项目结构
预期学习成果
1. 解释科学、技术和社会不同领域中出现的数据问题。（知识）
2. 运用所学的数学理论和模型对问题进行建模。（执行）
3. 运用不同的数学工具对应用领域中的数据问题进行建模。（执行）
4. 设计和实现高效算法对数据进行建模并解决问题。（执行）
5. 通过构建和推理合适的数据模型来评估信息并做出独立判断。（判断力）
6. 就数据科学与非专业人士和专家进行有效沟通。（沟通能力）
7. 在解决问题中展现自主性，在规划和实施任务中自主行动。（自主能力）
8. 运用全球视野结合数据分析技术，解决科学、技术和社会中的重要问题。（国际视野）
就业前景
随着大数据产业的快速发展，数据科学人才在全球市场急需，本项目的学生将拥有更广泛的就业机会。 未来，本项目毕业生可以继续追求学术兴趣、从事科学研究，或成为各行业数字化转型和数字创新的重要力量。
项目结构
数据科学与大数据技术理学学士需修读 120 学分
♦ 大学通识核心课程 30 学分
♦ 专业必修要求 85 学分，包括：
o 基础课程 31 学分
o 专业必修课 30 学分
o 专业选修课 24 学分
♦ 自由选修课程可用于补足总学分差额
课程要求
课程要求：数据科学与大数据技术理学学士 - 2025级及以后
学生学习路径
在香港科技大学（广州），学生可根据个人兴趣和专长，在学业导师指导下制定自己的学习路径。
一年级和二年级学生将根据个人兴趣和背景修读基础课程，并选修其他领域课程以满足大学通识核心课程要求。 三年级时，学生可正式确定数据科学与大数据技术专业方向，并从三年级开始修读专业课程。
