香港数据科学与人工智能学士完整指南 2026

人工智能已经从学术小众迅速跃升为香港经济中招聘增长最快的单一领域。银行、保险公司、物流集团、香港金管局、医院管理局，以及大湾区一众科技企业，都在争夺能够建立模型、搭建数据管线、并负责任地部署 AI 系统的毕业生。八间教资会资助大学因此在过去两个收生周期内新开或重新包装了十多个数据科学与 AI 本科课程。本指南系统梳理 2026 年入学的所有主要路径——每个课程到底教什么、JUPAS 参考分数、内地与国际申请者的入学要求、以及毕业生最终去了哪里。

为什么是数据科学与 AI

让 DS／AI 成为 2026 收生周期最受瞩目主修的，是三股结构性力量。第一是需求。香港的”创新及科技”蓝图、InnoHK 研究群组与北部都会区科技走廊带来的招聘增长是结构性而非周期性的——即使经济波动，AI 人才需求也不会回落。第二是薪酬。数据科学与机器学习岗位的应届起薪长期位于全港最顶尖一档，与医科、法律及量化金融并列。第三是选择空间。Python、统计学、最优化、大语言模型这套工具链可以无缝迁移到金融、生物科技、政府数据部门与战略咨询等不同行业，DS／AI 学位极少把毕业生锁死在单一产业内。

代价是强度。这些都是数学密度极高的学位。如果你不喜欢微积分、线性代数与概率论，”AI”两个字的市场热度无法支撑你撑过大二。最具竞争力的本地申请者通常在 HKDSE 选修了数学延伸单元 M1 或 M2，内地考生则需要一个相当亮眼的高考数学成绩。

香港大学（HKU）

港大提供全港最丰富的 AI／DS 入口菜单，选哪一个入口往往比”是否进港大”更影响你未来四年的体验。

JS6298 — 应用人工智能与数据科学（AI&DS）双学位 BASc & BEng。港大旗舰跨学科路径，把扎实的工程与计算机科学训练与人文及伦理课程并入同一个学位。部分配置以五年双学位形式运作；本地学生第五年通常以自资形式收费，最后一年学费明显高于标准教资会资助。这是港大最具声望、也最难考的 AI 入口。
JS6999 — 工学士（计算与数据科学）BEng in Computing and Data Science。广基础工程收生，学生先读共同一年级，再分流入数据科学、AI 或软件工程方向。适合还没想清楚要做数据工程还是模型研究的申请者。
JS6224 — 文理学士（应用人工智能）BASc in Applied AI。带博雅色彩的 AI 学位，目标对象是希望把 AI 应用到某个领域（商科、社科、设计）而非自己造算法的同学。数学负担低于 JS6298，但仍然是定量学位。

JUPAS 参考分数：JS6298 通常位于港大工程类最严选档次，与顶尖计算机科学课程相当，常见的 best-five 分数落在三十多分末段，且数学与理科选修被加权。JS6999 与 JS6224 一般比旗舰课程低一两分。务必把这些数字当成”参考”而非”标准答案”：港大每年都会调整科目权重，公布的”入学分数”在不同课程、不同年份之间并不直接可比。

香港中文大学（CUHK）

中大的旗舰课程是 JS4468 — 人工智能：系统与科技工学士（AIST），由计算机科学与工程学系开办。AIST 的设计哲学是”基础先行”：数学、数据结构、统计学、算法与分布式计算都被前置在课程前两年，学生在打好底子之后才被允许搭建生产级 AI 系统。毕业生因此被定位为 AI 工程师与研究人员，而非只会调用 API 的”AI 周边”分析师。

中大还有几个值得放入候选名单的相邻定量路径：

数据科学学士 BSc in Data Science 与统计学之下的数据科学方向——适合偏向统计推断的学生。
数学与信息工程学士 BSc in Mathematics and Information Engineering（MIE）——一个老牌混合学位，历来都是 AI 研究生院的重要源头。

AIST 的收生分数与中大顶尖工程及商业分析课程相若。同时选修 M1／M2、物理或 ICT 的申请者在科目加权上明显占优。

香港科技大学（HKUST）

科大长期在工程收生中占领高地，AI／DS 主要有两条入口：

数据科学与科技理学士（DSCT）BSc in Data Science and Technology——由理学院与工学院联合开办，融合统计学、计算机科学与机器学习，是香港最成熟的独立数据科学学位之一。
工学士（人工智能扩展主修）BEng with AI Extended Major——学生先以广基础工程身份获录取，再叠加 AI 扩展主修，最终在一个本科工程学科之上拿到正式的 AI 专业认证。

科大也开办科技与管理双学位，以及面向”AI + 商业”申请者的”Decision Analytics”定量方向。科大的录取分数公式按课程分别加权，数学与理科权重很高；理学院每个收生周期都会在官网发布在线分数计算器，认真的申请者应使用该工具而非依赖通用 best-five 估算。

理大、城大与专门路径

除了传统”三大”之外，几个课程性价比极高，竞争往往没有那么残酷：

理大 — 人工智能及数据分析理学士（AIDA）。应用导向，配合理大标志性的工读交替学习与强劲的行业实习网络。适合喜欢部署系统而非钻研理论的学生。
城大 — 人工智能学士、数据科学理学士。城大数据科学学院在 AI 方向研究活跃，提供清晰的分流路径。城大”启发探究”课程与门类收生让学生在确认兴趣之后再决定主修。
香港都会大学（HKMU） — JSSU70 数据科学与人工智能（荣誉）理学士。自资课程，第一年透过 JUPAS 申请，高年级则透过直接申请收生——对副学位毕业生与衔接学位升学者是非常现实的 AI 资格路径。

岭南、浸大（开办商业 AI 与数据分析课程）与教大（教育数据科学）则在 AI 与特定领域的交叉处提供额外选择。

收生要求速览

HKDSE（JUPAS／本地考生）。所有课程都要求”3‑3‑2‑2”核心最低要求（英 3、中 3、数学 2、公民与社会发展达标）。实务上，AI／DS 有竞争力的申请者通常持有数学 5 级以上、一个 M1／M2 单元，以及一门量化选修——物理、ICT、经济或化学皆可。大学会把数学与 M1／M2 在分数公式中加权，这是申请者本人最能控制的单一杠杆。

内地高考申请者。八间大学都设有独立的高考收生计划，并非透过 JUPAS。预期分数远高于一本线，英语成绩强（通常是高考英语加面试），数学要顶尖。港大、中大与科大的 AI／DS 课程是全港内地收生竞争最激烈的几个之一；学费预算约每年港币 145,000–185,000 元，再加生活开支。

国际／非本地申请者。接受的学历包括 IB（旗舰课程通常需 38–42 分以上）、GCE A‑Level（A*AA–AAA，必须含数学）、AP、各国认可高中毕业文凭，再加英语证明（IELTS 6.5+ 或 TOEFL iBT 93+）。透过各大学国际入学申请系统提交，而非 JUPAS。

你实际上会学到什么

一个典型的四年 DS／AI 学位结构如下：

一年级——基础：微积分、线性代数、概率与统计、编程（Python 与常常包含 C++）、离散数学。
二年级——核心方法：数据结构与算法、数据库系统、统计推断、机器学习入门、数据可视化。
三年级——专业方向：深度学习、自然语言处理与大语言模型、计算机视觉、大数据系统、最优化，以及 AI 伦理与治理（现在几乎是每个课程的必修组件）。
四年级——毕业项目与选修：一份分量充足的毕业项目或行业 capstone、一次实习，以及强化学习、MLOps、量化金融或生物信息学等选修。

数学成熟度——而不是编程速度——通常才是决定谁能熬过来的真正过滤器。

实习、就业与起薪

香港的 AI 毕业生市场相当稳健。主要去向包括：

金融服务：汇丰、渣打、摩根大通、香港金管局以及大型保险公司均招聘数据科学家与机器学习工程师，从事欺诈检测、风险建模与算法运营。
科技与平台：腾讯、阿里巴巴、字节跳动以及大湾区初创公司密集招聘，常常配以深圳轮岗安排。
咨询与四大：麦肯锡 QuantumBlack、BCG X，以及德勤／普华永道／安永／毕马威的分析业务。
公共部门与医疗：医院管理局、政府数据实验室与 InnoHK 研究中心。

实力较强的应届 DS／AI 毕业生月薪起步通常在港币 22,000–35,000 元，量化金融与顶尖科技公司的 offer 明显更高。IANG 签证允许非本地毕业生在香港继续居留与工作，AI 又被列入所有人才短缺名单——使其成为计划在香港或大湾区长期发展的国际学生最稳的主修之一。

如何抉择

想走最具声望、研究取向最强的路径，并且热爱数学 → 港大 JS6298 或 中大 AIST JS4468。
想在共同一年级之后再决定方向 → 港大 JS6999、科大广基础工程＋AI 扩展主修，或 城大门类收生。
想要应用、面向行业的训练而非理论 → 理大 AIDA 或 港大 JS6224 应用 AI。
由副学位衔接或需要高年级入学 → 都大 JSSU70。

无论选哪一条路，都要尽早锁定数学与一个 M1／M2 单元，建立一份小型作品集（一个 Kaggle 项目或一个真正上线的模型，比任何 personal statement 都更有说服力），并在最终决定 JUPAS Band 排序之前，使用各大学的官方分数计算器与收生页面再核对一次。

本指南所列分数与课程结构均为 2026 年入学的参考数据，每年会有调整。申请之前请务必在 JUPAS 官方网站与各大学收生办公室确认最新要求、JUPAS 课程编号与收生分数。