คอมพิวเตอร์ประสิทธิภาพสูงด้วยวิทยาศาสตร์ข้อมูล (การเรียนรู้ออนไลน์) MSc, PgDip (ICL), PgCert (ICL), PgProfDev

The University of Edinburgh is a World Top 30 University (QS World University Rankings 2025).

The learning outcomes of the programme are to:

• เสริมความเข้าใจแก่ผู้เรียนเกี่ยวกับสถาปัตยกรรมและเทคโนโลยี HPC
• เสริมสร้างความเชี่ยวชาญให้กับนักศึกษาในเครื่องมือและเทคนิคขั้นสูงสำหรับการพัฒนาซอฟต์แวร์ HPC และ Data Science
• Enable students to apply this knowledge in order to exploit modern parallel and multicore computing systems and Data Science techniques in key scientific and commercial application areas.
• เปิดโอกาสให้ผู้เรียนพัฒนาทักษะการแก้ปัญหา การจัดการโครงการ การคิดอย่างอิสระและมีวิจารณญาณ การทำงานเป็นทีม ความเป็นมืออาชีพ และการสื่อสาร
• เปิดโอกาสให้นักศึกษาพัฒนาเป็นผู้ปฏิบัติงาน HPC และ Data Science ซึ่งสามารถประยุกต์ใช้เทคโนโลยีปัจจุบันและเกิดใหม่ทั้งในอุตสาหกรรมและการวิจัย
• Teach the leading-edge programming techniques required to exploit the power of the world’s largest parallel supercomputers.

ผู้สำเร็จการศึกษาจากหลักสูตร MSc ของ EPCC เป็นที่ต้องการอย่างมากจากบริษัทต่างๆ มากมาย ตั้งแต่บริษัทข้ามชาติไปจนถึง SMEs ทั้งในสหราชอาณาจักร ยุโรป และต่างประเทศ เช่นเดียวกับความต้องการที่สูงจากภายในแวดวงวิชาการ ทั้งในฐานะนักวิจัยในสาขา HPC สาขาวิทยาการคอมพิวเตอร์ วิทยาศาสตร์ข้อมูล และระดับมืออาชีพสำหรับบริการและศูนย์ HPC ที่สนับสนุนการวิจัย

จุดหมายปลายทางเริ่มต้นสำหรับนักศึกษาในช่วงไม่กี่ปีที่ผ่านมา ได้แก่ ARM, Intel, Amazon, MathWorks, NCR, Avaloq, Global Surface Intelligence, Boston Ltd, ECMWF, Leonardo, STFC, ICHEC และ EPCC เอง โดยมีเจ้าหน้าที่ EPCC ปัจจุบัน 10 คนที่สำเร็จการศึกษาจากโปรแกรม นักศึกษาจำนวนมากยังศึกษาต่อ โดยมีนักศึกษาปริญญาเอกของมหาวิทยาลัยเอดินบะระ 8 คนสำเร็จการศึกษาจากโปรแกรม

This programme is available on a part-time intermittent basis: i.e. it is inherently flexible in nature.

ในระหว่างภาคการศึกษาที่สอน นักศึกษาสามารถลงทะเบียนเรียนได้ไม่เกิน 30 หน่วยกิตต่อภาคการศึกษาของมหาวิทยาลัย (ภาคการศึกษาที่ 1 จะเริ่มตั้งแต่ต้น/กลางเดือนกันยายนถึงกลางเดือนธันวาคม ภาคการศึกษาที่ 2 จะเริ่มตั้งแต่ต้น/กลางเดือนมกราคมถึงกลาง/ปลายเดือนพฤษภาคม) แต่ในแต่ละภาคการศึกษา นักศึกษาอาจลงทะเบียนเรียนหลักสูตรได้ 0 หน่วยกิต เนื่องจากค่าธรรมเนียมจะต้องชำระตามหลักสูตร นักศึกษาจึงมีความยืดหยุ่นทั้งในด้านการเงินและด้านเวลาที่ใช้

ขนาดหน่วยกิตและหลักสูตรที่มีให้ด้านล่างอาจมีการเปลี่ยนแปลงได้ แต่จะไม่มีการเปลี่ยนแปลงใดๆ หากเกิดการเปลี่ยนแปลงดังกล่าวขึ้น เราจะแจ้งผู้สมัคร/นักศึกษาให้ทราบล่วงหน้าให้มากที่สุด

MSc Structure

หลักสูตร MSc อาจใช้เวลาเรียนเพียง 3 ปีการศึกษา หรือมากถึง 6 ปี โดยส่วนที่เป็นการเรียนการสอน (ประกอบด้วยหลักสูตรที่สอน 120 หน่วยกิต) จะใช้เวลาเรียน 2-5 ปี และส่วนที่เป็นวิทยานิพนธ์ (ประกอบด้วยหลักสูตรวิทยานิพนธ์ 60 หน่วยกิต) จะใช้เวลาเรียน 1 ปี

MSc compulsory courses

• หลักสูตรแนะนำเชิงปฏิบัติเกี่ยวกับการประมวลผลประสิทธิภาพสูง (20 หน่วยกิต ภาคการศึกษาที่ 1 และ 2)
• Practical Introduction to Data Science (20 credits, Semesters 1 & 2)
• Message Passing Programming (10 credits, Semester 2)*
• Threaded Programming (10 credits, Semester 2)*
• Programming Skills (10 credits, Semester 1)
• Software Development (10 credits, Semester 1)
• Project Preparation (10 credits, Semester 2) **
• Dissertation (60 credits: September - August) ***

*ต้องมีการแนะนำเชิงปฏิบัติเกี่ยวกับการคำนวณประสิทธิภาพสูงเป็นวิชาบังคับก่อน/ควบคู่ไปด้วย **ไม่สามารถเรียนก่อนภาคเรียนที่ 2 ของปีที่ 2 และควรเรียนเป็นหน่วยกิตสุดท้ายที่สอนเท่านั้น ***ไม่สามารถเรียนก่อนปีที่ 3 และนักเรียนต้องปฏิบัติตามข้อกำหนดความก้าวหน้าในส่วนประกอบที่สอน

MSc optional courses

• Parallel Design Patterns (10 credits, Semester 1) ~
• Performance Programming (10 credits, Semester 1) ~
• การออกแบบและวิเคราะห์อัลกอริทึมแบบคู่ขนาน (10 หน่วยกิต ภาคเรียนที่ 1)
• การเขียนโปรแกรมการส่งข้อความขั้นสูง (10 หน่วยกิต ภาคการศึกษาที่ 1) ~
• ระบบเร่งรัด: หลักการและการปฏิบัติ (10 หน่วยกิต ภาคการศึกษาที่ 2) ~
• อัลกอริทึมเชิงตัวเลขสำหรับการคำนวณประสิทธิภาพสูง (10 หน่วยกิต ภาคเรียนที่ 2)
• การเรียนรู้ของเครื่องจักรในระดับขนาดใหญ่ (10 หน่วยกิต ภาคการศึกษาที่ 2)
• พื้นฐานการบริหารระบบ HPC (10 หน่วยกิต ภาคเรียนที่ 2)
• นอกจากนี้ยังมีหลักสูตรเสริมบางหลักสูตรจากคณะวิทยาการคอมพิวเตอร์หรือหลักสูตรอื่นๆ ในคณะวิทยาศาสตร์และวิศวกรรมศาสตร์ (ขึ้นอยู่กับความพร้อม)

~ ต้องมีรายวิชาที่เป็นข้อกำหนดเบื้องต้นจากรายวิชาบังคับ

PGDip Structure

The PGDip programme may be completed in as few as two academic years or as many as four. The PGDip comprises the MSc programme taught component (comprising 120 credits of taught courses) and has compulsory/optional course options the same as above, but with the only difference being that the Project Preparation Course is optional for PGDip students, but compulsory for MSc students and that PGDip students do not take a dissertation course.

PGCert Structure

The PGCert programme may be completed in as few as one academic year or as many as two. It comprises 60 credits, all compulsory:

Compulsory Courses:

• Practical Introduction to Data Science (20 credits, Semesters 1 & 2)
• หลักสูตรแนะนำเชิงปฏิบัติเกี่ยวกับการประมวลผลประสิทธิภาพสูง (20 หน่วยกิต ภาคการศึกษาที่ 1 และ 2)
• Message Passing Programming (10 credits, Semester 2)*
• Threaded Programming (10 credits, Semester 2)*

* ต้องมีการแนะนำเชิงปฏิบัติเกี่ยวกับการประมวลผลประสิทธิภาพสูงเป็นข้อกำหนดเบื้องต้นหรือร่วม (หรือประสบการณ์ที่เทียบเท่า)

PPD Structure

Postgraduate Professional Development (PPD) is an unstructured programme of study allowing students to take up to 50 credits of courses from the PGCert Degree Programme Table (DPT) (see list of available courses above) over up to two academic years. The PPD does not offer a final accredited exit award, but certificates for modules completed can be provided. Students interested in an accredited award may wish to instead apply for the PGCert, although a student enrolled on the PPD may apply to transfer to the PGCert, subject to performance on courses taken.