Data Science and Artificial Intelligence for Sustainability MSc

该课程为面向可持续发展的跨学科硕士项目，结构清晰，分为必修模块与选修模块两大部分：

✅ 必修模块（6门）：
1. 人工智能赋能可持续发展：聚焦AI/ML在能源系统平衡、可再生能源集成等场景的应用，涵盖神经网络、CNN、无监督学习等，并强调Python编程实践。
2. 可持续发展数据解析：讲授数据伦理、治理、探索性分析、统计建模与时间序列预测，培养全流程数据分析能力。
3. 能源经济学与政策：解析“能源三难”（安全、公平、低碳），覆盖能源市场机制、政策工具、低碳技术经济评估及实证分析方法。
4. GIS与空间数据管理：系统讲授地理信息模型、投影、空间分析、元数据与FAIR原则，以ESRI平台为主，强化环境决策支持能力。
5. 科学Python编程：夯实编程基础（变量、函数、OOP、调试、版本控制），熟练运用NumPy/Pandas/Matplotlib/GeoPandas等库进行数据处理、可视化与地理分析。
6. 可持续性与环境影响评估：训练LCA（生命周期评价）、碳足迹、社会影响评估等方法，掌握不确定性分析与合规性框架设计。

🔹 选修模块（二选一）：
- 计算流体力学（CFD）在可再生能源中的应用：面向风能/潮汐能，使用ANSYS Fluent开展湍流建模与仿真实践；
- 能源创业学：覆盖商业计划、融资策略、知识产权、风险管理与投资人路演技能。

🔸 实践/综合模块（二选一）：
- 能源系统案例研究：以多学科团队形式完成真实工业案例，运用MCDA等工具进行技术比选与公众参与设计；
- 短期研究项目：在两周内独立完成文献调研、方法设计、数据分析与成果汇报，整合全课程所学。

课程强调技术能力+政策视野+伦理意识+实践协作，旨在培养兼具数据科学素养、能源系统思维与可持续发展领导力的复合型人才。