数据科学及人工智能（荣誉）理学士 - 全日制
数据科学及人工智能（荣誉）理学士 - 全日制
学生和毕业生故事
课程特色
- 培育数据科学与人工智能专才
- 让你熟掌握 一系列数据管理、分析及人工智能工具，包括 Python, R, SQL Server, Tableau, Microsoft Power BI, TensorFlow 及 PyTorch
- 你可参加专业试备试工作坊，促进你的专业发展。过往部分学生在毕业前已考获 SAS 及 Microsoft资格
- 有机会参与数据分析及人工智能相关的实习工作。过往学生曾於电讯盈科企业方案、扬科有限公司、易普索及尼尔森受训
- 你将能够学习预测分析、机器学习、数据可视化及人工智能的尖端技术，如大型语言模型、电脑视觉和深度学习
- 提供跨学科课程和强调人工智能应用在电脑科学、金融及健康资讯学的科目
追踪 · 连系
数据科学与人工智能（荣誉）理学士 |
|---|
毕业生前景
就业前景
- 毕业生能够从事多种不同的职业，包括数据科学家、大语言模型工程师、人工智能工程师、数据工程师、数据分析师、机器学习工程师、数据管理专员和统计分析师
- 毕业生2021年平均起薪约港币16,900元
*Source: PolyU SPEED毕业生就业调查
深造机会
- 过往毕业生曾於本地及海外知名大学深造，例如香港理工大学、香港浸会大学
课程结构
(课程名称及内容现正进行检讨)
学生必须完成以下要求并取得满意成绩，方可获颁发荣誉学士学位：
| 课程要求 | 最低学分要求 | |
|---|---|---|
| 大学核心课程 (GUR)注 1 | 9 | |
| 通识课程 (CAR) 科目 | 2 科，每科3学分 | 6 |
服务学习 (SL) 科目 | 1 科，每科3学分 | 3 |
| 通识教育基本组合科目 (非学分类别) | - | 不适用 |
| 学科专业课程 (DSR) 注2 (请参考下表) | 51 – 60 | |
| 基础科目 | 最多4科, 1科不含学分, 其余每科3学分 （只适用於非相关学系的学生) | 0 - 9 |
| 组合课程 必修科目 | 6 科, 每科3学分 | 18 |
| 学科专业 必修科目 | 8 科, 每科3学分 | 24 |
| 选修科目 | 3 科, 每科3学分 | 9 |
| 校企协作教育 (WIE)注3 | ||
| 300小时工作为本的学习体验 | 不适用 | |
| 共计 | 60 – 78 | |
学科专业课程 (DSR)
组合课程必修科目 （共6科）
- Business Communication in Chinese
- Effective Professional Communication in English
- Integrated Study
- Management of Innovation and Technology
- Professional Ethics and Social Responsibilities
- Research Methodology in Applied Sciences
基础科目（只适用於非相关学系的学生）
- Calculus
- Data Science with Programming
- Foundations of Data Science
- Statistical Data Analysis (non-credit-bearing)
学科专业必修科目（共8科）
- Predictive Modeling
- Artificial Intelligence
- Programming for AI Applications
- Large Language Models and Natural Language Processing
- Deep Learning
- Machine Learning for Data Mining
- Big Data and Cloud Analytics
- Data Visualisation and Analytics
选修科目# （任何3科）
- Financial Forecasting
- FinTech and Blockchain
- Marketing Technologies
- Computational Approaches to Language Analysis
- Web Systems and Technologies
- Social Network Data Analysis
- Decision Analysis with Python
- Health Informatics and Healthcare 4.0
- Survey Design and Analytics
- Computer Vision and Image Analysis
- Operations Research Methods
- Simulation Models for Business
- Public Health and Epidemiology
注
1. 未达大学核心课程 (GUR) 中学士学位语文及沟通课程 (LCR) 同等要求的学生须额外修读最多9学分的LCR科目 (2科英语及1科中文，每科3学分)。他们将在入学前获悉是否需修读 LCR科目。
2. 持有非学科相关学历 (即持有非统计及数据科学的副学士学位或同等资格的持有人) 的申请人并取得良好学术成绩，其入读本课程的申请也将被考虑。如这些申请人之前没有修毕相关科目，则会被要求额外修读最多 4科的基础科目。申请人亦须具有linear algebra知识。
3. 申请人在修读副学士／高级文凭课程期间或之后所积累的相关工作经验可用作申请认可WIE。学生将於开课后获悉申请详情。
入学要求
持有相关学科的认可副学士学位、高级文凭或同等学历。具有非相关学科资格的申请人也将被考虑，并且如果被录取，则必须修读适当的基础科目。
注：
母语为非英语、且并没持有以英语作为主要教学语言的副学士或高级文凭或同等学历的申请人，应符合以下最低英文语言要求：雅思6.0; 或托福550（paper-based）/ 80（Internet-based）; 或 其他认可的英语评核中取得满意成绩。
个别情况可能会根据其自身情况进行考虑，相关申请人在入学时可能需要额外修读 3 学分的辅助英语科目。
- 不具备上述资格，但在申请入学年度的9月1日之前年满25岁的人士亦可提出申请。他/她必须展现足够的动机、知识和潜力，以显示出有很大机会能够成功修毕该课程。此外，他/她可能需要修读适当的基础课程。
- 申请入须具有linear algebra知识。
