课程结构 (2026/27学年)
所有学生必须完成共 30 个学分，包括 5 门必修科目和任意 5 门选修科目，才能获得此硕士学位。这些科目可以包含不同组合的讲课、实验课、教学和/或研讨会。MScIDA 课程的正常修读期限为一年全日制学习。学生最多可延长修读期限至三年，但须经课程总监和学部主管的批准。
课程结构
| 必修科目 (15个学分) |
| 1. 策略性可视化数据分析 (3个学分) |
| 2. 生成式人工智能辅助编程 (3个学分) |
| 3. 智慧互联与融合 (3个学分) |
| 4. 智能控制与 AI 驱动分析 (3个学分) |
| 5. 工业数据分析专题研究 (3个学分) |
选修科目 (任选五门 (15个学分))* |
| 1. 具身智能概论 (3个学分) |
| 2. 数字孪生概论 (3个学分) |
| 3. 大型语言模型概论 (3个学分) |
| 4. 深度学习的实际应用 (3个学分) |
| 5. 大数据分析 (3个学分) |
| 6. 医疗保健分析 (3个学分) |
| 7. 区块链应用实务 (3个学分) |
| 8. 智慧物流 (3个学分) |
| 9. 运筹学 (3个学分) |
| 10. 城市数据科学与分析 (3个学分) |
| 11. 创新管理 (3个学分) |
| 12. 初创社会企业的创业领导力 (3个学分) |
| 13. 乐龄科技与设计：应对老龄化社会 (3个学分) |
| 14. 环境、社会与治理 (ESG) 规划导论 (3个学分) |
*选修科目开设与否取决于学生需求及学部教师的教学安排。
未曾修读过计算机科学或统计学科目，或对这些科目认识较少的申请者需于本课程开始之前完成相应预科科目:
- 计算概论
- 统计学
学习进度
在学习进度方面，学生必须达到累计 GPA 2.50 或以上，才能进入下一学期。未能达到此要求的学生，通常将在下一学期被列为学业观察名单，或被终止修读。
毕业
学生必须修毕 10 门科目（即 5 门必修科目和 5 门选修科目），并累计取得最少 30 个学分，并达到累计 GPA 2.67 或以上才能毕业。若学生未能符合硕士学位的毕业要求，将获颁授深造文凭。具体而言，要获颁由岭南大学颁发的工业数据分析深造文凭，学生必须修毕任何 4 门必修科目，并达到累计 GPA 2.33 或以上。