數據科學及人工智能（榮譽）理學士 - 全日制
數據科學及人工智能（榮譽）理學士 - 全日制
學生和畢業生故事
課程特色
- 培育數據科學與人工智能專才
- 讓你熟掌握 一系列數據管理、分析及人工智能工具，包括 Python, R, SQL Server, Tableau, Microsoft Power BI, TensorFlow 及 PyTorch
- 你可參加專業試備試工作坊，促進你的專業發展。過往部分學生在畢業前已考獲 SAS 及 Microsoft資格
- 有機會參與數據分析及人工智能相關的實習工作。過往學生曾於電訊盈科企業方案、揚科有限公司、易普索及尼爾森受訓
- 你將能夠學習預測分析、機器學習、數據可視化及人工智能的尖端技術，如大型語言模型、電腦視覺和深度學習
- 提供跨學科課程和強調人工智能應用在電腦科學、金融及健康資訊學的科目
追蹤 · 連繫
數據科學與人工智能（榮譽）理學士 |
|---|
畢業生前景
就業前景
- 畢業生能夠從事多種不同的職業，包括數據科學家、大語言模型工程師、人工智能工程師、數據工程師、數據分析師、機器學習工程師、數據管理專員和統計分析師
- 畢業生2024年平均起薪約港幣19,560元
*Source: PolyU SPEED畢業生就業調查
深造機會
- 過往畢業生曾於本地及海外知名大學深造，例如香港理工大學、香港浸會大學
課程結構
(課程名稱及內容現正進行檢討)
學生必須完成以下要求並取得滿意成績，方可獲頒發榮譽學士學位：
| 課程要求 | 最低學分要求 | |
|---|---|---|
| 大學核心課程 (GUR)註 1 | 9 | |
| 通識課程 (CAR) 科目 | 2 科，每科3學分 | 6 |
服務學習 (SL) 科目 | 1 科，每科3學分 | 3 |
| 通識教育基本組合科目 (非學分類別) | - | 不適用 |
| 學科專業課程 (DSR) 註2 (請參考下表) | 51 – 60 | |
| 基礎科目 | 最多4科, 1科不含學分, 其餘每科3學分 （只適用於非相關學系的學生) | 0 - 9 |
| 組合課程 必修科目 | 6 科, 每科3學分 | 18 |
| 學科專業 必修科目 | 8 科, 每科3學分 | 24 |
| 選修科目 | 3 科, 每科3學分 | 9 |
| 校企協作教育 (WIE)註3 | ||
| 300小時工作為本的學習體驗 | 不適用 | |
| 共計 | 60 – 78 | |
學科專業課程 (DSR)
組合課程必修科目 （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
基礎科目（只適用於非相關學系的學生）
- Calculus
- Data Science with Programming
- Foundations of Data Science
- Statistical Data Analysis (non-credit-bearing)
學科專業必修科目（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
選修科目# （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
註
1. 未達大學核心課程 (GUR) 中學士學位語文及溝通課程 (LCR) 同等要求的學生須額外修讀最多9學分的LCR科目 (2科英語及1科中文，每科3學分)。他們將在入學前獲悉是否需修讀 LCR科目。
2. 持有非學科相關學歷 (即持有非統計及數據科學的副學士學位或同等資格的持有人) 的申請人並取得良好學術成績，其入讀本課程的申請也將被考慮。如這些申請人之前沒有修畢相關科目，則會被要求額外修讀最多 4科的基礎科目。申請人亦須具有linear algebra知識。
3. 申請人在修讀副學士／高級文憑課程期間或之後所積累的相關工作經驗可用作申請認可WIE。學生將於開課後獲悉申請詳情。
入學要求
持有相關學科的認可副學士學位、高級文憑或同等學歷。具有非相關學科資格的申請人也將被考慮，並且如果被錄取，則必須修讀適當的基礎科目。
註：
母語為非英語、且並沒持有以英語作為主要教學語言的副學士或高級文憑或同等學歷的申請人，應符合以下最低英文語言要求：雅思6.0; 或托福550（paper-based）/ 80（Internet-based）; 或 其他認可的英語評核中取得滿意成績。
個別情況可能會根據其自身情況進行考慮，相關申請人在入學時可能需要額外修讀 3 學分的輔助英語科目。
- 不具備上述資格，但在申請入學年度的9月1日之前年滿25歲的人士亦可提出申請。他/她必須展現足夠的動機、知識和潛力，以顯示出有很大機會能夠成功修畢該課程。此外，他/她可能需要修讀適當的基礎課程。
- 申請入須具有linear algebra知識。
