大数据科技研究生

大数据和机器学习是我的主要研究方向，目前也在带相关方向的研究生，所以我来探讨一下这个问题。首先，大数据和机器学习之间存在较为紧密的联系，选择大数据方向的学生通常也需要掌握一定的机器学习知识，而选择机器学习方向的学生通常也需要具备一定的大数据技术基础。要想搞清楚具体选择哪个方向，应该对大数据和机器学习有一个整体上的认知，然后结合自身的知识结构和兴趣爱好进行选择。大数据技术体系结构经过多年的发展目前已经趋于成熟，大数据相关技术也正处在落地应用的初期，所以选择大数据方向有三点好处，其一是技术体系成熟，学习起来要容易一些；其二是大数据生态逐渐健全，就业岗位多；其三是大数据技术是人工智能的基础，未来的选择空间比较大。大数据方向对于数学、统计学和计算机基础具有较高的要求，目前大数据应用的核心集中在数据分析领域，场景大数据分析是目前比较重要的落地应用之一。另外，目前大数据产业链涉及到数据采集、数据存储、数据安全、数据分析、数据呈现等一系列环节，需要的知识结构也存在一定的区别。选择大数据方向通常要结合自身的知识结构选择一个突破点，行业领域的突破点还是比较多的。机器学习是人工智能领域的六大研究方向之一，机器学习（包括深度学习）也是目前人工智能领域比较热门的方向之一，随着大数据和云计算的发展，机器学习在强大的数据和算力支撑下，目前已经有越来越多的项目处在落地应用的初期，未来机器学习的发展空间非常广阔。选择机器学习方向的好处也有三点，其一是机器学习领域的创新点比较多，容易做出成果；其二是目前行业人才短缺严重，就业形势比较好；其三是机器学习未来将广泛落地到传统行业，市场空间巨大。简单的说，大数据方向以数据价值化为核心开展各种课题研发，而机器学习则以知识发现和应用为核心开展各种课题研发。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，我来探讨一下这个问题。首先，从事大数据或者AI方向的技术岗位，读研是有必要的。目前大数据相关技术正处在落地应用的初期，虽然从技术体系的角度来看，大数据技术已经趋于成熟，但是从落地应用的角度来看，依然有大量的技术问题需要攻克，所以当前从事大数据领域的技术岗位需要具备较强的研发能力。读研一方面能够进一步丰富自身的知识结构，另一方面也会培养一个系统的科研方法，从而提升解决问题的能力。与大数据领域相比，人工智能领域依然处在行业发展的初期，不论是机器学习、自然语言处理还是计算机视觉等方向，都有大量的课题需要完成技术攻关，所以从事人工智能领域的技术研发对于研发人员的研究能力和基础知识都有较高的要求。虽然目前部分高校陆续开始在本科阶段开设了人工智能专业，但是目前培养人工智能专业人才依然以研究生教育为主。由于大数据、人工智能人才的培养周期相对比较长，需要的教育资源通常也比较多（导师资源、实验资源、课题资源等），而研究生教育往往能够汇集高校（科研院所）最为优质的教育资源，所以读研对于相关人才的培养具有较强的实际意义。最后，大数据与人工智能关系密切，一方面大数据是人工智能的基础，另一方面数据价值化的过程（数据分析等）也需要采用机器学习等人工智能技术，所以大数据和人工智能通常并不分家。另外，随着产业互联网的发展，未来大数据、物联网、云计算、边缘计算、人工智能等技术将进一步结合，目前可以重点关注一下AIoT方面的技术发展趋势。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网方面的问题，或者考研方面的问题，都可以咨询我，谢谢！

首先，对于当前选择数据科学与大数据专业的同学来说，继续读研是不错的选择，一方面原因是当前大数据技术尚处在落地应用的初期，人才需求更注重以研究生为代表的高端人才，另一方面随着产业结构升级的持续推进，未来高端人才也会有更多的发展机会。大数据专业在读研时可以重点考虑两个大的主攻方向，其一是继续从事大数据方面的研究，虽然大数据的技术体系已经趋于成熟，但是大数据领域的创新空间依然非常大，尤其是大数据与产业领域的结合，会有大量的创新点，所有如果选择专硕，可以重点考虑如何利用大数据技术在产业领域创新，这也会为自己打开新的发展路线。其二是选择主攻人工智能领域的相关方向，由于大数据技术与人工智能技术的关系非常紧密，所以在读研期间主攻人工智能相关方向也比较方便。相对于大数据方向来说，人工智能技术体系远没有成熟，所以人工智能技术的创新点还是非常多的，当前计算机视觉、自然语言处理、机器学习等方向也是比较热门的方向。由于数据科学与大数据技术专业是比较新的专业，所以在读研时，如果想有更大的选择空间，可以考虑选择计算机专业，实际上计算机专业也是培养大数据方向研究生的主要专业之一。另外，当前统计、经济、金融等专业也有培养大数据方向研究生的能力，如果未来想在相关领域发展，也可以考虑考研这些专业。最后，虽然算法岗位的岗位附加值比较高，也相对比较适合女孩从事，但是算法岗位当前的竞争还是非常激烈的，所以在读研期间一定要重视开发能力的培养，这也会扩展自己的就业面。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！

一、研究生就业数据分析1.薪酬水平调查发现，电子科技大学2017届研究生平均预估年薪为11.7万元。其中，文管类为9.9万元，理工类为11.9万元。2.学科、专业对口度调查显示，研究生选择岗位与其所在学科、专业为“完全对口”及“基本对口”的比例为83.51%，3.就业满意度调研结果显示，电子科技大学研究生选择对就业单位“完全满意”及“比较满意”的比例为93.79%。二、求职过程分析1.offer 数量就业质量调查显示，电子科技大学2017届研究生平均获得的offer数量为3.47个。其中，文管类学科、专业为3.19个，理工类学科、专业为3.50个，2.兴趣相符度调查结果显示，就业岗位与自己兴趣相符的比例为95.08%。列出了过去三届研究生兴趣相符度的变化趋势。可以看出研究生就业兴趣相符度近三年一直保持在93%以上，研究生普遍对自己从事的岗位保持了较强的兴趣。3.就业企业质量（行业顶尖企业率）行业顶尖企业是指如果就业企业排名在所在行业的前三位则认为该企业是行业顶尖企业。研究生认为所就业企业为行业顶尖企业的比例为52.82%，三、用人单位评价1.用人单位总体满意度评价从总体情况看，有124家用人单位对电子科技大学研究生培养质量表示非常满意，占用人单位总数的46.10%；有131家用人单位对电子科技大学研究生培养质量表示满意，占用人单位总数的48.70%；有 13家用人单位对电子科技大学研究生培养质量表示一般的，占用人单位总数的4.83%；有1家单位表示不满意，占用人单位总数的0.37%。2.用人单位对个人品质满意度评价用人单位对电子科技大学研究生个人品质满意度进行评价，分为五个等级，其中5分为非常满意，4分为满意，3分为一般，2分为不满意，1分为非常不满意。虽然用人单位对电子科技大学研究生的各项个人品质都给与了较高的评价，但是从中也可以看出研究生人文修养方面有待加强，且自身职业发展规划不明确，对单位忠诚度有待提高。3.用人单位对综合素质能力满意度评价用人单位对电子科技大学研究生综合素质能力满意度进行评价，同样分为五个等级，其中5分为非常满意，4分为满意，3分为一般，2分为不满意，1分为非常不满意。虽然用人单位对研究生的各项综合素质能力都给与了较高的评价，但是从中也可以看出电子科技大学研究生的语言表达能力、人际沟通能力有所欠缺，而这两项能力是领导力的体现，所以此方面的锻炼仍需加强。4.用人单位对专业能力满意度评价用人单位对电子科技大学研究生专业能力满意度进行评价，同样分为五个等级，其中5分为非常满意，4分为满意，3分为一般，2分为不满意，1分为非常不满意。除了人文社会知识评价较低之外，外语水平也有待提高。

首先，目前有多个专业设置了大数据方向研究生的培养计划，比如计算机专业、统计学专业、经济学专业等，在当前大数据快速发展的背景下，也有不少学科设置了与大数据相结合的方向，比如机械专业、材料专业等，所以可以根据自身的知识结构来选择具体的专业和方向。由于当前研究生考试的竞争比较激烈，所以尽量不要选择跨考。不论是选择哪个专业的大数据培养方向，都需要具备三方面基础的知识结构，涉及到数学、统计学和计算机，所以如果未来想在大数据的技术研发方向走得更远，一定要重视这三个学科的基础知识，尤其是数学基础。当然，在准备考研的过程中，数学也是非常重要的学科。由于不少高校的大数据专业都是以计算机专业为基础构建的，所以考计算机专业大数据方向研究生是比较常见的选择，计算机专业考研往往需要重点做好三方面准备，其一是基础学科；其二是专业课；其三是计算机专业知识面，其中计算机专业知识面对于复试有重要的意义，有的高校（科研院所）在复试时会随机考察一门计算机专业课，这对于考生来说是比较大的挑战。不同高校在专业课考试方面的要求是不同的，而且不同的高校在报考时也有不同的要求，考生需要重点注意一下。比如，有的高校在报考时就需要考生明确指定具体的学习方向，这也会导致不少热门专业出现激烈的竞争，往年不少高分考生考研失败与报考就有直接的关系。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

大数据是目前互联网很火的一个词，在高考时，很多考生都选择了其对应的专业“大数据”，有些在本科所学知识涉及到大数据的很少，多和计算机相关的。那么本科大数据考研考什么专业？大数据专业属于计算机专业的一种，考研可以选择计算机科学技术一级学科门类下的专业。考研时可以选择考学硕或者专硕，专硕报考人数相对多。学硕偏向学术理论，专硕偏向实践应用。学硕的学科是计算机科学与技术，而专硕计算机所有相关的专业在报考时基本上不区分专业，统一为电子信息硕士，不同学校，电子信息研究方向不同，甚至同一个学校不同学院电子信息方向也不同。计算机科学技术下分专业有：保密科学与技术、大数据科学与工程、高可靠嵌入式系统、海洋技术、集成电路与系统、计算机科学与技术、计算机软件与理论、计算机网络与信息安全、计算机系统结构、计算机应用技术、健康大数据与智能医学、金融信息工程、人工智能、数据科学、数据科学和信息技术、数字媒体技术、网络安全技术与工程、网络信息安全、物联网工程、物联网工程与技术、物联网技术、新药物与新材料、信息安全、医疗信息技术、智能交通技术、智能科学与技术、智能医学诊疗。如：大数据科学与工程，开设的院校有：中国人民大学。如计算机科学与技术，开设院校最多，如：（以下仅展示部分）以北京大学软件与微电子学院的电子信息（专硕）为例，一共有9个方向，分别是（01）软件工程（02）网络安全（03）智能科技（04）软件 程实验班（05）集成电路（06）电子通信（07）集成电路实验班（08）金融科技（09）计算机技术。再以浙江大学为例，多个学院均招收电子信息专硕，而且每个学院的电子信息方向都不同，和本学院有一定的相关性，像生物医学工程与仪器科学学院的电子信息专硕研究方向有生物医学工程、仪器仪表工程。那么学大数据的同学了解后，可以选择考学硕也可以选择考电子信息专硕，具体再看高校的研究方向是否感兴趣，再进行选择。可以直接在中国研究生招生信息网的硕士目录进行查询。想了解更多精彩内容，快来关注51考研网

首先，大数据专业未来向人工智能方向发展是完全可以的，一方面大数据本身与人工智能的联系非常紧密，大数据是人工智能的重要基础，另一方面从大数据向人工智能方向发展也会有更多的选择空间，可以根据自身的兴趣爱好和能力特点进行选择。人工智能是当前科技领域的热点，由于人工智能未来的前景非常广阔，而且人工智能技术能够全面深入到各个领域，市场空间巨大，所以目前各大科技公司也都陆续开始布局人工智能领域，这也是导致目前人工智能相关人才短缺的重要原因。从近几年人工智能相关方向的研究生就业情况来看，整体的就业形势还是非常不错的，薪资待遇和岗位级别都比较高。从大数据向人工智能方向发展可以重点考虑三个方向，分别是机器学习、计算机视觉和自然语言处理，这三个方向也是目前人工智能领域的热点。机器学习本身与大数据的关系就比较紧密，因为机器学习是大数据分析的两种常见方式之一，所以大数据专业的学生对于机器学习应该并不陌生。另外，机器学习也是人工智能其他技术的重要基础之一，掌握机器学习技术对于向其他人工智能领域发展也相对比较容易。计算机视觉和自然语言处理领域目前的发展形势还是非常不错的，行业内也有一批相关领域的企业得到了快速的发展，也初步建立了一定的行业壁垒，从未来的发展前景来看，视觉和语言处理的发展空间非常大。但是，视觉和语言处理领域的就业竞争也将逐渐加剧，因此研究生在学期间应该注重自身研究成果的创新型。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

今天北京大学终于公布了2020级研究生大数据，@数字话教育结合前期各大高校已公布的研究生大数据，梳理了十九所一流大学建设高校的研究生大数据，十九所高校中哪所招生的研究生最多，哪所高校男女比例最高……一流大学建设高校42所名单1. A类36所北京大学、中国人民大学、清华大学、北京航空航天大学、北京理工大学、中国农业大学、北京师范大学、中央民族大学、南开大学、天津大学、大连理工大学、吉林大学、哈尔滨工业大学、复旦大学、同济大学、上海交通大学、华东师范大学、南京大学、东南大学、浙江大学、中国科学技术大学、厦门大学、山东大学、中国海洋大学、武汉大学、华中科技大学、中南大学、中山大学、华南理工大学、四川大学、重庆大学、电子科技大学、西安交通大学、西北工业大学、兰州大学、国防科技大学2. B类6所东北大学、郑州大学、湖南大学、云南大学、西北农林科技大学、新疆大学2020年招生人数1、十九所高校中，招生研究生总数排前三的高校。上海交通大学、吉林大学和华中科技大学2、十九所高校中，招生博士生数排前三的高校。清华大学、北京大学和上海交通大学3、十九所高校中，招生硕士生数排前三的高校。吉林大学、华中科技大学和上海交通大学全日制硕士和非全日制硕士十一所高校中，非全日制硕士占硕士生总数比例前三的高校：清华大学、同济大学、和北京大学男女比例从表中，可以看出男女比例最高的是西北工业大学，而且排名靠前的都是以工科见长的高校。还有哪些要想了解的数据，欢迎留言。

自2018年开始，互联网大数据专业急剧升温，各大高校都纷纷新开设此类专业，以适应互联网经济和智能制造的发展，大数据、机器人和网络安全等专业的就业前景广阔。大数据是时代发展的必然产物，正在加速渗透到我们的日常生活中，一切可量化，一切可分析，以致于这个社会中的海量数据变成了巨大的潜在财富，拉动包括互联网、零售业、电信和媒体等在内的多种行业的发展。随着计算机速度的不断提高、存储容量的不断扩大、成本的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的三个热点是：智能接口、数据挖掘、主体及多主体系统。智能接口技术研究如何使人们能够方便自然地与计算机交流；数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识；多主体系统试图用主体来模拟人的智能行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。针对以上两个新兴领域的学习和研究，大家如果想去香港就读相关专业硕士的话，香港八大高校分别有不同方向和特色的硕士项目等待大家的选择，小编在此整理好了相关课程的最新招生信息，希望对大家有所帮助。香港大学香港大学数据科学硕士由香港大学计算机科学与统计与精算学院联合办学，被誉为亚洲学术研究的领先中心之一。无论是全职学习时间超过18个月，还是兼职时间超过30个月，学生都将获得机器学习和数据分析方面的专业技能，并且还能深入研究实际应用，包括社交媒体中数据的作用以及云计算的发展。◆数据科学硕士统计与精算学系和计算机科学系共同提供一种研究生课程，以数据科学硕士学位的身份提供两种学习模式：全日制一年半半的学习模式和兼读制两个半个学年。该课程旨在为毕业生提供数据科学原理和实践方面的培训。申请者应具有微积分和代数知识，计算机程序设计和入门统计知识，并且应在这三个科目或相关领域中的每个领域至少参加一门大学或大专文凭课程。全职/兼职报名截止日期第一轮（主要）：2020年12月15日中午12:00（格林尼治标准时间+8）第2回合（结算）：2021年2月1日中午12:00（GMT +8）◆金融技术金融硕士该课程以跨学科的学术重点为基础，要求学生完成以金融科技为重点的不同学科的课程，例如区块链和加密货币、金融欺诈分析、金融市场法规等，学生总共需要完成十二门课程，其中包括十门核心课程和两门选修课程。如果申请者不是来自英语教学大学，则需提供TOEFL/IELTS分数，托福成绩必须达到550分或以上（笔试）或80分（基于互联网的考试），或者雅思考试的最低总分不低于5.5，且不低于5.5。具有计算机科学、工程、数学、物理学、统计学或与科学和技术相关的背景的候选人是高度优选的。全职报名截止日期第一轮：2020年10月19日中午12:00（GMT +8）第二轮：2020年12月14日中午12:00（GMT +8）第三轮：2021年2月3日中午12:00（GMT +8）第4回合：2021年3月9日中午12:00（GMT +8）第5轮：2021年4月7日中午12:00（格林尼治标准时间+8）香港科技大学◆金融技术理学硕士由工商管理学院、工程学院和理学院共同运营，从信息技术、区块链、数据科学、机器学习和决策分析等及时领域吸取专业知识。毕业生将能够分析新兴金融技术的工程机制和财务原理，并利用工程方法和定量技术支持的实用手段制定和解决与金融科技相关的问题。申请截止日期全日制：2021年2月1日兼读制：2021年4月1日◆数据驱动建模理学硕士由物理学和数学系联合提供，旨在培养下一代在解决问题和逻辑思维方面具有强大的技能。学生将受过训练，具有动手的经验，可以分析大量数据，从中提取重要功能，从而提供宝贵的见解，以了解复杂的情况并促进企业、行业和服务的明智决策。申请截止日期全日制：2021年1月1日（第一轮）；2021年3月15日（第二回合）；2021年5月15日（第三回合）兼职：2021年1月1日（第一回合）；2021年3月15日（第二回合）；2021年5月15日（第三回合）◆大数据技术理学硕士由计算机科学与工程系和数学系联合提供，旨在教育学生有关大数据和与大数据有关的问题，希望学生熟悉大数据系统的工作流程以及大数据系统的社会和社会意义。申请截止日期全日制：2020年12月1日（第一轮）；2021年3月1日（第二回合）兼职：2020年12月1日（第一回合）；2021年3月1日（第二回合）◆金融数学理学硕士侧重于培养学生成为当代金融和财富管理的专业人才，解决金融问题数学方法的应用，提供机器学习、区块链技术和算法交易等方面的新课程，以适应地区市场的快速变化。申请截止日期全日制：2021年2月1日兼读制：2021年2月1日申请人必须满足以下语言能力之一的英语语言要求：托福网考：80托福-pBT：550托福修订的纸笔考试：60（阅读，听力和写作部分的总分）雅思（学术模块）：总分6.5和所有子分数5.5香港中文大学◆金融技术硕士入学要求：·基本的数学知识（例如微积分，线性代数和概率）以及一种现代编程语言（例如C，C ++，Java或Python）的熟练程度·拥有认可大学或同等专业资格的工程，科学或金融/商业相关学科的学士学位申请截止日期第一轮：2020年10月5日第二轮：2020年11月9日第三轮：2021年1月18日第四轮：2021年4月12日◆数学硕士入学要求：通常还要求申请人参加面试申请截止日期：2021年3月31日在以下英语语言测试中达到分数：托福：550（基于纸张）/79（基于互联网）；雅思（学术）：6.5；GMAT：21级（口头）香港城市大学◆理学硕士（金融数学与统计）该计划由香港城市大学数学系提供，强调学生评估和发展金融业务和统计模型的能力的发展，还为学生提供复杂的金融和保险业务所需的理论知识，以及在金融数学和风险管理方面的数学和计算能力。从非英语授课的机构获得入学资格的申请人还应满足以下最低英语水平要求：在英语外语考试（TOEFL）上获得550分（纸笔考试）或59分（修订纸笔考试）或79分（基于互联网的考试）的分数；国际英语测试系统（IELTS）的总得分为6.5；在中国大陆CET-6考试中获得450分香港理工大学◆数据科学及分析理学硕士该计划旨在培养具有跨数学、统计学和计算机科学核心学科专业知识的毕业生，能培养学生的分析性和批判性思维以及解决问题能力，使毕业生能够在金融和信息技术等各个行业中担任数据分析师的职业。入学要求：拥有数学、统计学、计算机科学、IT、工程、科学或同等学历的荣誉学士学位。还将考虑拥有另一门学科的学士学位并且具有足够的数学或IT背景的申请者。应满足以下最低英语语言入学要求：基于Internet的考试的英语作为外语考试（TOEFL）的得分为80，针对纸质考试的英语为TOEFL的得分为550；国际英语测验系统（IELTS）的整体总分至少为6香港岭南大学◆人工智能与商业分析理学硕士该课程旨在教育学生关于人工智能和商业分析技术的基本原理和实际应用，特别是在商业领域，使他们能够在解决问题时可以有效地运用人工智能工具和技术、在决策时可以使用数据分析技能和人工智能技术来分析商业问题。申请者需：持有认可大学的理学、工程学、工商管理或有关学科的学士学位，或拥有其他同等学历 (视乎申请者情况作个别考虑)；除非持有香港或其他英语国家大学颁发的学位，其他申请人须符合以下要求：托福考试(TOEFL)最低成绩达550分(纸考)或79分(网考)；或雅思考试(IELTS)最低成绩达6.5分香港浸会大学◆金融（金融科技及金融分析）理学硕士该课程旨在为学生提供金融、金融科技和金融分析方面的知识，帮助他们培养解决金融相关业务问题的能力，并培养他们更好地为当今数据驱动经济中快速增长的需求做好准备。申请人应具备英语水平证明：雅思总分最低6.5分；或托福成绩79分（基于互联网）；或其他测试的同等分数申请截止日期：2021年3月1日◆人工智能与数码媒体理学硕士该课程旨在为学生提供计算和数字时代所需的人工智能和媒体传播的前沿跨学科知识和技能，以若干理论和方法课程的学术核心为基础，提供广泛的选修课程，侧重于数字转型背景下媒体机构和业务的知识和实践。申请人应具备英语水平证明：雅思总分至少为6.0分；或托福（iBT）最低成绩74分；或大学英语六级考试最低成绩450分申请截止日期：2021年3月1日◆数据分析及商业经济学理学硕士该课程的一个显著特点是在商业经济知识、统计模型和编程技能方面进行均衡的培训，提供各种数据分析课程，辅以相关的统计知识、编程技能和实际商业案例，还提供商业战略的最新经济原则、智慧城市发展的挑战和未来前景的课程。达到以下任一标准即可满足英语水平要求：托福网考最低成绩79分；或雅思成绩至少达到6.5分；或其他同等资格申请截止日期：2021年2月1日香港教育大学◆人工智能与教育科技硕士（新）申请人通常应满足以下最低英语能力要求之一：-- 雅思6.0总分（学术版）；或-- GCSE / GCE OL英语C级或以上；或-- 托福成绩80分（基于互联网的考试）；或-- 中国大陆大学英语考试（CET）的6级（总分达到430或以上，并且考试结果应在两年内有效）；或-- 其他同等学历