香港科技大学理学硕士课程提供一年全日制和两年兼读制两种学习模式。全日制和非全日制学生必须修满18学分的必修课和12学分的选修课，即总共30学分才能毕业。
必修课
数据分析
涵盖各种离散和连续概率模型及其在业务问题、假设的估计和检验、简单和多元线性回归分析中的应用。
商业分析导论
本课程将多元回归方法及其变体描述为基于事实的管理和数据驱动的决策制定的探索性和预测性模型。该课程采用基于案例的方法。
业务决策的可视化分析
本课程重点介绍用于业务决策的各种可视化分析工具。善用可视化分析有助于有效地总结和分析大量数据。在本课程中，将包括可视化框架、空间、时间、网络和文本数据的可视化分析以及动态可视化等主题。还将讨论报告业务决策的可视化结果。
社交媒体和网络分析
本课程介绍社交媒体和网络的概念、探索和分析从社交媒体和网络抓取的数据的方法和技术，以及社交网络数据挖掘的业务应用。. 所有这些都将在金融和市场营销的背景下进行讨论。Python 是适用于所有案例和项目的独特编程语言。
应用程序的统计
本课程介绍分析多变量和高维数据的经典和现代方法，包括主成分、因子分析、判别分析、聚类、降维的新发展、大规模协方差矩阵估计和多重检验。所有这些方法都将在营销、金融和其他重要业务领域的背景下进行介绍。还将讨论传统方法和新方法的计算问题。
商业建模和优化
以优化业务流程为重点的知情决策科学和技术。Excel 中的电子表格决策建模贯穿始终。重点是问题制定、基于电子表格的解决方法和管理洞察力。应用涉及不同行业和职能领域的管理决策问题，包括财务和会计、人力资源、营销和运营。
数字时代的隐私管理
本课程概述了信息经济中的信息隐私和管理。它涵盖了隐私的基本概念和维度；互联网营销、客户关系管理、网络个性化和数据挖掘对消费者隐私的影响；隐私增强技术；以及对商业行为的监管。
大数据分析
数据在业务决策中发挥着越来越重要的作用。本课程介绍大数据领域中业务分析的关键概念和应用。要分析解决的示例业务问题包括客户关系管理、金融交易、社交媒体营销、搜索引擎策略等。将包括使用流行数据分析工具的实践经验。
决策分析
本课程帮助学生在处理战略和战术业务决策时培养更好的分析技能。学生将学习得出需要批判性思维、定量分析和战略推理技能的解决方案或结论。这些技能对于重大业务决策是必不可少的。
选修课
商业分析专题
本课程涵盖业务分析中的选定主题。主题因最近的兴趣、市场重点和最新进展而异。
商业分析实习
本课程在教员的指导下，通过独立学习和商业案例分析，为学生提供商业分析方面的实践经验。
大数据技术
本课程介绍管理“大数据”的新兴技术范式。涵盖的主题包括一系列大数据技术，如 HDFS、MapReduce、Spark、Hive、Pig 等。
运营分析
本课程侧重于商业世界中有形商品和无形商品的设计、生产和交付的关键问题。主题包括流程分析、产能和瓶颈问题、等待时间管理、库存管理、质量管理、精益系统、供应链管理和电子商务。将教授定量和定性工具来分析问题并创建创新的解决方案。
使用 VBA 进行商业建模
本课程向学生介绍使用 Excel 中的 Visual Basic 应用程序 (VBA) 进行业务应用程序建模。学生将学习开发不同业务领域的应用程序，包括金融、市场营销、技术运营等。课程中将介绍应用程序开发所需的 VBA 基本功能，因此无需具备 VBA 经验。重点是广泛的动手解决问题。
数字业务和网络分析
本课程为数字业务经理提供基本知识和工具。主题包括电子商务模型、网络分析、网络营销、网络定价和策略、基于网络的个性化、在线中介等。
用 Python 学习统计
本课程是关于如何使用 Python（主要使用 pandas）对真实的业务数据进行预处理，识别和预测数据的模式，并最终探索这些模式的实际应用。
