一、项目核心定位:赋能 AI 时代的跨领域创新者
香港理工大学全新推出的数智科技理学硕士(数学与人工智能技术方向,简称 Mathematics for AI Technology) ,精准对接全球对 AI 专业人才的迫切需求。项目以 “夯实数学根基、深耕 AI 技术、拓展跨领域应用” 为核心目标,旨在培养能驱动科技行业创新与效率提升的专业人才 —— 无论是人工智能算法研发、行业 AI 解决方案落地,还是前沿技术探索,毕业生都能凭借扎实的数学功底与实战能力,在多行业、多场景中发挥核心作用。
作为支撑香港 “数字枢纽” 与 “智慧城市” 战略的重点项目,该专业的核心特色在于 **“数学 + AI” 的深度融合 **:深知数学是 AI 技术发展的基石,从优化理论、概率统计到线性代数,为模型设计、性能分析与可解释性提供核心支撑,确保培养出的 AI 人才不仅能 “用模型”,更能 “懂原理、创方法”,在金融、科学计算、生物医学数据分析、风险建模等关键领域具备核心竞争力。
二、课程结构:灵活多元,跨院系资源加持
项目毕业需修满31 个学分,课程设置延续了港理工研究生项目的灵活性与系统性,提供两种修读路径,同时包含必修的学术诚信课程,且整合了四大院系的优质教学资源:
1. 修读模式(二选一)
- 模式一:6 门核心课程(18 学分)+ 4 门选修课程(12 学分)
- 模式二:6 门核心课程(18 学分)+ 1 门选修课程(3 学分)+ 毕业论文(9 学分)
- 额外必修:《科学领域的学术诚信与道德》(1 学分,免学费)
2. 核心课程:筑牢 AI 与数学的核心能力
核心课程聚焦 AI 前沿技术与数学基础的深度绑定,覆盖当前行业热门与核心领域:
- 深度学习(Deep Learning)
- 数学与人工智能前沿议题(Emerging Topics in Mathematics and AI)
- 生成式 AI 与基础模型(Generative AI and Foundation Models)
- 科技领域 AI 实战(Hands-on AI for Science and Technology)
- 机器学习优化(Optimization for Machine Learning)
- 强化学习理论(Theoretical Aspects of Reinforcement Learning)
3. 选修课程:跨院系选课,拓展应用边界
选修课程由应用数学系(AMA)、生物医学工程系(BME)、计算机系(COMP)、数据科学与人工智能系(DSAI)联合提供,涵盖 7 大方向,学生可根据职业规划自由选择:
- 应用数学系支持:算法交易高级专题、金融科技、AI 学习理论、概率与随机模型、数据科学量子计算、科学计算、碳定价与交易随机模型
- 生物医学工程系支持:医疗人工智能与数据分析
- 计算机系支持:高级人工智能、大数据计算、计算机视觉与图像处理、网络与互联网安全、数据结构与数据库系统、自然语言处理
- 数据科学与人工智能系支持:高级高维数据分析、脑启发计算、高效数据处理、机器视觉与智能、可信 AI 系统与技术、视觉数据表示与处理
三、项目核心优势:跨学科 + 强基础 + 高适配性
1. 跨院系资源整合
四大院系联合授课,打破学科壁垒,学生既能夯实数学与 AI 的核心基础,又能接触生物医学、计算机系统、数据科学等领域的应用场景,适配多行业就业需求。
2. 数学与 AI 深度绑定
区别于纯应用类 AI 项目,该专业强调数学对 AI 技术的底层支撑,让学生在模型设计、性能优化、可解释性分析等方面具备核心优势,尤其适合需要高可靠性 AI 系统的专业领域。
3. 紧跟行业前沿
核心课程涵盖生成式 AI、基础模型、强化学习等当前最热门的 AI 技术,选修课程覆盖金融科技、医疗 AI、网络安全等落地场景,确保知识体系与行业需求同步。
四、申请关键信息:门槛、团队与说明
1. 入学要求
- 学历背景:持有数学、统计学、计算机科学、信息技术、工程、科学等相关领域的荣誉学士学位,或同等学历;非相关专业本科毕业生,若具备充足的数学或信息技术背景,也将被纳入考虑范围;
- 英语要求:非英语母语者,且本科教学语言非英语的申请者,需满足港理工最低英语入学要求(具体可参考官网 “录取要求” 板块)。
2. 项目管理团队
- 项目主任:Zhou Zhi 教授(学士、博士)
- 副项目主任:Yuan Yancheng 教授(学士、博士)
- 助理项目主任:Zhang Shijun 教授(学士、博士)
3. 重要说明
该项目目前为 “待批准状态”(offered subject to approval),后续可关注港理工官网获取最新进展。
五、适合人群与职业展望
1. 适配人群
- 希望深耕 AI 技术,想夯实数学基础、提升技术底层能力的学习者;
- 本科为数学、统计、计算机、工程、理科等相关专业,计划进入 AI 核心领域发展;
- 希望跨领域发展,意向行业包括金融科技、医疗 AI、智能算法、数据科学等。
2. 职业展望
凭借 “数学 + AI + 跨领域应用” 的三重优势,毕业生可适配多行业核心岗位:
- 科技公司:AI 算法工程师、机器学习工程师、生成式 AI 研发专员;
- 金融 / 金融科技行业:量化分析师、算法交易工程师;
- 医疗健康领域:医疗 AI 算法研发、生物医学数据分析师;
- 科研与创新领域:AI 前沿技术研究员、高校科研助理。









