香港大学数据科学理学硕士项目由香港大学统计与精算学院（主导）和计算机学院联合创办。该课程旨在为毕业生提供数据科学原理和实践方面的培训。考生应具备微积分和代数、计算机编程和统计学入门的知识，并应在这三个科目或相关领域中的每一个科目至少学习过一门大学或中学后的证书课程。
具有学士学位或同等学历，需要在以下3门学科（微积分和代数、计算机编程、统计学入门）的每一门或相关领域修读至少1门大学或高等教育水平证书课程
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6 | L:5.5 | R:5.5 | W:5.5 | S:5.5 |
| 托福 | 80 | / |
| 序号 | 课程介绍 | Curriculum |
| 1 | 集群计算和云计算 | Cluster and Cloud Computing |
| 2 | 计算智能和机器学习 | Computational Intelligence and Machine Learning |
| 3 | 统计推断 | Statistical Inference for Data Science |
| 4 | 高级数据库系统 | Advanced Database Systems |
| 5 | 高级统计学习 | Advanced Statistical Learning |
| 6 | 编程 | Programming for Data Science |
| 7 | 多媒体技术 | Multimedia Technologies |
| 8 | 数据可视化和可视化分析 | Visualization and Visual Analytics |
| 9 | 高级多媒体数据分析和应用 | Advanced Multimedia Data Analysis and Applications |
| 10 | 应用离散数学 | Topics in Applied Discrete Mathematics |
| 11 | 数据挖掘技术 | Data Mining Techniques |
| 12 | 时间序列预测 | Time Series Forecasting |
| 13 | 金融数据分析 | Financial Data Analysis |
| 14 | 大数据分析 | Big Data Analytics |
| 15 | 深度学习 | Deep Learning |
香港大学数据科学由统计与精算科学系和计算机科学系联合开设，作为一个跨学科综合项目，涵盖了计算机技术、运筹学、统计建模和模拟等知识，主要教学生如何分析数据和制定数据驱动的策略。
课程设置：标准学习年限为1.5年。统计和计算机课程均衡且灵活，核心课程主要侧重于利用预测性和规定性的概念和方法，为学生提供统计和计算分析方面的基础。例如时间序列预测 ，深度学习。选修课涵盖广泛，包括但不限于财务数据分析、营销分析、定量风险、网络安全、集群和云计算 、自然语言处理等。
就业服务：根据招聘和人力资源公司Randstad的数据，数据科学家尤其是数据分析师是香港最受欢迎的10大科技职位之一。毕业后可以选择感兴趣的领域从事数据分析工作，比如私募量化开发人员、互联网大厂机器学习工程师、信息安全分析师、商业分析师、数据产品经理等。
招生特点：该项目计划每学年招收大约45名全日制学生，适合本科有较为扎实的数理背景和编程基础的学生来申请。申请过程中的笔面试会考察学生的数学和编程基础，录取学生成绩多在85%+，偏好985和211院校的学生，双非学生录取较少。如有相关行业工作经验可适当放宽GPA要求。
