大数据学院
目录
官方定位 学科专业简介
复旦大学大数据学院于 2015 年 10 月 8 日成立，这是百年复旦在建设世界一流大学和一流学科征程中，瞄准国际科技前沿、聚焦国家创新发展、激发学科动能的重大战略举措。学院致力于大数据相关的科学研究、人才培养和产业创新，以计算机科学、统计学、计算数学为三大基础支撑性学科，与信息科学、生命科学、医学、经济学、社会学、管理学、环境学、工学等学科领域进行深度的交叉科学研究和成果推广应用。学院探索全新的学生培养模式，起步早、布局优，着力打造扎实的数据科学研究和应用的各类平台，十年来，为社会培养了一批基础扎实、眼界宽阔的数据科学人才。
英才班与非英才班
25届数据科学与大数据专业的专业填报指南上分为了英才班与非英才班两个班型，实际上这个名字充满误解，其政策实施更贴近于六大创新学院的领军人才班，招办会告诉你是该班型实行本博融通的政策，顾名思义即八年本博连读，在本科三年级与五年级阶段存在转段考核，本科三年级通过考核即可攻读研究生（即本校保研），理论上转段考核是基于你的科研经历，绩点的综合考核，但实际上只要绩点达到3.3（一个相对较低的标准）+一次fdurop（学生科研）即可，而在五年级的转段考核可以选择中途退出计划，即只读完硕士学完，换而言之，此计划可以理解为本硕连读或本博连读任君挑选，
非英才班的保研率约25-30%，有把握请优先考虑英才班
学习内容
从上图可见，专业必修内容围绕数学，统计学，计算机的专业课程进行展开
数学部分：数学分析，线性代数，概率论（实变函数以及概率论），高等线性代数（矩阵论），数值算法与案例分析（数值线性代数），最优化原理，离散数学
统计学部分：统计学基础原理与方法，统计回归分析，统计机器学习
计算机部分：计算机原理，图像处理与可视,C语言程序设计，数据结构与算法，人工智能的编程基础（深度学习基础），机器学习，数据库及实现，神经网络与深度学习
专业学习不意味着仅限于与专业必修课程，专业进阶课程也需要修满一定的学分：包含数学领域，人工智能领域，交叉领域的深耕延拓，以下展示部分
数计板块
智计板块
学习理论是专业的重要基础，但不同于高中，大学阶段你的科研经历更为重要，在实验室跟导师做项目能帮助你更高效提升论文阅读能力，模型训练等实践能力，能够从头到底接触跟进乃至负责一个项目能帮助你更贴近于生产实践，无论是研究生保研，大厂面试，都注重你对你负责项目的成果与理解，所以英才班赋予了同学们适当摆脱绩点压力，从而使同学们更快投入到科研实践中。
数据科学与人工智能的联系
AI中图像文本和特征都是以高维矩阵或张量形式存在，高等线性代数（这门课相当的重要，也相当的难）中关于矩阵分解、特征值、奇异值分解（SVD）的知识，直接支撑了第5、6学期的神经网络与深度学习以及统计机器学习。
最优化方法：AI 模型（如神经网络）的训练本质上是一个寻找最优解的过程。而第4学期的最优化方法提供了梯度下降、凸优化等核心算法，这是训练现代 AI 模型的关键。
机器学习（特别是传统机器学习）很大程度上是统计学在计算机上的工程实现。一个很简单的例子：经过训练的模型会根据投喂的测试图片基于统计学模型计算出各个对象的概率分数，并给出预测。
数据科学于人工智能而言形同手足，大学一至二年级注重前沿算法，人工智能的底层原理学习，三年级等高年级课程注重实践操作，研究生阶段学习发展方向取决于你所选导师，主要分为统计（偏学术方向），大模型算法（偏应用方向），金融等方向（以前两者为主）。
就业去向
据25 届一位研究生学长所述，其身边统计学大部分去大厂，如哔哩哔哩，小红书，腾讯，字节跳动，应届生毕业年包高者有 70-80w，也有 50-60w，30-40w 起薪，互联网大厂基本起薪都很高，数据科学的本科同学到研究生阶段基本都是以大模型算法为主（如果以就业为导向），大家可以以 boss 直聘大模型算法岗位作为参考。