香港理工大学（The Hong Kong Polytechnic University，PolyU）数据科学及分析理学硕士（MSc in Data Science and Analytics）课程编号 62027，由计算及数学科学学院数据科学及人工智能学系开办，2027 年 9 月入学，全日制 1.5 年、兼读制 3 年，31 学分，学费每学分 13,500 港元。官方中文名是「數據科學及分析理學碩士學位」，简体应写作「数据科学及分析」，网络常见的「数据科学与分析」是转写差异。提前批截止 2026 年 10 月 20 日，主轮 2027 年 2 月 25 日。以下按官方页面逐步核验。
核验第一步：中文名与编号一起对
这个课程在转述中最常出现的偏差不是数字，而是名称。官方页面写的是「數據科學及分析」，「及」不是「与」。核验时以课程编号 62027、细分编号 62027-DFM-DPM 为准，官方英文全称为 Master of Science in Data Science and Analytics。
同系另有编号 62037 的人工智能及大数据计算理学硕士，两者在学制、学分构成与入学口径上都不同，不能互相套用。两个课程的差别在香港理工大学人工智能及大数据计算理学硕士 2027 申请指南里有对照。
核验第二步：课程定位写在 Aims 里，不在标题里
课程页的 Programme Aims 段落写明：在大数据时代，各领域每天产生大量数据集，要从中创造价值必须结合数学、统计与计算机科学的技术；课程培养兼具这三个核心学科专长的毕业生。Characteristics 段落进一步写明，统计、优化方法与计算机科学被广泛认为构成现代数据科学的三根支柱，本课程对三者作均衡处理。
这段定位对判断适配度很关键：它是把数学与统计的比重写进设计目标的，不是一个纯计算机方向的课程。数学基础不强的申请人应据此评估，而不是只看「数据科学」四个字。
核验第三步：页首字段区与两条硬约束
修读模式为 Mixed Mode；全日制正常修业期 1.5 年，兼读制 3 年；毕业学分 31；经费类型为 Self-Financed。
字段区两条附注需要单独记：非本地申请人必须注册为全日制学生；开设哪些科目取决于教学资源与注册学生人数。前者意味着持学生签证的申请人没有 3 年兼读路径，后者意味着往年科目清单不是本届承诺。
官方把统计、优化方法与计算机科学写成课程设计的三根支柱，数学比重不低。
核验第四步：入学要求里的两句话
Entrance Requirements 区块写的是：数学、统计、计算机科学、资讯科技、工程、经济与理科的荣誉学士学位或同等资历；具备其他学科学士学位、且在数学或 IT 方面有足够背景的申请人也会被考虑。
两点值得注意。第一，经济学被明确写进对口学科列表，这在计算类课程里并不常见，对经济、金融数学背景的申请人是明确信号。第二，跨专业条款用的是「足够的数学或 IT 背景」，不给年限。这与同系人工智能及大数据计算理学硕士的「至少 3 年 IT 相关工作经验」判定方式完全不同——年限可以自查，「足够背景」由课程招生单位裁量，可用的自证材料是修过的数学与计算类科目、成绩与相关项目。
英语要求走全校统一口径：雅思学术类总分 6.0 或以上，或托福 iBT 总分 80（满分 120）；2026 年 1 月 21 日及之后应考的托福 iBT 另有 4.5（满分 6）的口径；须为两年内单次考试成绩，不接受 TOEFL iBT Home Edition、IELTS Online、IELTS 指标测试与 IELTS 单科重考成绩。
核验第五步：两种修读方案与论文门槛
方案一是 6 门必修科目（18 学分）加 4 门选修科目（12 学分）；方案二是 6 门必修科目（18 学分）加 1 门选修科目（3 学分）加一篇毕业论文（9 学分）。两者之外另有 1 学分的必修学术诚信与操守科目。
论文路径的门槛写得很具体：通常只有在第一年第二学期结束时已完成 6 门必修科目（18 学分）、且 GPA 达到 3.0 或以上的学生，才会被考虑走方案二。这个时间点比同系人工智能课程的第一学期结束更靠后，必修门数也从 4 门变成 6 门——同系不同课的规则不能互相套用。
论文方案要求第一年第二学期结束时完成 6 门必修且 GPA 达到 3.0 或以上。
与港校同类专业对照时，该比哪几个字段
跨校比较数据科学方向硕士时，可比且各校官方页面都会公布的字段有六个：毕业学分总数、正常修业期、学费计费口径与金额、入学学科范围与跨专业条款、英语成绩最低线、申请轮次与截止日。
理大 62027 的官方值分别是：31 学分；全日制 1.5 年、兼读制 3 年；每学分 13,500 港元；对口学科含经济学，跨专业条款为「足够的数学或 IT 基础」；雅思 6.0 或托福 iBT 80；提前批 2026 年 10 月 20 日、主轮 2027 年 2 月 25 日。
对照时有两条硬原则。第一，学费必须同口径比。港校之间既有按学分计费也有按整个课程报总价的，理大内部就同时存在这两种，直接比数字会得出错误结论。第二，对方院校官网上找不到原文的字段不要比——录取率、录取者成绩分布、申请人数这类数据香港院校普遍不公布。
本轮核验中，其他港校同类课程的官方字段未能在核对日取得完整原文，因此本文只给出理大自身的官方值与对照方法，不提供未经核实的对照数字。同一体例下的时间线核验可参考香港教育大学 2027 申请时间线与香港教育大学 2027 学费对照；同批次的港校提前批梳理见2027fall 香港商科提前批。
FAQ
Q1: 官方中文名到底是「及分析」还是「与分析」？
官方页面写的是「數據科學及分析理學碩士學位」，简体应写作「数据科学及分析理学硕士学位」。「数据科学与分析」是常见转写差异，不是官方名称。
Q2: 经济学背景算不算对口？
算。课程页的对口学科列表中明确包含经济学（Economics），这与很多只列计算机与工程的计算类课程不同。
Q3: 「足够的数学或 IT 背景」有量化标准吗？
课程页没有给出量化标准，由课程招生单位判断。可用于自证的是修读过的数学与计算类科目、成绩以及相关项目经历，而不是工作年限。
Q4: 非本地生可以选 3 年兼读制吗？
不可以。课程页字段区明确写明非本地申请人必须注册为全日制学生。
Q5: 论文门槛和同系人工智能课程一样吗？
不一样。本课程要求第一年第二学期结束时完成 6 门必修科目且 GPA 达到 3.0 或以上；同系人工智能及大数据计算理学硕士要求的是第一学期结束时完成 4 门科目与学术诚信科目且 GPA 3.0 或以上。
数据口径
本文的课程编号与细分编号、中英文名称、开办学院与学系、课程定位表述、修读模式、修业期、毕业学分、两种修读方案与论文门槛、学费单价、非本地生全日制注册要求、开课科目取决于资源与人数的说明、入学要求与跨专业条款、申请截止日期，全部取自香港理工大学官网 2027 年 9 月入学的该课程页面；全校英语最低要求与滚动审核表述取自授课型硕士入学要求页面与招生总览页面。截至 2026 年 7 月，以官网公布为准。
本文仅为一般信息整理，不构成录取或签证建议；具体以香港理工大学官网及相关主管机构最新公布为准。
参考资料
- 香港理工大学研究生招生 — 授课型硕士课程查找页（2027 年 9 月入学）
- 香港理工大学 — 数据科学及分析理学硕士课程页（编号 62027）
- 香港理工大学 — 人工智能及大数据计算理学硕士课程页（编号 62037）
- 香港理工大学 — 授课型硕士入学要求页面