项目名称
2025英国帝国理工学院数据科学及人工智能寒假学校
2025 Imperial Data Science and AI Winter School
(通过本公众号申请被录取且确定参加项目的同学，可获IC Notebook及英国签证申请材料分享。联系Wechat：bari2024)
官网链接 (暂未更新)：
项目时间
2025年2月2日-2月16日
项目介绍
帝国理工学院（Imperial College London），全称Imperial College of Science, Technology and Medicine，成立于1907年，位于英国伦敦，是英国罗素大学集团成员、金砖五校之一、欧洲IDEA联盟成员，是一所主攻理学、工学、医学和商学的世界顶尖公立研究型大学。帝国理工学院在国际学术界有着顶级声望，是世界最具创新力大学之一，在2025QS世界大学排名中名列世界第2位，其研究水平被公认为英国大学的三甲之列，尤其以工程专业而著名。
该项目由帝国理工学院数据科学研究所（Data Science Institute，帝国理工学院六大全球研究所之一）创始所长、英国皇家工程院院士、华人科学家郭毅可教授领导，其他授课老师也基本来自帝国理工相关学院。
参与学员将前往英国伦敦，在帝国理工学院的南肯辛顿校区，学习数据科学、人工智能、机器学习、自然语言处理、计算机视觉与应用、数据可视化、数据分析等主题课程，同时将在授课老师和助教的指导下以小组为单位完成一个专业的实践项目。
项目结束后，参与学员将获得由帝国理工校方颁发的证书及成绩证明；获奖小组的成员将获得帝国理工颁发的Award Letter和帝国理工周边奖品。
项目安排
参与学员将在伦敦度过愉快的两周，项目共计60学时，其中包含主题课程、研讨会、辅导课、小组作业和参访活动等。
项目期间还将安排参与学员和帝国理工招生官及学生大使进行交流活动。
申报条件
语言要求：
1.具有良好的英语能力：
雅思总分不低于6.5（各门小分不低于6.0）或同等水平；
TOEFL(iBT) 总分92（各门小分不低于20）；
CET-4不低于550；
CET-6不低于520；
没有语言成绩或语言成绩不达标，可申请语言面试。
2.以英语为第一语言进行高等教育(本科或研究生)的学生，可免除提供语言证明。
技术要求：
1.对计算机可视化/自然语言处理感兴趣；
2.至少具有一门通用编程语言（Python、Java、C++等）的中级水平；
3.有数学基础(概率论、线性代数等)；了解Linux环境；
4.具备机器学习知识，有PyTorch / Tensorflow / Keras使用经验；
5.参与学员将被要求携带预装Python的电脑进行项目工作。
项目费用
项目费用为5420英镑，其中包括学费以及：
各类讲座、小组作业、支持材料等，以及帝国理工学院的出席证书和成绩单；
项目安排中的校园游览、参观和社交活动；
2025年2月2日-2月16日的工作日的午餐（以餐券形式发放）；
住宿费14晚及境外保险费用;
充值5英镑的伦敦交通卡（后续充值由学生自行负责）;
固定时间段的一次接机以及一次送机服务。
项目申请
1. 通过在线申请入口填写报名信息表：
https://imperial.mikecrm.com/dHHImHE
2.将以下申请材料发送至邮箱：
icdsi.programme@gmail.com
*申请材料：
① 学术证明材料 - 如学校开具的成绩单/成绩截图 (成绩截图上需要有申请人姓名)；
② 语言证明材料 - 雅思、托福、四六级等成绩单文件或图片；
(留学生或中外合办学生可免除提供语言证明)
官方申请截止时间为2024年11月15日23:59（英国时间）。项目招生将采用滚动录取的方式，这意味着越早申请，材料会越早被审核，也会有越多的名额可供考虑。
奖学金申请
帝国理工学院联合Global University Online为部分优秀学员提供奖学金席位，可获得最高600英镑学费减免。该奖学金将于2025年寒校项目颁发，直接用于项目的学费抵扣。
如有意申请，请通过下方链接，填写奖学金申请表，并上传英文个人陈述（500字左右）、英文个人简历。申请链接：
http://www.globaluniversityonline.org/hqdx.php/scholarship/detail/46.html
奖学金申请截止时间为2024年10月18日23:59（英国时间）。注意：为了确保您的奖学金申请得到及时有效的处理，请您在提交项目申请材料的同一天，提交您的奖学金申请。
往期视频回顾
往期summer / winter school vlog 及 学生feedback视频链接：
https://s5r1icy7rr.feishu.cn/drive/folder/TPkmfbxtKlerWVdaO71ctp0snyk
项目附件
课表等更多详细信息，请查看项目材料：
往期照片分享
往期校友所属学校占比
点击阅读原文，查看项目官网
