UBC 温哥华校区的数据科学 Major 是 Faculty of Science 的四年制理学士专业，由计算机科学系与统计系联合开设，总计 120 学分。专业把统计推断、计算与数据管理放在同一套培养方案中：既学习如何提出可由数据回答的问题，也学习如何获取和组织数据、建立模型、比较结果，并把分析过程整理成可复现的工作流程。
高中申请人先选择温哥华校区 Bachelor of Science。第一年完成数据科学、编程和微积分等课程后，参加理学院的专业申请，录取后从第二年第一学期进入 Data Science。它是温哥华校区正式设置的 Major，与同校的数据科学 Minor 及 Okanagan 校区项目各有独立要求。当前本科项目页列有 Co-op，没有 Honours 路径。
课程从 DSCI 100 的数据整理、可视化和分析入门，逐步进入数据获取、离散数学、数据结构、统计建模、概率、机器学习、数据库和时间序列。专业还单独安排可复现工作流程、数据可视化以及公平、问责、透明和伦理课程。编程作业与统计分析关注模型效果、数据和软件流程，以及结果与研究问题之间的联系。DSCI 200 通过真实数据和案例接触抽样、实验设计与数据质量；DSCI 310 则训练自动测试、依赖管理和版本控制，让分析过程能够由其他人重跑和检查。
学生可在数学、统计、计算机和数据科学的高年级课程中加深兴趣，也可通过其他选修接触数据所应用的学科。实践方面可申请 Data Science Co-op，在学术机构、政府或企业参与有专业人员指导的数据工作；学校还提供本科研究及 Data Science for Social Good 等暑期项目。
专业的高年级安排保留了技术深化空间：除统计、数据库与机器学习核心外，学生还需从指定数学、算法、优化、统计和 AI 课程中完成 6 学分深度要求，另配 12 学分高年级技术课程。DSCI 320 训练静态与交互式数据展示，DSCI 430 从案例讨论算法审计、公平与透明。这样，建模、计算实现、分析表达和数据责任都有相应课程。
