入學資格（2027/28 週期頁面）
官方列明：相關學科的二等一榮譽學位（2:1）或同等學歷。學生「通常應」（normally）修讀過包括微積分、線性代數和統計的大學課程；相關專業經驗亦「可能」被考慮。「通常應」不等同硬性規定，具體如何評核須以官方頁面最新資訊為準。
LSE · 授課型碩士 · 規劃 2028/29 入學（官方資料為 2027/28）
我的數理背景，適合申請 LSE 運籌學與分析碩士嗎？
你要決定的，是現階段是否值得為 2028/29 學年入學投入時間準備這個課程。本文先交代 LSE 官方頁面所示的內容，再分開寫 Avandy 的判斷。留意：官方頁面目前顯示的是 2027/28 學年（2027 年 9 月開學），不等於 2028/29 學年已確認的要求；本文沒有提及的事項，一律須以 LSE 官方頁面最新資訊為準。
官方事實
官方頁面說了什麼（2027/28 週期）
以下均來自 LSE 官方課程頁面的引述摘錄，所示學年為 2027/28，早於你計劃的 2028/29 學年。2028/29 的要求與日期須待官方更新後確認。
課程與申請代碼
申請代碼 G2U1，由數學系（Department of Mathematics）開設。2027/28 週期頁面顯示全日制 12 個月，2027 年 9 月 27 日開學，地點為 Houghton Street, London。2028/29 的開學日期尚待官方公布。
截止日期與資助
2027/28 週期頁面顯示申請截止日為 rolling admissions（滾動錄取，無固定截止日），但官方提醒留意資助截止日期。資助的種類、金額及日期，證據中沒有，須以 LSE 官方頁面最新資訊為準。
課程結構
三門半個單位核心課：MA423 Optimisation Theory and Modelling、MA424 Stochastic Modelling and Simulation、MA429 Algorithmic Techniques in Machine Learning；另在 MA425 Project in Operations Research and Analytics 與 MA426 Dissertation in Operations Research and Analytics（各一個單位）中二選一，並選修總值一個半單位的選修科。官方稱選修範圍包括系內及其他相關學系，包括管理學及統計學。
競爭情況
官方表示 LSE 競爭激烈，即使達到最低入學要求，也不保證獲得錄取。
官方來源
資料取自 2026 年 11 月 8 日擷取的 LSE 官方課程頁面摘錄，週期為 2027/28，並非 2028/29 已確認要求。申請前請到 LSE 官方頁面核對最新資訊。
第一步
先分清三件事：入學資格、競爭力、課程適配
這三者常被混為一談，但意思不同。 入學資格：官方頁面（2027/28 週期）寫的是相關學科 2:1 或同等學歷，加上通常應修讀微積分、線性代數和統計的大學課程。香港學位如何對照「2:1 或同等學歷」，證據沒有說明，須以 LSE 官方頁面最新資訊為準。 競爭力：官方只說競爭激烈、達標不保證錄取。錄取率、成績分布等數字，證據沒有，本文不推測。 課程適配：這是你自己要判斷的問題，即你是否真的想讀最優化、隨機模型與機器學習算法這類內容，下文以官方課程結構為依據協助你判斷。
自我檢查
按數學背景分段的自我檢查
以下是 Avandy 的判斷框架，不是 LSE 的評審標準。官方只列出微積分、線性代數、統計三類課程，其餘（例如編程要求）證據沒有提及，須以官方頁面最新資訊為準。
數學／統計背景
微積分、線性代數、統計通常已有對應課程。Avandy 的判斷：較需補強的可能是應用及編程面，例如你有沒有用代碼做過優化或模擬的實作。核心課包括 Algorithmic Techniques in Machine Learning，可預期有算法與計算成分，但具體編程前提請查官方課程頁。
工程／資訊科學背景
編程底子通常不是問題。Avandy 的判斷：可以先自行把成績單上與微積分、線性代數、統計對應的科目整理出來，方便日後對照官方頁面。官方沒有說明如何逐科評核，這只是幫你看清自己的準備程度，並非官方檢查程序。
經濟／金融背景
統計與計量經濟學可能有基礎。官方說「相關學科」，經濟金融是否被視為相關，證據沒有答案，須向 LSE 官方確認。Avandy 的判斷：可以先對照官方所列的三類課程，看自己的數學訓練在哪些部分比較薄弱，再決定是否在申請前了解和補強。
課程適配
這個課程的重心在哪裡：以官方課程結構判斷（Avandy 判斷）
以下只是依官方課程結構所作的專業分析，屬 Avandy 判斷，並非官方比較。本文不評論其他學校的 Data Science 或商業分析課程，因為證據沒有涵蓋它們。 依官方資料，本課程由數學系開設，核心是最優化建模、隨機模型與模擬，再加一門機器學習算法，最後以項目或論文收尾。Avandy 的判斷：判斷一個碩士課程是否與另一個「可以互換」，不應只看名稱，而應逐一對照課程大綱，看核心科目的重心是數學建模，還是工具與應用。如果你正在比較幾個課程，建議自行核對每個課程的核心科目和先修要求，再問自己是否願意在最優化與隨機模型這類內容上投入。
證據整理
如何整理相關課程與項目證據
官方提到「相關專業經驗亦可能納入考慮」，但如何評核、需提交什麼材料，證據沒有說明，須以官方頁面最新資訊為準。以下是 Avandy 的自行整理建議，並非官方要求的申請材料清單： 1. 列出微積分、線性代數、統計的課程名稱、學期、成績及課程大綱。 2. 列出與優化、模擬、機器學習或數據建模相關的課程與項目，寫清楚你負責的部分。 3. 若有相關工作經驗，記下職責與所用的方法，日後可按官方要求調整。 4. 如發現缺口，先向官方確認可接受的補足方式，再決定如何安排。
項目與論文
項目還是論文：官方已說明的部分
課程要求在 MA425 項目（Project in Operations Research and Analytics）與 MA426 論文（Dissertation in Operations Research and Analytics）中二選一，各為一個單位。官方說明，作為項目的替代，「較偏理論」（more theoretically minded）的學生可以撰寫由教員指導的論文。至於評核方式、選題流程和分配名額，證據沒有說明，須以官方頁面最新資訊為準。這個選擇是入讀後的事，申請時不必先決定，但它反映課程同時容納應用型與理論型學生。
規劃
2028 年仍然不確定的事項
以下事項證據沒有提供，請在 2028/29 週期頁面更新後逐項核對： - 2028/29 的入學資格、開學日期與申請安排 - 本科學科範圍及香港學歷如何對照 - 申請材料清單 - 資助金額與截止日期（官方只提示須留意資助截止日期） - 學費 - 是否設面試、數學測試或豁免 - 錄取率及就業結果 官方頁面所示英語要求等級為 Standard（2027/28 週期），具體分數及可接受的考試，也請查官方頁面。 下一步：先對照上文自我檢查找出數學與編程缺口；把相關課程與項目證據整理好（見上節）；定期重看官方頁面，並在確認 2028/29 資料後再定時間表。官方頁面（2027/28 學年）顯示為滾動錄取、無固定申請截止日，並提醒留意資助截止日期；資助日期與申請日期的關係，證據沒有說明，請在定時間表前向官方查明。
常見問題
家長常問的問題
官方頁面的資料可以當作 2028/29 的要求嗎？
不可以。頁面所示為 2027/28 學年，早於你計劃的 2028/29 學年。2028/29 的要求以 LSE 官方頁面屆時公布的資訊為準。
沒有修過微積分、線性代數或統計，還能申請嗎？
官方寫的是學生「通常應」修讀過這些大學課程，並提到相關專業經驗亦可能被考慮。例外情況如何處理，證據沒有說明，請向 LSE 官方確認。
達到 2:1 就會獲錄取嗎？
不會。官方表示競爭激烈，即使達到最低要求也不保證獲得錄取。
申請有固定截止日嗎？
2027/28 週期頁面顯示為滾動錄取，無固定截止日，但提醒留意資助截止日期。2028/29 的安排須以官方頁面最新資訊為準。
Avandy 能保證我獲得錄取嗎？
不能。Avandy 只提供諮詢協助，不保證任何申請結果，亦與 LSE 沒有關聯，也未獲其認可。