复旦大学大数据学院研究生招生是一个不错的学院，深受考研人的追捧，本校每年会有数千名研究生招生的名额，研究生报考录取比在3:1左右，难度中等，部分热门的研究生专业研究生报考录取比会更高一点， 大数据学院是学校里比较好的一个院系，请各位准备报考复旦大学大数据学院研究生招生的同学注意，该院系有以上多个专业在招生研究生，欢迎各位同学报考复旦大学大数据学院研究生招生。

强烈建议各位准备考复旦大学大数据学院研究生招生的同学准备一些基本的历年考研真题、研究生学姐学长的笔记、考研经验等等（考研派有考研经验频道，也有考研派微信公众号、考研派APP等产品平台，里面有不少研究生会免费解答你的考研问题，助你考研一臂之力）

复旦大学大数据学院2020年研究生录取分数线

以下是2020年的录取名单，成绩从高到底，供准备报考该专业研究生的同学参考：

复旦大学大数据学院统计学的研究生培养方案

培养方案基本信息
培养方案名称		统计学(学历硕士生)
适用培养单位		大数据学院				适用年级
一级学科名称		统计学				一级学科代码	0714
专业/领域		统计学				专业/领域代码	027000
研究方向						培养方案编码	2102700001
适用培养层次		硕士		适用学位类型	学术学位	适用培养方式	非定向
适用入学方式		全国统考,推荐免试		是否适用国内学生	是	是否适用国际学生	否
是否全英文项目		--		是否双学位项目	--	学制	3
培养目标
学科与专业概括   大数据学院统计学专业致力于培养具有交叉学科背景、国际视野、思维开阔、全面掌握科学研究方法的大数据统计人才。   毕业生应具备的基本素质   具有扎实的统计学基础，掌握数据分析算法和工具，能够熟练地掌握大数据分析的方法。3 毕业生应具备的基本学术能力   项目着重培养学生面向大数据系统创新需求的思维和分析计算、项目实践能力。学生需要对统计学的专业知识、大数据系统、算法和工具、大数据挖掘技术等有全面理解。
培养方案学分数要求
最低总学分要求（包含课程与必修环节）						38 学分
课程分类			课程子分类			最低学分	最少门数(非必填)
1	学位公共课		政治理论课			3	2
			第一外国语			4	2
			专业外语课			2	1
2	学位核心课		学位基础课			0
			学位专业课			0
	学分小计		12
3	选修课		专业选修课			12	4
			公共选修课			0
			跨一级学科选修课			0
	学分小计		14

必修环节学分数				3
其他说明：
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则（试行）》
课程设置
类别I	类别II	课程编号	课程名称	学分数	学时数	开课院系	备注
学位公共课	政治理论课	001	政治理论课	--	--	研究生院
	第一外国语课	002	第一外国语	--	--	研究生院
	专业外语课	MAST612161	大数据专业外语	2	36	大数据学院
学位核心课	学位基础课	DATA620007	数据挖掘	3	54	大数据学院
		DATA620013	高等统计学习	3	54	大数据学院
		DATA620015	高等统计方法	3	54	大数据学院
		DATA620019	现代概率论基础I	3	54	大数据学院
	学位专业课	DATA620004	神经网络和深度学习	3	54	大数据学院
		DATA620006	人工智能与机器学习	3	54	大数据学院
		DATA620008	最优化理论	3	54	大数据学院
		DATA620018	数据可视化应用及实现	3	54	大数据学院
选修课	专业选修课	DATA620002	大数据算法	3	54	大数据学院
		DATA620003	社交网络分析	3	54	大数据学院
		DATA620005	时间序列与空间统计	3	54	大数据学院
		DATA630001	医疗大数据高等统计方法	3	54	大数据学院
		DATA630008	半参数统计	3	54	大数据学院
		DATA630009	稀疏统计	3	54	大数据学院
		DATA630010	商务分析	3	54	大数据学院
		DATA630011	大数据解析	3	54	大数据学院
		DATA630012	大数据与金融风险管理	3	54	大数据学院
		DATA630013	金融计量学	3	54	大数据学院

选修课	专业选修课	DATA630014		统计计算概论		3	54	大数据学院
		DATA630015		医学影像分析		3	54	大数据学院
		DATA630016		大数据环境与能源		3	54	大数据学院
		DATA820001		算法导论		3	54	大数据学院
		DATA830001		数值计算		3	54	大数据学院
		DATA830002		知识图谱概念与技术		3	54	大数据学院
	公共选修课	003		公共选修课		--	--	研究生院
必修环节设置
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则（试行）》
本学科专业/专业学位领域2019级研究生的必修环节和学分数要求如下：
培养环节			是否必修	学分数	考核内容、方式及考核结果评定标准
论文开题			是	0	参照《复旦大学大数据学院研究生毕业论文管理 细则》
中期考核			是	0	参照《复旦大学大数据学院研究生毕业论文管理 细则》
学术活动			是	2	参照《大数据学院研究生必修环节工作细则（试 行）》
实践活动			是	1	参照《大数据学院研究生必修环节工作细则（试 行）》
论文预审			是	0	参照《大数据学院研究生必修环节工作细则（试 行）》
经典学术著作
序号		著作题录						是否必读	适合层次
1		An Introduction to Statistical Learning: with Applications in R						必读	硕士
2		Data Mining: Concepts and Techniques						必读	硕士
3		Foundations of Data Science						必读	硕士
4		Randomized Algorithms for Matrices and Data						必读	硕士
5		Time Series Analysis and Its Applications: with R Examples						必读	硕士
6		The Elements of Financial Econometrics						必读	硕士
7		Statistics for Spatio-temporal Data						必读	硕士
8		Time Series Analysis with Applications in R						必读	硕士
9		Introduction to Time Series and Forecasting						必读	硕士
10		Introduction to Data Mining						必读	硕士
11		Social Network Data Analytics						必读	硕士

复旦大学大数据学院国际商务学的研究生培养方案

培养方案基本信息
培养方案名称		国际商务（大数据学院）(专业学位双证硕士生)
适用培养单位		大数据学院				适用年级	2019级
一级学科名称		国际商务				一级学科代码	0254
专业/领域		国际商务				专业/领域代码	025400
研究方向						培养方案编码	2202540001
适用培养层次		硕士		适用学位类型	专业学位	适用培养方式
适用入学方式		全国统考,推荐免试		是否适用国内学生	是	是否适用国际学生	否
是否全英文项目		--		是否双学位项目	--	学制	2
培养目标
国际商务硕士专业学位教育是以培养具有社会责任感与职业道德、全球视野和创新意识、 国际商务专业技能与素养、跨文化沟通能力，能够胜任国际化经营与管理工作的国际化、高层次、应用型、复合型专门人才为目标的专业学位教育。   国际商务具有国际化、跨领域、新业态、高标准的行业特点。随着全球经济一体化的深入发展和我国开放型经济新体系的建立，我国国际商务面临着国际经济环境日趋复杂、国际竞争日趋激烈、区域经济合作发展迅速、国内国际市场不断融合、贸易投资一体化、新型商业形态不断涌现、中国企业经营国际化、跨国企业本土化的机遇和挑战;面临着贸易摩擦加剧、高端人才短缺、商务创新能力不足等诸多问题;社会对国际商务高端人才的需求也日益凸显因此，国际商务硕士专业学位教育应以培养高层次的复合型应用人才为重点，服务对象包括从事传统的货物与服务贸易企业，从事新兴制造业、现代服务业、跨国直接投资和外包的企业，以及政府管理部门、行业协会、贸易与投资促进机构、教育科研机构、国际组织等。为了保证人才培养质量，国际商务硕士专业学位教育突出学校和行业培养的紧密结合，强调以国际化、开放式的教育体系和多元化的师资配备为基本特色，注重创新精神和实践能力的培养。
培养方案学分数要求
最低总学分要求（包含课程与必修环节）						42 学分
课程分类			课程子分类			最低学分	最少门数(非必填)
1	学位公共课		政治理论课			2	1
			第一外国语			3	1
			专业外语课			0	0
2	学位核心课		学位基础课			0
			学位专业课			0
	学分小计		21
3	选修课		专业选修课			9	3

3	选修课		公共选修课		0
			跨一级学科选修课		0
	学分小计		9
必修环节学分数					7
其他说明：
参见培养方案具体要求
课程设置
类别I	类别II	课程编号		课程名称	学分数	学时数	开课院系	备注
学位公共 课	政治理论课	001		政治理论课	--	--	研究生院
	第一外国语课	MIB620006		商务外语	3	54	经济学院
学位核心课	学位基础课	DATA620005		时间序列与空间统计	3	54	大数据学院
		DATA620006		人工智能与机器学习	3	54	大数据学院
		DATA620010		国际金融与国际投资	3	54	大数据学院
		DATA620011		国际贸易实务与国际商法	3	54	大数据学院
		MATH620154		时间序列分析（专硕）	3	54	数学科学学院
		MIB620004		经济学分析与应用	3	54	经济学院
	学位专业课	DATA620003		社交网络分析	3	54	大数据学院
		DATA620004		神经网络和深度学习	3	54	大数据学院
		DATA620007		数据挖掘	3	54	大数据学院
		DATA620018		数据可视化应用及实现	3	54	大数据学院
		DATA630005		大数据商业分析	3	54	大数据学院
		MATH620165		机器学习与神经网络导论	3	54	数学科学学院
选修课	专业选修课	DATA620020		最优化理论（专业硕士）	3	54	大数据学院
		DATA630001		医疗大数据高等统计方法	3	54	大数据学院
		DATA630002		文本数据管理与分析	3	54	大数据学院
		DATA630003		计算理论基础	3	54	大数据学院
		DATA630004		大规模分布式系统	3	54	大数据学院

选修课	专业选修课	DATA630006	计算机视觉导论	3	54	大数据学院
		DATA630007	文本挖掘与解析	3	54	大数据学院
		DATA630011	大数据解析	3	54	大数据学院
		DATA630012	大数据与金融风险管理	3	54	大数据学院
		DATA630015	医学影像分析	3	54	大数据学院
		DATA830002	知识图谱概念与技术	3	54	大数据学院
		MIB620001	国际金融理论与实务	2	36	经济学院
		MIB620005	国际商务谈判	2	36	经济学院
		MIB620007	国际贸易理论与实务	2	36	经济学院
		MIB620008	国际商法	2	36	经济学院
		MIB620009	奢侈品市场与管理	2	36	经济学院
		MIB620010	国际经济环境和货币政策	2	36	经济学院
		MIB630006	跨国企业策略与博弈	2	36	经济学院
		MIB630008	国际营销	2	36	经济学院
		MIB630010	国际商务统计方法与应用	2	36	经济学院
		MIB630011	国别与地区经济分析	2	36	经济学院
		MIB630012	国际证券与衍生品投资基础	2	36	经济学院
	公共选修 课	003	公共选修课	--	--	研究生院
必修环节设置
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则（试行）》

 

复旦大学大数据学院金融学的研究生培养方案

最低总学分要求（包含课程与必修环节）					44 学分
课程分类			课程子分类		最低学分		最少门数(非必填)
1	学位公共课		政治理论课		2		1
			第一外国语		3		1
			专业外语课		0		0
2	学位核心课		学位基础课		12		4
			学位专业课		9		3
	学分小计		21
3	选修课		专业选修课		9		3
			公共选修课		0
			跨一级学科选修课		0
	学分小计		11
必修环节学分数					7
其他说明：
参见培养方案具体要求金融机构与市场、财务报表分析、投资学、公司金融学、金融衍生金融工具专题五门中至少选四门
课程设置
类别I	类别II	课程编号		课程名称	学分数	学时数	开课院系	备注
学位公共 课	政治理论课	001		政治理论课	--	--	研究生院
	第一外国语课	ECON620065		金融英语	3	54	经济学院
学位核心课	学位基础课	ECON620058		财务报表分析与估值	2	36	经济学院
		ECON620060		金融机构与市场	3	54	经济学院
		ECON620062		公司金融学	3	54	经济学院
		ECON620064		投资学	3	54	经济学院
		MATH620103		金融衍生工具	3	54	数学科学学院
		MATH620146		公司金融（数学）	3	54	数学科学学院
		MATH620147		投资学--数学	3	54	数学科学学院
		MF620030		金融衍生工具专题	3	54	经济学院
	学位专业课	DATA620007		数据挖掘	3	54	大数据学院
		DATA620016		预测性分析	3	54	大数据学院
		DATA620017		机器学习与信息检索	3	54	大数据学院

学位核心课	学位专业课	DATA620018	数据可视化应用及实现	3	54	大数据学院
		DATA630005	大数据商业分析	3	54	大数据学院
		DATA630012	大数据与金融风险管理	3	54	大数据学院
选修课	专业选修课	DATA620003	社交网络分析	3	54	大数据学院
		DATA620004	神经网络和深度学习	3	54	大数据学院
		DATA620005	时间序列与空间统计	3	54	大数据学院
		DATA620006	人工智能与机器学习	3	54	大数据学院
		DATA620020	最优化理论（专业硕士）	3	54	大数据学院
		DATA630001	医疗大数据高等统计方法	3	54	大数据学院
		DATA630004	大规模分布式系统	3	54	大数据学院
		DATA630006	计算机视觉导论	3	54	大数据学院
		DATA630009	稀疏统计	3	54	大数据学院
		DATA630011	大数据解析	3	54	大数据学院
		DATA630015	医学影像分析	3	54	大数据学院
		DATA830002	知识图谱概念与技术	3	54	大数据学院
		ECON620053	融资与上市	2	36	经济学院
		ECON630042	商业银行管理专题	2	36	经济学院
		ECON630064	金融数据处理	2	36	经济学院
		ECON630133	供应链金融	2	36	经济学院
		MATH620154	时间序列分析（专硕）	3	54	数学科学学院
		MATH620160	金融随机分析（数学）	3	54	数学科学学院
		MATH620165	机器学习与神经网络导论	3	54	数学科学学院
		MATH630140	利息理论引论	2	36	数学科学学院
		MF630005	商务礼仪与有效沟通	2	36	经济学院
	公共选修 课	003	公共选修课	--	--	研究生院
必修环节设置
参照《复旦大学研究生课程和教学管理规定》和《大数据学院研究生必修环节工作细则（试行）》

复旦大学大数据学院应用统计的研究生培养方案

培养方案基本信息
培养方案名称	应用统计（大数据学院）(专业学位双证硕士生)
适用培养单位	大数据学院			适用年级	2019级
一级学科名称	应用统计			一级学科代码	0252
专业/领域	应用统计			专业/领域代码	025200
研究方向				培养方案编码	2202520001
适用培养层次	硕士	适用学位类型	专业学位	适用培养方式	非定向
适用入学方式	全国统考,推荐免试	是否适用国内学生	是	是否适用国际学生	否
是否全英文项目	--	是否双学位项目	--	学制	2
培养目标
1 学科与专业概括复旦大学应用统计（大数据统计方向）专业硕士致力于培养兼具大数据统计、分析计算能力与相关技术研发、运营、维护的复合型人才。通过强化学生的数据挖掘算法、分析和实现能力，辅以全面的可视化分析、非结构化数据提取分析能力等训练，使学生能够面向大数据分析系统的发展，了解大数据行业的算法需求，掌握数据分析算法和工具， 实现数据驱动决策，支撑创新产品开发，实现相关行业业务创新。 项目着重培养学生面向大数据系统创新需求的思维和分析计算、项目实践能力。要使学生对大数据系统、算法和工具、大数据挖掘技术等有全面理解。复合型知识体系的建立将使得该专业学生能够更有效洞察大数据对于相关产业所产生的全方位影响，更能够满足业界对于兼具较强系统设计、分析与计算、系统计算能力与相关专业知识背景的高端人才的需求。2毕业生应具备的基本素质 （1）具有较为宽广的应用统计专业知识，并较系统地掌握有关研究方向的专门知识。了解有关研究方向的发展动态，基本熟悉有关研究方向的文献； （2）具有应用计算机进行文字数据处理和资料检索的能力。3 毕业生应具备的基本学术能力（1）初步具备从事科学研究的能力。独立完成学位论文，学位论文的主要研究内容至少达到在核心刊物上发表的水平；

 

复旦大学大数据学院的联系方式

复旦大学大数据学院的联系方式
电话：+8621-65641036
地址：上海市邯郸路220号子彬院
邮箱:sds_school@fudan.edu.cn

复旦大学大数据学院的介绍

大数据伴随着技术与信息的革命应运而生，对科学技术、社会经济、管理决策等各行各业的发展正在发挥巨大的作用。它是经济的新资源、发展的新引擎、信息的新矿山、科研的新依据、决策的新源泉，为人工智能提供新血液和技术。
海量数据的收集促成了大数据时代的到来。它给数据存取、交换、分析带来诸多新的挑战。它彻底改变了计算机科学、统计学和计算数学的许多方面：从硬件到软件、从存储到超算、从数据库到数据安全、从网络传输到并行计算、从数据分析到统计建模、从科学计算到优化方法等。
大数据的出现为人工智能、健康医疗、科学发现、技术创新、商业管理和政府决策等带来了信息海啸驱动的又一次工业革命，同时也在方方面面改变着人类的工作、生活和通讯方式。各行各业技术创新所产生的大量数据增加了对海量数据处理和分析的强烈需求，进而催生了一门新兴诱人的学科和职业：数据科学。其中，计算机科学、统计学和应用数学学科知识被称为是数据科学的三根支柱，哈佛商业评论则将数据科学家评为21世纪最诱人的职业。
数据科学是大数据系统与计算和大数据统计与分析的有机结合，通过大数据实验场与其它学科的交叉，促进的数据智能的开发和新产品的研制，服务于社会。我院的课程设计将围绕这个理念来展开，它针对大数据的特点进行多方面的基础教育和人才培养，既比统计学科掌握更多的计算机技术，又比计算机科学了解更多的统计学和数学知识。
目前全世界大数据、人工智能人才匮乏，各国政府、企业和学校都在致力培养大数据人才，以期更好地利用大数据资源。复旦大学大数据学院和大数据研究院的成立正是基于这样的社会需求，它响应国家战略，顺应时代潮流。希望更多的人投入大数据科学的建设，勇于迎接大数据应用和开发的挑战，肩负起时代赋予我们的使命，开展大数据的研发，为经济发展、中华复兴和人类的文明作出伟大的贡献。