课程由大学各部门的模块组成。它融合了广泛的学习和教学方法，这些方法因所学模块而异。包括讲座、研讨会、工作坊和计算机/实践课程等。通过独立学习、研究和分析、案例研究和结构化阅读等方式进一步加强了教学元素。所有模块都以研究为基础，并在教学和评估中嵌入了研究培训的元素。在整个课程中，学生将被鼓励发展研究方法、技能和道德，反映出研究活跃的教职员工所使用的方法。总体而言，在所有模块中，学生将被鼓励和引导成为“研究思维者”，并发展这些关键技能以在未来的工作或研究中使用。DataScienceResearchProject是对数据科学领域中一个陌生领域的重大研究，或者是在学生的专业领域中专注于数据科学的研究。该项目可以是实践性的、理论性的，或者两者兼有，旨在培养学生的研究、分析和报告写作技能。CriticalPerspectivesinDataScience将帮助学生理解量化数据的生产、分析和使用，以及如何从人类学的角度分析这些实践。学生将学会从伦理和语境的角度思考量化数据，并将这些知识应用于数据科学中的实际问题，包括自己的研究项目。ProgrammingforDataScience使用广泛应用于各行业的流行Python软件包。学生将学会如何收集、处理和处理现实世界的数据，并学习数据分析和数据可视化的关键概念。EthicsandBiasinDataAnalytics介绍了有关伦理问题和偏见的当代辩论，这些问题是由数据分析、统计建模和人工智能在社会中的应用所导致的。学生将了解这些问题的当代哲学研究，并学会如何将这些研究应用于实践。该模块包括一篇关于伦理主题的论文，由导师指导完成。MachineLearning介绍了数据科学中机器学习所需的基本知识和技能。学生将理解现代回归方法、基于决策的机器学习技术、支持向量机、神经网络和深度学习等主题的理论、计算和应用。StrategicLeadership培养学生理解组织、其结构和文化所需的技能。