常见问题
【学院问题】
1. 数据科学学院专业作为前沿学科,师资力量如何?
学院拥有多位全球数据科学的顶尖科学家和高水平学术人才,对标世界顶级高校,教师100%拥有国内外一流名校如斯坦福大学、麻省理工学院、清华大学、康奈尔大学等博士学位,且多数拥有海外高校执教或研究经历。师资队伍汇聚国际学术与工业界领军人,具有国际化水准的教学经验及丰富的行业实践经验。学院师资团队现有74人,包括加拿大皇家科学院和中国工程院外籍双院士1人、加拿大皇家科学院和加拿大工程院双院士1人、新加坡工程院院士1人以及国际权威学术协会会士12人、全球Top 2%顶尖科学家(斯坦福大学与Elsevier榜单)18人、全球前100名顶级科学家(计算机科学和电子领域)1人、全球前1000名顶级科学家(计算机科学和电子领域)4人、国际权威学术期刊编委21人。
2. 数据科学学院就业前景如何?
数据科学学院本科各专业方向的毕业生有着广阔的职业发展空间,毕业生将能在工商业或政府机构、事业单位独当一面,也能在国际一流大学的深造中出类拔萃。以下是学院毕业生升学就业的相关数据:
2021届统计学专业本科毕业生去向——
- 升学:选择升学的学生占比79.85%,选择升学的同学中有70.09%就读于QS和U.S. News世界排名前50的学校,如芝加哥大学、哥伦比亚大学、约翰霍普金斯大学、加州大学伯克利分校、密歇根大学安娜堡分校、帝国理工学院、伦敦大学学院、爱丁堡大学、香港科技大学、香港大学、香港中文大学、新加坡国立大学、多伦多大学等。
- 就业:选择就业同学占比18.66%,毕业生就职于中国平安、普华永道、安永、中国银行、中国工商银行、中国联通等知名企业。
2021届计算机科学与技术专业本科毕业生去向——
- 升学:选择升学的学生占比总人数49.54%,选择升学的同学中有72.2%就读于QS和U.S. News世界排名前50的学校,如哥伦比亚大学、宾夕法尼亚大学、芝加哥大学、杜克大学、康奈尔大学、纽约大学、香港科技大学、香港大学、香港中文大学、新加坡国立大学、南洋理工大学等。
- 就业:选择就业的学生占比为46.79%,毕业生就职于腾讯、华为、字节跳动、阿里巴巴、小米、微软、摩根士丹利等知名企业。
- 创业:选择创业的同学占比为1.83%。
3. 学院教授都在海外名校任教过,国内外知名大学把这三个专业放在一个学院的不多,学院这样设计的初衷是什么?国内外大学为何没有这样设计呢?
我们学院这样设置的初衷是为了更好地培养复合型人才,更好地为社会服务。现在的科学和工程需要复合型人才,比如,传统的金融人才并不缺乏,缺乏的是可以应用大数据、区块链技术于金融工作之中的复合型金融人才。现在大部分的工程和科学领域也都在应用大数据技术,比如神经科学,不仅需要知道生理生物知识,也要将其和人工智能、机器学习、强化学习等联系。所以我们学院强调交叉型、复合型人才的培养,这也将会是未来大学和研究机构的发展趋势。同时,现在有许多顶尖名校,如斯坦福,将计算机和优化等交叉学科放在一起建立新的学院。这样安排是一种很前沿的做法,也希望有更多的同学加入我们,进入到这个新的领域,为社会作出更大的贡献。
4. 如果想申报数据科学学院,学生们需要具备什么样的素质?
希望同学们可以具备较好的数理基础,并对计算机有所兴趣。同时,我们学院的专业都是比较应用的专业,希望同学们有喜欢将知识应用于解决问题之中的心态。另外,同学们选专业也应参考自己的理想和兴趣,不要太过功利。我们学校入学后可以先选学院,大一的时候还有机会接触各个专业的课程,可以在课程中体会哪个专业更适合。
5. 人工智能有没有一个单独的学科?数据科学学院的专业会不会涉及到人工智能的很多方面?
人工智能是模仿人类智能的一项研究,如人具有能够看、听、翻译的能力,人工智能就是要来实现它,它的研究也有更细的分类,如模仿思维过程(逻辑、推理等)、行动能力等。我们学院的三个专业并没有人工智能这个专业,但每个专业都包含了人工智能。对计算机科学与技术来说,人工智能本身就诞生于这个专业,几十年来都是这个专业里很重要的一部分。当今人工智能也由数据驱动,它与大数据专业联系紧密,“让数据说话”,有了人工智能我们可以让数据告诉我们知识。对于统计专业来说,统计是人工智能的数学基础。因而,无论选择哪个专业,同学们都可以学习到关于人工智能的知识。
6. 未来如果想选择从事人工智能、大数据相关的职业,具体有哪些岗位或者行业与我们学院的专业是强相关的?
如今和数据相关的岗位越来越多,各个行业对此都有很大的需求。岗位大部分集中于互联网公司,其中数据分析师、算法工程师、软件工程师等都与我们学院的专业紧密关联。我们日常用到的这些软件背后都需要大量的数据、算法、软件的支持,如在网上超市购物时,所有商品的定价、库存、摆放等,或打车平台的调度、经营等等背后都是大量的数据方面的人才在支持。
7. 人工智能领域的人才需求量一直在上升,除了高科技企业,我们学院的学生毕业后还会有哪些岗位的选择?银行、金融机构、政府部门等也会有很多就业岗位吗?
如今很多传统的行业已经转型智能化,如物流业、制造业等,应用着许多先进的设备和生产模式,其中很多调度问题、产量提高问题、设备控制问题等需要我们学院专业的人才。另外,现今的金融、咨询行业也强调数据的重要性,为我们学生提供了很多的岗位。
8. 现在来看大数据、人工智能、金融工程等是很热门的专业,科技发展迅速,未来学生毕业后,这些领域仍旧会是高薪热门的领域吗?学院的培育体系如何保证四年本科学习后学生在市场上的竞争力?
数据在当今社会的重要性越来越高,这个领域的发展也会是持续的趋势。同时,我们对学生的培养比较“广”,在本科阶段注重打好坚实的基础,让学生去探索自己感兴趣的方向,学生在研究生阶段可再去选择一个细分的深入的领域。我们为学生打下的坚实基础会帮助学生在升学和就业中具有很强的竞争力,灵活地选择未来的发展方向。即使热门领域变化,这些基础也会帮助同学们拥有持续发展的能力。
9. 如果未来选择深造,哪些专业申请海外高校会更有优势?
我们的专业都在申请中占有优势,且在国外毕业后可以找到很好的工作。从统计和计算机科学与技术的升学数据来看,我们学生的升学去向是很好的,进入世界大学排名前50的高校的学生占选择升学学生的70.09%(统计学专业)和72.22%(计算机科学与技术专业)。统计学专业的设计考虑到了有些同学要选择未来到海外深造的需求,在必修课安排上特别强调数学与统计学基础的训练,而扎实的基础训练能帮助有意申请海外高校的同学建立优势。数据科学与大数据技术作为一个新的专业虽没有这些数据的支持,但与国外许多专业都可连结。同时,国外近年来也开设了许多大数据相关的项目,所以数据科学与大数据专业的学生读研、读博也会是非常好的。若是选择大数据方向,建议同学们在大三、大四期间找到一个自己喜欢的更细化方向,如理论方向、生物方向等,修读相关课程,从而更好地和升学项目连结。另外,同学们需注意读研、读博本身并不是目的,目的还是工作,同学们也需将读研和工作结合考虑。不过我们学院的专业都既适合升学又适合就业,难分高下。如果同学们下定决心读研、读博,在本科选择一个基础的专业会更好,比如计算机科学与技术和统计学。
10. 如果未来从事科研工作,本科学习中有没有做科研的机会?怎么样才能申请到这些机会?教授们作为导师,更看重学生的哪些品质?
我们学院在科研上有很明显的优势,本科生会有很多做科研的机会,我校有一流的师资,教授们的研究课题也是世界非常前沿的课题,可以和同学们一起合作。对于本科的同学们来说,首先,从科研经历中确认自己喜不喜欢科研、适不适合科研是很重要的。第二,从科研中找到自己感兴趣的方向,也是一个重要的目的。同学们可以从科研中学习到科研方法等,为之后的升学、科研做好准备。对于教授来说,学生是否具有主动性和自我驱动力是很关键的。
【专业问题】
计算机科学与技术专业
1. 选择计算机科学与技术专业,需要学生具备什么样的基础和素质?
计算机专业对入学学生的要求与其他理工科科目要求基本一致。我们希望学生有好的数学基础和较强的逻辑思维能力,对计算机和编写程序有浓厚的兴趣。
2. 数据科学学院计算机科学与技术主要的课程内容是学习什么?
计算机科学与技术是系统性研究信息与计算的理论基础,以及它们在计算机系统中如何实现与应用的实用技术的学科;它主要是从计算机计算的角度,研究计算的理论、算法、系统与应用等等。我们院的计算机科学与技术专业在课程设置上,除数学和逻辑基础外,本科课程还涵盖理论和算法、程序设计、人工智能、数据和软件工程、网络和系统、多媒体和人机接口、计算机应用等七大类、10门专业必修课、约30门专业选修课供同学们选择(课程的具体信息已在大学教务处网站公开)。
3. 数据科学学院的计算机科学与技术专业有哪些核心和特色课程?是否有实践性教学环节?
- 学院课程:化学与生命科学、计算机语言(Python和Java)、数据科学基础、微积分、线性代数与应用、力学、概率统计;
- 专业必修课程:离散数学、计算机科学导论:程序设计范式、计算机体系结构、数据结构、操作系统、数据库系统、软件工程、并行程序设计、算法设计及分析、数字逻辑与系统;
- 学院在对学生进行培养的过程中注重计算机应用的全面训练,强调科学理论与实际应用的相互结合,在专业核心课程的教学大纲和教学中包含明确的实践性教学环节,使得学生在具备理论基础的同时,也在动手能力与独立工作能力方面得到充分的训练。
4. 计算机科学与技术专业有哪些国际交流的项目或机会?
本专业目前有11个本硕联合培养项目供学生选择申请,类型有“3+1+1”、“3.5+1.5”、“4+N”三种。合作院校有密歇根大学、新加坡国立大学、哥伦比亚大学、卡内基梅隆大学等。
“3+1+1”指参加项目的学生前三年在香港中文大学(深圳)就读,后两年在合作院校就读,完成学业后可分别获得香港中文大学颁发的学士学位以及合作院校的硕士学位;
“3.5+1.5”指参加项目的学生用三年半的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成一年半的硕士学习,获得合作院校的硕士学位;
“4+N”指参加项目的学生用四年的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成硕士学习,获得合作院校的硕士学位。
5. 网上说计算机科学的课程设计有问题,很多课也开不出来,请问这是真的吗?你们学校计算机科学与技术专业专业优势体现在哪呢?
学科建设并非一日完成,计算机科学与技术横跨基础与应用,所涉及的课程门类众多,所以并非是设计问题,而是学科一直在持续精进。我校计算机专业经过近年的快速发展,从零到整、从整到精,目前已经具备了较为完善的教学和科研体系,与国内外主要高校计算机课程设计和规模相当。课程设置上,除数学和逻辑基础外,我们的计算机专业本科课程涵盖理论和算法、程序设计、人工智能、数据和软件工程、网络和系统、多媒体和人机接口、计算机应用等七大类。10门专业必修课、约30门专业选修课(课程的具体信息可在大学教务处网站查询),与国内外主要高校计算机课程设计和规模相当。除本科教育外,我们还建立了从硕士生到博士生的“一条龙”培养体系。
传统的计算机教育注重逻辑数学能力和计算机专业能力的培养,我校在人工智能、云计算、大数据处理等新兴领域拥有影响力广泛的师资力量和国际化团队,是我们的主要优势所在。另外,我们注重学科间的交叉融合,计算机科学与技术专业与统计和优化等专业联系紧密,有利于学生打下良好的数学基础,成为适应面宽的复合型人才。
数据科学与大数据技术专业
1. 数据科学学院的数据科学与大数据技术专业的优势是什么?
数据科学与大数据技术是较新的一个专业,我们在设计这个专业的时候特别注重不同领域之间的交叉,包括计算机、统计、运筹等,以确保学生能掌握所有有关于数据科学方面的重要技能。同时,我们也注重理论与实际的结合,在给学生们打下坚实基础的同时,让学生们有大量可以动手实践的机会。最后,我们也为专业设计了多个应用领域,如经济金融、运营管理、生命健康等,让学生们可以了解数据科学在各个领域的应用前景。
2. 选择数据科学与大数据技术专业,需要学生具备什么样的基础和素质?
选择数据科学与大数据技术专业的学生应有一定的数理基础,同时对解决实际问题有较强的兴趣,以及有较好的动手能力。
3. 数据科学与大数据技术是否需要较强的编程基础?
需要一定的计算机能力,这也是做数据分析很重要的能力,但要求不会很高。
4. 数据科学学院的数据科学与大数据技术专业有哪些核心和特色课程?是否有实践性教学环节?
在学院必修课程的基础上,数据科学与大数据技术专业的核心课程包括数据分析、决策等相关的专业课程,如机器学习、优化、随机过程、模拟仿真等课程,其中很多课程也是理论与实践进行结合,通过大量的案例和动手实验让同学熟练掌握相关技能。
5. 数据科学与大数据技术专业的就业方向和选择有哪些?
数据科学与大数据技术专业的就业方向很广,包括在各类公司(如互联网、消费品、物流、制造等)的数据分析师、算法工程师等岗位,也包括在金融领域的量化分析师,以及咨询行业的商业分析师等岗位。
6. 数据科学与大数据技术专业有哪些国际交流的项目或机会?
本专业目前有11个本硕联合培养项目供学生选择申请,类型有“3+1+1”、“3.5+1.5”、“4+N”三种。合作院校有密歇根大学、新加坡国立大学、哥伦比亚大学、卡内基梅隆大学等。
“3+1+1”指参加项目的学生前三年在香港中文大学(深圳)就读,后两年在合作院校就读,完成学业后可分别获得香港中文大学颁发的学士学位以及合作院校的硕士学位;
“3.5+1.5”指参加项目的学生用三年半的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成一年半的硕士学习,获得合作院校的硕士学位;
“4+N”指参加项目的学生用四年的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成硕士学习,获得合作院校的硕士学位。
统计学专业
1. 数据科学学院的统计学专业的优势是什么?
统计学专业在课程设置上一般强调理论推导,易忽略统计计算和应用实践。我们借鉴国外最新的课程设置,在重视打下坚实理论基础的同时,针对新时代高维数据、复杂模型、大规模计算等特点,强化这些方面的教学。同时注重数据分析经验的积累,培养同学面对复杂数据时,如何从多视角考虑数据分析的能力。
另一方面,数据科学学院的组织架构特别有学科融合的特点,便于学生跨专业选课。统计学专业的学生可以自由选择计算机、数据科学与大数据技术两个专业的课程,尤其是这两个专业的大量选修课,如机器学习、最优化等。实际上,统计学专业课程和数据科学与大数据专业课程设置有很多重叠。两个专业不同的地方是统计学专业更强调数学与统计学基础的训练,有利于学生们进一步深造。国际上一流的研究生项目都要求申请者有很强的数学与统计学基础。
2. 选择统计学专业,需要学生具备什么样的基础和素质?
学生需要具备较好的数学基础和逻辑分析能力,此外,统计学强调“推断”,因此学生也需要具备从有噪音的数据中提取有用信息、构建数学模型的能力。所以学生如果爱好从复杂的观察中寻求规律,那么就尤其适合学习统计学。
3. 统计学对数学的要求高吗?
学习统计学对数学方面的基础有一定的要求,特别是数理和逻辑能力。
4. 数据科学学院的统计学专业有哪些核心和特色课程?是否有实践性教学环节?
统计学的核心课程从高等数学、线性代数等基础课开始,学生通过“数学分析”的学习打下理论基础后,进一步学习概率论、数理统计、统计推断等统计学核心课程。后续课程包括更加接近实战的贝叶斯统计、统计计算、时间序列、实验设计、机器学习等。
统计学的高年级课程都结合实践环节,例如数据分析报告、统计软件包制作等。同时我们鼓励统计学专业的学生去业界进行实践。学生可以通过业界实习,获得实习学分。
5. 统计学专业有哪些国际交流的项目或机会?
本专业目前有11个本硕联合培养项目供学生选择申请,类型有“3+1+1”、“3.5+1.5”、“4+N”三种。合作院校有密歇根大学、新加坡国立大学、哥伦比亚大学、卡内基梅隆大学等。
“3+1+1”指参加项目的学生前三年在香港中文大学(深圳)就读,后两年在合作院校就读,完成学业后可分别获得香港中文大学颁发的学士学位以及合作院校的硕士学位;
“3.5+1.5”指参加项目的学生用三年半的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成一年半的硕士学习,获得合作院校的硕士学位;
“4+N”指参加项目的学生用四年的时间完成香港中文大学(深圳)的本科阶段学习,获得香港中文大学颁发的学士学位,随后前往合作院校完成硕士学习,获得合作院校的硕士学位。
金融工程专业
1. 金融工程和研究生相比,本科生学习的内容比较多,在直接就业时是否更有竞争力?
金融工程的相关工作岗位对专业程度要求高,大部分金融工程本科毕业生都会选择继续深造,所以无法直接比较本科生和研究生的就业优势。港中大(深圳)金融工程专业首届本科毕业生截至目前共有70人,选择直接就业的学生不多,但录用单位均为业内顶尖如华为、支付宝、腾讯、南方基金、中量投、建设银行等;而选择继续深造的毕业生,录取学校包括麻省理工学院、卡内基梅隆大学、康奈尔大学、剑桥大学、牛津大学等世界一流名校,申请的升学方向大致分为金工、金数、金融、金融科技方向,商业分析、运筹学、数据科学方向,经济、管理及其它方向。金融工程毕业生是具备了数学、计算机及金融类的综合基础知识的复合型的技术人才,备受金融、互联网及金融科技类公司的青睐,尤其在金融行业对复合型背景的人才尤为看重。因此,在未来的就业方面,金融工程专业的学生更具有灵活性,且拥有更为广阔的发展空间及更加多元化的职业选择。