墨尔本大学理学硕士（数学与统计学）项目的课程设置灵活，学生可以学习纯数学、应用数学、数理物理学、运筹学、离散数学、统计学、概率与随机过程领域的课程。墨尔本大学数学与统计学理学硕士项目的这些高阶课程将加强学生对数学与统计学的理解，帮助学生做好准备以投身于数学与统计学研究，攻读博士学位。由于数学与统计学人才缺乏，国家急需高素质的数学家与统计学家。因此，相关领域毕业的高材生备受猎头公司青睐，且薪资高于平均水平。墨尔本大学理学硕士（数学与统计学）项目的毕业生可以任职于以下行业：定量分析、股票分析、统计学、运营管理、劳工供应、咨询、数据服务、战略管理、金融服务与基金管理、生物统计、商业开发以及科学规划。
具备相关学科背景，例如：数学、统计学或数学物理等。
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 79 | L:13 | R:13 | W:21 | S:18 |
| PTE | 58 | L:50 | R:50 | W:50 | S:50 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 高级方法：变换式 | Advanced Methods: Transforms |
| 2 | 高级方法：微分方程 | Advanced Methods: Differential Equations |
| 3 | 随机矩阵理论 | Random Matrix Theory |
| 4 | 计算微分方程 | Computational Differential Equations |
| 5 | 数学生物学 | Mathematical Biology |
| 6 | 弦理论导论 | Introduction to String Theory |
| 7 | 数理统计力学 | Mathematical Statistical Mechanics |
| 8 | 精确可解模型 | Exactly Solvable Models |
| 9 | 高级建模：案例研究 | Advanced Modelling: Case Studies |
| 10 | 高级离散数学 | Advanced Discrete Mathematics |
| 11 | 产业优化 | Optimisation for Industry |
| 12 | 近似算法与启发法 | Approximation Algorithms and Heuristics |
| 13 | 调度与优化 | Scheduling and Optimisation |
| 14 | 网络优化 | Network Optimisation |
| 15 | 计数组合学 | Enumerative Combinatorics |
