01
先看懂這個課程
適合你，如果你
- 對 AI、數據、機器學習有強烈興趣。
- 數學與編程根基好。
- 英文與數學能力強。
可能不太適合你，如果你
- 抗拒大量數學與程式。
- 不打算讀理科／商科相關科目。
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|
- 3 個主修 | 人工智能（待批）、人工智能兼金融科技、數據科學及分析【官方資料】 |
- 實踐 | 畢業專題（6 學分）、WIE（2 培訓學分）、可選實習【官方資料】 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 第一年 | 計算機及數學科學共同課程 |
| 第二至四年 | 選定主修；專題、實習與選修 |
方向、主修或組別
3 個主修；首年後按偏好與評核選定，免額外考核；數據科學主修可選 IE 副主修。【官方資料】
03
你會怎樣學
學習方式
【根據官方課程整理】 數學／邏輯推理 ●●●●● 編程與技術工具 ●●●●● 數據分析 ●●●●● 英文閲讀與寫作 ●●●●○ 小組與簡報 ●●●●○ （最強證據：課程含機器學習、深度學習、大數據分析與畢業專題。）
代表性課程
- 機器學習與大數據分析 — Learn：監督／非監督學習、大數據。Do：模型訓練、數據處理。Produce：AI 專題。【根據官方課程整理｜近期課程例子｜2025/26】
04
選修與實踐
選修自由度與實踐機會
主修選擇；雙主修；WIE 與可選實習（最長 32 週）。【官方資料】
05
它和相似課程的差別
與相似課程有什麼不同
- 與 JS3006／JS3220：JS3223 聚焦數據科學與 AI，學額併入計算機及數學科學學院合併學額，含畢業專題。
06
畢業後的路
畢業後的可能方向
【可能發展方向】數據科學家、AI 工程師、金融科技的開發與分析、進修等。
07
申請與資料核對
入學要求與競爭情況
HKDSE 最低要求
大學基本入學要求（文理兼收）。【官方資料】無指定必修選修科。
計分方法與科目比重
「最佳 5 科」；英文、數學（及 M1/M2）、生物、化學、物理、商科、經濟、ICT 等比重較高。【官方資料】
面試／作品集／測試
SNDAS 申請須面試，並可能有利能力傾向測試／實作；一般聯招安排【資料不足】。
歷年收生參考
【資料不足】未找到 JS3223 專屬加權收生分數。
申請判斷
合併學額 139（聯招及非聯招）：JS3223 約 32。【官方資料】
學費、資助與學額
- 學費（本地生）：HK$47,000（2026/27）。【官方資料】
- 學額：139（合併，JS3223 約 32）。【官方資料】
你申請前最值得確認的事
- 「人工智能」主修的待批狀態與開辦時間。
- 3 個主修的課程差異。
- IE 副主修適用範圍。
- 畢業專題與實習要求。
官方資料
審核摘要
- 審核狀態：有條件通過
- 已複核重點事實：8
- 第二輪修正：0
- 保留提示或不確定項：2（收生分數、一般面試安排）
- 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 入學
- 最後核對日期：2026-07-12