本領域專長提出課程架構如下：<br>1. 社會統計（4學分，社會工作學系），為大學部一年級必修，提供學生基礎統計、量化研究訓練。<br>2. 分為 2.1/ 2.2 課程，可二門選擇其中一門修習。<br>2.1 高級社會統計（3學分，社會工作學系）：使學生熟悉社會科學研究常用之統計方法，主要內容包括多元線性迴歸分析、量表發展分析技術、邏輯迴歸分析、階層線性模型，以及貫時性資料分析等。<br>2.2 社會福利大數據分析（3學分，社會工作學系）：針對完全無程式語言基礎的社工系學生設計，著重引導學生去發掘程式設計運用在社福領域的可能性，並訓練學生可運用程式語言就社福議題與資料進行分析，包含資料獲取、探索、視覺化、統計與機器學習模型等。<br><br>3. 社會科學程式設計（3學分，新聞學研究所）：運用程式語言就社會科學議題與資料進行分析，著重在社會科學的文字運算、網絡結構、人口變項、地理資訊等跟資料特性相關的運算、視覺化、機器學習模型等。<br><br>4. 資料科學與社會研究（3學分，經濟學系）：連結機器學習和統計間關係，通過數學定義和計算理解各種機器學習方法的原理，並將之應用於實際的數據分析工作，如特徵選擇和解釋分析結果。學生亦將學習一系列數據處理技能，包括數據清理、ETL（抽取、轉換、加載）、網絡爬蟲、數據可視化，以及數據結果的應用。<br><br>5. 智慧社福與資料治理專題（3學分，社會工作學系）：將前述所得能力，由學生與非營利組織、政府部門合作，或使用公開資料，獨立開發社福相關主題，完成分析並撰寫研究報告或大專生論文。<br><br>前述課程架構提供學生完成此一領域專長明確指引，此一領域專長規劃五門必修課程，共計16學分，其臚列順位即為推薦修習順位，但推薦修習順位為建議性質，不具強制性。<br><br>以下是課程架構設計的主要考量：<br>透過 1.社會統計課程，使學生具備基礎統計、量化研究的訓練，並藉由修課過程，確保學生具備完成此一領專基本的方法學與統計知識。<br><br>2.則需由2.1「高級社會統計」與2.2「社會福利大數據分析」兩門課程中擇一修習，前者在社會統計基礎上，提供了社會科學研究中常用的統計方法的深入了解，有助學生更好地在社會研究中運用適當的統計技術，後者則專為無程式語言基礎的學生設計，使同學們熟悉Python程式語言，並連結國內外社會福祉領域大數據分析及其應用之案例；此兩門課程以二擇一方式進行，係考慮此兩門課為社工系選修課程，社工系選修課程兩年方開授一次，故提供二選一選項，使同學可依自身需求，選擇強化其統計與程式語言能力。<br><br>3.「社會科學程式設計」與<br>4.「資料科學與社會研究」，前者著重在文字探勘，後者則以數據資料處理為主，完成3.與4.課程後，學生將同時具備運用統計技術與程式語言，就社會福利領域常見的兩大資料型態：文字與數據，進行資料清理與解釋分析的能力。<br><br>5.「智慧社福與資料治理專題」則為此領域專長總整課程，學生必須具備結合前述知識和技能，獨力與社福單位進行需求溝通，並依據需求完成專案與研究報告的能力。