課程結構
所有學生必須完成共 45 個學分，包括 8 門必修科目和任意 2 門選修科目，才能獲得此碩士學位。這些科目可以包含不同組合的講課、實驗課、教學和/或研討會。MResADS 課程的正常修讀期限為1.5年全日制學習。學生最多可延長修讀期限至三年，但須經課程總監和學部主管的批准。
課程結構
| 必修科目 (39個學分) |
| 1. 數據科學統計學 (3個學分) |
| 2. 數據庫管理 (3個學分) |
| 3. 數據挖掘 (3個學分) |
| 4. 深度學習的實際應用 (3個學分) |
| 5. 商業中的機器學習 (3個學分) |
| 6. 數據科學研究方法 (3個學分) |
| 7. 高級數據科學項目 (6個學分) |
| 8. 論文 (15個學分) |
| 選修科目 (選修以下任何2科，6個學分)* |
| 1. 網絡安全概論 (3個學分) |
| 2. 雲計算 (3個學分) |
| 3. 自然語言處理 (3個學分) |
| 4. 計算機視覺 (3個學分) |
| 5. 運營管理 (3個學分) |
| 6. 數據可視化 (3個學分) |
| 7. 社會計算 (3個學分) |
| 8. 移動邊緣計算 (3個學分) |
| 9. 人工智能概論 (3個學分) |
| 10. 大數據分析 (3個學分) |
| 11. 區塊鏈 (3個學分) |
| 12. 醫療保健分析 (3個學分) |
| 13. 智能體AI (3個學分) |
*選修科目開設與否取決於學生需求及學部教師的教學安排。
未曾修讀過計算機科學或統計學科目，或對這些科目認識較少的申請者需於本課程開始之前完成相應預科科目:
計算概論
統計學
學習進度
在學習進度方面，學生必須達到累計 GPA 2.50 或以上，才能進入下一學期。未能達到此要求的學生，通常將在下一學期被列為學業觀察名單，或被終止修讀。
畢業
學生必須修畢 10 門科目（即 8 門必修科目和 2 門選修科目），並累計取得最少 45 個學分，並達到累計 GPA 2.67 或以上才能畢業。若學生未能符合碩士學位的畢業要求，將獲頒授深造文憑。具體而言，要獲頒由嶺南大學頒發的數據科學深造文憑，學生必須修畢任何 4 門必修科目，並達到累計 GPA 2.33 或以上。