帝国理工学院环境数据科学与机器学习理学硕士将培养未来的环境科学家在数据科学、机器学习和相关方面的计算技术，并教授学生如何将数据科学和机器学习知识、计算建模和监测技术应用到一系列环境科学和工程中。
具有2:1，需要工程学或以科学为基础的学科背景
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 6.5 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 92 | L:20 | R:20 | W:20 | S:20 |
| PTE | 62 | L:56 | R:56 | W:56 | S:56 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 现代编程方法 | Modern Programming Methods |
| 2 | 云计算 | Cloud Computing |
| 3 | 数学建模 | Mathematical Modelling |
| 4 | 环境数据 | Environmental Data |
| 5 | 应用计算/数据科学 | Applying Computational/Data Science |
| 6 | 高级编程 | Advanced Programming |
| 7 | 大数据分析 | Big Data Analytics |
| 8 | 反演与优化 | Inversion and optimisation |
| 9 | 机器学习 | Machine learning |
| 10 | 应用计算/数据科学专题研究 | Applied Computational/Data Science Project |
该课程2020年开设于地球科学与工程学院，比较新，作为一门跨学科授课项目旨在让学生学习将计算技术以及机器学习应用于现实世界的环境科学和工程问题。
课程设置：提供的课程以数据科学和机器学习知识以及计算建模和监测技术应用为教学基础，同时涵盖现代编程方法、高级编程、云计算、应用计算等大量的计算技术课程。
招生特点：适合有定量背景的理工科学生未来想投身于环境领域，进入气候科学、可持续性、自然灾害和可再生能源等领域。IC申请非常看重申请者的GPA，建议国内本科同学达到87%+申请较为有竞争力。
