香港香港大全HK GUIDE

香港数据科学本科课程设置与数学要求

数据科学（Data Science）是香港高校近五年扩招速度最快的本科专业之一。香港大学、香港中文大学、香港科技大学、香港理工大学、香港城市大学五所公立院校均已开设数据科学或数据与系统工程类本科课程，每年面向内地招收高考及多元卓越入学申请者。

对内地学生而言，”数据科学”听起来很像计算机或统计学，但翻开五校培养方案会发现：数学类学分普遍占 25%–35%，统计学单独成块，编程课只是工具层——这一结构与内地常见的”大数据应用”专业差别明显。本文以五所院校 2025/2026 学年公布的本科培养方案为蓝本（具体课程以各校教务处最新公布为准），拆解课程骨架与数学门槛。

一、为什么”数据科学”在港校偏数理？

香港的数据科学本科多挂靠在 计算机科学系、统计与精算学系、数学系或工程学院 之下，而非商学院。原因有三：

  1. 学术血统：港校数据科学由统计学、运筹学、机器学习三条脉络融合而来，统计学是主干；
  2. 就业导向：香港金融科技、保险精算、量化交易行业对数理背景要求严格，纯应用型课程难以对接；
  3. 深造衔接：港校数据科学毕业生超过六成继续攻读硕士或 PhD，课程设计必须为研究路径留接口。

因此，数学基础不是”加分项”，而是录取与毕业的硬门槛。

二、五校数据科学本科：基本架构对比

下表以 2025/2026 学年各校官网公布的 BSc / BEng in Data Science 培养方案为依据整理，院校简称：港大 HKU、港中文 CUHK、港科大 HKUST、理大 PolyU、城大 CityU。

维度 HKU（理学士） CUHK（理学士） HKUST（理学士） PolyU（理学士 / 工学士） CityU（工学士）
所属学系 计算机科学系（统计与计算机科学联合） 统计与数据科学系 + 计算机系 跨学科学院（数学 + 计算机 + 统计） 数据科学及分析学系 数据科学学院
必修总学分 约 240 约 123（主修） 约 120–124（主修） 约 132（主修） 约 120（主修）
数学课占比 约 30% 约 28% 约 32% 约 25% 约 27%
统计学独立必修 是 是 是 是 是
编程语言主线 Python、R、SQL Python、R、SQL Python、C++ Python、R Python、R、SQL
实习/业界项目 必修 capstone 必修 capstone 必修 capstone 必修业界项目 必修 capstone
修读年限 4 年 4 年 4 年 4 年 4 年

各校学分数计算口径不同，HKU 含大学必修语言与通识，CUHK/HKUST 主修学分指主修课程必修部分。具体请以入学当年教务处公布的 Programme Curriculum 为准。

三、数学类课程：到底要学什么？

五校的数学必修模块呈现高度一致的结构，可归纳为 “三段式”：

1. 基础段（大一）

这一段对应内地高考数学的延伸 + 大学数学分析 / 高等代数 / 离散数学三门课的合并精简版，是后续所有课的基石。

2. 中段（大二）

这一段是统计学与机器学习的数学底座，也是港校与内地”大数据应用”专业最大的区别——数据科学在这里要写证明、做推导，而不是只调用库函数。

3. 应用与计算段（大三、大四）

部分学校把机器学习理论课单独列出，但内容里 60% 以上仍是上述数学工具的直接应用。

四、统计学课程：主干中的主干

港校数据科学本科的统计学必修通常占 18–24 学分，相当于 6–8 门课，密度高于内地多数同类专业。核心模块包括：

统计思维是港校数据科学培养的灵魂。对比内地常见的”大数据技术与应用”专业，后者统计学学分往往只占 10% 左右，差距明显。

五、计算机与编程：工具层而非主体

内地学生和家长常误以为数据科学等于”敲代码”。港校方案给出的答案更克制：

学校 编程必修 计算机理论 数据工程 / 数据库
HKU Python、R、SQL、C 算法、数据结构、计算机系统基础 数据库系统、大数据处理导论
CUHK Python、R、SQL 数据结构、算法设计 数据库、数据仓库与数据挖掘
HKUST Python、C++、R 算法、计算理论导论 数据库系统、并行计算
PolyU Python、R 数据结构、算法 数据库、大数据技术
CityU Python、R、SQL、C++ 算法、数据结构 数据库、分布式系统

可见 编程是必修而非主轴，学校更希望学生掌握”用代码实现统计思想”的能力，而非培养软件工程师。SDE（软件工程开发岗）方向的毕业生占比通常不足 15%。

六、内地学生最常见的三个误区

误区一：”高考数学 130 分就够了”

港校录取看的是排名与综合评审，不是单一分数线。但入学后能否跟得上，与数学能力直接相关。高中数学的微积分与线性代数基础 + 一定的逻辑推理能力，是大一不挂科的底线。

误区二：”不擅长统计可以选偏 CS 的数据科学”

港校数据科学本科几乎没有”偏 CS”路径——统计是必修主干课，毕业要求统一。如果对统计不感兴趣，更适合选 Computer Science 或 Software Engineering 单独专业。

误区三：”不打算读 PhD，数学不必那么深”

数据科学行业目前对 可解释性、因果推断、实验设计 的要求越来越高，纯调包调参的岗位在收缩。五校的方案都把数学推到中段必修，目的就是让学生具备阅读论文、改造模型的理论能力，而不是只当”工具人”。

七、给内地学生的选校与准备建议

  1. 看培养方案的数学学分占比：低于 20% 的项目要警惕”挂数据科学之名，行应用工具之实”。
  2. 关注统计课程的深度：贝叶斯、因果推断、时间序列是否进入必修，决定项目的统计含金量。
  3. 数学先修建议：高三或准大一阶段自学 MIT 18.01（单变量微积分）前 10 讲 + Strang《Introduction to Linear Algebra》前四章，足以应对开学后的节奏。
  4. 编程可后置：Python 基础语法与 pandas/matplotlib 用法入学前补齐即可，统计与数学才是录取后真正的分水岭。
  5. 关注实习通道：港校数据科学多数要求 capstone 与业界导师配对，地点多在港交所、汇丰、阿里香港、Microsoft 香港等机构，内地学生可借此积累跨境项目经验。

八、关于跨专业与副修

五校均允许数据科学本科生副修（Minor）商科、金融工程、量化金融、计算机科学或统计学。副修金融工程或量化金融是内地学生最常走的路径，可在毕业时直接对接香港金融科技与量化岗的招聘要求，但需额外 18–24 学分，意味着每年多修 1–2 门课。

九、结语

香港的数据科学本科不是”大数据应用 + 编程”的速成班，而是一个 以统计为骨、数学为筋、编程为肉 的完整训练体系。对数理基础扎实的内地学生而言，这是性价比极高的选择；对数学不自信但想”蹭热点”的同学，则需要在入学前花时间补足微积分、线性代数与概率论，否则前两年会非常吃力。

各校培养方案每隔 1–2 年会有微调，具体课程与学分要求以目标院校教务处最新公布为准。

更多关于香港高校申请、专业选择、内地生赴港生活与签证的实用指南，可在 香港大全 持续查阅。

常见问答

数据科学专业在港校属于哪个学院？是商科还是工科？

香港五所公立院校的数据科学本科多数挂靠在计算机科学系、统计与精算学系、数学系或工程学院之下，而非商学院。文章指出，这一设置源于统计学、运筹学、机器学习三条学术脉络的融合，以及金融科技、精算、量化交易行业对数理背景的严格要求。具体挂靠院系以各校教务处最新公布为准。

港校数据科学本科的数学学分占比大概是多少？

根据文章整理的 2025/2026 学年培养方案，五校数学类学分普遍占 25%–35%，其中港科大最高（约 32%），港大与港中文约 28%–30%，理大约 25%，城大约 27%。文章建议占比低于 20% 的项目需谨慎选择。完整对比表以原文表格为准。

内地高考数学要考多少分才能跟上港校数据科学课程？

文章未给出具体分数线，因为港校录取看的是排名与综合评审，而非单一分数。但文章明确指出：高中数学的微积分与线性代数基础加上一定的逻辑推理能力，是大一不挂科的底线。建议高三阶段自学 MIT 18.01 单变量微积分前 10 讲与 Strang《Introduction to Linear Algebra》前四章。具体录取要求以官方最新公布为准。

港校数据科学专业一定要学贝叶斯统计和因果推断吗？

文章提到，贝叶斯统计在多数院校作为必修或高阶选修出现，因果推断通常以”实验设计与因果推断导论”的形式列入统计必修模块。时间序列与多元统计（如主成分、因子分析、聚类、判别）同样是核心内容。但各校培养方案每隔 1–2 年会有微调，具体课程设置以入学当年教务处公布的 Programme Curriculum 为准。

港校数据科学毕业生主要去做什么？会不会变成”调包工具人”？

文章引用数据指出，超过六成的港校数据科学毕业生继续攻读硕士或 PhD；进入 SDE（软件工程开发岗）方向的毕业生占比通常不足 15%。文章强调，五校方案将数学与统计推到中段必修，目的是让学生具备阅读论文、改造模型的理论能力，而非仅停留在调包调参层面。行业实际岗位结构以官方最新公布为准。

延伸阅读