課程結構
所有學生必須完成共 30 個學分，包括 7 門必修課程和任意 3 門選修課程，才能獲得此碩士學位。這些課程可能包含不同組合的講課、實驗課、教學和/或研討會。MScDS 課程的正常修讀期限為一年全日制學習。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
| 必修課程（21個學分） | 學分 |
|---|---|
| 1. CDS532 數據科學編程 | 3 |
| 2. CDS533 數據科學統計學 | 3 |
| 3. CDS534 數據庫管理 | 3 |
| 4. CDS535 數據挖掘 | 3 |
| 5. CDS536 數據科學項目 | 3 |
| 6. CDS521 人工智能基礎 | 3 |
| 7. CDS524 商業中的機器學習 | 3 |
| 選修課程（選修以下任何3科，共9學分） | 學分 |
|---|---|
| 1. CDS537 網絡安全概論 | 3 |
| 2. CDS538 雲計算 | 3 |
| 3. CDS539 自然語言處理 | 3 |
| 4. CDS540 計算機視覺 | 3 |
| 5. CDS541 運營管理 | 3 |
| 6. CDS542 數據可視化 | 3 |
| 7. CDS543 社會計算 | 3 |
| 8. CDS544 移動邊緣計算 | 3 |
| 9. CDS515 業務決策與軟件應用 | 3 |
| 10. CDS525 深度學習的實際應用 | 3 |
| 11. CDS527 大數據分析 | 3 |
| 12. CDS528 區塊鏈 | 3 |
| 13. CDS530 醫療保健分析 | 3 |
| 14. SCI501 可持續發展的地理空間智能 | 3 |
* 選修課程開設與否取決於學生需求及學部教師的教學安排。
預科課程
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，需於本課程開始前完成相應預科課程：
- 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 門課程（即 6 門必修課程和 4 門選修課程），並累計取得最少 30 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，將獲頒授數據科學深造文憑。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 門必修課程，並達到累計 GPA 2.3 或以上。