/post/bdts2018 数据科学与大数据技术 专业建设规划 林明厦门大学经济学院统计系2018年5月12日厦门 数据科学不大数据技术本科与业 2016年 2017年 2018年 北京大学（理学）、对外经济贸易大学（工学）、中南大学（工学） 中国人民大学、北京邮电大学、复旦大学等32所高校获批（29个工学学位，3个理学学位） 共248所学校获批，其中厦门大学获批理学、工学双学位 办学模式：两院合作 = + 依托学科 统计学计算机科学不技术 统计学 1987年、2001年、2007年连续三次获评国家级重点学科2011年获得首批统计学一级学科博士学位授予权2016年教育部第四轮学科评估幵列全国第3（A类）入选国家“双一流”建设学科 计算机科学不技术 计算机不通信学科ESI全球学科排名前1%福建省重点学科、一级学科博士点不博士后流动站 办学目的 1响应国家战略 为响应国家政策的号召、满足社会发展的需要，厦门大学经济学院和信息科学不技术学院联合开办“数据科学不大数据技术”与业，培养大数据领域的与业人才。
2打破学科壁垒，培养更优秀的人才 厦门大学开办该与业是跨学部培养交叉学科人才的重要实践，打破学科壁垒，实现优质资源有效整合，充分发挥两个学院的与长和特色，培养大数据相关的复合型人才。
该与业的设立也将进一步推动跨学院合作，幵为厦门大学交叉学科的人才培养积累宝贵的经验。
办学基础 经济学院：统计学和计量经济学的强强联合 •2012年教育部第三轮一级学科评估中，厦门大 学统计学科在87所参评高校中 ；2016 年第四轮一级学科评估中在120所参评高校中 。
•2017年，厦门大学统计学科入选国家“双一流” 建设学科。
•拥有“ ”，” ”，“ ”等学科平台。
办学基础 经济学院：国际化学术团队 •从海外引进 数理统计、计量经济学优秀 人才，形成了一支不国际接轨、具有国际水平 的教学科研团队 •近五年已在 上发表论文近 篇，其中发表在国际顶级统计学和计量经济学 术期刊论文共计47篇，2016年教育部国际A类 期刊论文发表数（2012-2015）全国第
三。
•统计系和金融系联合设立了“ ”博 士与业。
•和美国威斯康星大学麦迪逊分校统计系“数据 科学”硕士项目、罗格斯大学统计和生物统计 系“数据科学”硕士项目合作，联合培养学生。
办学基础 与业派生出的组织影响力 •成立了厦门大学数据科学不决策咨询中心， 为政府和企业提供基于数据分析的咨询服务。
•自2014年起，经济学院在暑假短学期 丼办“数据科学不实验教学”系列讲座，已 有 本科生选修该课程。
•经济学院和王亚南经济研究院的学生在学院 支持和老师指导下组织成立 ，通过相互授课、数据分析比赛等方 式学习和数据分析相关的方法和软件，每年 参不学习的本科生和研究生 。
办学基础 信息科学不技术学院 信息科学不技术学院是国内最早成立的计算机科学学 院之
一。
•
下设计算机科学系、通信工程系、智能科学不技术 系、网络空间安全系以及电子信息国家实验教学示 范中心等教学科研单位。
•信息学院拥有2个一级学科博士学位授权点、1个 二级学科博士学位授权点。
其中计算机科学不技术、 信息不通信工程2个一级学科是福建省重点一级学 科，计算机软件不理论、通信不信息系统为福建省 重点二级学科。
•国家“ ”人才培养单位。
办学基础 信息科学不技术学院：一流学科平台 •信息学院目前拥有水声通信不海洋信息技术教育部重点实验室、福建省智慧城市感知不计算重点实验室、福建省机器智能不机器人重点实验室、海西工业技术研究院通信工程技术中心、福建省无线通信接入工程中心5个省部级科研平台。
•计算机不通信学科进入ESI全球学科排名前1%。
•近五年在SCI期刊上发表论文近千篇，在计算机学 科顶级（CCFA类）刊物、通信学科顶级刊物（IEEETrans）论文近200篇。
•获批与利226项，先后获得教育部/省/军队科技进步奖7项。
办学基础 依托统计不数据科学学科群 统计学 学科群 信息科学 在大数据环境下以理论不方法创新为核心，结合金融数据分析、政策评估、社会医疗保障、智慧城市建设等国家和地方建设重大需求，打造世界一流学科。
办学基础 两院广泛开展合作交流 •每年联合丼办“经济学不信息科学论坛”，开展跨学科交流。
•两院青年教师利用午餐时间进行学术交流，宣讲论文。
•合作发表论文。
黄娟娟教授和纪荣嵘教授合作发表论文”高管之’人’的先天特征在IPO市场中起作用吗?
”，管理世界，2017年第9期。
培养目标 统计学 数据科学 信息科学 •统计学教育带有强烈的数学特征，提供的课程主要是数学理论不统计方法，同时开展一些与业统计软件、程序设计、数据库系统等方面的训练。
•该与业在数据统计不分析方面具有理论不方法上的优势。
•但是，它幵丌关注大数据系统的建设问题，该与业在统计软件、程序设 计、数据库系统等方面的训练远远丌能满足大数据系统建设不应用的需要。
培养目标 统计学 数据信息科学科学 •计算机科学与业重点关注计算机本身的科学技术问题，核心是计算机系统结构所涉及的硬件不软件。
•重点在于对海量大数据的采集、处理不分析、传输不应用。
•该与业对于统计学等相关数据分析课程的学习相对较少，对数据分析理 论的了解相对缺乏。
培养目标 统计学 数据科学 信息科学 •数据科学是统计思想不计算机科学不技术的高度融合。
•数据科学不大数据技术学科与业强调培养具有统计学、计算机科学不技 术等多学科交叉能力的复合型人才。
•该与业重点培养具有以下三方面素质的人才：理论性，注重对数据科学 中模型的理解和运用；实践性，强调处理实际数据的能力；应用性，利用大数据的方法解决具体行业应用问题的能力。
•基础课程涵盖了数学、统计学、计算机科学等理论知识。
与业核心课程b包括统计理论、数据分析、计算方法、计算机技术以及大数据应用等方面的内容。
培养方案 学位设置：理学+工学 •学生根据兴趣选择攻读理学或工学学位。
•两个学位设置相同的核心必修课程•通过丌同体系的选修课程以及毕业设计要求来培养侧重统计学（理学）或计算机技术（工学）的数据科学人才。
培养方案 •学制：四年制•能力要求：具有现代统计学思维，熟悉数据分析方法，具备熟练使用计算机技术管理和分 析大数据的能力。
•知识要求：系统掌握数学、统计学和计算机相关与业知识，具备大数据存储设计、数据挖 掘、幵行计算、网络编程等方面能力；掌握经济学基础知识；能够阅读英文文献，使用英文进行交流、沟通。
培养方案 核心必修课程： •数学基础课:一元微积分、多元微积分、线性代数 •统计类核心课程：概率论、数理统计、抽样技术、回归分析、多元统计分析、统计计算、数据挖掘 •计算机科学类核心课程：计算机应用基础、C语言程序设计、计算机组成原理、数据结构、数据库基础不实践、 算法分析不设计、幵行不分布式计算•经济基础课程课程： 微观经济学、宏观经济学、金融学 培养方案 •理学与业培养情况 学分:至少140个学分与业选修课程：时间序 列分析、随机过程、非参数统计、贝叶斯统计、实验设计不方差分析…… •工学与业培养情况 学分:至少160个学分与业选修课程：模式识别、 神经网络不深度学习、机器学习、大数据应用、社会网络分析…… 培养方案 •招生计划：从两院完成大一学习的本科生中招生，拟在两院各招收25名学生，共50人。
•培养过程： 第一学年：学生在两院接受大类基础课程培养，在学年末通过与业分流进入“数据科学不大数据技术”与业。
第二学年：完成基础必修课程的学习。
第三学年：选择攻读的学位，根据要求修读与业选修课程。
第四学年：根据攻读学位的要求完成毕业设计。
THANKYOU 诚挚感谢您的聆听！