香港城市大学人工智能驱动创新理学硕士研究生申请要求-排名-学费-就业-语言要求

<p>香港城市大学人工智能驱动创新理学硕士课程旨在为学生提供必要的知识、技能和思维方式，使其成为人工智能时代技术创新的领导者，人工智能（AI）的快速发展为各行各业的创新创造了前所未有的机会，该项目非常重视人工智能驱动的创新，重点关注以下两个关键维度：人工智能作为创新的推动者——使用人工智能驱动的工具和方法来增强设计新材料、设备、产品、流程、服务和系统的过程，从而实现创新；将人工智能作为创新的智能特征——将人工智能作为核心智能功能融入新产品、新流程、新服务、新系统中，推动创新。香港城市大学人工智能驱动创新理学硕士项目旨在响应全球和本地对能够融合人工智能和创新专业知识以推动跨行业转型的人才日益增长的需求，通过将技术创新和人工智能与系统设计思维以及创业领导力相结合，该课程旨在培养能够在第四次工业革命中塑造行业未来的创新领导者。</p>

展开全部

申请要求

具有学士学位，不限专业背景

语言要求

雅思

总分要求

托福

总分要求

六级

总分要求

450

申请时间

{{ `${per_time.year}年${per_time.enroll_time}季入学${per_time.children.length == 1 && per_time.children[0].head == 1 ? '（提前批）' : per_time.children.length == 1 && per_time.children[0].head == 2 ? '（夏令营）' : ''}` }}

on hold

国际生

夏令营

提前批次

进行中

on hold

申请量过大，相应的申请有延迟或者无法拿到offer的风险。

国际生

本条是指国际生截止日期

课程设置

技术创新与创业

Technological Innovation and Entrepreneurship

设计科学

Design Science

人工智能概论：概念与应用

Introduction to Artificial Intelligence: Concepts and Applications

人工智能驱动创新：研讨会与项目

AI-Driven Innovation: Seminars and Projects

运营管理

Operations Management

面向工程师的工业营销管理

Industrial Marketing Management for Engineers

工程管理原则与概念

Engineering Management Principles and Concepts

项目管理

Project Management

供应链管理

Supply Chain Management

管理战略质量

Managing Strategic Quality

工程经济分析

Engineering Economic Analysis

业务流程改进与创新

Business Process Improvement and Innovation

人工智能辅助管理决策系统

Managerial Decision-Making Systems with Artificial Intelligence

面向工程管理者的金融工程

Financial Engineering for Engineering Managers

风险与决策分析

Risk and Decision Analysis

面向工程管理者的智能制造

Intelligent Manufacturing for Engineering Managers

系统工程中的数据分析与人工智能

Data Analysis and Artificial Intelligence for Systems Engineering

人工智能创新实习

AI Innovation Internships

第四次工业革命

The Fourth Industrial Revolution

基于人工智能的媒体创业

AI-Based Media Entrepreneurship

创业研讨会

Venture Creation Seminar

数字过程概论：从创造性计算到制造

Introduction to Digital Processes: From Creative Computation to Fabrication

媒体中的设计思维与创新

Design Thinking and Innovation in Media

人工智能伦理与法规

AI Ethics and Regulations

商业生成式人工智能

Generative Artificial Intelligence for Business

商业应用中的人工智能

Artificial Intelligence for Business Applications

面向商业应用的大型语言模型与提示工程

Large Language Model with Prompt Engineering for Business

智慧城市数据分析

Data Analytics for Smart Cities

预测分析与金融应用

Predictive Analytics and Financial Applications

深度学习

Deep Learning

数据挖掘与知识发现

Data Mining and Knowledge Discovery

信号处理应用中的机器学习

Machine Learning for Signal Processing Applications

未来城市应用的物联网技术

Internet of Things Technologies for Future City Applications

应用深度学习

Applied Deep Learning

无线通信中天线的人工智能

Artificial Intelligence for Antennas in Wireless Communication

多维数据建模及其应用

Multi-Dimensional Data Modeling and its Applications

计算生理学与神经系统

Computational Physiology and Neural Systems

计算机辅助设计/计算机辅助制造集成

CAD/CAM Integration

计算机控制系统

Computer Controlled Systems

高级自动化技术

Advanced Automation Technology

机器人、人工智能与控制系统传感器

Sensors for Robotics, AI and Control Systems

面向工程的高级机器学习与量子计算

Advanced Machine Learning and Quantum Computation for Engineering

人类与人工智能

Human and Artificial Intelligence

人工智能在生物科学和医疗保健中的伦理应用

Ethical Application of Artificial Intelligence in Biological Sciences and Healthcare

高级计算神经科学

Advanced Computational Neuroscience

生物医学工程设计

Biomedical Engineering Design

药物输送工程原理

Engineering Principles for Drug Delivery

微创医疗中的机器人技术

Robotics in Minimally Invasive Healthcare

健康科学研究与管理中的人工智能

AI in Health Science Research & Management

可穿戴技术与健康科学研究

Wearable Technologies & Health Science Research

基因组学与生物信息学

Genomics and Bioinformatics

卫生经济学与结果研究

Health Economics and Outcomes Research

公共卫生中的基础生物统计学

Basic Biostatistics in Public Health

流行病学基础

Fundamentals of Epidemiology

传染病流行病学

Infectious Disease Epidemiology

公共卫生监测与风险分析

Public Health Surveillance & Risk Analysis

展开全部

录取报告

录取指南|该方向录取者中985/211背景占比超过八成，典型录取者GPA集中在80-85分区间，雅思中位数为6.5。建议985/211背景且GPA 85+、雅思7.0+的申请者，可将该方向作为稳妥选择，重点准备与计算机相关的科研或实习经历。普通本科申请者录取率约10.5%，需通过高GPA（建议85分以上）、高雅思（7.0+）以及突出的项目或竞赛经历来弥补院校背景劣势，但整体风险较高，应作为冲刺选项。本科专业高度匹配是录取关键，计算机专业录取率约30%，电子工程、数据科学等强相关专业也有一定优势。建议申请者优先选择与自身本科课程高度契合的子项目，避免跨度过大。跨专业申请者（如数学、信息系统）需补充计算机核心课程（如数据结构、算法）、相关科研项目或实习经历，以证明具备足够的专业基础，否则录取难度显著增加。从历史数据来看，9月至11月投递的录取率稳定在37%以上，是推荐的申请窗口。建议申请者在9月前完成语言考试和文书材料，尽早提交以占据先机。12月后投递虽仍有较高录取率，但申请量激增，竞争加剧；4月后投递录取率骤降至8.8%，风险极高。因此，强烈建议在9月至11月完成投递，避免拖延至申请季后期。