一、设立背景
当今世界越来越依赖数据和计算来创造知识、做出关键决策并更好地预测未来。新时代数据科学已成为全新领域,旨在通过集成和开发来自数学、统计、数据计算等学科的思想、理论、方法及算法,来支持数据驱动、算法创新的智能计算。
对于数据科学家和数据行业从业人员,除传统概率和统计知识外,批判性思维、数据建模、统计计算等方面的技能训练的重要性日益凸现。
随着数据量的增加,需要考虑计算效率,特别是统计计算效率。这种需求推动了可计算数据建模、可计算算法的研究。到目前为止,还没有一个统一而通用的统计框架来解决统计和计算效率之间的关系和平衡。
因此,从数据建模和统计计算方面,数学和统计需要深度的融合,进而实现统计生成性模型与机理模型融合、计计算方法与高性能算法融合。集成一体化课程教学、一线实践训练与一流前沿研究,将探索出适应数据与人工智能时代发展需求的应用统计专业研究生培养模式。
二、导师队伍与产学研合作平台
数学学院师资力量雄厚,近两年先后引进数学学科带头人4名,学院拥有专职教师55人,具有博士学位的教师48人,教授17人,副教授23人;博士生导师10人,硕士生导师29人。数学学院“计算科学与金融大数据研究中心”的十位特聘教授也承担了指导或协助指导博/硕士研究生的工作。数据行业或部门的行业导师10人。
依托“计算科学与金融数据研究中心”,广泛开展与业界的产学研合作和创新人才培养模式探索。与华院数据技术(上海)有限公司、上海连尚网络科技有限公司等签订有产学研合作协议。项目组聘任助研硕士生,开展了量化策略的研究及数据回测、公募基金信息群落特征及其变化趋势研究等多方面研究。
数学学院研究生教育管理制度建设不断健全、规范,确保理论课程与实践课程教学、国际合作培养、产教融合协同育人、学位论文等工作全面展开、有序进行。
三、培养方案
“统计计算与数据建模”方向侧重于数据处理和数据分析的数据建模和高性能算法,主要利用数学、统计、算法理论解决工业实践、金融建模等领域中实际数据机理建模与创新算法设计问题。
本培养方向包括以下研究方向:工业数据统计反演、图像数据分析、机理建模与参数优化、随机数据建模与统计方法。
本培养方向开设的主要课程和实践环节安排如下:
分 类 | 课程名称 |
学位公共课 | 社会主义经济理论 |
马克思主义与社会科学方法论 | |
第一外语模块 | |
学位基础课 | 统计理论与方法 |
数据分析与统计建模 | |
统计学习 | |
专业必修课 | 现代科学计算 |
优化方法及其应用 | |
时间序列分析 | |
计算统计学 | |
正则化理论与机器学习 | |
数据处理与可视化 | |
专业选修课 | 博弈论 |
优化金融学 | |
金融随机分析 | |
数据同化 | |
图像处理 | |
多元统计分析 | |
金融分析与风险管理 | |
数理金融建模实践应用 | |
金融数据分析实践应用 | |
大数据挖掘实践应用 | |
实践教学环节 | 文献阅读与论文写作 |
学术讲座与报告 | |
案例分析 | |
社会实践 | |
需修学分 |