初中物理及格仅适用于未读过高中物理的申请者。
金融应用计算专业
图源：NTU
金融应用计算学专业（Bachelor of Applied Computing in Finance）由南洋商学院（NBS）和计算与数据科学学院（CCDS）联合提供。
ACF 利用南洋理工大学内两所世界一流学院——南洋商学院（NBS）和计算与数据科学学院（CCDS）教师的专业知识，是跨学科教育的实践，旨在培养整个数字化进程中的人才和领导者。
金融应用计算学专业将为学生提供深厚的金融领域知识以及强大的技术和分析技能。
学生将有机会专注于金融分析和财富科技、加密资产和区块链以及数字银行和安全这三个专业，提高金融机构的流程效率，提供重要的业务见解，并找到支持决策的新机会。
跨学科，重点关注科技在金融领域的应用：
● 金融和计算的基本技能。
● 将知识与国家统计局和 CCDS 共同开发的课程相结合。
体验导向：
● 行业应用研究项目，学生在 NBS 和 CCDS 教员的共同监督下，研究行业合作伙伴提出的问题陈述。
● 强制性 20 周专业实习。学生还可以选择将实习时间再延长 10 周。
计算机技术专业
图源：NTU
南洋理工大学计算机科学与工程学院提供的计算机技术专业 (Bachelor of Technology in Computing) 是一项与未来勤工俭学技能(WSDeg)相关的课程，通过与对口行业中的合作伙伴展开合作，让学生沉浸在真实的学习环境中。
学生需要完成课程中的所有 3 个堆栈，即基础堆栈、专家堆栈和行业沉浸堆栈，才能获得完整学位资格。
该 WSDeg 项目允许学生按照自己的进度学习，尽量减少对他们工作的干扰，并以非全日制形式，模块化地提供以下课程：
WSDeg 计划适合以下潜在申请人：
● 希望从当地理工学院文凭或勤工俭学文凭升级到学士学位。
● 寻找具有强烈行业重点的培训课程。
● 希望有条不紊地逐步建立和验证行业技能和知识。
● 希望在信息技术行业担任专业角色。
● 希望按照自己的节奏学习，尽量减少对工作的干扰。
入学要求：
接受的教育资格：
1. 新加坡-剑桥 GCE A-Level；
2. 当地理工学院或同等机构的文凭；
3. 国际文凭（IB）；
4. 新加坡国立大学高中 (NUS HS) 文凭；
5. 其他认可的资格。
注：不符合教育要求但具有相关工作经验和/或相关能力（例如公认的技能/专业证书）的候选人将根据具体情况进行审查和录取。
附加强制性要求：
● 截至入学当年 7 月 31 日，年满 21 岁；
● 拥有 2 年全职工作经验^，或目前全职工作，或在开学日期之前已经或将完全解除全职国民服役责任的新加坡/SPR 男性）。
注：由公司赞助或目前从事与学位课程相关工作的申请人将免除年龄和工作经验要求。
● 在入学时通过了五个必备的衔接模块。
图灵人工智能学者计划
图源：NTU
南洋理工大学新推出的图灵人工智能学者计划（Turing AI Scholars Programme）旨在培养想要推进人工智能研究并开发尖端解决方案以让世界变得更美好的杰出学生并面向计算机科学、数据科学与人工智能、人工智能与社会专业的学生开放。
该项目适合学业成绩优秀并对人工智能（AI）领域有强烈热情的学生，针对打算最终在人工智能领域进行研究并在人工智能行业和研究中心建立职业生涯的人。
图灵人工智能学者计划的毕业生将获得人工智能领域的前沿知识，并被培养成为具有国际视野和视野的人工智能专家。
入学要求：
1. 申请人必须拥有出色的新加坡-剑桥 GCE“A”级、当地理工学院文凭、新加坡国立大学高中文凭、IB 文凭或同等资格。
2. 申请人必须 在申请表中表明对 TAISP 项目的兴趣 ，并报名参加以下任何项目才能成功申请。
● 计算机科学课程（CSC）
● 数据科学与人工智能项目（DSAI）
● 人工智能与社会计划 (AISC)
辅修人工智能专业
来源：PhonlamaiPhoto
人工智能辅修课程（Minor in Artificial Intelligence）旨在让学生对新兴技术有基本的了解，使他们能够适应技术驱动的社会并蓬勃发展。AI 不局限于特定领域；其应用跨越各个领域，从金融到工程和人文。因此，辅修课程的设计是为了满足不同专业学生的兴趣，而不是仅关注人工智能的技术角度。
人工智能辅修课程向南洋理工大学的所有学生开放，除了计算机科学与工程学院 (SCSE)、IEM 的学生以及攻读会计和数据科学与人工智能 (DSAI) 双学位的学生。
由于资源限制，SCSE 设置了人数配额。
辅修计算和数据分析专业
图源：搜狐
计算机和数据分析辅修课程（Minor in Computing and Data Analysis）向南洋理工大学的所有学生开放，但计算机科学与工程学院 (SCSE)、IEM 的学生、商业分析第二专业的学生、SPMS 商业分析专业的学生除外。
由于资源限制，SCSE 设置了配额。
本课程是为不想成为计算机工程师/科学家，但认识到基础计算和数据分析知识和技能在补充其所选学习课程方面的价值的学生而设计的。
计算和数据分析需要动手实践，该辅修课程不仅提倡设计和实施的理论方法，还包括每门课程的实验室课程/示例课程。
