大数据喊了多年,真正能把原始字符变现金流的人才依旧稀缺。CityU 的 MSc Data Science(MSDS)用一年三学期、30 学分、7 门核心+3 门选修的紧凑结构,把统计、算法与行业实践压进同一条时间轴,目标明确:毕业即可上手“端到端”的数据产品开发。
核心模块先打地基。Statistical Learning 用 R 把理论推导演完,立即在 Kaggle 金融违约数据上跑 LASSO;Machine Learning 改用 Python,结课作业是把 CNN 塞进 AWS SageMaker,对卫星图做地块分类,F1>0.85 才算过关;Deep Learning 更硬核,学生需从零实现 Transformer 块,在 GitHub 累计 100 star 可额外加分。数据库与云计算并行,期末用 Docker+Spark 在 5 节点集群完成 TB 级日志 ETL,过程全程录屏,确保工程化细节可追溯。
选修池允许“跨院拼盘”。想走金融路线,可选 Time Series & Algo Trading,与商学院共用彭博终端,把高频订单簿做成预测模型;偏爱 NLP,可选 Text Mining,把社交媒体情绪搬进 Elasticsearch,再对接港股价格做事件驱动回测;如果瞄准生物信息,可进生命科学院实验室,用 RNA-Seq 数据跑差异基因分析,结课即署名小论文。
含金量的 Industry Practicum 把课堂搬进企业。去年学员为香港地铁预测车门故障,提前 14 天预警准确率 94%,节省维修费用超 300 万港币;另一组替跨境物流平台优化装箱算法,把装载率提升 7%,直接签走两位毕业生。项目周期 14 周,从需求清洗到最终 presentation,由公司 CTO 与学院教授双导师打分。
师资方面,授课教师近 40% 为 IEEE/ACM Fellow,半数兼任阿里云、腾讯、华为顾问;每周 Data Industry Night 把招聘会变 Demo Day,平均每人收获 2–3 份实习 offer。
当数据成为新的石油,CityU MSDS 用十二个月给你炼油厂钥匙,让 raw data 直接流进商业引擎。

- 擅长申请:
- 中学,本科,研究生
- 擅长专业:
- 人文社科,商科,金融,理科