四年制学士学位；或同等学历
需要有基本的编程经验或之前修读过编程课程

必修课程：

教育数据科学研讨会（秋季）

教育数据科学研讨会（冬季）

教育数据科学研讨会（春季）

教育数据科学导论：数据处理

教育数据科学导论：数据分析

教育数据科学实习

教育数据科学实践项目

基本统计课程（选择2门）：

数据分析和解释导论

教育统计方法导论

教育统计分析：回归

政治方法论I：回归

政治方法论II：因果推理

行为和社会科学的统计方法

社会学方法论I：导论

社会学方法学II：回归分析原理

高级课程：

高级回归分析

政治方法论III：基于模型的推理

高级统计建模

社会学方法III：离散结果模型

数据科学专业课程（在以下五个方向中选择三个方向）：

自然语言处理（选择2门）：

从语言到信息

语言学家编程

社会科学中的自然语言处理和基于文本的机器学习

自然语言处理与深度学习

自然语言理解

自然语言处理与深度学习

网络科学（选择2门）：

社交网络方法

网络

网络分析方法

图形机器学习

社交计算

实验/因果法（选择2门）：

因果推理方法的应用

准实验研究设计与分析

社会科学因果推理

实验方法

机器学习和因果推理

测量（选择2门）：

测试理论导论

测试理论导论-实验室

使用数据描述世界：描述性社会科学研究技术

学习分析（选择2门）：

人工智能中的好奇心

CSCL导论：计算机支持的协作学习

学习科学导论：理解学习和学习环境

工程教育和在线学习

计算机教育

互动式和体验式学习

用于教育和社会科学研究的计算机视觉

该课程的学生需至少修读18门课程或51个学分：9门核心课程，3门教育基础课程，至少6门数据科学专业领域课程。在第一年学年的夏季，学生们会完成实习。学生们还可以在该课程教师的指导下完成一个实践项目。