本科的目的是幫助學生了解什麼是機器學習以及如何將其用於營銷分析。本科將首先向學生介紹市場營銷和銷售中常用的主要機器學習算法。本科亦會討論在營銷場景中使用機器學習的真實示例，例如向客戶提供個人化的優惠或改善在線客戶體驗。學生還將學習理論﹑技術以及如何選擇最適合行業中特定營銷問題的機器學習算法。

本科概述了構成當今雲計算應用程序的當前分佈式計算技術和分佈式算法。本科涵蓋的概念和模型包括：雲服務模型（SaaS，PaaS和IaaS），虛擬化技術，雲基礎架構和網絡，雲和分佈式存儲（例如鍵值/ NoSQL存儲），分佈式算法（例如領導選舉和故障恢復）等。我們還將研究一些行業框架，例如Hadoop，Map / Reduce和Spark。

本科研究網頁和移動服務等大數據應用程序在安全性和隱私性方面的新興趨勢和問題。大數據分析可以對企業和社會帶來好處，但大數據分析亦涉及收集敏感甚至機密的個人數據。如果處理不當，可能對個人﹑企業和社會造成毀滅性後果。因此，本科將著重於識別此類大數據應用程序中的安全性和隱私問題以及挑戰。本科將探索用於實施安全性和保護隱私的現有方法和可用工具，並使學生能夠評估解決安全或隱私問題的方案。

本科旨在讓學生學習數據科學和人工智能領域的最新知識。它涵蓋了相關領域中精選的當代主題。主題取決於最新趨勢和任教導師的專業知識。本科還強調實踐知識，例如現實生活中的示例和動手技能。

本課程講授一系列用於決策分析的定量方法，重點在解決供應鏈的管理問題。互聯網上大量可用的信息（主要是通過社交媒體）為用於計劃和控制供應鏈的分析方法提供了重要數據。分析有兩種：數據分析和決策分析。數據分析是可以用來處理數據，將數據轉換為領域知識（供應鏈參數）的信息方法。在供應鏈環境中，此類領域知識可以通過決策分析進一步處理：描述性分析（供應鏈控制技術）﹑描述性分析（供應鏈優化方法）和預測性分析（需求預測和資源計劃模型）。在本課程中，我們將討論這兩種分析，並表明要在大數據環境中成功規劃和控制供應鏈，必須對這兩種分析進行適當的集成。