南洋理工大学分析学理学硕士项目旨在为硕士研究生提供将尖端数据科学技术应用于现代经济商业挑战的技能和知识。该项目由南洋理工大学物理与数学科学学院提供，适合在各自领域利用商业分析的专业人士，以及在数据科学行业谋求职业的应届大学毕业生。
具有良好的学士学位，优先考虑定量学科背景（数学、统计学、工程学、计算机科学等）
需要提交良好的GMAT（达到650）或GRE（达到315）成绩
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6 | / |
| 托福 | 85 | / |
| GMAT | 650 | / |
| GRE | 315 | / |
| 序号 | 课程介绍 | Curriculum |
| 1 | 运筹学1 | Operations research I |
| 2 | 运筹学2 | Operations research II |
| 3 | 分析软件1 | Analytics software I |
| 4 | 分析软件2 | Analytics software II |
| 5 | 分析学工作坊1 | Analytics workshop I |
| 6 | 分析学工作坊2 | Analytics workshop II |
| 7 | 概率论与数理统计 | Probability and statistics |
| 8 | 时间序列分析 | Time series analysis |
| 9 | 数据挖掘 | Data Mining |
| 10 | 数据库系统 | Database Systems |
| 11 | 实习 | Practicum |
| 12 | 信息检索与分析 | Information Retrieval and Analysis |
| 13 | 随机模型 | Stochastic Modelling |
| 14 | 生存数据分析 | Survival data analysis |
| 15 | 不确定性和依赖性 | Uncertainty and dependence |
南洋理工大学的分析学理学硕士（MSc Analytics）是一个备受瞩目的研究生级别合作学习项目，由蓝带委员会在NTU发布建设，涉及多个学院和研究院，包括理学院、计算机工程学院、商学院以及新加坡科技研究局。该项目以物理数学学院为依托，课程设置非常硬核，涵盖了Python、Cplex、R、weka、libsvm、Matlab、SAS、Rapid Miner等多项技术，同时也包括概率统计、数据挖掘、数据库等商科方面的课程。
课程设置：该项目共有30个学术单元（AU，学分），其中24个学术单元来自核心课程，6个学术单元来自选修课。核心课程共有11门，选修课程可以从预设的课程列表中选择8门，还有一门分析实践课程（自主实习），此外还需参加专门的分析软件工具专题研讨会以及由业界专业人士举办的专题研讨会。分析学与BA课程相比，两个专业的必修课都包括概率与统计、数据挖掘机器学习、分析软件策略，区别在于分析学的课程更多的涉及数据库、随机模型、运筹等，更适合希望在各自领域利用数据分析的专业认识，以及计划在数据科学行业谋求职业的大学毕业生。总体来说，Analytics的专业课程更硬核，类似于数据科学方向。
就业服务：南洋理工大学的分析学理学硕士毕业生在数据科学、银行/金融等领域都有很好的就业前景。例如，毕业生可以选择在APL、BreadTalk、Charles & Keith、DHL、Experian、Grab、UPS、Shopee、Lazada、DBS等公司就业。
招生特点：该项目录取学生的背景以985院校为主，对数理背景要求较高。绝大多数录取的学生是工程、数学或统计类专业。
班级概况：22fall班级整体人数在50-60左右，其中全日制学生40人左右，非全日制学生20人左右，大约60%是中国学生。学生背景方面，美本的学生比较多，占到30%-40%，其中有加州大学圣塔芭芭拉分校，俄亥俄州立大学；陆本的学生有中山大学、华南理工大学、暨南大学、南方科技大学，中央财经大学、对外经贸大学、北京邮电大学、北京科技大学、北京工业大学、大连理工大学、西安交通大学、山东大学、吉林大学等。其他还有英本的同学，比如伯明翰大学，曼彻斯特大学，布里斯托大学，约克大学（英国）。
