香港科技大学
— 大数据科技硕士项目—
香港科技大学(The Hong Kong University of Science and Technology，简称港科大，HKUST)为环太平洋大学联盟、全球大学校长论坛、东亚研究型大学协会、亚洲大学联盟、中国大学校长联谊会重要成员，并获AACSB和EQUIS双重认证，是一所亚洲顶尖、国际知名的研究型大学。由计算机科学与工程系和数学系三个系共同提供的大数据科技理学硕士课程（MSc in Big Data Technology，以下简称BDT）将不同学科融合在一起，让学生了解到大数据的所有重要方面以及如何在现实世界中使用大数据。
从样本数据来看，来自985/211院校的学生占比77%，海本院校的学生占比21%，其它院校的学生则占比2%。从学生的具体录取院校上来看，有不少本科背景比较强的学生，如来自墨尔本大学、南洋理工大学、复旦大学、中山大学、吉林大学、武汉大学、浙江大学、东南大学、哈尔滨工业大学、华南理工大学等。
从学生的本科专业统计看来，录取学生的本科专业以计算机和数学、统计相关专业为主。其中，计算机类专业的学生占比66%，数学与统计类专业的学生占比18%，工业工程类专业的学生占比14%，而其它专业则占比2%。
毕竟 BD T 是计算机系主导的，更偏技术和实践，有Python、机器、编程、开发、数学等课程基础会更好，跨专业申请的难度比较大。
根据统计的均分看，平均分达到了85.44，GPA达到了3.75，大部分学生的均分都会在85+，申请的同学如果GPA上稍差的话建议突出在实习/科研/竞赛等方面的表现，一般来说也会有一定的加分。
从语言成绩方面看，录取学生的雅思平均分为6.82，托福平均分为97.75。在日趋激烈的竞争中，语言成绩也成为大家努力提高的重要方面。如果时间充裕，建议大家尽可能将成绩考高一些，以提升自己的整体竞争力。
录取学生在本科时期会有一些优秀的科研项目、竞赛奖项、编程大赛奖项等，这些对于申请 BD T 来说都是“锦上添花”。大部分同学都有过2-3段实习经历，更有一年以上的大厂工作经验，有意向申请该项目的同学建议在本科期间多参加数据分析、算法方向、前后端开发的实习工作，不一定是知名大厂（当然能有big name的实习也更好），但是一定要有自己亲自做出的作品成果，比如数据分析/建模、程序开发等工作成绩。
