【专业介绍】在代码与问卷之间：香港中文大学（深圳）计算社会科学理学硕士

如果把城市比作一张动态网络，地铁刷卡就是边，社交媒体发文就是节点，而人的情绪、迁移、选择，则在毫秒间更新权重。计算社会科学理学硕士（MSc in Computational Social Science）便位于这张网络的交叉口——它既不用“文科”或“理科”自我设限，也拒绝把“人”简化为冰冷数字。项目隐藏在香港中文大学（深圳）的道扬书院旁，默认两年，可一年加速，亦可三年兼职。以下是一份非官方手记，写给想把问卷与代码握在同一只手里的人。
一、课程骨架：把“社会理论-数据工程-伦理法规”压进同一条流水线
1. 核心通识（12 学分）
计算社会科学导论
把“小世界、同质性、结构洞”用 Python 的 NetworkX 跑一遍，作业是给班级微信群画一张动态图，看谁在期中周成为“信息桥”；
社会统计与因果推断
从 RCT 到双重差分，再到断点回归，用珠三角产业转移数据验证“高铁开通是否提升工资”；
数据工程与编程
Git、SQL、Pandas、Spark 一条龙，结课时要能把 2 亿行微博脱敏数据在单机上跑出情感极性；
研究伦理与数据隐私
把 GDPR、网安法、个人信息保护法拆成 18 条“可做/不可做”清单，再写一份 800 字“用户知情同意”小册子。
2. 方法工具箱（9 学分）
三选二：
机器学习与社会预测
文本挖掘与意见挖掘
空间分析与遥感
每门课自带 GPU 机房，学生可把模型封装成 RESTful API，供下一届调用。
3. 领域深度（9 学分）
城市与迁移
社会网络与组织
数字治理与公共政策
经济与劳动市场
健康与福祉
领域课没有标准答案，只有“可解释性”要求：期末必须交出一份“社会人能看懂”的技术简报。
4. 毕业设计（6 学分）
两条路径：
纯课程：再选两门领域课 + 一份 8000 字技术报告；
研究论文：进实验室或合作机构， 12 周完成课题，近年题目举例：
《基于移动信令的跨境学生通勤情绪研究》
《短视频平台“失业叙事”的主题演化与地域差异》
《利用街景图像测度老旧小区改造前后主观幸福感》
《微博热搜操控检测：一种融合图神经网络的异常识别方法》
二、时间编排：让“白昼实习”与“夜晚跑模型”无缝并发
秋季：白天上课，晚上泡机房，周末去深圳湾做“徒步-情绪”配对调研；
春季：选修 + 开题，清明不回乡的人留在校园跑爬虫，抓“踏青舆情”；
夏季：全职论文，可留在龙岗 lab，也可去广州政数局、香港 NGO、澳门社工局同步完成；
三、硬件与数据：把校园变成“可检索的社会”
社会调查实验室：CATI 坐席 40 台，可一键外呼大湾区手机样本，学生自己写问卷、自己清洗数据；
行为实验机房：30 间独立隔间，眼动、皮电、鼠标轨迹同步记录，常被借来做“算法推荐是否加剧极化”实验；
GPU 集群：200 张 RTX4090/A6000，支持大模型微调，学生账户默认 5 TB 存储，可扩容；
校外接口：深圳地铁信令（脱敏）、微博历史舆情、澳门出入境记录、香港房屋署公屋维修工单，对学生开放申请，伦理委员会 48 h 内批复。
四、产业接口：让“模型”与“客户 KPI”同场竞技
秋季“数据开放日”：企业把痛点贴出来——
“如何 30 分钟发现直播间‘水军’？”
“老旧小区改造，如何 1 周完成幸福感前后测？”
学生举牌组队，像 hackathon 一样抢单，期末交付模型，甲方现场打分。
春季“政策沙盘”：与深圳市政数局合作，模拟“某区学位紧张”场景，学生需在 6 小时内完成“数据-模型-政策简报”全链条。
近年合作名单：腾讯、字节、快手、深圳市政数局、香港社会服务联会、澳门社工局、大湾区青年协会。
五、职业出口：让“计算社会科学家”成为可迁移的元标签
毕业流向大致如下：
互联网与数据产品 35 %：推荐算法、用户研究、数据科学；
政府与公共部门 25 %：政数局、政策研究室、智库；
市场与咨询 15 %：用户洞察、品牌咨询、ESG 分析；
继续读博 10 %：港中文本部、Columbia、Northwestern、LSE；
金融与风控 10 %：ESG 评级、消费金融、保险反欺诈；
其余 5 %：创业、媒体、家族企业数字化。