.png)
课程架构
经济数据科学硕士项目采用前瞻性的跨学科设计，是新加坡首个也是唯一一个将数据科学与经济学相结合的硕士项目。通过结合人工智能、机器学习和计量经济学方法的优势，掌握Python、AWS、Cassandra、Apache Spark等核心技术，让学生能够高效地分析经济问题，并凭借其独特的课程设置、强大的行业相关性和实践导向的学习方式脱颖而出。
经济数据科学硕士项目为学生提供两种入学时间：
- 8月入学
- 1月入学
经济数据科学硕士项目为学生提供共两种学制：
- 全日制：18个月（可选择在12个月内完成）
- 非全日制：30个月（可选择在24个月内完成）
项目课程
经济数据科学硕士课程由15门单元课程 (course units) 组成，包括2门基础课程、6门核心课程、3门选修课程、3门开放性课程和1门研究生专业发展课程。项目为全日制学生提供实习机会。
*每1个课程学分单位 (CU) 包含10次课程，每次3小时。毕业要求为累计平均绩点 (CGPA) 达到4.00满分制中的至少2.50。
基础课程
基础课程旨在为非技术背景的学生提供概率论、统计学与编程等必要训练。具备较强技术背景的学生可申请免修此部分课程。
基础课程
数据科学中的概率论 • 统计学习
核心课程
核心课程
应用因果推断 • 经济数据分析 • 经济数据库 • 机器学习：经济与金融 • 数据科学统计 • 时间序列计量经济学
选修课程
MDSE学生可灵活选择3门选修课程，以进一步拓展其专业领域知识。
选修课程
经济学与高级机器学习
经济学与大数据分析
经济学与云计算
复杂网络
高频交易
经济学与多模态数据分析
面板数据计量经济学与数据分析
空间计量经济学与数据分析
技术经济学
经济学中的数据科学专题
*注：并非所有课程每年都会开设。课程名称与内容可能有所调整，亦可能新增课程。
开放性课程
为增强研究生的学术体验和促进全面发展，学生可灵活选择经济学硕士项目/金融经济学硕士项目中的选修课。最多可从新加坡管理大学其他硕士课程中选修1门单元课程。学生可选择不低于10周的实习或顶点项目，以满足1门单元课程的要求。
研究生专业发展课程
学生必须完成由新加坡管理大学教员或经验丰富的行业培训师组织的技能性研讨会或经验性科目。旨在提高学生的专业素质，获得课程之外的新技能，拓展与跨学科学生之间的人脉网络。
.png)