डेटा साइंस के साथ उच्च प्रदर्शन कंप्यूटिंग (ऑनलाइन लर्निंग) एमएससी, पीजीडीआईपी (आईसीएल), पीजीसर्ट (आईसीएल), पीजीप्रोफडेव

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

The learning outcomes of the programme are to:

• छात्रों को एचपीसी आर्किटेक्चर और प्रौद्योगिकियों की समझ से लैस करना।
• एचपीसी और डेटा साइंस सॉफ्टवेयर विकास के लिए उन्नत उपकरणों और तकनीकों में विशेषज्ञता के साथ छात्रों को सुसज्जित करना।
• 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.
• छात्रों को समस्या समाधान, परियोजना प्रबंधन, स्वतंत्र एवं आलोचनात्मक सोच, टीम वर्क, व्यावसायिकता और संचार में कौशल विकसित करने में सक्षम बनाना।
• छात्रों को एच.पी.सी. और डेटा विज्ञान व्यवसायी के रूप में विकसित करने में सक्षम बनाना, ताकि वे उद्योग और अनुसंधान दोनों में वर्तमान और उभरती प्रौद्योगिकियों को लागू करने में सक्षम हो सकें।
• Teach the leading-edge programming techniques required to exploit the power of the world’s largest parallel supercomputers.

ईपीसीसी के एमएससी कार्यक्रमों से स्नातकों की ब्रिटेन, यूरोप और अंतरराष्ट्रीय स्तर पर बहुराष्ट्रीय कंपनियों से लेकर एसएमई तक की व्यापक श्रेणी की कंपनियों में भारी मांग है, साथ ही शिक्षा जगत में भी एचपीसी, कम्प्यूटेशनल विज्ञान क्षेत्रों, डेटा विज्ञान के क्षेत्र में शोधकर्ताओं के रूप में और पेशेवर रूप से एचपीसी सेवाओं और अनुसंधान केंद्रों के लिए भारी मांग है।

हाल के वर्षों में छात्रों के लिए प्रारंभिक स्नातक गंतव्यों में ARM, Intel, Amazon, MathWorks, NCR, Avaloq, Global Surface Intelligence, Boston Ltd, ECMWF, Leonardo, STFC, ICHEC, और, EPCC शामिल हैं, जिसमें EPCC के 10 वर्तमान कर्मचारी इस कार्यक्रम के स्नातक हैं। कई छात्र आगे के अध्ययन के अवसरों के लिए भी आगे बढ़ते हैं, जिनमें एडिनबर्ग विश्वविद्यालय के 8 वर्तमान पीएचडी छात्र इस कार्यक्रम के स्नातक हैं।

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

पढ़ाए जाने वाले घटक के दौरान छात्रों को प्रति विश्वविद्यालय सेमेस्टर में 30 क्रेडिट तक लेने की अनुमति है (सेमेस्टर 1 सितंबर की शुरुआत/मध्य से दिसंबर के मध्य तक चलता है, सेमेस्टर 2 जनवरी की शुरुआत/मध्य से मई के मध्य/अंत तक चलता है), लेकिन एक व्यक्तिगत सेमेस्टर में पाठ्यक्रमों के शून्य क्रेडिट लिए जा सकते हैं। चूंकि फीस कोर्स स्तर पर देय है, इसका मतलब है कि छात्रों के पास वित्तीय रूप से और उनके समय की प्रतिबद्धता के मामले में लचीलापन है।

नीचे सूचीबद्ध क्रेडिट आकार और पाठ्यक्रम उपलब्धता में परिवर्तन हो सकता है, लेकिन ऐसा होने की उम्मीद नहीं है। यदि ऐसा होता है तो आवेदकों/छात्रों को यथासंभव सूचना दी जाएगी।

MSc Structure

एमएससी कार्यक्रम को कम से कम तीन शैक्षणिक वर्षों या अधिकतम छह वर्षों में पूरा किया जा सकता है, जिसमें पढ़ाए जाने वाले घटक (पढ़ाए जाने वाले पाठ्यक्रमों के 120 क्रेडिट) में दो से पांच वर्ष लगते हैं और शोध प्रबंध घटक (60 क्रेडिट शोध प्रबंध पाठ्यक्रम) में एक वर्ष लगता है।

MSc compulsory courses

• उच्च प्रदर्शन कंप्यूटिंग का व्यावहारिक परिचय (20 क्रेडिट, सेमेस्टर 1 और 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) ***

*पूर्व/सह-अपेक्षित के रूप में उच्च प्रदर्शन कंप्यूटिंग के लिए व्यावहारिक परिचय की आवश्यकता है। **वर्ष 2 के सेमेस्टर 2 से पहले नहीं लिया जा सकता है और इसे केवल अंतिम पढ़ाए गए क्रेडिट में से एक के रूप में लिया जाना चाहिए। ***वर्ष 3 से पहले नहीं लिया जा सकता है और छात्रों को पढ़ाए गए घटकों पर प्रगति आवश्यकताओं को पूरा करना होगा।

MSc optional courses

• Parallel Design Patterns (10 credits, Semester 1) ~
• Performance Programming (10 credits, Semester 1) ~
• समानांतर एल्गोरिदम का डिज़ाइन और विश्लेषण (10 क्रेडिट, सेमेस्टर 1)
• उन्नत संदेश पासिंग प्रोग्रामिंग (10 क्रेडिट, सेमेस्टर 1) ~
• त्वरित प्रणालियाँ: सिद्धांत और अभ्यास (10 क्रेडिट, सेमेस्टर 2) ~
• उच्च प्रदर्शन कंप्यूटिंग के लिए संख्यात्मक एल्गोरिदम (10 क्रेडिट, सेमेस्टर 2)
• मशीन लर्निंग एट स्केल (10 क्रेडिट, सेमेस्टर 2)
• एचपीसी सिस्टम एडमिनिस्ट्रेशन के मूल सिद्धांत (10 क्रेडिट, सेमेस्टर 2)
• इसके अलावा स्कूल ऑफ इन्फॉर्मेटिक्स या कॉलेज ऑफ साइंस एंड इंजीनियरिंग में अन्यत्र कुछ वैकल्पिक पाठ्यक्रम भी उपलब्ध हैं (उपलब्धता के अधीन)

~अनिवार्य पाठ्यक्रमों में से एक पूर्वापेक्षित पाठ्यक्रम या पाठ्यक्रम(ओं) की आवश्यकता है।

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)
• उच्च प्रदर्शन कंप्यूटिंग का व्यावहारिक परिचय (20 क्रेडिट, सेमेस्टर 1 और 2)
• Message Passing Programming (10 credits, Semester 2)*
• Threaded Programming (10 credits, Semester 2)*

*पूर्व/सह-अपेक्षित (या समकक्ष अनुभव) के रूप में उच्च प्रदर्शन कंप्यूटिंग का व्यावहारिक परिचय आवश्यक है।

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.