爱丁堡大学金融、科技与政策理学硕士项目向其学生展示了支持金融市场的关键理论金融和经济概念的先进知识，并且批判性地比较，对比并评估了不同的机器学习技术在解决财务问题方面的适用性（通过使用适当的软件将技术应用于给定的一组数据来证明这一点），帮助学生深入了解全球主要金融体系之间存在的关系，并在相关监管范围内对财务工具和项目进行评估，展示政策在塑造金融服务提供和金融市场方面所起的作用，能对于当前的批评，提出强有力的观点来批判性地评估市场，并为开发替代技术市场和金融服务产品提供坚实基础，展示出学生对金融市场技术使用的社会维度的欣赏。
具有英国一等或2:1荣誉学位，或具备同等学历，需要满足以下学科之一：
- 通常需要金融学、经济学、工程学或信息学的本科荣誉学位
- 作为本科学位的一部分，申请者需要参加并通过至少1门重要的统计分析和/或编程课程，或者能够证明在使用统计和/或编程软件包方面有相关工作经验
- 如果一定程度的金融学/经济学/信息学内容构成了学位的一部分，并且申请者可以通过学位结果证明高水平的定量能力，学校也会根据个人情况考虑具有其他学科一等或2:1荣誉学位的申请者
- 具有不相关学科领域一等或2:1荣誉学位但具备相关工作经验的申请者将根据个人情况予以考虑
- 具有不相关学科领域一等或2:1荣誉学位但具备相关专业资格的申请者将根据个人情况予以适当考虑
- 如果申请者是一位成熟候选人，具备大量金融和技术行业经验或相关专业资格，学校将根据个人情况予以适当考虑
| 类型 | 总分要求 | 小分要求 |
| 雅思 | 7 | L:6 | R:6 | W:6 | S:6 |
| 托福 | 100 | L:20 | R:20 | W:20 | S:20 |
| PTE | 70 | L:59 | R:59 | W:59 | S:59 |
| 序号 | 课程介绍 | Curriculum |
| 1 | 市场设计与政策 | Market Design and Policy |
| 2 | 数据价值链与数据群 | Data Value Chains to Constellations |
| 3 | Python编程 | Python Programming |
| 4 | 财务评估 | Financial Valuation |
| 5 | 金融市场与投资 | Financial Markets and Investment |
| 6 | 现代金融市场微观结构 | Modern Financial Market Microstructure |
| 7 | 建模、高频交易与金融社会学 | Modelling, High-Frequency Trading and the Sociology of Finance |
| 8 | 应用机器学习导论 | Introductory Applied Machine Learning |
| 9 | 金融科技学习 | Learning by Action in FinTech |
| 10 | 技术创业与商业化 | Technology Entrepreneurship and Commercialisation |
| 11 | 金融工程 | Financial Engineering |
| 12 | 行为金融 | Behavioural Finance |
| 13 | 投资管理 | Investment Management |
| 14 | SAS财务分析编程 | SAS Programming for Financial Analysis |
| 15 | 区块链与加密金融 | Blockchain and Cryptofinance |
| 16 | 区块链、治理与政策 | Blockchain, Governance and Policy |
爱大的金融、科技与政策是19fall新开专业，是针对目前金融、科技和政策三者之间发展、矛盾以及解决方案为主设置的跨学科学科。很多不了解的申请者在乍看到专业名称里面带有科技与政策的时候会容易产生误解，觉得该项目是不是有点偏社科偏理论，其实不然。
课程设置：这个专业开设在商学院，课程质量是绝对有保障的，课程内容既有金融科技相关理论知识，也有实践技能的培养，包括Python、SAS Programming、Blockchain、Maching Learning， AI等，其实基本接近其他院校开设的fintech专业。此外项目与与行业伙伴合作，学生将有机会参与由金融机构发起的咨询项目。
就业服务：毕业生可以进入与金融技术产品相关的公司担任产品开发或管理人员，或在金融机构的交易/投资部门和后台办公室担任基金经理和产品开发团队成员，也可以考虑市场和消费者研究公司、监管机构、政府部门等。
招生特点：偏好金融、经济、工程（计算机编程等）相关背景的申请者，如果专业关联性较小，有足够多的实习/工作经验也可以被考虑，但对于数学统计和编程要求比较苛刻，申请者在本科期间需要至少选修并通过一门具有重要统计分析或编程的课程。
