<p>港科大工学院在2022年QS的CSIS方向排名中位列全球29，香港第2，而BDT是港科大工学院（SENG）的王牌专业，由工学院下属的CSE系（Computer Science and Engineering）和理学院的数学系合办。就授课型硕士项目来说，全港的计算机与数据科学相关的项目中，BDT和港大的DS项目对标，属于Tier1。</p> <p><b>课程设置</b>：BDT修满30个学分即可毕业，一门课3个学分，即要修满10门课即可申请毕业。大多数同学都选择一年分两个学期上完，也有小部分同学选择1.5-2年毕业。项目的课程涉及到的基本是数据科学方向的课程，不过毕竟是由计算机系来主导的项目，所以整体不会太偏数学，而是将CS作为主导的概念贯彻到项目里，这点和港大有所区别，港大DS是由数学/统计学院主导的，所以BDT相对会更偏实践、代码导向。</p> <p><b>就业服务</b>：BDT作为授课型项目，整体以就业为主。CSE很注重和工业界的接触，校内有很多和著名企业合作的实验室，比如微信-港科大人工智能联合实验室、港科大-迅雷区块链联合实验室等等，合作项目也有很多。此外，港科大的广州校区近两年也开始招生，机会还是有很多。当然，也有不小一部分同学选择寻找深造的机会，大家可以通过Independent Project选心仪的老师和课题方向，做出成绩后进一步“套瓷”，也可以通过课程以及其他活动接触老师。</p> <p><b>招生特点</b>：生源方面，BDT的学生绝大多数来自三种类型的本科：大陆985或211高校，大陆的中外合办学校以及境外本科，大部分为大陆的985或211高校学生。其中985和211的比例大概为4:1左右，均分大多在85左右。从本科和标化成绩等来看，同学们都比较优秀。就大陆学生申请而言，985/211在85左右会比较有把握，如果均分稍差，在实习/科研/竞赛三方面成绩不错也有一定的加分。招收的学生主要来自计算机相关专业和数学统计相关专业，对于计算机的同学，在BDT课程中可以学到很多Data Science技术并且夯实Machine Learning和Deep Learning方面理论基础；对于数学统计的同学，BDT的课程可以让你得到很多AI和DS方向的实践经历，提升代码能力。</p>