宾西法尼亚大学mse是Master of Science in Engineering的缩写，即宾西法尼亚大学的数据科学工程硕士专业。

数据科学工程硕士项目为学生提供了广泛的数据相关的职业选择，包括科技、工程、咨询、政策制定以及文学、艺术、通信等领域。项目时长为一年半到两年。课程体系融合了以机器学习、大数据分析和统计学等为核心主题的前沿课程，以及各种选修课，并且给学生提供了将这些技术应用到某一专业领域的机会。该项目隶属于工程学院（Penn Engineering）计算与信息科学系。

补充材料：

宾西法尼亚大学的数据科学工程硕士专业的课程设置主要包括基础课、核心课和专业选修课三个部分，分别是：

1、基础课：编程语言和技术、软件发展概论、算法和计算。

2、核心课：数理统计、线性代数和优化、数据科学统计基础、大数据分析、机器学习导引、机器学习、现代数据挖掘、数据驱动的建模和概率科学计算、数据挖掘：从大数据集中学习。

3、专业选修课：大脑-计算机接口、神经网络科学、生物系统建模的数学计算方法、计算生物学和生物建模导引、生物医学图像分析、理论和计算神经科学、生物信息学、计量经济学I-基础知识、计量经济学III-计量经济学截面数据高级技术、计量经济学IV-计量经济学时间序列高级技术、市场营销中的应用概率模型、软件系统、数据库、高级编程、网络系统、程序设计和问题解决、软件工程、计算机系统编程、预测和时间序列分析、抽样调查方法、观察研究、现代回归在社会、行为和生物科学中的应用、程序设计和问题解决、软件工程、加速回归分析、 人工智能、用于数据科学的深度学习、计算语言学、机器感知、计算机视觉、机器学习高阶课程、计算机视觉高阶课程、机器人学习、现代数据挖掘、分子建模和模拟、能源和化学转化的计算科学、有限元分析、计算力学、材料科学中的原子模型、生物系统的多尺度建模、生物系统建模的数学计算方法、高级线性代数、算法、线性代数和优化、随机算法、数值方法、数据驱动建模和概率科学计算、优化理论导引、数据挖掘：从海量数据集中学习、仿真建模与分析、凸优化、信息论、随机过程。