先看懂這個課程

適合你，如果你

喜歡從數據中找答案、解決真實問題；
不抗拒程式設計（Python、R）、統計與數學；
對商業分析、社會科學或人文領域的數據應用有興趣；
數學延伸部分（M1/M2）或資訊及通訊科技達第 4 級或以上會獲額外考慮；
歡迎不同中學背景學生報讀（課程説明 "Students from all education backgrounds are welcome"）。

可能不太適合你，如果你

抗拒程式碼、統計與數學推理；
期望主修純電腦科學或純統計，而不想接觸商業／人文應用；
希望就讀 UGC 教資會資助（免補價）學位；
不願意在畢業前完成實習與畢業專題。

你會學甚麼

你會學什麼

學習主題	你會接觸的內容
應用數據科學基礎	數據科學導論、機率與統計、Python for Data Science、資料庫系統、計算思維【根據官方課程整理】
商業分析	市場營銷數據分析、社交媒體數據分析、物聯網、商業分析應用【根據官方課程整理】
數位人文／社會科學	數位人文：理論與方法、研究方法與數據分析【根據官方課程整理】
數據視覺化	數據視覺化與 VR/AR、VR/AR 資產創建與應用開發【根據官方課程整理】
進階與實踐	機器學習導論、深度學習、雲計算、數據科學倫理、專業實習、畢業專題【根據官方課程整理】

四年學習地圖

階段	主要學習體驗
一年級	語文與通識要求 + 主修核心：數據科學導論、機率與統計、Python for Data Science、市場學原理【官方課程結構】
二年級	資料庫系統、程式解難、數據視覺化與 VR/AR、微積分與線性代數、數位人文【官方課程結構】
三年級	研究方法、數據挖掘、社交媒體數據分析、營銷數據分析；學系選修 2 門；專業實習（ADS 403，3 學分）【官方課程結構】
四年級	機器學習、數據科學倫理、雲計算、VR/AR 應用；學系選修 1 門；畢業專題（ADS 404，3 學分）【官方課程結構】

畢業需 125 學分（一年級入學路徑）。二年級／三年級入學路徑有學分抵免，要求分別為 87 / 63 學分。【官方課程結構】

方向、主修或組別

課程未設分組主修（single-degree programme）；學生透過學系選修（Departmental Electives）探索不同方向，例如大數據生態系、計算思維、R for Data Science、生物資訊學、深度學習、分析系統建模與優化、人工智能等。【官方課程結構】

你會怎樣學

學習方式

【根據官方課程整理】課程最強證據為明定必修的「專業實習（ADS 403）」與「畢業專題（ADS 404）」，以及大量程式與數據實作科目。

數學／邏輯推理      ●●●●●
程式與技術工具      ●●●●●
英文閲讀與寫作      ●●●●○
數據分析與視覺化實踐 ●●●●●
團隊合作／演示溝通   ●●●●○

代表性課程

Python for Data Science（ADS 151）【根據官方課程整理｜一年級】— Learn：以 Python 處理與分析數據；Do：【未確認】；Produce：【未確認】
數據視覺化與 VR/AR（ADS 250）【根據官方課程整理｜二年級】— Learn：數據視覺化原理與 VR/AR 呈現；Do：【未確認】；Produce：【未確認】
數據挖掘導論（ADS 320）【根據官方課程整理｜三年級】— Learn：數據挖掘方法；Do：【未確認】；Produce：【未確認】
機器學習導論（ADS 410）【根據官方課程整理｜四年級】— Learn：機器學習基礎模型與應用；Do：【未確認】；Produce：【未確認】
專業實習（ADS 403）/ 畢業專題（ADS 404）【根據官方課程整理】— 畢業前實務與整合專題。

選修與實踐

選修自由度與實踐機會

自由選修（Free Elective）貫穿各年（一年級 6、二年級 6、三年級 6、四年級 6 學分），可跨學院選修。【官方課程結構】
學系選修：三年級選 2 門、四年級選 1 門，涵蓋大數據、R、深度學習、生物資訊等。【官方課程結構】
實踐：必修專業實習（3 學分）與畢業專題（3 學分）。【官方課程結構】

它和相似課程的差別

與相似課程有什麼不同

相比純商業分析課程：本課程更具跨學科性，包含數位人文／社會科學與數據視覺化（含 VR/AR）。
相比純統計／電腦課程：本課程強調真實世界問題與跨領域溝通，並設必修實習與專題。
屬 SSSDP 資助學位，是樹仁首個理學士課程。

畢業後的路

畢業後的可能方向

【可能發展方向】

發展領域：數據科學、數據分析、商業分析、機器學習應用、數據視覺化、物聯網相關行業。
職位例子：數據科學家、數據分析師、商業分析顧問、機器學習相關崗位。
進修：數據科學、人工智能、統計、資訊科技等碩士課程。

以上為可能方向，並非保證就業或入職結果。

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】

中國語文：第 3 級或以上
英國語文：第 3 級或以上
數學（必修部分）：第 2 級或以上
公民與社會發展：達標（可計作第 2 級並計入最佳五科）
一科選修科：第 2 級或以上
數學延伸部分（M1/M2）或資訊及通訊科技達第 4 級或以上者獲額外考慮

計分方法與科目比重

【官方資料｜歷史參考｜2025/26】

採「最佳五科」計分，且數學（必修部分）必須計入。
轉換尺度（Category A）：5**=7、5*=6、5=5、4=4、3=3、2=2、1=1。
公民與社會發展「達標」可計作第 2 級計入最佳五科。

面試／作品集／測試

【官方資料】一般無面試；JUPAS 資料列明「只於特殊情況安排面試」（For special cases only）。

歷年收生參考

【歷史參考｜2025】

平均收生分數：15.8（2025/26，最佳五科計算，僅供參考）。
2025 年 JUPAS 申請人數（修改課程選擇後）：937；主輪正式取錄：32。
2025 年各 Band 取錄：A=19、B=5、C=1、D=3、E=4。

此為首屆（2025）數據，描述性質，非預測或保證分數；低 Band 亦可能被考慮。

申請判斷

課程一年級學額 20（本地生，2026/27；另有未用完學額最多 4 個作直接錄取），為 programme-specific 學額。【官方資料】首屆競爭約 937 申請對 32 主輪取錄。

學費、資助與學額

【官方資料】

資助類別：SSSDP（本地生適用）。
一年級學額：20（本地生；另有未用完學額最多 20% 即 4 個作直接錄取）。
2026/27 本地生學費：HK$95,675；扣除 SSSDP 資助 HK$46,780 後，估計實付首年學費 HK$48,895。
整個課程費用：HK$382,700；扣除資助後約 HK$195,580。
非本地生 2026/27 學費：HK$125,675。
學費每年檢討。

你申請前最值得確認的事

學系選修每年實際開辦科目（部分選修非每年開辦）。
專業實習（ADS 403）的安排、合作機構與學分要求。
SSSDP 資助資格與實付學費是否適用於你的身份。
二年級／三年級入學路徑的學分抵免與要求。
數學延伸部分／ICT 額外考慮的實際取錄影響。

官方資料

JUPAS 課程頁（JSSY02）：https://www.jupas.edu.hk/en/programme/sssdp/JSSY02/
課程概覽（應用數據科學學系）：https://adsci.hksyu.edu/programme/BSc-ADS/programme-overview
課程結構：https://adsci.hksyu.edu/programme/BSc-ADS/programme-structure
入學要求與分數：https://adsci.hksyu.edu/programme/admission-and-application
招生事務處（HKDSE 要求）：http://uao.hksyu.edu/zh/qualifications/dse

第二輪核對表（JSSY02）

Claim	Draft value	Second-pass evidence	Result	Action
課程身份 JSSY02	應用數據科學榮譽理學士 / HKSYU / SSSDP / 4年	學系頁 + JUPAS 頁一致；確認為樹仁首個 BSc	通過	—
2026/27 學費	$95,675；資助後 $48,895	JUPAS 與學系頁一致	通過	—
一年級學額 20	programme-specific 20	JUPAS 與學系頁一致	通過	—
HKDSE 最低要求	CL3/Eng3/Math2/CSD Attained/1 Elective L2	兩官方來源一致	通過	—
平均收生分 15.8	2025/26，最佳五科	學系入學頁（官方）	通過但需提示	標【歷史參考｜2025/26】
必修實習＋畢業專題	ADS 403 / ADS 404	課程結構頁（官方）	通過	—

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（學系選修每年開辦科目待確認）
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：2025 年起入學（建議向學系確認最新手冊）
最後核對日期：2026-07-12