“一带一路”倡议、粤港深港合作和深圳市经济社会发展对高层次教育研究机构之需要，顺应世界主流学界、业界对兼具“国际高度、中国深度”研究交流平台之期待，对应未来世界金融经济格局深刻调整所带来之机遇和挑战，深圳市政府依托香港中文大学（深圳）设立了深圳高等金融研究院，致力于将其建成金融经济领域颇具国际影响力的创新拔尖人才培养基地、国际高水平研究平台、国际高端学术交流平台和高端决策智库。具体职责如下：

（一）培养创新拔尖人才。深高金依托香港中文大学（深圳）开展经济金融与管理领域的硕士学位教育及非学位的高层管理培训。目前已开设全日制理学硕士项目5个——金融学、经济学、会计、数据科学、市场学，兼读制理学硕士项目2个——金融学、管理学，未来将适时启动经济金融领域更多相关专业硕博研究生等培养工作。

（二）开展高水平研究。成立若干研究中心；与普林斯顿大学、中国人民银行等机构联合设立博士后项目，招募国内外优秀青年学者研究中国尤其是深港经济和金融市场发展中遇到的理论和政策性问题。
（三）创建国际交流平台。定期举办国际学术会议，已先后与国际货币基金组织（IMF）、普林斯顿大学、美国国家经济研究署（NBER）等联合举办各类高端学术论坛；创建学术交流平台VoxChina.org，聚焦世界经济金融领域热点问题，致力于发布并分享国内知名学者关于中国经济发展的最新研究成果。

（四）承担金融智库功能。各研究中心（宏观金融稳定与创新研究中心、制度与资本市场研究中心、金融科技与社会金融研究中心、经济数据研究中心、湾区发展与中国经济研究中心、公司治理与股权激励研究中心、香港深圳联合金融研究中心、资本市场与资产管理研究中心）关注经济金融领域前沿问题，并承担政府相关课题研究。

（五）与金融机构等广泛合作。已与深圳证券交易所联合设立中国股票交易机制研究工作坊，定期研讨交流。加盟由证监会与工业和信息化部指导的金融科技产业发展联盟，并担任理事单位。与深圳市地方金融监督管理局合作，联合协会、组织、高校、金融机构等企事业单位共同推出“深港澳金融科技师专才计划”。与ACCA合作举办神仙湖会计论坛。定期邀请知名学者和业内人士举办“深高金大讲堂”等金融经济前沿讲座，辐射服务周边。

项目简介
随着社会的不断发展，对能够有效利用，处理，分析并深入剖析大数据的专业人才的需求正快速增长。因此，数据科学专业已在商业，自然科学，生命与医疗科学，以及其它科研领域受到广泛的关注。本硕士课程项目旨在融合数据科学的基本理论、数据采集与管理、数据分析及高可扩展性的知识发现等专业知识和技能，为学生在大数据科学及其分析领域打下扎实基础。

数据科学理学硕士项目学制2年，毕业生将习得最尖端的大数据处理技术，并接触到支撑大数据技术的前沿理论与方法。 此外，学生将在毕业前参与一个实际研究课题项目来展示他们在商业、政府、安全、医疗、生物、自然科学、环境等领域中能够熟练运用数据科学的基本概念来设计创新的方法及应用。

数据科学理学硕士项目由香港中文大学（深圳）理工学院与经管学院共同开设，并与深圳市大数据研究院和深圳高等金融研究院合作，来自两所学院及研究院的优秀师资也将共同担任项目授课教师。

数据科学理学硕士项目概览
 
  学位   理学硕士
  项目时长   2年（待定）（最长不超过3年）

培养目标
数据科学理学硕士项目是为了培养期望在数据科学领域深入学习的学生而设计，旨在使学生具备专业的知识和技能，用于解决大数据的采集、管理及分析等方面的问题。完成该专业的学习后，学生将掌握：

•  大数据及商业分析方面的基础理论知识；

•  统计学、机器学习及数据挖掘的关键方法和工具；

•  各领域中大数据分析的解决方法与模型；

•  商业数据分析的概念及技巧；

•  有效的沟通及人际技巧（写作及口语）；

•  理解数据科学相关的职业道德要求。

专业方向

数据科学理学硕士项目分两个专业方向：

两个专业方向的毕业学分要求一致，学生可以选择最符合个人职业规划的方向进行学习。学生也可以不选择专业方向（如未选择方向，则不受特定方向修课要求的限制）。

大数据分析方向
商业分析方向

学习计划

数据科学理学硕士项目的标准学制为24个月（待定）。学生也可以在就读期间参与到业界实习、实验室科研、海外交换，亦或修读更多课程，从而将学制延长至最多36个月。

毕业项目+4个选项
1. 业界实习
2. 在大学实验室或研究中心开展科研
3. 海外交流/交换
4. 修读课程
 
备注：以上计划以最终安排为准。

必修课
Python编程（待定）
Python Programming is designed to learn data science using Python. The course covers topics including, Python setup and familiarization with the environment, writing programs in Python, Python development support data structures and libraries including Numpy, exploratory data analysis using libraries such as Pandas, predictive model design including regression analysis, decision tree and other prediction models, visualizations using Matplotlib, and implementation project to practice the concepts learned during the course.

统计学理论

数据库原理与开发

时间序列分析

机器学习

数据挖掘

毕业项目

选修课

•应用回归分析
•应用多元方法
•贝叶斯分析
•数值算法分析
•人工智能
•优化理论入门
•信息论专题
•图像处理与计算机视觉
•分布式系统
•应用并行编程
•大数据建模与管理
•网路分析
•数据驱动实验设计与衡量
•数据可视化
•运营管理与分析
•市场营销管理与分析
•金融分析
•经济分析
•创新设计思考方法论
•动态规划
•深度学习及其应用
•优化理论与算法
•人工智能：法律与政策
•区块链
•大数据营销
•衍生品及其风险管理方法
•金融科技理论与实践
•增强学习
•深度学习
•随机过程
•云计算

*备注：以上列表未包含其他硕士项目共享课程。具体课程安排以最终开课为准。

招生对象
理工和经济金融等专业的毕业生，并掌握扎实的数理及编程基础知识。

申请要求
学历与成绩要求：

•毕业于认可的大学或机构，具有学士学位，成绩不低于二等荣誉学士，或
•毕业于认可的大学或机构，具有学士学位，成绩不低于“B”（3.0/4.0或80/100分），或
•完成高等教育课程的学习，具有相当于学士学位的资历。

英语水平要求（满足下列之一即可）：

•托福（网考不低于79分；学校代码：B429），或
•雅思（学术类）（不低于6.5分），或
•研究生管理科学入学考试GMAT（阅读）（不低于21分），或
•取得由香港或英语国家及地区大学颁发的学位证书；或
•取得由香港或英语国家及地区颁发的专业资格证书；或
•认可的其他等效证明

学费及奖学金
学费：25.2万人民币（2020年；2年）