摘要：香港八大已有 7 所设立数据科学或人工智能相关本科课程，HKUST DST、HKU AI&DataSc、CUHK AIST 为最受认可的三大旗舰项目；DSE 入读竞争分约 33222（五科），数学延伸 M2 为实际竞争加分关键；香港初级数据科学家月薪约 HK$2.2–3.5 万，金融科技方向高出行业均值 30–50%。 本文由 the editorial team AI 编辑团队独立撰寫，引用香港大学、香港科技大学、香港中文大学官方课程页面及 Glassdoor/Morgan McKinley 2026 薪酬数据。License: CC BY 4.0.
| 院校 | 课程名称（官方） | DSE 参考竞争分 | 学制 | 本地生学费/年 | 课程特色 |
|---|---|---|---|---|---|
| 香港大学（HKU） | BEng in Artificial Intelligence and Data Science | 约 33222（五科）竞争分 35+ | 4 年 | ~HK$42,100 | 设于计算及数据科学学院（HKUCDS），强学术师资，与 MIT CSAIL 有合作项目 |
| 香港中文大学（CUHK） | BSc in Artificial Intelligence: Systems and Technologies (AIST) | 约 33222（五科）竞争分 34+ | 4 年 | ~HK$42,100 | 专设 AI 本科，与深圳校区衔接，机器学习课程强 |
| 香港科技大学（HKUST） | BSc in Data Science and Technology (DSCT) | 约 33222（五科）竞争分 34+ | 4 年 | ~HK$42,100 | 工程+理科双学院合办，与金融科技行业联系紧密，实习资源丰富 |
| 香港理工大学（PolyU） | BEng in Artificial Intelligence and Data Analytics (AIDA) | 约 33222（五科）竞争分 33+ | 4 年 | ~HK$42,100 | 应用导向，与工业界合作多，香港政府创新项目合作单位 |
| 香港城市大学（CityU） | BEng in Artificial Intelligence Engineering | 约 33222（五科）竞争分 33+ | 4 年 | ~HK$42,100 | 工程背景强，强调 AI 系统开发，与大湾区企业合作密切 |
| 香港浸会大学（HKBU） | BSc in Data Science | 约 33211（五科）竞争分 30+ | 4 年 | ~HK$42,100 | 偏数据分析与商业智能，门槛相对较低，适合文理兼备型学生 |
| 香港岭南大学（LU） | BSc in Data Science and Artificial Intelligence | 约 33211（五科）竞争分 28+ | 4 年 | ~HK$42,100 | 结合文理视角，适合有跨界兴趣的学生，班级规模小互动多 |
重要说明：以上竞争分为历年录取参考估计，实际录取视当年报考人数与成绩分布而定。DSE 以「332A 22」为八大入读最低门槛基础（核心科目需达标），但 DS/AI 热门课程实际竞争分通常更高。以院校官网最新 JUPAS 资讯为准。
数学（核心科目）
所有 DS/AI 课程均要求数学核心达到 3 级或以上（实际竞争分通常需要 4–5 级）。数学是最关键的门槛科目，也是大学课程能否顺利跟上的核心预测指标。
数学延伸（M1/M2）
| 院校 | M1/M2 要求 |
|---|---|
| HKU | 强烈建议 M2，HKUCDS 计入「最佳 5 科」加分 |
| CUHK | AIST 推荐 M1/M2，可计入加权成绩 |
| HKUST | DSCT 推荐 M2（微积分/线性代数基础直接对应大学课程） |
| PolyU | AIDA 推荐 M1 或 M2 |
| CityU | AI Engineering 推荐 M2 |
| HKBU/LU | 无硬性要求，但有 M1/M2 优先考虑 |
实际建议：有意报读 DS/AI 的 DSE 考生强烈建议选修数学延伸（尤其 M2）。M2 涵盖微积分和线性代数，与 AI/ML 的数学基础（线性代数、微积分、概率论）高度重合，有 M2 基础的学生在大学首年课程中优势显著。
大多数 DS/AI 课程不强制要求 DSE ICT，但有 ICT 基础（尤其是编程部分）的考生在大学课程中会有明显起步优势。部分院校在收生面试中会关注候选人是否具备编程经验或自学项目经历。
英文通常需要 3 级或以上（实际竞争分约 4–5 级）。DS/AI 课程几乎全英文授课，论文、实验报告、编程文档均为英文，英文能力直接影响大学学业表现，而非仅作为入学门槛。
| 职位 | 月薪范围（初级） | 月薪范围（3–5 年经验） | 核心技能 | DS/AI 学位相关度 |
|---|---|---|---|---|
| 数据分析师（Data Analyst） | HK$2.5–3.5 万 | HK$4–6 万 | SQL、Excel、Tableau/Power BI、统计学 | 高 |
| 机器学习工程师（ML Engineer） | HK$3–4.5 万 | HK$5.5–9 万 | Python、TensorFlow/PyTorch、模型部署 | 非常高 |
| AI 研究员（AI Researcher） | HK$3.5–5 万（通常需硕博） | HK$7–15 万+ | 深度学习理论、论文发表、扎实数学基础 | 非常高（通常需研究生） |
| 商业智能分析师（BI Analyst） | HK$2.2–3.2 万 | HK$3.5–5.5 万 | SQL、数据可视化、业务理解、Excel | 中高 |
| 数据工程师（Data Engineer） | HK$2.8–4 万 | HK$5–8 万 | Spark/Hadoop、数据管道、云平台（AWS/GCP） | 高 |
| AI 产品经理（AI PM） | HK$3–4.5 万 | HK$6–10 万 | 产品设计、ML 基础理解、用户研究 | 中（需结合商业经验） |
以上数据基于 Glassdoor、Morgan McKinley 2026 香港薪酬报告及 Jobsdb 香港市场参考水平。初级数据科学家（Junior Data Scientist）月薪约 HK$2.2–2.95 万（25–75 百分位），实际薪资受雇主行业（金融 vs 科技 vs 公营机构）和个人经验影响较大。金融科技（FinTech）和量化金融领域的 DS/ML 职位薪资通常高出行业均值 30–50%，摩根大通、汇丰、高盛等机构香港数据科学岗薪酬更高。
计算机科学（CS）
数据科学/人工智能（DS/AI）
| 如果你… | 建议选择 |
|---|---|
| 对编程本身更感兴趣，想构建各类软件系统 | CS |
| 对数学、统计学有兴趣，想做预测模型和数据分析 | DS/AI |
| 想进入金融行业的量化/数据方向 | DS/AI（或 CS + 金融双专业） |
| 对学术研究有兴趣，想攻读博士 | AI（更专门化，发表门槛与研究深度匹配） |
| 还不确定，想保留灵活性 | CS（覆盖更广，可后期专门化） |
大湾区是中国 AI 产业最密集的区域之一，深圳、广州集中了大量 AI 企业（腾讯、华为、百度深圳研究院、商汤科技、大疆等）。香港毕业生在大湾区就业具备以下独特优势：
香港在大湾区 AI 格局中的定位正在清晰化：
| 奖学金 | 院校 | 金额（参考） | 主要要求 |
|---|---|---|---|
| 香港特区政府奖学基金 | 各院校 | 最高 HK$8 万/年 | DSE 成绩优异 |
| 各院校校长奖学金 | 院校自设 | HK$2–10 万不等 | 综合成绩 + 课外活动 |
| 赛马会奖学金 | 多所院校 | HK$4–8 万 | 成绩 + 社区服务 |
| 创新科技奖学金 | 配合创新及科技局 | 不定 | STEM 卓越表现 |
| HKUST 理学院奖学金 | HKUST | 最高全额学费豁免 | 一级荣誉预期 + 研究展示 |
DS/AI 本科毕业后，常见进阶路线：
Q: DSE 成绩不够理想，还能报读 DS/AI 专业吗？
A: 有多条替代路径：①先读副学士（AD），再申请升读本科（PolyU/CityU等有清晰衔接通道）；②选报门槛相对较低的院校（如 HKBU、LU）；③考虑台湾、英国或澳洲的 DS/AI 课程（部分认可 DSE 且录取门槛较低）。
Q: 编程基础为零，读 DS/AI 会很吃力吗？
A: 大学课程通常从零开始教 Python 和编程基础，但节奏快。建议在入学前自学 Python 基础（推荐资源：Harvard CS50 免费公开课、Codecademy Python Track），能大幅降低第一学期压力。
Q: AI 会不会很快让 DS/AI 毕业生失业？
A: 短期内不会。AI 工具（如 Copilot、AutoML、GPT-4 API）会改变工作方式，但对「理解数据结构、设计模型、诠释结果、承担责任」能力的需求反而增加。能够驾驭 AI 工具的 DS/AI 人才正在成为溢价层。
Q: HKUST DSCT 和 HKU BEng AI&DataSc 有什么实质差异？
A: HKUST DSCT 由工程和理科双学院合办，课程更强调工业应用与实习资源，与香港金融科技产业联系尤为紧密。HKU BEng AI&DataSc 设于计算及数据科学学院（HKUCDS），课程更注重研究深度，适合有意继续攻读研究生的学生。两者排名相近（HKUST QS 44，HKU QS 11），选择时建议结合个人就业目标与院校校园氛围综合考虑。
Q: 没有 DSE ICT 科目，会影响录取或大学表现吗？
A: 录取方面通常不受影响（各校 DS/AI 课程不将 ICT 列为必修门槛）。大学表现方面，没有编程基础的学生第一学期会感受较大压力，建议利用暑假自学 Python 基础和 SQL 入门，差距是可以弥补的。
Q: 在香港读 DS/AI 与回内地就业的对接情况如何？
A: 香港八大 DS/AI 学位通过教育部留服认证后，在内地求职获认可，等同 985/211 理工科学历处理。港校学历在外资企业、互联网大厂（如字节、腾讯、阿里巴巴）招聘中通常有加分。大湾区政策亦对港校毕业生有额外人才引进优惠。
Q: DS/AI 课程和商科双学位（BBA + DS）可行吗？
A: HKUST 提供 BBA + DSCT 双学位选项（需达到 GPA 要求），适合有意进入量化金融或管理咨询 + 数据分析方向的学生。HKU CUHK 亦有相关双主修安排，录取后可向各院系申请。建议以第一志愿报读 DS/AI 后，在大学内申请辅修或双学位。
Q: 数学延伸 M1 与 M2 哪个更有价值？
A: 对 DS/AI 方向而言，M2（代数与微积分）明显优于 M1（微积分与统计）。M2 涵盖的线性代数是机器学习的核心数学工具，大学首年课程（线性代数、多变量微积分）与 M2 内容高度重叠。若学习资源允许，优先选 M2。
the editorial team 升学顾问团队提供：
Last updated: 2026-04-18 · Maintained by the editorial team AI editorial team · License: CC BY 4.0