理大专业进修学院 - 应用科学(荣誉)理学士(统计及数据科学)- 全日制

理大专业进修学院学位衔接课程

section banner deco upsection banner deco downProgramme

应用科学(荣誉)理学士(统计及数据科学)- 全日制

应用科学(荣誉)理学士(统计及数据科学)- 全日制

课程编号

84048-SC (全日制)

教学语言

英文(具中文要求的科目除外)

组合课程统筹

黄嘉乐博士

BSc, MSc, DBA, CNE, MCSE

课程统筹

何维东博士

BSc, MPhil, PhD

助理课程统筹

卢静安博士

BSc, MPhil, PhD

学费

学费

修读年期

2年

学部

科技、工程及健康学部

备注

课程内容及名称目前正在审核中

学生和毕业生故事

课程特色

  • 培育数据分析专才
  • 让你熟悉一系列数据管理及分析软件,包括 SAS, Python, R, Microsoft Excel (VBA), Tableau, Microsoft Power BI 及SQL Server
  • 你可参加专业试备试工作坊,促进你的专业发展。过往部分学生在毕业前已考获SAS资格
  • 有机会参与实习,过往学生曾於电讯盈科企业方案、扬科有限公司、易普索及尼尔森受训
  • 你可修读不同领域的选修科,例如:人工智能、Web应用程序开发和管理及金融科技与区块链

 

追踪 · 连系 

IG

应用科学(荣誉)理学士(统计及数据科学)

IG 
科技、工程及健康学部

专业认可

学生可加入香港社区健康学院 (HKCCHP) 成为学生会员,毕业后可升级为副资深会员 (AFHKCCHP)。


如学生完成指定的科目并取得满意成绩,则有资格获豁免香港统计学会研究生文凭课程第1、2、3和5单元。

毕业生前景

就业前景 

  • 毕业生就业机会包括业务研究分析师、数据分析师、数据管理专员及统计分析专员
  • 毕业生2021年平均起薪约港币16,900元

*Source: PolyU SPEED毕业生就业调查

 

深造机会 

  • 过往毕业生曾於本地及海外知名大学深造,例如香港理工大学、香港浸会大学

课程结构

(课程名称及内容现正进行检讨)

 

学生必须完成以下要求并取得满意成绩,方可获颁发荣誉学士学位: 

 

课程要求最低学分要求
大学核心课程 (GUR)注 19
通识课程 (CAR) 科目2 科,每科3学分6

服务学习 (SL) 科目

1 科,每科3学分3
通识教育基本组合科目 (非学分类别)-不适用
学科专业课程 (DSR) 注2
(请参考下表)
51 – 60
基础科目最多4科, 1科不含学分, 其余每科3学分
(只适用於非相关学系的学生)
0 - 9 
组合课程
必修科目
6 科, 每科3学分18
学科专业
必修科目
8 科, 每科3学分24
选修科目3 科, 每科3学分
校企协作教育 (WIE)3
300小时工作为本的学习体验不适用
共计60 – 78 

 

学科专业课程 (DSR)

 

组合课程必修科目 (共6科)

  • Business Communication in Chinese
  • Effective Professional Communication in English
  • Integrated Study (Applied Sciences)
  • Management of Technology, Innovation and Entrepreneurship  
  • Professional Ethics and Social Responsibilities 
  • Research Methodology in Applied Sciences 

 

基础科目(只适用於非相关学系的学生)

  • Calculus
  • Data Science with Programming
  • Foundations of Data Science
  • Statistical Data Analysis (non-credit-bearing)

 

学科专业必修科目(共8科)

  • Big Data and Cloud Analytics
  • Data Structures and Algorithms
  • Data Visualisation and Analytics
  • Database Technologies and Management
  • Decision Analysis with Python
  • Forecasting and Applied Time Series Analysis
  • Machine Learning for Data Mining
  • Predictive Modeling

 

选修科目# (任何3科)

  • Applied Probability Models
  • Artificial Intelligence
  • Computational Approaches to Language Analysis
  • Computer Security
  • Electronic Commerce Strategy and Implementation
  • Financial Management for Non-finance Specialists
  • FinTech and Blockchain
  • Health Informatics and Healthcare 4.0
  • Marketing Technologies
  • Operations Research Methods
  • Public Health and Epidemiology
  • Simulation Models for Business
  • Statistical Inference
  • Survey Design and Analytics
  • Web Application Development and Management
  • Web Systems and Technologies

 

# 

每科选修科必须有足够报读人数才会开办。

 

1. 未达大学核心课程 (GUR) 中学士学位语文及沟通课程 (LCR) 同等要求的学生须额外修读最多9学分的LCR科目 (2科英语及1科中文,每科3学分)。他们将在入学前获悉是否需修读 LCR科目。

 

2.  持有非学科相关学历 (即持有非统计及数据科学的副学士学位或同等资格的持有人) 的申请人并取得良好学术成绩,其入读本课程的申请也将被考虑。如这些申请人之前没有修毕相关科目,则会被要求额外修读最多 4科的基础科目。申请人亦须具有linear algebra知识。

    

3.  申请人在修读副学士/高级文凭课程期间或之后所积累的相关工作经验可用作申请认可WIE。学生将於开课后获悉申请详情。

入学要求

持有相关学科的认可副学士学位、高级文凭或同等学历。具有非相关学科资格的申请人也将被考虑,并且如果被录取,则必须修读适当的基础科目。

 

注:

  1. 母语为非英语、且并没持有以英语作为主要教学语言的副学士或高级文凭或同等学历的申请人,应符合以下最低英文语言要求:雅思6.0; 或托福550(paper-based)/ 80(Internet-based); 或 其他认可的英语评核中取得满意成绩。

    个别情况可能会根据其自身情况进行考虑,相关申请人在入学时可能需要额外修读 3 学分的辅助英语科目。

  2. 不具备上述资格,但在申请入学年度的9月1日之前年满25岁的人士亦可提出申请。他/她必须展现足够的动机、知识和潜力,以显示出有很大机会能够成功修毕该课程。此外,他/她可能需要修读适当的基础课程。
  3. 申请入须具有linear algebra知识。