随着自动化、人工智能和大数据的发展，学术界和工业界的化学实践正在发生革命性变化。帝国理工学院数字化学理学硕士课程将使学生能够导航并为化学中的新兴领域做出贡献，并培训急需但目前供不应求的下一代科学家。它包括的模块涵盖了化学科学各个领域中数据科学、机器学习和自动化的理论和应用。从计算模型可以预测复杂分子和系统的行为，到人工智能和机器学习革命性的预测反应结果的能力，学生将探索整个领域的最新发展并获得广受欢迎的技能。
需要具有化学、生物化学或化学工程背景，有数据科学相关领域(如计算、应用数学和统计)背景的申请者将根据具体情况进行考虑，不需要有编程、人工智能或机器学习方面的经验
具有2:1学位，需要化学、生物化学或化学工程背景
在数据科学相关领域（如计算、应用数学和统计学）获得2:1学位的申请者，将根据具体情况进行考虑
| 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 | 化学数据分析 | Data Analytics in Chemistry |
| 2 | “黑客”化学家 | “Hacking” for Chemists |
| 3 | 化学、药物发现与材料自动化 | Automation in Chemistry, Drug Discovery and Materials |
| 4 | 数据科学与人工智能伦理 | Ethics in Data Science and Artificial Intelligence |
| 5 | 期刊俱乐部 | Journal Club |
| 6 | 化学中的人工智能:材料 | Artificial Intelligence in Chemistry: Materials |
| 7 | 化学中的人工智能:药物发现 | Artificial Intelligence in Chemistry: Drug Discovery |
| 8 | 实验设计(DoE) | Design of Experiments (DoE) |
| 9 | 化学创业与化学可持续创新 | Chemical Entrepreneurship and Sustainability Innovation in Chemistry |
| 10 | 化学关键概念 | Key Concepts in Chemistry |
| 11 | Python编程 | Programming in Python |
| 12 | 研究项目 | Research project |
