01
先看懂這個課程
適合你，如果你
- 想用數據解決社會與政策問題
- 喜歡程式設計、統計與政策思維
- 對城市、健康、環境議題有興趣
- 希望課程結構有彈性
可能不太適合你，如果你
- 完全抗拒程式設計
- 對社會政策無興趣
- 想讀純數據科學或純政治學
02
你會學甚麼
你會學什麼
| 學習主題 | 你會接觸的內容 |
|---|---|
| 數據管理 | 數據庫、統計 |
| 機器學習 | 模型與預測 |
| 政策設計 | 政策分析與制定 |
| 科技治理 | AI、大數據、AR/VR 倫理 |
| 實習與專題 | 真實機構實習＋畢業項目 |
四年學習地圖
| 階段 | 主要學習體驗 |
|---|---|
| 一年級 | 數據＋政策基礎 |
| 二年級 | 核心方法課 |
| 三年級 | 選修＋實習 |
| 四年級 | 畢業項目（capstone）＋交換 |
方向、主修或組別
【官方資料】可自訂專注領域，如 Social Data and Policy、Technology Governance、Urban Innovation、Environmental Policy Analytics。課程結構靈活、跨數據科學和政策應用。
03
你會怎樣學
學習方式
【根據官方課程整理】 數學／邏輯推理 ●●●●○ 程式設計與工具 ●●●●○ 理論思辨 ●●●●○ 創意與方案策劃 ●●●●○ 團隊合作與溝通 ●●●●○
依據：JUPAS 強調 Python、機器學習、社會網絡分析、AI 及政策設計、實習與 capstone。
代表性課程
- Python 與機器學習（核心）— Learn：數據建模。Do：寫程式與分析。Produce：分析專案。【根據官方課程整理】
- 政策分析／畢業項目（capstone）— Learn：證據為本政策。Do：機構實習。Produce：政策方案【官方資料】。
04
選修與實踐
選修自由度與實踐機會
【官方資料】大量跨數據科學與政策應用的選修；含公私營機構實習、capstone 項目與海外交換。
05
它和相似課程的差別
與相似課程有什麼不同
- 與 JS4760 跨學科數據分析雙主修：JS4893 為單主修、偏政策與社會應用。
- 與 JS4824 經濟：JS4893 更偏政策與數據結合、屬社科。
06
畢業後的路
畢業後的可能方向
【可能發展方向】政府部門與政策智庫、NGO 與國際組織、諮詢與科技公司、學術機構。
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】核心：中 3、英 3、數學必修 3、CSD Attained；選修：任何 2 科甲類選修達 3。
計分方法與科目比重
【官方資料】Best 5；數學權重較高（要求必修 3）。
面試／作品集／測試
【官方資料】面試：No。
歷年收生參考
【官方資料】2025 年 Band A 申請 76 人；2025 年 main round offer 共 19 個。DSE 分數【資料不足】。
申請判斷
學額小（intake 18）、申請人數不多，競爭中等。
學費、資助與學額
【官方資料】學費 HK$47,000；一年級學額 18；UGC-funded。
你申請前最值得確認的事
- 四個專注領域的申報條件？
- 2026/27 計分權重？
- 實習是否保證安排？
- 數學要求（必修 3）是否實際偏高？
官方資料
審核摘要
- 審核狀態：通過
- 已複核重點事實：6
- 第二輪修正：0
- 保留提示或不確定項：1（DSE 分數資料不足）
- 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
- 最後核對日期：2026-07-12