帝国理工学院健康数据分析与机器学习理学硕士项目学制一年，采用全日制授课形式，致力于培养学生健康数据分析技能，提高学生运用前沿定量方法开发复杂高维数据的能力，课程由学院与数据科学研究所联合授课，师资力量强大，拥有多位国际知名专家学者，在医疗与临床大数据的方法论背景与方法论运用上有过硬的研究基础。课程与为期六个月的研究项目均包括项目作业，项目基于真实数据，帮助公共健康学院、数据科学研究所与行业合作伙伴的解决现实科学问题。
具有2:1学位，需要数学、统计学、流行病学或生物学背景，或医学学位背景
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 7 | L:6.5 | R:6.5 | W:6.5 | S:6.5 |
| 托福 | 100 | L:22 | R:22 | W:22 | S:22 |
| PTE | 69 | L:62 | R:62 | W:62 | S:62 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 临床数据管理 | Clinical Data Management |
| 2 | 计算流行病学 | Computational Epidemiology |
| 3 | 统计思维与数据分析导论 | Introduction to Statistical Thinking and Data Analysis |
| 4 | 机器学习 | Machine Learning |
| 5 | 流行病学原理与方法 | Principles and Methods in Epidemiology |
| 6 | 研究报告 | Research project |
| 7 | 翻译数据科学 | Translational Data Sciences |
这个交叉学科项目设立于IC医学院，旨在为学生提供研究分析新兴“大”健康数据所需的先进统计和机器学习技术，而且也将学会在环境、分子、癌症和计算流行病学以及人口与健康科学的实际环境中应用。
课程设置：授课除数据分析相关课程外，学生还需要学习流行病学、临床数据、人口健康等课程。
就业服务：毕业后同学将获得对医学和流行病学高通量数据集进行深入分析所需的扎实基础，将有能力继续攻读博士学位成为行业专家分析师或加入大型数据公司。
招生特点：专业申请要求本科是数学、统计学、流行病学或生物学或医学学位，IC没有自己的明确list，但每年录取标准都比较高，建议申请同学均分达到87%+。
