项目概况
香港科技大学（The Hong Kong University of Science and Technology），简称港科大（HKUST），为环太平洋大学联盟、东亚研究型大学协会、亚洲大学联盟、中国大学校长联谊会重要成员，并获AACSB和EQUIS双重认证，是一所亚洲顶尖、国际知名的研究型大学。该校以科技和商业管理为主、人文及社会科学并重，尤以商科和工科见长。
大数据技术理学硕士（MSc in Big Data Technology）由港科大计算机科学与工程系和数学系合办。该项目整合了各种学科，让学生了解大数据科技的所有重要特点，以及如何把它应用到现实社会中。学生将学习大数据的主要组成部分，包括基础架构，数据集成，存储，建模和管理，计算系统，分析和挖掘系统，安全性，策略和社会影响以及人为因素和大数据在各个领域的应用（数据科学）。
项目详情
入学要求
- 学历背景：倾向于招收有计算机、数学相关专业背景或有相关工作经验的学生
- 语言要求：雅思6.5（各项不低于5.5）&托福80
学制
1年全日制或2年非全日制，每年秋季学期入学
对于2021/22秋季学期入学的同学有两次申请机会，截止日期分别为2020年12月1日和2021年3月1日。
学费
1年全日制学费为210,000港币，2年非全日制学费为150,000港币
课程介绍
学分最低要求为30学分，其中必修课学分需达到12学分，选修课学分需达到18学分。
必修课
课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
MSBD 5001 | Foundations of Data Analytics | 数据分析基础 | 3 |
MSBD 5002 | Data Mining and Knowledge Discovery | 数据挖掘与知识发现 | 3 |
MSBD 5003 | Big Data Computing | 大数据计算 | 3 |
MSBD 5004 | Mathematical Methods for Data Analysis | 数据分析数学方法 | 3 |
选修课
课程代码 | 课程英文名称 | 课程中文名称 | 学分 |
MSBD 5005 | Data Visualization | 数据可视化 | 3 |
MSBD 5006 | Quantitative Analysis of Financial Time Series | 金融时间序列的定量分析 | 3 |
MSBD 5007 | Optimization and Matrix Computation | 优化和矩阵计算 | 3 |
MSBD 5008 | Introduction to Social Computing | 社会计算概论 | 3 |
MSBD 5009 | Parallel Programming | 并行程序设计 | 3 |
MSBD 5010 | Image Processing and Analysis | 图像处理和分析 | 3 |
MSBD 5011 | Advanced Statistics: Theory and Applications | 高级统计学：理论和应用 | 3 |
MSBD 5012 | Machine Learning | 机器学习 | 3 |
MSBD 5013 | Statistical Prediction | 统计预测 | 3 |
MSBD 5014 | Independent Project | 独立研究项目 | 3 |
MSBD 5015 | Artificial Intelligence | 人工智能 | 3 |
MSBD 5016 | Deep Learning Meets Computer Vision: Practice and Applications | 深度学习在计算机视觉领域的实践和应用 | 3 |
MSBD 5017 | Introduction to Blockchain Technology | 区块链技术简介 | 3 |
MSBD 6000 | Special Topics | 特殊主题 | 3 |
备注：
- 经课程主任批准，学生最多可以修读信息技术硕士课程的6个CSIT课程学分，以部分满足课程的毕业要求。
- 非全日制学生每个学期最多可修9个学分。
- 未能达到2.850或更高的平均毕业成绩（GGA）要求的学生，即使所有课程均达到及格分数，也必须重读或修读其他课程。
学习成果
成功完成该项目后，毕业生将能够：
- 认识，理解和使用大数据基础架构；
- 解决大数据集成和存储问题；
- 使用大数据管理和计算技术执行多种数据分析任务；
- 掌握大数据分析的理论知识，并将其应用于隐私保护和决策制定方面；
- 调查有关大数据的现有问题并根据现有问题进行大数据研究。
未来前景
就业前景
- 就业去向：计算机功底较强的同学基本往机器学习/数据挖掘/数据分析等工程师方向发展；计算机功底较弱的同学可以在投行从事量化分析工作
- 时间安排：想要就业的同学可以参加针对本届毕业的秋招或者春招，秋招大约在10月左右，相当于开学前半年一边学习一边着手就业事宜，春招大约在第二年2月左右，春招机会也很多，且课业相对轻松些，重心可以向找工作方向倾斜
科研前景
- 科研去向：一般有本校读博、本校先做RA、转申其他学校三种
- 时间安排：如果要申请PhD的话，在入学第二年的4/5月就是申请的截止时间，如果考虑在本校读博，建议提前和老师沟通好，直接在系统里提交申请；如果考虑转申其他学校，可以向老师们（学术大牛）套磁，老师们也会介绍一些科研项目、校企项目帮助同学们申请
