2024年8月14日至22日，为帮助新生们更好地规划和适应即将开始的大学生活，香港中文大学（深圳）数据科学学院（SDS）举办了“学术介绍会”及答疑和两场“SDS茶话会”，迎接新生的到来。

在这些迎新活动中，新生们积极参与，深入了解了SDS学院的各种资源和机会，解答了关于专业选择和课程安排的疑问，并与教授面对面交流互动。

系列迎新活动吸引了近160名学生参与。其中，“学术介绍会”直播共获得约3,100人次观看，线上及线下的新生积极互动并提问。文字版问答全纪录在下文全放送，也可查看直播回放观看完整“学术介绍会”及答疑内容。

“学术介绍会”及答疑

活动回顾

“学术介绍会”及答疑由学院副院长（学生事务）于天维教授、副院长（教学）王子卓教授以及助理院长（科研）吴保元教授分别介绍学院概况、本科专业设置、课程安排及本科生科研等内容。

本次活动在线上和线下同步进行。现场同学们积极提问，同时也收到了线上新生的问题，这些问题涵盖了学院建议、专业与课程设置、选课及课程选择、就业与科研机会以及升学机会等多个方面。三位教授在现场为学生们进行了详细解答，欢迎扫描下方二维码回看完整直播，并查看文字版问答全纪录，回顾答疑环节。

于天维教授

吴保元教授

王子卓教授

教授互动

新生提问

新生与王子卓教授合影

直播回放

问答全纪录

专业及课程设置

01

请问学院的几个专业的教学难度如何？平均绩点大概是多少？另外，学院的几个专业在校生人数差异较大，那么人数较少的专业在申研和就业上的竞争压力是否会相对较小？

王子卓教授：我认为难度因人而异，主要取决于个人的擅长领域。如果你对某一方面特别擅长，那就不会觉得它很难。我们学院的专业主要围绕数学和计算机这两个方向展开。

计算机专业对计算机的要求较高，但数学要求相对偏低。尽管数学对计算机专业也很重要，但相对于统计学和大数据而言，计算机专业的数学课程数量较少。

统计学专业对数学的要求最高，数学课程的难度也较大，但对计算机的要求相对较低，只需掌握一些计算机基础知识，如编程等。

数据科学与大数据技术专业则介于两者之间，计算机的难度可能不如计算机专业，但比统计学稍高；数学难度介于计算机和统计学之间。

至于绩点，我们没有非常精确的数据，但我们学院的各个专业绩点差异不大，通常在3.3左右。

于天维教授：其实各学院的绩点差异不大，因为现在的评分标准基本一致。我们学院的中值绩点为3.3，大约35%的同学的绩点超过3.5，15%的同学超过3.7。

王子卓教授：目前不同专业之间的绩点差异并不显著，因为学校对各学院的评分有一定的建议和指导。

关于专业人数，我们学院的各个专业人数都较多，所以不会出现人数过少的情况。这些人数的多寡不会显著影响相对排名。选择专业时，最重要的是选择自己感兴趣的领域，同时也要考虑到未来的发展方向以及这个专业对职业发展的帮助。不过，个人兴趣应优先考虑，其他因素在当前阶段并不需要过于详细地权衡。

02

计算机科学与技术专业是否比其他两个专业更偏向AI方向？

王子卓教授：实际上，AI的定义非常宽泛。如果未来你对图像识别、语音识别或大模型等具体领域感兴趣，我个人认为计算机专业可能会更合适。但例如我自己，并不完全是计算机方向的专家，我的背景是运筹学和算法。虽然我所做的工作可能不属于传统意义上的AI领域，但它通过数据和算法帮助企业解决实际问题，也可以看作是一种智能化的应用。因此，广义上来说，这也是人工智能的一部分。我目前负责一个人工智能重点实验室，尽管这不是我的主要研究方向，但这也表明大家认可我所做的工作属于人工智能领域。

人工智能包含了许多方面，你的兴趣和未来的方向将决定哪个领域更适合你。比如，现在有些人工智能领域涉及机器人技术，或运筹学相关的优化算法，还有些则与机械有关。总体而言，人工智能涵盖了广泛的领域，因此不能一概而论。当然，如果你对传统的AI方向感兴趣，计算机专业可能会提供更系统的培养。

吴保元教授：我想补充一点，我们在招收AI方向的研究生和博士时，主要关注两个基本功：数学和计算机能力。数学方面，必须掌握概率统计、线性代数、微积分和优化这几个核心课程，并尽量取得优异成绩。计算机方面，则主要关注编程能力。虽然系统结构等课程不是必须的，但编程能力必须过硬。至于学科背景，电子、自动化、电气、计算机等专业都有可能进入AI领域。现在的趋势是计算机与AI的融合越来越紧密，因此，虽然你可能来自其他专业，如自动化，但AI课程在计算机科学与技术专业中的比重不断增加。

03

想学好数据科学与大数据技术方向，对学生的计算机水平有什么要求？是否建议参加一些计算机等级考试呢？

王子卓教授：数据科学与大数据技术专业对计算机水平的要求介于计算机科学与技术专业和统计专业之间。

数据科学学院的专业都需要具备一定的编程基础，我们学院也会着重培养计算机能力。如果同学们未来从事数据科学相关的研究或者职业，需要处理大量数据，理论知识再好，没有编程能力几乎无法开展工作。

因此，我们的培养方案强调了计算机基础，主要包括Python编程和数据结构。如果你有兴趣深入学习，还可以选择Java等其他编程语言。基础编程技能和数据结构知识是必须掌握的。此外，对于那些对计算机感兴趣的学生，我们的课程中还有C++、计算机结构、操作系统及算法等内容。如果你对编程不太擅长或不感兴趣，也可以选择不修这些课程，但至少要掌握Python编程和数据结构。

于天维教授：在统计学中，编程同样很重要。统计学本身就需要编程，现在大多数统计课程涉及到的大数据处理也需要编程。统计课程中，有些课程如贝叶斯统计，需要大量的编程，而其他课程的作业也常常包含一定的编程任务。因此，至少要对Python比较熟悉，这也是业界的趋势。

王子卓教授：我补充一下，比方说我教的优化课中，就需要同学们通过编程实现许多内容，无论是用Python还是MATLAB。在随机过程和仿真中，也必然涉及到计算机实现，这些都需要用到一些编程语言知识。

然而，我觉得这并不会特别困难，尤其是很多同学也许在中学时已经接触过许多计算机和编程语言的基础。其实，这就像使用APP一样，一旦熟悉了工具的使用方法，就不会觉得特别难。

04

统计学专业中理工数学和数据科学的学习内容大致占比如何？

于天维教授：统计学涉及一定的数学基础，包括微积分、线性代数和优化等。统计课程本身也包括一些特有内容，如线性模型和随机过程，这些内容在广义上属于数学范畴。总体来说，统计学与数学的联系较紧密，但也有自身独特的课程内容。

05

金融工程专业的归属是如何划分的？它是独立的专业还是属于三个学院的交叉领域？

王子卓教授：金融工程专业是由数据科技学院、经管学院和理工学院共同设立的，因此它实际上是一个三院合作的专业。在学校内部，需要办理一些手续并安排学业导师，因此它仍需归属一个学院。从今年起，金融工程专业的归属已调整归属为数据科学学院，我们学院将继续协助解决相关问题。不过，金融工程的课程内容涵盖了经管、理工等多个领域，而未来的工作也会涉及这些方面。学院归属问题将由SDS主要负责。

选课及课程规划

06

我们还不太了解专业课程的具体内容，没办法通过自己的兴趣进行专业选择。能否用简单的方式介绍一下，比如最优化或数据结构这些课程中我们会学习到哪些内容？

王子卓教授：首先，大家入学的第一年是不需要选择专业的，所以你们还有时间进一步了解不同专业的区别和联系。在大一时，大家基本上学习的是相同的课程，但也可以去了解其他课程的内容。兴趣的培养往往是一个渐进的过程，通过参加学术讲座和活动，你们可以逐渐发现自己的兴趣所在。

关于课程内容，我简单介绍一下。例如，数据结构课程将讲解如何用计算机更高效地存储和调用数据。这包括在设计算法时，如何使用数据以提高计算的速度和效果。机器学习方面，如吴保元教授所说的，我们将学习如何从数据中发现规律以预测未来。这两个方向偏计算机方面。

像随机模拟和最优化等课程则偏向统计和运筹学。最优化课程教你如何在面对多种选择时找到最佳决策，这实际上是一个基于数据做决策的学科。因为很多时候，我们需要基于数据做出资源分配或投资组合等决策，这些本质上是优化问题。因此，最优化课程会介绍一些方法和应用。随机模拟和随机过程则研究如何刻画现实生活中的不确定性，比如天气变化或股票涨跌等。在面对不确定性时，我们首先需要科学地描述这些不确定性，然后在不确定的情况下做出最优决策。这些课程只是其中的一部分，其他课程可能会偏向统计、计算机系统等内容，包括操作系统的底层结构、计算机架构、内存与CPU的关系等。

07

数据科学学院的大一课程，其实跟理工学院大一课程感觉比较接近，主要区别是什么呢？另外荣誉课程和普通课程有什么不同？它们的学习深度有何差异？完成荣誉课程和普通课程之后，数理基础会有多大区别？

王子卓教授 ：在这里，你们可以看到一些“荣誉课程”，比如微积分和微积分荣誉课程、概率与统计等等。这是因为我们发现许多同学的学习背景有所不同。有些同学已经在数学、计算机等领域有较强的基础，因此荣誉课程相对难度更大、内容更深入。这两种课程是可以互换的，大家可以根据自身情况选择。如果你具备能力，我们当然鼓励你考虑选修荣誉课程。尤其是如果你计划申请博士学位或从事研究性工作，我们建议你选择荣誉课程。

在国外，类似的荣誉课程（honour version）通常讲解得更深入一些。举个例子，数学课程中有许多复杂的定理，在微积分课程中可能只是简要介绍或讲解一个简单版本，而荣誉课程则可能会详细推导所有证明，要求学生对这些内容有更深入的理解。不过，无论你选哪个版本，都不会影响你后续课程的学习。

至于大一的课程，我们学院和理工学院之间的差异确实并不大。无论是数理方向还是其他领域，所需的基础大多是数学和计算机，加上一些额外内容，差异不会太大。主要区别会在于专业必修课程的不同。例如，与计算机工程（CE）专业相比，其他专业可能差别较大。我们的课程更侧重于AI算法方面，几乎没有涉及硬件相关的内容，而理工学院则必修一些与硬件相关的课程。如果你未来打算从事芯片设计或计算机硬件方面的工作，理工学院更适合你。而如果你关注的是编程和算法，例如大模型应用，我们学院在这方面的培养会更多。

于天维教授：我再补充一点。之前有同学提到兴趣问题。其实学院之间课程的相似性有一个好处，那就是大一结束后，很多同学可能会考虑转学院。课程的相似性会使得转学院变得比较容易，大多数课程都不需要重新学习。

王子卓教授：如果你选择了我们学院，但将来希望转到其他学院，比如理工学院或医学院，或者从理工学院转到我们学院，都是比较容易的。每年都有不少学生在学院之间转学，这通常不会太影响毕业进度，尽管会有一些影响，因为课程设置有所不同。

大家如果对选择不确定，也不用过于焦虑，尽量选择一个目前看起来比较合适的学院。总体上，只要申请转学院的情况不是特别差，我们90%以上的申请都会批准，转学院的灵活性还是比较大的。

08

荣誉课程与普通课程的具体难度区分点在哪里？

王子卓教授：通常，荣誉课程在理论部分的要求会更高一些。以数学课程为例，荣誉课程通常会要求更多的证明和理论分析。在计算机课程方面，例如机器学习课程，未来也会有荣誉课程。具体内容的深度和复杂度都将有所提升。

吴保元教授：以机器学习（Machine Learning）课程为例，我们提供了经典机器学习和荣誉机器学习两个版本。荣誉课程会包括一些最新的趋势和前沿内容，例如大模型和transformer，而经典课程则主要介绍基础的卷积神经网络（CNN）。因为这两个课程的课时是一样的，所以会在深度跟广度之间有一个平衡。

09

如果我在学期初选择了普通版本的课程，上了一段时间后觉得课程比较轻松，是否可以切换到荣誉版本？或者如果一开始选了荣誉版本，觉得难度较大，是否可以改回普通版本？

王子卓教授：理论上是可以的。我们的学校有一个“加退课期”（add and drop period），在这个时间段内，你可以退掉或添加课程。不过，有些课程可能已经满员，这种情况下需要额外的老师批准。因此，如果你决定调整课程，只要时间安排得当，通常是可以完成的。

不过，要注意的是，课程之间可能存在作业进度或内容上的差异，这可能会导致一些问题。因此，我建议你在开学的前一两周内试听课程，了解老师的教学风格。如果你觉得当前课程虽然有难度但讲解得很好，可能也值得继续尝试。前两周的内容一般不会有太大差异，但后续的课程内容和进度可能会有所不同。所以，尽量不要拖延做决定。你可以先选择你感兴趣的版本，试听课程后，如果有时间和机会，也可以了解其他版本的情况，然后再做最终决定。

10

我们的课会很难抢吗？会有需要定点抢课的情况吗？

于天维教授：关于我们学院的课程，大家无需担心，基本上都能顺利选到。然而，真正难抢的是学校的通识课程，特别是暑期的通识课程。如果你想在暑假上通识课程，名额非常有限，需要准确把握时间进行抢选。而且建议去图书馆抢课，因为宿舍的网速可能不够快。

11

如果是理工学院的学生，可以选我们数学科学学院的课程吗？

王子卓教授：基本上是可以的。大多数情况下，理工学院的学生可以选修我们的课程。不过，有些课程可能会受到教务处的限制，比如教室容量限制，可能会限制到课程的选修人数。如果你是大一学生，想要选修大四课程，且未完成我们规定的先修课程，老师可能会建议你稍后再选修，尤其是当你基础不够时。

然而，只要课程与你的背景相符，并且你有足够的学习意愿，我们一般都会允许你选修。即使初期有限制，你提交申请后也大多数情况下会得到批准。

12

如果是文科出身的学生，或是人文学院的学生，会建议过来旁听我们学院的课程吗？

王子卓教授：我们学院的很多课程都欢迎文科背景的学生来旁听，甚至选修。例如，我们开设的应用机器学习课程（编号DDA3010）专门面向非理工科背景的学生，因为许多人对人工智能或机器学习感兴趣，所以这门课非常适合文科同学选修。我的优化课程每年也有不少文科学院的学生来选修，他们的成绩通常也很不错。

因此，只要你认为这门课程对你有帮助，并且愿意投入时间学习，同时具备一定的数学基础，我们都欢迎你来学习。不过，如果你觉得课程难度过高，建议先听两节课，评估难度和老师的要求，再决定是否继续选修。总体来说，我们非常欢迎不同背景的学生来选修我们的课程。

就业、科研机会及升学合作

13

关于本科生就业和哥伦比亚大学的合作项目，我有两个问题。首先，关于本科生就业，我注意到我们学院的同学普遍选择升学，那么数据科学和统计学方向是否不太推荐本科生直接就业呢？其次，关于与哥伦比亚大学合作的3+2项目，我在高中招生宣传中听说了这个项目，但在PPT上没有看到相关介绍。我想了解更多信息，包括报名方式和门槛等。

王子卓教授：不仅是我们学院，我们学校一直以来毕业后选择升学的比例较高，通常在60%到70%之间。我们的学院可能略高于全校平均水平。这反映出选择我们学校的同学往往有明确的升学计划。

如今的竞争环境较为激烈，尤其是在近几年经济形势不佳的情况下，很多人选择继续深造后再就业，这也是一种合理的选择。然而，升学并不是唯一的选择。如果有意向就业，我们学校的职业发展处以及我们学院的职业发展团队可以提供帮助。我们有专门的团队负责协助学生就业，包括与企业联系和做好各项准备工作等。

另外，我想补充一下关于“哥大精英班”招生的情况。今年入学时的报名主要在招生过程中完成。由于项目名额有限，且今年是首年开设，报名要求较高，各省市的同学需达到一定标准才可报名。预计在第二年或第三年会开放少量名额，届时会根据同学们的成绩和学习情况进行选拔，具体政策将在明年公布，并会通知大家报名。入学前，项目报名将不会再进行。

于天维教授： 关于就业情况，我们统计发现计算机科学与技术专业的就业率较高，这主要因为计算机领域的起薪普遍较高。去年统计数据显示，计算机专业毕业生的12个月平均薪资为24万元，而统计专业的平均薪资为16万元。这也解释了为何统计专业的同学更倾向于选择升学。统计专业更偏向理论，学位越高薪资也越高，而计算机专业更注重实践，积累几年经验后对薪资的增长更有帮助。然而，统计专业的学历更能影响职业晋升，若只有本科学历，可能难以获得较高职级。

14

请问“哥大精英班”项目的录取学生是否有每年的绩点要求？该项目的课程与其他课程有何不同？

于天维教授：这个项目没有硬性绩点要求。每年末，委员会会进行审核，鼓励学生挑战更难的课程，走出舒适圈，因此不会设定具体的绩点门槛。不过，如果有较多课程挂科，可能会影响继续学习的资格。

至于课程区别，哥伦比亚大学的课程要求学生选修更具挑战性的荣誉课程，但并没有设定特定的GPA要求。我们希望大家能勇于挑战更高难度的课程。

15

请问“哥大精英班”的项目入学后还会有多少名额？除了GPA，还有哪些选拔标准？

王子卓教授：具体名额需要等到明年确认。今年是项目的首年，因此录取和细则还有待调整。第二年将开放新的录取窗口，但具体名额和选拔标准将依照哥伦比亚大学的要求进行调整。详细信息会通过通知公布。

16

关于金融工程本科的直硕，是不是也是按照排名前50以内，可以任选数据科学学院的任意专业直硕呢？

王子卓教授：是的，因为都是我们学院的同学，所以会按照刚才提到的方法执行。如果你最终排名在前50%，你可以选择我们学院的项目。

当然，某些项目可能会有课程要求，比如AI项目。届时会有说明，比如如果你修过某些课程，就可以选择这个AI专业；如果没有，可能无法满足要求。不过其他项目通常都没有这样严格的要求，大家可以自由选择。

17

像其他学院，例如经管学院，学生成绩在前50以内，可以本学院直硕，那么也可以直硕到我们数据科学学院吗？

于天维教授：有一个项目是MDS，即我们热门的数据科学硕士项目，由经管学院和我们学院合办，理论上是可以的。

不过，这个项目有先修课程要求，譬如在经管学院中，有金融学和会计学等专业。会计学专业可能在数学方面的要求不够，因此需要满足该专业的先修数学要求，同时还需符合前50%的排名条件，即有双重要求。

18

本科是经管学院的金融可以申请经管金融工程专业的硕士吗？

王子卓教授：是可以申请的。然而，金融工程在数学方面的要求会比金融学更高。金融学的课程可能更多关注公司金融等内容，而金融工程则更侧重于数理分析在金融中的应用。因此，如果学生的数学基础较好，并且修过相关课程，那么转入金融工程专业会比较顺利。否则，可能会在数理方面感到困难。

于天维教授：我补充一点，有许多金融专业的同学辅修统计学，这样准备会比较充分。不论是申请国外的金融工程项目，还是我们学校的金融工程项目，辅修统计学会让你更具竞争力。这些同学通常会修六七门统计课程，这种主修金融辅修统计的安排会更为理想。如果有兴趣的话，可以考虑这种方式。

王子卓教授：在我们学校，辅修专业的选择也很多。选择我们学院的专业作为主要专业时，也可以选择其他学院的辅修，比如经管学院的金融经济等。通常，最多可以修四五门课程，一般不会超过六门。

如果最终选择了其他学院的主修，我们学院也有一些计算机和统计学的辅修项目可以考虑。最重要的是选择自己最感兴趣的主修专业，同时可以考虑辅修其他领域的课程。

19

有同学对机器人实验室团队（AIRS）很感兴趣，想了解一下，进入这个团队的一些要求？

吴保元教授：虽然我没有直接参与AIRS的建设，但根据我的了解，这个实验室是由徐扬生校长设立的深圳市十大技术研究机构之一，汇聚了众多顶尖的机器人专家，在中国计算机科学领域排名第一。实验室位于距学校车程半小时的坂田，并有自己的一栋楼。学校有多位教授在实验室兼任，学生可以通过与这些教授联系，了解实习机会。例如，钱辉环教授便参与相关工作。

王子卓教授：加入实验室最简单的方法是访问实验室网站，主动联系教授。如果你上过教授的课程，直接联系他们，表达你想参与实验室研究的意愿会更好。

一般建议在大三或大二结束时联系教授，并说明你的兴趣。教授通常会与你讨论，并可能会建议你完成一些基础课程或阅读相关论文。虽然本科生的科研机会很多，但主动联系老师是关键，因为老师并不总是知道每个同学的兴趣所在。只要你有兴趣，老师会全力支持你的研究。

学院选择建议

20

您能否说明一下理工学院计算机与电子工程专业与我们学院的计算机科学技术专业之间的关系或区别？

吴保元教授：首先，这两个专业都涉及计算机技术，因此在基础知识上，比如算法、数据结构和操作系统，两者有很多共同点。

然而，它们的侧重点有所不同。数据科学学院的特色是培养学生坚实的数理基础和人工智能基础，所以我们学院的计算机科学技术专业课程中包含大量的数学课程以及人工智能相关课程，主要偏向于算法方面。

理工学院的电子与计算机工程专业，顾名思义，更加关注电子电路、晶体管等硬件内容，涉及的领域包括芯片和机器人等。

两个专业的区别也体现在课程设置上。

王子卓教授：大家可以访问学院官网查看这两个专业的课程设置。虽然有些内容是重叠的，比如数据结构和操作系统，但电子与计算机工程专业还包括基础电路理论、数字逻辑系统、信号系统和通讯原理等课程，这些课程是我们计算机科学技术专业中没有的。而我们则会有更多关于机器学习、离散数学等计算机相关的课程，尤其是AI课程。这大致就是两个专业的区别。

21

很多同学对数据科学学院和理工学院之间的区别感兴趣，尤其是如何判断自己是否适合数学科学学院，两个学院之间的教学难度及给分情况如何，以及未来的就业方向是否有所不同？

王子卓教授：同学们选择学院后，还是需要选择一个专业来学习的，所以建议大家最终还是要根据专业内容来做决定学院的选择。

理工学院拥有许多不同的专业，很多专业与我们学院区别比较大，比如化学、物理、新能源等专业。如果你对这些特定领域感兴趣，那么理工学院可能更适合你。

理工学院的数学课程与我们学院有一定的关联，但更注重理论深度，比如拓扑、微分几何和抽象代数，这些课程强调数学的基础和理论层面。相比之下，我们学院的数学课程更加偏向应用，如基础的微积分、线性代数、概率统计以及优化课程，这些都是在实际工作中直接可以应用的方法。数学专业的课程如拓扑学在实际生活中的应用相对较少，更多的是理论研究。如果你对数学本身的理论、美感有强烈兴趣，可能会更适合数学专业；而如果你更关注数学的实际应用，那么数据科学学院的应用类课程可能更适合你。

至于电子信息工程和计算机工程的区别，刚才也有详细讲解（详见Q1）。整体来说，两者有一定的联系，但也有各自的侧重点，选择时可以根据自己的兴趣和情况做判断。

在GPA和升学就业方面，两者之间的差异不大，最终还是要看个人的学习情况和能力匹配。只要学习努力，无论哪个专业都能取得好的升学和就业机会。如果学习效果不佳，那么无论哪个专业都会面临一定的困难，因此选择专业时还是要考虑个人的兴趣和能力匹配。

22

有学生问到数据科学专业的生物信息方向和医学院的生物信息专业有什么联系或区别？

于天维教授：从硕士课程的角度来看，目前我们两个学院有联合开设生物信息硕士项目，这个项目既招收医学院的生物信息专业本科生，也招收我们学院的数据科学或统计学专业的学生。

用黄宪达教授的话来说，医学院的生物信息专业培养的是懂计算的生物学家，而我们的数据科学专业培养的是懂生物的计算科学家。我们侧重于算法的设计，而他们则侧重于算法的应用。

“SDS茶话会（SDS Reception）”

活动回顾

“SDS茶话会”由8位教授作为学院各专业代表参与，与学生进行面对面交流。现场提供了丰富的零食和饮品，营造了轻松愉快的氛围。学生们在舒适的环境中畅所欲言，与教授们分享了彼此的见解和经验。

参与教授

陈逸伦
助理教授
康奈尔大学博士

贺品嘉
助理教授
香港中文大学博士

宋方达
助理教授
香港中文大学博士

徐慰中
教授
威斯康星大学博士

吴均峰
副教授
香港科技大学博士

杨浩翔
助理教授
西北大学博士

姚建峰
校长讲座教授
统计学学科负责人
巴黎萨克雷大学博士

于天维
教授
副院长（学生事务）
加利福尼亚大学洛杉矶分校博士

迎新活动学生感想

陈嘉燊

“我参加了三场SDS的迎新活动。在学术介绍会上，我了解了SDS的整体情况。第一场茶话会上，我与徐慰中教授讨论了许多计算机科学与技术相关的问题。第二场茶话会上，我听取了姚建峰教授许多统计学方面的介绍。

经过三天的迎新活动，我发现数据科学学院的课程都是紧密关联的。尽管这是一个相对较新的学院，但研究方向非常前沿，学院的新潮趋势深深吸引了我。我希望能进一步了解SDS，并倾向于最终选择在这里学习。”

国际生 Jovina

"It's a great opportunity to learn more about SDS's majors and professors. For us new students, it's helpful to get acquainted with the school and meet new friends. 

I am confident that SDS will be my final choice."

朱骏韬

“数据科学学院的教授们都非常平易近人和亲切，尤其是于教授。在迎新活动中，我与他交流了很多，他对我提出的问题都给予了详尽且友好的回答。
在迎新活动中，我还与许多学长学姐进行了交流，他们帮助我更好地了解了数据科学学院的学习和生活情况。”

王玥菡

“我参加了两次茶话会，教授们都非常亲切，帮助我理解了数据科学学院各个专业的优势和不同之处，以及一些前沿的学习方向。我还获得了有关如何更好地规划学习和需要提前准备的建议，这让我收获颇丰。

我已经决定最终选择在数据科学学院学习，并期待未来的大学生活。”

感谢各位新生参与并关注学院的迎新活动。后续，我们还有一系列迎新活动（点击查看迎新活动预告安排），帮助大家更好地融入校园生活，开启精彩的大学新篇章。

期待与大家在SDS相聚，拥抱人工智能、数据与计算的世界，共同迎接未来的挑战与机遇！