Student testimonials

Below are some testimonials both from our own students and from PhD students who have attended some of the submodules as guests.

“I really appreciated the flexibility of the degree. It enabled me to study my particular interests (scientific computing) in a greater depth than would otherwise have been possible. As a previous physics undergraduate I also enjoyed the opportunity to learn some more advanced particle physics.

The final project has been particularly useful. I’ve been able to really drill down into a particular topic and it’s given me a great opportunity to work with academics on a project with real value.

The skills I’ve learnt this year will be very helpful for my upcoming PhD in scientific computing.”

2019/20 MISCADA students

2019/20 MISCADA student
2019/20 MISCADA student

Ich habe den Miscada Kurs mit der Spezialisierung Astrophysic 2019/2020 besucht. Die ersten beiden Terms (Trimester) bestanden aus jeweils zwei 4 Wochenblöcken, gefolgt von einem 1 Wochen Block mit den Professional Skills. Die 4-Wochenblöcke beinhalten regelmäßige “formative” (nicht zur Endnote zählende) Assignments zum erproben des Gelernten, gefolgt von einer “summative” Abgabe die in die Endnote eingeht. Prüfungen gab es keine. Dieses Modell empfand ich als sehr vorteilhaft, da man gegenüber dem konventionellen Prüfungsbasierten Studium regelmäßig das Gelernte anwedet, dadurch besser versteht und weniger schnell vergisst. Zusätzlich, konträr zu einem Prüfungsbasierten Studium, hat man regelmäßig das Gefühl etwas erreicht zu haben und ist dadurch motivierter etwas zu lernen.

Die Astrophysik Spezialisierung bestand aus vielen kleineren Vorlesungen, die von den Personen mit dem jeweiligen Forschungsgebiet gehalten wurden. Während wie üblich, das Können im präsentieren von hochmotiviert und lebhaft zu einigen wenigen monoton gehaltenen Vorlesungen reichte, war die Fachkenntnis in jedem Fall vorhanden. Die Abgaben für Astrophysik waren anspruchsvoll, jedoch bewältigbar.

Core I (Sprachen: Python und C/C++) bestand aus Einführungen in die vier Bereiche Data Analysis, Scientific Computing, Machine Learning und High Performance Computing. Diese Vorlesungen waren größtenteils gut mit Inhalt gepackt, so dass zügig viel aufgenommen werden musste. Zur Vertiefung des Verständnisses gab es freiwillige Abgaben. Die freiwilligen Abgaben fertigzustellen war äußerst wichtig um ausreichend Verständnis für die Inhalte aufzubauen und so mit mitzuhalten. Die Inhalte dieses Moduls waren für die spätere Wahl zwischen Core IIa und Core IIb von Vorteil.

Das Core IIa Modul bestand aus ASML 1-3 und Data Acquisition. Data Acquisition lehrte den Umgang mit Arduinos zur Datenakquirierung und die Bildverarbeitung.
Insbesondere beim „Spielen“ mit den Arduinos war der Spaßfaktor recht hoch. ASML1 legte primär die statistischen Grundlagen für die folgenden ASML2 und ASML3 Module. Dementsprechend war das Tempo und der Anspruch für dieses Modul sehr hoch. ASML2 behandelte Regressionsmodelle, Dimensionalitätsreduktion und andere Methoden zur Datenvorverarbeitung (weitere Datenvorverarbeitung in ASML3). ASML3 behandelte Klassifizierungsalgorithmen. Hierfür wurden die einzelnen Algorithmen gelehrt und die Bewertung der Tauglichkeit der unterschiedlichen Klassifizierungsalgorithmen erprobt (z.B. in Form von Benchmarking). Die Anwendung geschah auf möglichst realen Daten (mit fehlenden Werten etc.), dementsprechend ging Datenerkundung und Vorverarbeitung der Klassifizierung immer voran. Zur Anwendung kam auch Keras bei der Verwendung von neuralen Netzen.

Im Miscada Kurs war es für mich möglich viel Wissen aufzunehmen und ich fühle mich vorbereitet dieses in realen Szenarien anzuwenden. Ausstehend ist noch das Projekt im dritten Term. Für Personen die den Kurs wählen empfiehlt es sich Hackathons oder ähnliches zu besuchen um Gelerntes weiter zu Vertiefen. Einstellbarkeit ist nach dem Kurs definitiv gegeben. Die vielen Linkedin-Anfragen die ich und auch andere Kursmitglieder bereits erhalten haben zeigen definitiv ein starkes Interesse an dem was in dem Kurs gelehrt wird.

Dank der Collegestruktur und den zugewiesenen Mentoren im College und in der Abteilung hat man im Studium für alle Fragen eine Ansprechperson, die keine Interessen außer einem zu Helfen verfolgt. Zusätzlich bieten in manchen Colleges die Mentoren Möglichkeiten zum Brunch oder formellen Abendessen an, was die Inklusion ins College Leben garantieren kann. In Durham fühlt man sich nie allein gelassen.

“I was reading the document and it looks quite exciting to me! […]  I definitely would have choosen this after my undergraduate studies as preparation for a PhD.”

(PhD in Physics CDT)

2019/20 MISCADA student

” I find the structure of the MSc quite interesting, especially for people that haven’t settled whether they are going to follow an academic or industrial career after their BSc and still want to keep their options open.”

(Statistics PhD student)

“I’d have taken the course for the good balance between content and coursework. Access to a local supercomputer is a bonus too I guess.”

(MScR student in Computer Science/HPC)

2019/20 MISCADA student

“The course looks like it would have been something that would have been useful, particularly in a longer term career development sense with the computing experience, industry collaboration opportunities and even just for helping with
highlighting career opportunities. And for me, this is what the Core modules, professional skills and project would be particularly useful for.”

(Statistics PhD student)