双硕士项目:MBA与大数据分析理学硕士(Dual Master Program – MBA & MS Big Data Analytics)
毕业要求: 72学分
项目时长: 36个月
海湾大西洋大学的双硕士项目为三年制,学生毕业后可同时获得工商管理硕士(MBA)和大数据分析理学硕士(MS in Big Data Analytics)两个学位。
项目共需完成 72 学分,其中包括 48 学分核心课程、15 学分选修课程,另有 9 学分核心课程可同时计入两个学位,因此能够在三年内完成双学位学习。
由于课程安排较为紧凑,仅提供春季(Spring)和秋季(Fall)入学,不开放夏季(Summer)入学。学生以 Cohort(固定班级) 形式入学,并需按照学校规定的课程计划完成学习。
工商管理硕士(MBA)
毕业要求: 36学分
项目时长: 24个月
海湾大西洋大学(BAU)的工商管理硕士(MBA)旨在帮助职场人士成长为具备创新思维、问题解决能力和商业领导力的管理人才。项目课程强调实践应用,学生将系统学习数据驱动决策、市场分析、企业战略等核心商业能力,为未来职业发展、行业人脉拓展及管理岗位晋升打下基础。
在课程设置上,MBA 项目涵盖财务管理、数字营销、战略管理、定量分析方法等核心商业课程。授课教师兼具学术背景与行业经验,能够将商业理论与真实实践案例结合,帮助学生理解全球商业环境中的管理挑战、可持续发展议题及企业决策逻辑。
BAU 位于华盛顿 D.C.,学生可接触到丰富的商业、政策和创新创业资源。项目鼓励学生参与行业讲座、创业活动、商业竞赛、志愿者项目及 networking 活动,从而提升沟通能力、战略思维和跨文化商业理解能力。课程中也会邀请来自不同文化和行业背景的嘉宾分享经验,帮助学生从更国际化的角度理解商业实践。
毕业后,学生将具备战略分析、全球沟通和本地执行能力,并可通过国际项目、市场调研、虚拟实习等机会积累实践经验。项目也为学生提供来自 20 多个国家同学组成的多元化校友与同伴网络,帮助学生在未来职业路径中持续拓展影响力。
人工智能工程理学硕士(MS Artificial Intelligence Engineering)
毕业要求: 36学分
项目时长: 24个月
人工智能理学硕士项目共需完成 36 学分,共 12 门课程,每门课程为 3 学分。其中包括 21 学分核心课程和 15 学分选修课程。学生需完成所有核心课程及方向选修课程要求,方可获得人工智能理学硕士学位。
项目课程重点培养学生在人工智能和机器学习领域的理论基础与实践能力。学生将学习人工智能、机器学习及深度学习的核心原理,并能够运用相关模型和方法,为不同领域的数字化挑战设计和开发 AI 解决方案。 在实践能力方面,学生将掌握多种人工智能与机器学习工具,能够分析、开发并优化 AI 算法,构建可靠、可扩展的人工智能应用,并兼顾系统的可用性、安全性及稳定性。同时,项目还注重培养学生与技术及非技术团队沟通协作的能力,使其能够有效阐述技术方案、项目管理过程以及信息系统中的伦理与合规问题。 此外,项目也帮助学生建立国际化职业竞争力,为考取 Certified Artificial Intelligence Engineer(CAIE™)、AIE™ Certification 等行业认可的专业认证做好准备,并培养学生在技术应用过程中遵循数据安全、伦理规范及负责任使用数字技术的意识。
核心课程(21 学分)
BGDA 511 Big Data Analytics
BGDA 513 Artificial Intelligence
BGDA 515 Fundamental of Deep Learning
CAPS 623 Internship – $925 Course Fee (Internship Placement)
CMPS 514 Management Information Systems
CMPS 516 Models and Algorithms in AI Engineering
CMPS 530 Machine Learning and Pattern Recognition
选修课程(15 学分,选5门课)
BGDA 510 Data Mining
CMPS 515 Network Security & Cryptography
CMPS 520 Database Design Concepts
CMPS 524 Computer Networks and Mobile Communications
CMPS 525 Cloud Computing and Infrastructure
CMPS 560 Object-Oriented Software Development
CMPS 565 Cloud Data Storage Management
CMPS 570 Software Design and Architecture
CMPS 610 Natural Language Processing
CMPS 612 Image Processing and Computer Visualization
软件工程理学硕士(MS Software Engineering)
毕业要求: 36学分
项目时长: 24个月
软件工程理学硕士项目共需完成 36 学分,包括 12 门课程,每门课程为 3 学分。其中,学生需修读 21 学分核心课程和 15 学分选修课程,完成所有核心课程及方向选修课程要求后即可获得软件工程理学硕士学位。
项目课程重点培养学生对软件工程理论、软件架构方法和软件开发生命周期(SDLC)模型的理解。学生将学习如何在不同软件开发流程中应用工程化思维,理解软件系统从需求分析、设计、开发、测试到维护的完整过程。 在实践能力方面,学生将掌握软件解决方案设计、开发、管理、分析和优化所需的高级工具,并能够结合编程、计算机科学和软件工程原则,解决不同行业中的真实问题。课程也会涉及人工智能、数据挖掘、机器学习、物联网(IoT)等新兴技术在软件开发中的应用。
项目还强调构建可靠、具备成本效益的软件应用。学生将学习如何结合数据库管理系统、网络与通信协议、云计算、软件框架等多种技术,开发具有良好可用性、稳定性、完整性和安全性的软件系统。 此外,该项目也注重培养学生在软件开发项目中的领导力和沟通能力。学生将具备与技术及非技术相关方沟通的能力,并能够在项目管理、计算解决方案和信息系统伦理决策中发挥协调与管理作用。项目也为学生未来考取 CSSLP、IEEE Professional Software Developer Certification、Oracle Database SQL Certified Associate、Java Certified Foundations Associate、PMP 等国际认可技术认证打下基础,同时培养学生负责任地使用技术和数字数据的意识。
核心课程(21 学分)
CAPS 623 Internship
CMPS 510 Principles and Concepts of Software Engineering
CMPS 560 Object-Oriented Software Development
CMPS 570 Software Design and Architecture
CMPS 580 Development of Graphical User Interface
CMPS 620 Software Project Management
CMPS 635 Software Testing and Quality Assurance
选修课程(15 学分,选5门课)
BGDA 501 Introduction to Big Data
BGDA 510 Data Mining
BGDA 522 Applied Statistics
BGDA 511 Big Data Analytics
BGDA 513 Artificial Intelligence
BGDA 521 Technology Management
CMPS 514 Management Information Systems
CMPS 515 Network Security & Cryptography
CMPS 520 Database Design Concepts
CMPS 524 Computer Networks and Mobile Communications
CMPS 525 Cloud Computing and Infrastructure
CMPS 565 Cloud Data Storage Management
CMPS 530 Machine Learning and Pattern Recognition
CMPS 564 Information Security Management
CMPS 618 Penetration Testing
CMPS 623 Web Application Security
CMPS 627 Wireless Sensor Network
云计算工程理学硕士(MS Cloud Computing Engineering)
毕业要求: 36学分
项目时长: 24个月
云计算工程理学硕士项目旨在培养具备先进云计算技术能力的专业人才,帮助学生掌握设计、部署和管理高可扩展性云基础设施所需的核心技能。课程不仅涵盖云计算基础知识,还深入分布式系统、云原生架构及高级安全技术,帮助学生具备构建企业级云解决方案、优化系统性能及领导技术团队的能力。 在课程学习过程中,学生将系统掌握分布式计算、容器编排(Container Orchestration)、微服务架构(Microservices)、自动化 CI/CD 流水线以及 Zero Trust(零信任)安全架构等当前云计算领域的重要技术。课程强调理论与工程实践相结合,学生将学习如何设计高可用、容错能力强的云基础设施,并通过 Infrastructure as Code(IaC) 等现代化开发方式,实现云资源的自动化部署与管理。 项目充分利用华盛顿 D.C. 地区丰富的科技资源,为学生提供实践机会。学生可参与 Cyber Edge Innovation Hub、校园 Build-athon、区域开发者峰会等活动,并结合真实企业网络环境分析系统架构、排查服务器性能瓶颈,通过资深云计算工程师主持的技术工作坊,进一步提升实践能力和行业竞争力。 毕业前,学生还将通过综合工程项目(Capstone Project)解决真实的云计算技术挑战,例如优化边缘计算网络延迟、自动化跨区域数据库迁移、多云环境部署及基础设施管理等。项目不仅帮助学生建立扎实的云计算工程能力,也培养其在企业数字化转型中的架构设计、团队协作及技术领导能力,为进入云计算、软件开发、基础设施工程及相关技术岗位做好充分准备。
网络安全理学硕士(MS Cybersecurity)
毕业要求: 36学分
项目时长: 24个月
网络安全理学硕士项目共需完成 36 学分,包括 12 门课程,每门课程为 3 学分。其中,学生需修读 21 学分核心课程和 15 学分选修课程。完成所有核心课程及方向选修课程要求后,学生即可获得网络安全理学硕士学位。
项目课程重点培养学生对信息安全、隐私保护、法律合规及网络伦理问题的理解。学生将学习如何识别可能导致组织数字数据与资源面临风险的技术漏洞,并理解网络安全在企业、政府及公共机构数字化运营中的重要性。 在技术能力方面,学生将系统学习计算机网络工程与安全原则,涵盖软硬件系统、无线与有线网络技术、加密方法等内容。项目也强调数据收集、数据分析、信息系统安全控制及技术决策能力,帮助学生在保障数字基础设施的机密性、完整性和可用性方面具备实际操作能力。 此外,项目注重培养学生与技术及非技术相关方沟通协作的能力。学生将学习如何分析信息安全问题、提出解决方案,并制定和执行可靠的网络安全事件响应计划,以应对潜在 cyber incident。
该项目也为学生未来考取行业认可的网络安全认证打下基础,例如 CompTIA Security+、ISC CISSP、ISACA CISM、CompTIA PenTest+ 等。毕业后,学生可将网络安全、信息技术和管理能力应用于政府机构、非营利组织及各类企业的研究和项目实践中,协助保护数字资源与信息基础设施,并在技术使用过程中遵循数据安全、合规及负责任的数字公民意识。
核心课程(21 学分)
BGDA 522 Applied Statistics
CAPS 623 Internship
CMPS 502 Cyber Security
CMPS 514 Management Information Systems
CMPS 515 Network Security & Cryptography
CMPS 564 Information Security Management
选修课程(15 学分,选5门课)
BGDA 501 Introduction to Big Data
BGDA 510 Data Mining
BGDA 511 Big Data and Analytics
BGDA 513 Artificial Intelligence
BGDA 521 Technology Management
CMPS 517 Computer Forensics
CMPS 520 Database Design Concepts
CMPS 524 Computer Networks and Mobile Communications
CMPS 530 Machine Learning and Pattern Recognition
CMPS 618 Penetration Testing
CMPS 623 Web Application Security
CMPS 625 Cloud Security
CMPS 627 Wireless Sensor Network
大数据分析理学硕士(MS Big Data Analytics)
毕业要求: 36学分
项目时长: 24个月
软件工程理学硕士项目共需完成 36 学分,包括 12 门课程,每门课程为 3 学分。其中,学生需完成 21 学分核心课程和 15 学分选修课程。学生需满足所有核心课程及方向选修课程要求后,方可获得软件工程理学硕士学位。
项目课程重点培养学生对软件工程理论、软件架构方法以及软件开发生命周期(SDLC)的理解。学生将学习如何在不同 SDLC 模型下进行软件系统规划、设计、开发、测试和维护,并掌握管理、设计、实施、分析和优化软件解决方案所需的高级工具。
在实践应用方面,学生将结合编程、计算机科学和软件工程方法,解决真实业务和技术问题。课程也涵盖人工智能、数据挖掘、机器学习、物联网(IoT)等新兴技术在软件开发中的应用,帮助学生适应不断变化的技术环境。
项目还强调构建可靠且具备成本效益的软件应用。学生将学习如何结合数据库管理系统、网络与通信协议、云计算、软件框架等多种技术,提升软件系统的可用性、稳定性、完整性和安全性。
此外,项目也注重培养学生在软件开发项目中的领导力与沟通能力。学生将学习如何与技术及非技术相关方沟通软件解决方案、项目管理安排以及信息系统决策中的伦理问题。该项目也为学生未来考取 CSSLP、IEEE Professional Software Developer Certification、Oracle Database SQL Certified Associate、Java Certified Foundations Associate、PMP 等国际认可技术认证打下基础,并帮助学生建立负责任使用技术和数字数据的意识。
核心课程(21 学分)
CAPS 623 Internship
CMPS 510 Principles and Concepts of Software Engineering
CMPS 560 Object-Oriented Software Development
CMPS 570 Software Design and Architecture
CMPS 580 Development of Graphical User Interface
CMPS 620 Software Project Management
CMPS 635 Software Testing and Quality Assurance
选修课程(15 学分,选5门课)
BGDA 501 Introduction to Big Data
BGDA 510 Data Mining
BGDA 522 Applied Statistics
BGDA 511 Big Data Analytics
BGDA 513 Artificial Intelligence
BGDA 521 Technology Management
CMPS 514 Management Information Systems
CMPS 515 Network Security & Cryptography
CMPS 520 Database Design Concepts
CMPS 524 Computer Networks and Mobile Communications
CMPS 525 Cloud Computing and Infrastructure
CMPS 565 Cloud Data Storage Management
CMPS 530 Machine Learning and Pattern Recognition
CMPS 564 Information Security Management
CMPS 618 Penetration Testing
CMPS 623 Web Application Security
CMPS 627 Wireless Sensor Network