一、项目基础信息
- 院校:宾夕法尼亚大学 University of Pennsylvania(UPenn),工程与应用科学学院 SEAS
- 项目名称:Data Science & Artificial Intelligence, MSE
- 学位:Master of Science in Engineering(MSE,工程理学硕士)
- 学制:通常 1.5‑2 年
- 总学分:10 course units(10 门课程)
- 参考依据:Penn 2026‑27 Catalog
二、项目核心特点
- 学科基础扎实
项目搭建在统计学、优化理论、机器学习、算法的共同知识底座之上,数理与计算机基础要求高。
- 两大细分培养方向
学生二选一进行深造:Data Science(数据科学方向)、Artificial Intelligence(人工智能方向)。
- 就业场景广泛
毕业生可面向科技、工程、咨询、医疗、科研、政策制定、文学艺术传播等行业,开展模式分析类工作。
- 实践导向培养
支持通过thesis(论文)或者practicum(实践项目),把课堂知识落地到真实应用场景。
- AI 方向课程特色
AI 方向侧重构建可执行人类智能任务的系统;数据科学方向侧重数据管理与决策相关课程。
三、课程结构(合计 10 CU 学分)
A. 核心必修课(4 CU)
- 线性代数或凸优化 Linear Algebra or Convex Optimization
- 统计学 Statistics
- 机器学习 Machine Learning
- 算法 Algorithms
B. 方向选修(选择其中一个方向,6 CU)
方向 1:Data Science 数据科学方向
- 核心课:
- CIS 5450 大数据分析
- CIS 5500 数据库与信息系统
- STAT 5710 现代数据挖掘
- 额外 4 CU 自由选修课
方向 2:AI 人工智能方向
- 核心必修课:CIS 5210 人工智能
- 从以下课程选 1 门:
- CIS 5810 计算机视觉与计算摄影
- CIS 5300 自然语言处理
- CIS 6800 感知方向高级专题
- CIS 6300 机器学习高级专题
- 额外 4 CU 选修课(其中 2 CU 必须选自机器学习 / 多模态 AI 课程池)
C. 可选代表性选修课
CIS 5220 数据科学深度学习、CIS 5270 可信机器学习、CIS 6250 机器学习理论、
ESE 5140 图神经网络、ESE 6450 深度生成模型、ESE 6500 机器人学习、
ESE 5410 数据科学机器学习、STAT 5710 现代数据挖掘
四、申请要求(宾大工程学院硕士通用标准)
- 申请材料
- 网申 Online application
- 个人简历 Professional resume
- 个人陈述 Personal statement(2 页以内)
- 2 封推荐信(建议至少 1 封来自熟悉申请者学术能力的教授)
- 非官方成绩单(需英文,附带分数说明;录取后提交官方成绩单)
- 考试要求
- GRE:可选提交(Optional),非强制
- 申请费:95 美元
- 语言考试(国际生)
接受 TOEFL iBT / IELTS / Duolingo建议分数:TOEFL≥100;IELTS≥7.5;DET≥135
五、申请时间线
- 网申开放:9 月 15 日
- 常规轮截止:次年 2 月 1 日
- 出结果:4 月 1 日前发放录取决定
微信扫一扫









