利兹大学研究生Data Science and Analytics项目将使学生具备必要的数据科学知识和技能。学生将接触到数据科学的不同视角，以及对特定背景下应用的实际理解。该学位的课程结合了计算、地理和数学学院与利兹大学商学院的专业知识。这种结合将使学生能够从一系列数据科学观点和应用中受益，并根据自己的职业抱负定制课程。以下是具体的课程学习规划。
一、必修课程
COMp5122M数据科学
MATH5747M通过案例研究学习技能
MATH5872M数据科学和分析学位论文
二、选修课程
学位剩余的学分需要从以下列表中选择，要求学生分别从列表A和B中至少选择30学分。其余学分可以从列表C中选择。最终的选择需要经过programme Manager的批准。
1、列表A
COMp3736信息可视化
COMp5450M知识表示和推理
COMp5611M机器学习
COMp5625M深度学习
COMp5712M数据科学编程
COMp5840M数据挖掘和文本分析
2、列表B
MATh3092混合模型
MATh3714线性回归和稳健性
MATh3723统计理论
MATh3802时间序列
MATh3823广义线性模型
MATH5092M具有医疗应用的混合模型
MATH5714M线性回归、稳健性和平滑
MATH5741M统计理论和方法
MATH5743M统计学习
MATH5745M多元方法
MATH5772M多元和聚类分析
MATH5802M时间序列和频谱分析
MATH5824M广义线性和加法模型
MATH5835M统计计算
3、列表C
GEOG5042M地理数据可视化和分析
GEOG5255M地理人口统计学和邻域分析
GEOG5917M大数据和消费者分析
GEOG5927M预测分析
GEOG5937M应用地理信息系统和零售建模
LUBS5308M商业分析和决策科学
LUBS5309M预测和高级业务分析
LUBS5990M实践中的机器学习
TRAN5340M运输数据科学
通过利兹大学研究生Data Science and Analytics课程，学生将发展一系列相关技能，例如分析结构化和非结构化数据、分析大型数据集、从数据中获得洞察力等等。
