新加坡国立大学数据科学与机器学习理学硕士项目旨在培养数据科学领域的下一代领导者。该项目融合了计算机科学、数学和统计学的跨学科知识，将数据分析与机器学习相结合。除了学习知识，学生还有机会将机器学习和数据分析综合应用到金融行业、医疗保健、政府和社区。该计划得到了新加坡国立大学领先的数据科学研究人员和行业数据科学家的支持，并提供多种数据科学专业。该课程融合了计算机科学、数学和统计学以及数据分析和机器学习等领域的跨学科学习。
具有荣誉学士学位或同等学历，需要定量科学（如数学、统计学和物理学）、工程或计算科学背景
需要提交存款证明45,000新币
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6 | / |
| 托福 | 85 | / |
| 序号 | 课程介绍 | Curriculum |
| 1 | 工业大数据导论 | Introduction to Big Data for Industry |
| 2 | 大规模数据驱动推理优化 | Optimisation for Large-Scale Data-Driven Inference |
| 3 | 机器学习基础/机器学习理论和算法 | Foundations of Machine Learning/Theory and Algotithms for Machine Learning |
| 4 | 云计算 | Clouding Computing |
| 5 | 数据科学和机器学习行业咨询与应用项目 | DSML Industry Consulting and Applications Project |
| 6 | 数据科学家深度学习 | Deep Learning for Data Scientists |
| 7 | 行业数据挖掘 | Data Mining for Industry |
| 8 | 大数据产业 | Big Data for Industry |
| 9 | 计算机视觉数据科学 | Data Science in Computer Vision |
| 10 | 定量金融数据科学 | Data Science in Quantitative Finance |
项目开设于2020年，由理学院数学系、统计与数据科学系和计算机学院计算机科学系联合开设，学制灵活1-2年完成学业。2021年10月，ChaseDream发布了"2021—2022数据科学硕士全球排名"，NUS的DSML项目位列世界第十三，亚太区第一。
就业服务：NUS有专门的网站提供招聘信息，每周邮件通知新增的职位，还有workshop提供面试简历辅导，对于就业而言非常有帮助的。
招生特点：这个项目录取大致情况是陆本985、211为均分85+的同学，专业计算机、数学、统计为主，都有科研/实习经历，大部分同学还有G。竞争每年都相当的激烈，21fall申请量1000+，入学人数100+，录取率在15%左右。选择性面试，条件比较突出的学生是可以免掉面试环节直接收到offer的。
班级概况：22fall班级整体人数在100-120人左右，中国学生大约占三分之二。同学背景方面，基本都是海本+比较好的985学校，海本同学较多。国内本科有清华大学、北京大学、上海交通大学、中国人民大学、南京大学、浙江大学、北京师范大学等，专业背景方面，计算机和数据科学专业的同学较多，还有金融、信息管理、物理、统计等其他专业。
