悉尼大学数据科学硕士（数据工程）项目将探索如何大规模存储、访问和处理数据。它涵盖了各种不同的计算环境，包括云托管的环境。数据科学和机器学习为使用大量数据改进决策提供了无处不在的机会。悉尼大学数据科学硕士（数据工程）项目将使学生为数据科学团队的工作，以及利用有效的硬件和软件基础设施做好准备。
相关学科背景，包括数据科学、计算机科学、数学、统计学、工程学、物理学、经济学、金融学或其他有关学科。
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 85 | L:17 | R:17 | W:19 | S:17 |
| PTE | 61 | L:54 | R:54 | W:54 | S:54 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 数据科学原理 | Principles of Data Science |
| 2 | 机器学习与数据挖掘 | Machine Learning and Data Mining |
| 3 | 可视化分析 | Visual Analytics |
| 4 | 计算统计方法 | Computational Statistical Methods |
| 5 | 信息技术实践 | Information Technology Capstone Project |
| 6 | 自然语言处理 | Natural Language Processing |
| 7 | 高级数据模型 | Advanced Data Models |
| 8 | 云计算 | Cloud Computing |
| 9 | 多媒体检索 | Multimedia Retrieval |
| 10 | 数据分析与商业智能 | Data Analytics and Business Intelligence |
| 11 | 信息安全管理 | Information Security Management |
| 12 | 统计学习与数据挖掘 | Statistical Learning and Data Mining |
| 13 | 评估学习技术创新 | Evaluating Learning Technology Innovation |
| 14 | 学习技术前沿研究 | Learning Technology Research Frontiers |
| 15 | 应用地理信息系统与空间数据分析 | Applied GIS and Spatial Data Analytics |
