01
先看懂這個課程
適合你，如果你
- 喜歡把數據科學「落實到系統」——數據管道、雲端、系統效能。
- 對 FinTech、智慧城市、工業 AI 有興趣。
- 具備數學與邏輯推理能力，也願意動手實作。
- 想成為數據工程師或系統架構師。
可能不太適合你，如果你
- 只想純做統計分析或機器學習建模（應考慮 JS1072）。
- 不喜歡系統、工程或基礎設施類工作。
- 對大量數學與程式感到吃力。
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|---|
| 數據科學基礎 | 數據分析、大數據處理【根據官方課程整理】 |
| 系統與工程 | 分散式系統、數據管道設計、雲端、數據庫管理、系統效能優化【根據官方課程整理／簡介】 |
| 金融科技 | FinTech 與決策分析【官方資料】 |
| 工業與城市 | 工業 AI、智慧城市、物聯網（IoT）【官方資料】 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 第一年 | 學院共同基礎：大學英文、學科英文、中國文明、CS1315 程式設計導論、CS3402 數據庫系統、MA1503 線性代數、MA1508 微積分等【官方課程】 |
| 第二至三年 | 主修核心：數據與系統工程、雲端與分散式系統 |
| 第三至四年 | FinTech／工業 AI／智慧城市／IoT 應用專題 |
| 畢業年 | 畢業專題或實習整合 |
方向、主修或組別
單一主修 BSc Data and Systems Engineering；提供四個進階知識範疇：FinTech、Industrial AI、Smart City、IoT【官方資料】。
03
你會怎樣學
學習方式
【根據官方課程整理】 閲讀與理論理解 ●●●●○ 寫作與論證 ●●●○○ 數學／邏輯推理 ●●●●○ 程式與技術工具 ●●●●● 實驗／實作（系統項目） ●●●●○ 團隊合作／表達 ●●●●○
最強證據：課程強調數據管道設計、雲端與系統效能優化等工程實作。
代表性課程
- 數據管道與分散式系統 — 學：數據流與分散式架構；做：設計數據管線；產：可運作系統原型【近期課程例子｜2025/26，依官方特點】。
- FinTech 與決策分析 — 學：金融數據與決策模型；做：個案分析【近期課程例子｜2025/26】。
- 智慧城市／IoT — 學：城市系統的數據應用；做：應用專題【近期課程例子｜2025/26】。
04
選修與實踐
選修自由度與實踐機會
四個進階範疇提供選修彈性；強調企業級系統實作【官方資料】。具體選修比例【未確認】。
05
它和相似課程的差別
與相似課程有什麼不同
- 與 JS1072 數據科學：JS1074 多一層「系統工程」，偏數據＋工程落地。
- 與 JS1071 數據科學（學院制）：JS1071 一年後才選主修，JS1074 為直接入讀單一主修。
06
畢業後的路
畢業後的可能方向
- 發展領域【可能發展方向】：金融科技、工業 AI、智慧城市、數據工程。
- 職位例子【可能發展方向】：數據工程師、系統架構師（非保證）。
- 進一步進修：數據科學、系統工程、金融科技相關碩士。
07
申請與資料核對
入學要求與競爭情況
HKDSE 最低要求
【官方資料】英文 3、中文 3、數學 3、公民與社會發展「達標」；兩科選修 3。
計分方法與科目比重
【歷史參考｜2025】3 核心 + 2 選修，英文／數學 ×2；2025 主輪參考：中位數 29、下四分位 28（滿分制 5**=8.5）【歷史參考｜2025，城大官方收生統計】。
面試／作品集／測試
【官方資料】一般不設面試。
歷年收生參考
【歷史參考｜2025】JUPAS 主輪取錄 15 人（Band A 10）【歷史參考｜2025，JUPAS 統計】。
申請判斷
分數中上偏高，建議 Band A。
學費、資助與學額
- 【官方資料】教資會資助；2026/27 本地生首年學費 HK$47,000。
- 【官方資料】指示性本地學額（First Year 及 ASI）：約 18 個。
- 非本地生學額：城大各課程合共約 500 個【官方資料】。
你申請前最值得確認的事
- 四個進階範疇的具體課程與選修要求。
- 是否有強制實習或業界項目。
- 與 JS1072 在收生與課程上的分別。
- 學額與往年取錄情況。
- 畢業學分與工程認證情況。
審核摘要
- 審核狀態：通過
- 已複核重點事實：9
- 第二輪修正：0
- 保留提示或不確定項：1（選修比例）
- 刪除的無依據內容：0
- 資料適用入學年度：2026/27
- 課程結構適用 cohort：2026/27（依官方課程描述）
- 最後核對日期：2026-07-12