新南威尔士大学健康数据科学理学硕士项目旨在帮助学生找到正确的数据、解锁隐藏的见解并利用这些信息更好地支持临床护理、为卫生政策提供信息并改善人口健康。为期两年的新南威尔士大学健康数据科学理学硕士（扩展课程）项目建立在此基础上，提供了通过研究论文或工作实习更深入了解健康数据科学的不同方面和应用的机会，这项研究可以涉及分析大数据以解决健康问题，也可以涉及开发与健康相关的数据驱动应用程序，学生将完全有能力攻读健康数据科学博士学位，以进一步推进其职业生涯。
需要满足以下条件之一：
具有相关学科学士学位；或
具有非相关学科的荣誉学士学位；或
具有健康数据科学研究生文凭课程（5372）；或
具有相当于或高于健康数据科学研究生文凭（5372）的学历（根据具体情况审核）。
相关学科包括：医学、护理、牙科、物理治疗、验光、生物医学/生物科学、药学、公共卫生、兽医科学、生物学、生物化学、统计学、数学科学、计算机科学、心理学、（健康）经济学、数据科学、其他学科需要根据个案处理
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 90 | L:22 | R:22 | W:23 | S:22 |
| PTE | 64 | L:54 | R:54 | W:54 | S:54 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 健康数据科学背景 | Context of Health Data Science |
| 2 | 健康数据统计基础 | Statistical Foundations for Health Data |
| 3 | 健康数据的科学管理与整理 | Science Management and Curation of Health Data |
| 4 | 健康数据分析：机器学习 I | Health Data Analytics: Machine Learning I |
| 5 | 健康数据分析：统计模型 I | Health Data Analytics: Statistical Modelling I |
| 6 | 健康数据分析：统计模型 II | Health Data Analytics: Statistical Modelling II |
| 7 | 健康数据的可视化与传播 | Visualisation and Communication of Health Data |
| 8 | 编程原理或健康数据科学计算 | Principles of Programming or Computing for Health Data Science |
| 9 | 健康数据科学：论文 | Health Data Science: Dissertation |
| 10 | 大数据管理 | Big Data Management |
| 11 | 数据仓库与数据挖掘 | Data Warehousing and Data Mining |
| 12 | 应用生物信息学 | Applied Bioinformatics |
| 13 | 高级算法 | Advanced Algorithms |
| 14 | 纵向资料分析 | Longitudinal Data Analysis |
| 15 | 信息检索与网络搜索 | Information Retrieval and Web Search |
| 16 | 统计推断 | Statistical Inference |
| 17 | 健康数据分析：机器学习 II | Health Data Analytics: Machine Learning II |
| 18 | 公共卫生应用研究方法 | Applied Research Methods for Public Health |
