在帝国理工学院数据科学的运输理学硕士课程中，学生将了解交通基础设施规划、设计、管理和交付的基本概念和技术。 学生将加深对机器学习和统计优化的理解，以解决复杂的工程设计问题，并作为一个团队有效地工作。 学生将学习如何评估交通项目和政策，同时考虑到所涉及的政治、社会、环境、商业和金融问题。 利用数据科学和优化技能，将进行一项独立研究，展示对感兴趣的研究领域知识的贡献。 进一步加深学生对工业化国家公路和铁路运输的了解。还将考虑交通问题持续存在的工业化程度较低的国家的情况。
具有2:1学位，需要土木工程、自然科学、地球科学或其他数学学科背景
需要适当的数学基础，例如A-level Grade B或更高水平
不符合所列学术要求但具备丰富相关行业经验的申请者在完成“特殊资格考试”（SQE）后可能会被例外录取
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 92 | L:20 | R:20 | W:20 | S:20 |
| PTE | 62 | L:56 | R:56 | W:56 | S:56 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 交通基础设施及其背景 | Transport Infrastructure and its Context |
| 2 | 统计建模 | Statistical Modelling |
| 3 | 交通工程 | Traffic Engineering |
| 4 | 机器学习 | Machine Learning |
| 5 | 交通规划和政策 | Transport Planning and Policy |
| 6 | 数字优化 | Mathematical Optimisation |
| 7 | 可持续交通 | Sustainable Transport |
| 8 | 铁路和公共交通系统 | Rail and Mass Transit Systems |
| 9 | 货运与物流 | Freight Transport and Logistics |
| 10 | 航空运输 | Air Transportation |
| 11 | 智能和自动运输 | Intelligent and Autonomous Transport |
| 12 | 团体设计项目 | Group Design Project |
