聊聊科大计算机授课硕士
在HKUST的CSE学院下，有BDT和IT两个专业，BDT偏向Data Science和AI方向，IT则更偏向软件工程。如果未来职业规划是做数据分析、算法开发等，BDT是一个不错的选择。而如果想做SDE（软件研发工程师），则更推荐IT项目。但因为BDT和IT有部分课程可以互选，所以也不必太过于纠结。而网上经常被人谈论的workload大，这是一个小马过河的问题，个人感觉只在考试月比较忙，其余时间还是比较轻松的。但是如果你此前不是CS、DS或者数学专业，或许会需要更多的时间进行自学。另外BDT的小秘Vince姐姐也非常nice，基本上任何问题都会尽心尽力帮你解决，每个月都会组织班级团建，活动内容和流程不重样。
此外，得益于的自然环境，香港的户外生活十分丰富多彩的，比如刚开学就跑去西贡的绿蛋岛划船潜水，亦或是在太平山呐喊 （有一说一香港蛮适合hiking的，长洲岛、麦理浩径都是不错的选择）
对了，大伙都担心会不会被卷哭或者难毕业，但其实不用担心，从我这一年的经验来看，如果提前准备好学术英语，作业期集中攻克作业，还是比较轻松的。
课程结构：
(每年的课程会有轻微的调整，以及MSBD 6000系列的选修课每年都不太一样，学长的课表仅供参考；
Semester1:
5001 Foundations of Data Analytics：
数据分析相关的课程，主要围绕特征工程展开，大概内容是数据如何获取，清洗，正则化。
整体而言不算很难，平时有assignment和group project，期末有考试。课程整体内容很多且老师讲的一般...
5004 Mathematical Methods for Data Analysis：
先说结论，蔡老师yyds，讲得非常细致且深入浅出。
虽然我作为一个CS本科的学生听数学课有些吃力，但是完整的跟着教授手推一遍公式后发现自己的数学功底大有长进。学完之后发现自己读paper的速度和深度都上了一个层次。
课程包括assignment和final exam。
5012 Machine Learning：
还是先说结论，Nevin老师yyds，同样的深入浅出且上课手推公式，这门课程可以选多做一些作业不做项目，也可以少做一些作业+做一个group project，有final exam。
5016 Deep Learning Meets Computer Vision:
和Stanford University CS231n基本一致，作业基本直接沿用的CS231n，完整做下来还是提升挺大的，特别是硬撸back propagation的代码。期中考试是90道选择题，没有期末考。
5014 Independent Project：
这个课程需要单独联系教授做项目，一般会在选课期公布有哪些项目可以选择。
我选择了宋阳秋老师作为我的supervisor一起合作完成了一篇paper，最后给分很给力。
Semester2：
5002 Data Mining and Knowledge Discovery:
整体内容上与5001类似，不同点在于work load较大。期中考试主要围绕Similarity的计算，期末考试是Chen Lei老师的经典72小时Take-home exam，在规定时间内做完6个project并且要提交code和report！！！
5003 Big Data Computing:
BDT的负责人Prof. Ke YI亲自带的课，上课手把手带你coding Spark程序。
整体和本科期间的云计算课程类似，课程不难但是干货很多，对于想找数据类岗位的同学十分友好。课程包含几个quiz、一个team project和final exam。期末考试比较特别，一共3小时，包括笔试和在线coding。
5005 Data Visualization:
一直盛传5005是水课，但是在此我要为他正名！Data Visualization对于数据分析非常重要。整个课程会由浅入深的讲解如何将繁杂的数据变为可视化的图像，这对工作党和科研狗很有帮助。
课程包括一个team project和final exam，期末考试的试题包括分析图片设计是否合理以及自己根据场景设计图片。
5018 Natural Language Processing:
宋老师一直是NLP领域比较知名的人物，前半部分课程涵盖了他对NLP起源、发展的理解与他和ChatGPT的爱恨情仇，后半部分课程则围绕NLP的一些经典模型展开，但当涉猎。课程的作业是读完三篇NLP领域的paper并写下观后感，solo project由TA指定而team project也是围绕NLP自由发挥，没有考试（现在没有，但之后不一定没有哈！）
有任何相关疑问，请进入答疑中心留言，会有留学导师为大家解答
如果同学们对自己是否适合出国留学还有疑虑，欢迎参与前途出国免费评估，以便给大家进行定位。
聊聊科大计算机授课硕士
在HKUST的CSE学院下，有BDT和IT两个专业，BDT偏向Data Science和AI方向，IT则更偏向软件工程。如果未来职业规划是做数据分析、算法开发等，BDT是一个不错的选择。而如果想做SDE（软件研发工程师），则更推荐IT项目。但因为BDT和IT有部分课程可以互选，所以也不必太过于纠结。而网上经常被人谈论的workload大，这是一个小马过河的问题，个人感觉只在考试月比较忙，其余时间还是比较轻松的。但是如果你此前不是CS、DS或者数学专业，或许会需要更多的时间进行自学。另外BDT的小秘Vince姐姐也非常nice，基本上任何问题都会尽心尽力帮你解决，每个月都会组织班级团建，活动内容和流程不重样。
此外，得益于的自然环境，香港的户外生活十分丰富多彩的，比如刚开学就跑去西贡的绿蛋岛划船潜水，亦或是在太平山呐喊 （有一说一香港蛮适合hiking的，长洲岛、麦理浩径都是不错的选择）
对了，大伙都担心会不会被卷哭或者难毕业，但其实不用担心，从我这一年的经验来看，如果提前准备好学术英语，作业期集中攻克作业，还是比较轻松的。
课程结构：
(每年的课程会有轻微的调整，以及MSBD 6000系列的选修课每年都不太一样，学长的课表仅供参考；
Semester1:
5001 Foundations of Data Analytics：
数据分析相关的课程，主要围绕特征工程展开，大概内容是数据如何获取，清洗，正则化。
整体而言不算很难，平时有assignment和group project，期末有考试。课程整体内容很多且老师讲的一般...
5004 Mathematical Methods for Data Analysis：
先说结论，蔡老师yyds，讲得非常细致且深入浅出。
虽然我作为一个CS本科的学生听数学课有些吃力，但是完整的跟着教授手推一遍公式后发现自己的数学功底大有长进。学完之后发现自己读paper的速度和深度都上了一个层次。
课程包括assignment和final exam。
5012 Machine Learning：
还是先说结论，Nevin老师yyds，同样的深入浅出且上课手推公式，这门课程可以选多做一些作业不做项目，也可以少做一些作业+做一个group project，有final exam。
5016 Deep Learning Meets Computer Vision:
和Stanford University CS231n基本一致，作业基本直接沿用的CS231n，完整做下来还是提升挺大的，特别是硬撸back propagation的代码。期中考试是90道选择题，没有期末考。
5014 Independent Project：
这个课程需要单独联系教授做项目，一般会在选课期公布有哪些项目可以选择。
我选择了宋阳秋老师作为我的supervisor一起合作完成了一篇paper，最后给分很给力。
Semester2：
5002 Data Mining and Knowledge Discovery:
整体内容上与5001类似，不同点在于work load较大。期中考试主要围绕Similarity的计算，期末考试是Chen Lei老师的经典72小时Take-home exam，在规定时间内做完6个project并且要提交code和report！！！
5003 Big Data Computing:
BDT的负责人Prof. Ke YI亲自带的课，上课手把手带你coding Spark程序。
整体和本科期间的云计算课程类似，课程不难但是干货很多，对于想找数据类岗位的同学十分友好。课程包含几个quiz、一个team project和final exam。期末考试比较特别，一共3小时，包括笔试和在线coding。
5005 Data Visualization:
一直盛传5005是水课，但是在此我要为他正名！Data Visualization对于数据分析非常重要。整个课程会由浅入深的讲解如何将繁杂的数据变为可视化的图像，这对工作党和科研狗很有帮助。
课程包括一个team project和final exam，期末考试的试题包括分析图片设计是否合理以及自己根据场景设计图片。
5018 Natural Language Processing:
宋老师一直是NLP领域比较知名的人物，前半部分课程涵盖了他对NLP起源、发展的理解与他和ChatGPT的爱恨情仇，后半部分课程则围绕NLP的一些经典模型展开，但当涉猎。课程的作业是读完三篇NLP领域的paper并写下观后感，solo project由TA指定而team project也是围绕NLP自由发挥，没有考试（现在没有，但之后不一定没有哈！）
有任何相关疑问，请进入答疑中心留言，会有留学导师为大家解答
如果同学们对自己是否适合出国留学还有疑虑，欢迎参与前途出国免费评估，以便给大家进行定位。
