement）：依据清洗阶段已解决的 Missing／Null Values 比例，以及自动刷新脚本无需人工干预即可成功执行的情况进行衡量。