01
先看懂這個課程
適合你，如果你
- 喜歡數學、統計與程式設計；
- 對大數據、AI、建模有興趣；
- 想做數據科學家/工程師；
- 能接受高強度數理。
可能不太適合你，如果你
- 抗拒統計與數學；
- 不喜歡程式設計；
- 想要偏商科或輕技術課程。
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|---|
| 計算機基礎 | 數據結構、演算法、並行/分佈式計算 |
| 統計 | 統計建模、高維統計、計算統計推斷 |
| 機器學習 | 數據挖掘、數據可視化、決策 |
| 專修應用 | 計算數據科學/物理/醫學/社會科學 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 第1–2年 | 程式設計、數學、統計基礎 |
| 第3年 | 機器學習、數據庫、專修入門 |
| 第4年 | 專修深化、畢業項目 |
方向、主修或組別
【官方資料】四個專修應用範疇：計算數據科學、計算物理學、計算醫學、計算社會科學。
03
你會怎樣學
學習方式
【根據官方課程整理】 數學／邏輯推理 ●●●●● 程式設計與科技工具 ●●●●● 英文閲讀與寫作 ●●●●○ 團隊合作與溝通 ●●●○○ 典型任務：數據分析項目、機器學習模型、統計報告、畢業研究。
代表性課程
- 機器學習/數據挖掘（近期課程例子） — Learn：模型與演算法。Do：訓練與評測模型。Produce：分析報告。【根據官方課程整理】
- 並行與分佈式計算（近期課程例子） — Learn：大數據處理系統。Do：編寫並行程序。Produce：系統項目。
04
選修與實踐
選修自由度與實踐機會
選修按專修方向；【根據官方課程整理】含研究機會。
05
它和相似課程的差別
與相似課程有什麼不同
- 與「計算機科學 JS4412」：本課程偏數據/統計與計算，CS 偏軟硬件系統；
- 與「金融科技 JS4428」：本課程是理科基礎，FinTech 偏金融應用。
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、數據挖掘工程師、商業智能分析師、數據倉庫架構師、深造。【官方資料】
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 L4（課程特定）、數學（必修部分）L4（課程特定）；2 個選修科各 L3；中文 L3、公民與社會發展「達標」。
計分方法與科目比重
【官方資料】最佳 5 科；等級轉換：5**=8.5、5*=7、5=5.5、4=4、3=3、2=2。
面試／作品集／測試
【官方資料】設面試（遴選制）。
歷年收生參考
【歷史參考｜2025】2025 JUPAS 主輪收生參考分數（最佳5科）：下四分位 53、中位數 54.5。來源：CUHK 官方公佈，經 dse-data.hk 整理。
學費、資助與學額
【官方資料】UGC-funded；2026/27 首年學費約 HK$47,000。首年學額約 19（JUPAS 顯示）。
你申請前最值得確認的事
- 英文/數學 L4 是否硬性；
- 四個專修的名額與選擇方式；
- 數學加權（如有）；
- 2026/27 最終學額。
官方資料
審核摘要
- 審核狀態：通過
- 已複核重點事實：9
- 第二輪修正：1（分數以 2025 官方參考確認）
- 保留提示或不確定項：0
- 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：未確認
- 最後核對日期：2026-07-12