12门课程，包括11门必修课和1门选修课，11门必修课中本学院教授7门，政策、法律和经济学课程，商学院有2门统计学课程，工学院有1门编程语言课，设计学院有1门空间统计建模课
在经过本学院允许以及选课所在学院的允许之后，可以跨学院选修课程，一般大家都会在沃顿商学院选修一门课，比如投资管理，宏观经济学，还有沃顿统计系的时间序列分析等等。
课程设置
设置两个不同的track
Computational Analysis（CA）
侧重编程和算法，
Statistical Analysis （SA）
侧重统计建模及运用
课程名称
Analysis of Issues, Strategy and Process分析问题、策略和流程
这门课主要介绍一些分析美国本土社会问题，包括公共教育、公共医疗、儿童福利、枪支安全、家庭暴力防治等，以及政策制定和执行的流程。
这门课对于国际学生最大的帮助在于让我们了解美国的政治系统、立法系统和行政系统是如何影响社会政策制定的，为政策学习和研究打下基础。
我们的学术写作和表达能力也得到了专业训练：
在这门课上写过的三篇Paper包括就一个感兴趣的议题以及支持的方案给议员写信，给主流媒体写Opinion Editorial，还有全方位解析一项社会议题。
课堂上经常有一些即时的问答和演讲训练，对国际学生来说是很好的锻炼Public Speaking能力的机会。
但是中美之间的政治制度和面临的社会问题有很大不同，
中国学生可能需要花一些功夫才能熟悉美国语境下的社会政策研究
以及要去思考如何在美国政策制定过程中找到可以借鉴的经验。
Economics for Social Policy社会政策经济学
这门课从经济学角度分析政策应该如何制定。
我们学习社会政策议题背后的经济学原理、政府行为的经济学解释和影响，包括成本效益分析在内的经济学分析工具，等等。
除此之外还学习了几项具体的社会议题，比如社会保险和社会福利、失业保险、收入分配和福利政策。
对于想走金融、商科方向的同学来说是一门很好的课程。
Law and Social Policy法律与社会政策
这门课介绍美国的立法体系，主要侧重于讨论法律和立法程序是如何影响和塑造社会政策的。
学生在这门课上可以充实对于美国本土的法律知识的了解。课程由宾大法学院的教授和一名从业多年的公益律师助教共同教授，老师也会邀请来自律所、非盈利组织和州政府的雇员来做客座演讲。
学生的成绩由课堂展示、课堂参与和三篇论文组成，良好地完成论文需要阅读大量的case，一门课完成下来对于学术写作、表达展示、文献阅读等各方面能力都有提升的效果。
Research and Evaluation Design研究与评价设计
这门课介绍社会研究方法背景下的项目设计和项目评估，我们最后的大作业是自行设计一个公共项目并且作为第三方评估该项目的效果和影响。
Democratizing Data: Analytics for Social Change数据民主化:对社会变化的分析
这门课主要讨论数据科学发展会给社会带来的哲学、伦理问题，课堂以讨论的形式进行，对于现代西方哲学思想的认知和语言表达能力要求较高，我认为不是一门实用导向的课程。
Programming Languages and Technology编程语言与技术
主要教Python和Java的基本语法，每周都会有一次编程大作业，对于零基础的同学来说可能会比较吃力，是一门难度较大workload也很重的课程。其实学完这门课，还需要自己再多深入学习和多做Project才能真正掌握这两门语言。
Modern Regression for the Social, Behavioral and Biologic Sciences (SA track)社会、行为和生物科学的现代回归(SA轨道)
这门课是沃顿统计系的博士项目课程之一，老师介绍了几个基本的机器学习算法的论证和如何用R语言实现运用。
课程难度和任务量都比较大，每两周完成一篇应用导向的机器学习项目论文，对于R语言编程和学术写作能力的要求都较高。
Public Policy Analytics （SA track）
公共政策分析(SA track)
这门课程在城市规划和公共政策领域教授空间分析和数据科学技能，让我们学习有效跨空间分配有限资源的分析框架。
课程前半部分教授高阶的GIS软件技能，后半部分教授R语言机器学习算法，作业由5个空间分析project构成，锻炼学生的数据挖掘、数据可视化、统计建模等能力。做出来的项目都是可以放进简历里充实经历的。
Capstone I: Telling Stories with Data
用数据讲故事
这门课与实习合并为1个学分，每次上8小时，分4个白天上完，教授不同数据可视化工具的使用（Tableau, R, Google Excel），比较实用导向。
