管理科学与工程类

剑桥大学博士后,剑桥大学博士后含金量,剑桥大学博士后王京刚,剑桥大学博士后申请

管理科学与工程类专业是综合运用管理学、经济学、统计学和计算机科学方法,结合现代信息技术研究,解决社会经济领域管理和工程问题的学科。专业融合了计算机科学、信息技术、管理科学、经济学和心理学等多个学科的理论与方法。

培养目标:

管理科学与工程类专业是综合运用管理学、经济学、统计学和计算机科学方法,结合现代信息技术研究,解决社会经济领域管理和工程问题的学科。在新技术、新业态的背景下,管理科学与工程类专业以交叉融合引领“新财经+新工科”的人才培养模式,着力培养具有扎实管理学基本理论和素养,能够运用先进方法和技术,对社会经济管理和工程中的问题进行量化分析与科学决策的创新型卓越管理人才

包含专业:信息管理与信息系统、电子商务、管理科学、计算金融、大数据管理与应用

分流时间:大一第二学期

分流原则:自由分流,学生可根据自身兴趣和意愿选择任一包含专业修读

信息管理与信息系统

培养目标:

专业培养按照学校“建设新文科、引领新财经、创造新优势”的战略思路,深化“学科交叉、专业交叉、课程交叉”理念,以“宽口径、厚基础、重科技、精专业、有特色”为原则,深彻转变课程教学范式,在大力推进通识教育、培养学生国际化理念和先进人文思想的基础上,强化专业理论基础学习,突出信息技术训练,致力于将学生培养成具有良好的思想政治素质、优良的道德品质和健全人格、高尚的职业操守与专业精神,既具有现代管理学理论素养,又掌握信息科学理论与技术的复合型人才。

专业特色:

学科实力雄厚。本专业为四川省一流本科专业建设点,是我校历史悠久的传统品牌专业,专业教师多数为海归博士,在学术界和业界均具有较强的学科实力。该专业不仅注重培养学生的理论素养,还强调实践应用,通过与企业合作,参与实际项目,使得学生能够紧跟行业发展的最新趋势。专业课程设计通常涵盖最新的信息技术和管理理念,确保学生所学知识的前瞻性和实用性。

培养理念先进。本专业秉承“以学生为中心”的人才培养理念,注重培养学生的创新思维和实际操作能力。课程设置旨在提高学生的分析问题、解决问题的能力,同时也强调团队合作和领导力的培养,让学生能够应用所学知识解决现实商科问题,培养出具备较强竞争力的职场复合型人才。

跨学科特色明显。信息管理与信息系统专业具有显著的跨学科特征。专业融合了计算机科学、信息技术、管理科学、经济学和心理学等多个学科的理论与方法。学生在学习过程中不仅要掌握信息技术的基础知识,还要了解管理学的基本原理,以及如何将两者有效结合应用于解决复杂的业务问题。这种跨学科的学习模式有助于学生在未来的职业生涯中灵活应对各种挑战。

国际化交流突出。专业实施多种形式的中外合作人才培养项目,如海外实训基地、海外交流计划、全英文短期(暑期)课程(海外教授讲授),鼓励学生参加国际学术夏(冬)令营、本科全程鼓励科研实践、高水平国际会议参会资助等。为学生国际化培养、接触科研领域前沿、参与科研实践创造条件。专业还与澳洲昆士兰大学建立了硕士预科项目,为学生的后续出国深造提供了便利渠道。

核心课程:

金融智能、管理信息系统、信息系统分析与设计、数据库原理与应用、商务研究方法、计算机网络、信息资源管理。

电子商务

培养目标:

本专业面向数字经济及人工智能电商新业态的发展需求,培养学生掌握领先技术,获取商业智慧,理解生成式AI引领下的商业活动新规律,同时运用AI工具有效解决企业在数字化转型中面临的挑战,致力于培养“通AI、精商务”的交叉复合型人才。

专业特色:

学科实力强。电子商务专业成立于2002年,是国家级一流本科专业建设点,全国党建工作样本党支部。本专业拥有多门国家级和省级精品课程(如《互联网金融》《数字经济支付》《商务智能》)和数本优秀教材(如《电子商务基本原理》),通过积极融合最新的人工智能技术和电商发展趋势,不断更新和优化课程内容,以保持教学和研究的前瞻性与实用性。

理念先进。本专业采用“实践驱动、科研引领、AI同行”的创新型多层次人才培养模式,强调科研项目和实际应用的融通,并注重将人工智能技术深度融入课程设计、实践活动和学生日常学习生活中,旨在培养学生将AI应用到商业及相关领域的实践能力。这种先进的教育理念能够确保学生在即将被AI重塑的新时代,具备较强的创新思维和创造力,成为学会有效运用AI工具解决实际商业问题的创新型人才。

师资队伍雄厚。本专业汇聚了一批国内外学术界和业界的优秀专家。其中不乏来自世界著名大学和企业的教授和行业领袖,他们不仅提供深入的理论教学,还将自己丰富的实践经验和最新的行业动态带入课堂。本专业实行“双导师制”,每位学生都能得到校内外导师的指导,确保其学术和职业发展得到双重保障。

跨学科培养特色明显。针对业界AI应用型人才的迫切需求,联合计算机与人工智能学院和工商管理学院,共同量身定做跨学科专业培养方案。此方案旨在培养具备基础人工智能技术知识和精湛商务能力的复合型人才。通过这种协同教育模式,学生不仅了解前沿的人工智能技术,最重要的是学会如何将这些技术应用于商业策略和管理实践中,从而在AI时代的复杂商业环境中,具备较强的竞争力和适应力。

核心课程:

人工智能与电子商务、人工智能产品设计、人工智能营销、人工智能提示工程实战、互联网金融、互联网+创新创业、数据可视化、商务研究方法。

管理科学

培养目标:

本专业致力于培养具备运用管理思想、系统方法、数学模型和计算机技术解决管理活动中的理论与实践问题的能力,能够对管理实践问题进行系统优化分析、设计,适应数字经济时代商务智能化发展趋势的管理科学人才。

专业特色:

学科实力强。自20世纪80年代初起,本学科开展运筹与优化研究及财经应用,历经学校“211”、“985”优势学科创新平台和“双一流”建设,学科发展成效卓著。2008年评为四川省重点学科,2010年获批一级学科博士学位授予权,2014年获批博士后科研流动站。我校“经济学与商学”进入ESI全球前1%。

人才培养质量好。全面推进“新财经”战略升级,完善“新财经”拔尖创新人才自主培养体系,构建一流本科教育体系,切实提升本科生培养质量。2023届本专业毕业生就业率为100%管理科学与工程类考研究生,2024届毕业生深造率预计超过50%。

师资力量雄厚。自2006年起,以“年薪制+聘任制”超常举措面向全球广揽英才,引进新加坡国立大学、清华大学等国内外名校博士三十余名,形成一支业务精湛、充满潜力的新时代教师队伍。拥有国家级人才2名,省级人才5名。

培养特色明显。坚持“充分发挥财经学科优势,注重学科交叉融合”的指导思想,突出管理科学与经济学、金融学、统计学和计算机科学等多学科交叉融合的学科特色,将运筹优化技术、大数据建模技术、计算机应用技术和金融科技等相关课程作为专业基础,训练学生在复杂环境下提出问题、分析问题和解决问题的能力,培养具有高度社会责任感、健全身心素质、优良实践能力、宽阔国际视野,扎实专业理论与技能的创新型、应用型高素质专门人才。

核心课程:

管理运筹学、管理决策模型与方法、系统工程、经济博弈论、数据分析()、企业管理决策模拟、机器学习与数据挖掘。

计算金融

培养目标:

本专业为金融学、计算机科学与经济数学相结合的新兴交叉学科专业,以金融智能和人工智能技术为主,整合金融学、管理学、人工智能、经济数学等知识,形成新型人才培养体系。专业要求学生具有较强的金融学基础、计算机与人工智能应用基础以及经济数学基础,扎实掌握计算金融的专业知识,具备熟练使用大数据、人工智能等新兴前沿技术的能力,以解决金融科技、金融智能、金融创新中的大型计算问题,聚焦于培养德智体美劳全面发展,具有社会责任感、创新精神、国际视野复合型人才。

专业特色:

学科实力强。本专业在定量分析领域具有强大的学科实力。它利用经济数学模型和高效人工智能算法来分析金融市场和工具管理科学与工程类,预测市场走势,并指导投资决策。专业旨在培养学生对复杂金融数据的处理能力和对市场动态的深入理解。

人才培养理念先进。本专业致力于培养具备良好经济数学基础、精通编程技能、了解金融理论并能将其转化为实际应用的复合型人才。通过案例研究、模拟交易和项目锻炼,学生能够将理论知识与实践相结合,提升解决金融科技、金融智能、金融创新中的大型计算问题能力。

师资队伍雄厚。计算金融专业的师资队伍由管理科学与工程、金融学、计算机技术、人工智能、大数据技术等领域具有丰富经验的教师团队组成。不仅拥有深厚的学术背景,而且具备实际操作经验,能够为学生提供前沿的研究成果和行业洞见,帮助学生建立扎实的理论基础和实践技能。

跨学科特征鲜明。计算金融专业具有鲜明的跨学科特征,它要求学生掌握金融学的基本知识,同时熟练运用经济数学、大数据、管理学和计算机科学的方法和工具。这种跨学科的学习方式使得学生能够在金融科技、金融智能、金融创新等领域中发挥重要作用。

核心课程:

金融数据分析与可视化、金融科技与数智科学、人工智能与智慧金融、数据仓库与商务智能、金融大数据技术、机器学习与数据挖掘、数值计算软件。

大数据管理与应用

培养目标:

致力于培养知识、能力、素质全面发展,具备扎实的经济与管理理论、运筹与优化技术和前沿大数据分析方法,具有创新意识、实践能力和国际视野的“知数据、会技术、懂业务、能管理”的高层次复合型管理人才。

专业特色:

学科底蕴深。本专业充分利用国家级重点学科统计学和省级重点学科管理科学与工程的学科优势,依托学校深厚的财经底蕴,注重与金融科技、商务智能和数据科学等新知识的交叉融合,实行分级分类培养模式,实施人才的差异化培养,实施“四位一体”本科人才培养模式,全面提高学生的综合素质。

就业前景好。随着数据驱动决策在各行各业中变得越来越普遍,对于具备大数据管理与分析技能的人才的需求也在不断增加,大数据领域的人才缺口也越来越大。毕业生就业的方向包括但不限于政府部门、平台型互联网公司、各类金融机构、卫生机构、国内外大中型企业单位等从事商务数据分析、商务智能、电子健康、大数据金融、数据挖掘、大数据管理与治理等工作。

师资力量强。拥有一支结构合理、年富力强、专业技术精湛和实践经验丰富的高水平专兼职教师队伍。教师的海外经历比例高达80%,国家级人才2人,省部级人才5人。

培养质量高。本专业培养学生具备扎实经济管理基础理论、前沿大数据分析方法和综合管理技能,具有创新意识、实践能力和国际视野的“懂数据、懂技术、懂业务、懂管理”的综合素质。学生在“中国国际 ‘互联网+’大学生创新创业大赛”“全国挑战杯大学生创业大赛”“全国大学生数学建模竞赛”“全国企业竞争模拟大赛”“GMC国际企业管理挑战赛”等多项国际国内比赛中获得包括特等奖和一等奖在内的各项殊荣。

核心课程:

统计学、数据库原理与应用、数据可视化、机器学习与数据挖掘、数据结构、数据仓库与商务智能、数据智能前沿、深度学习。

信息管理与信息系统

信息管理与信息系统是没有硕士点的。 根据信管不同的研究方向,你可以报考的专业有 管理科学与工程 我个人认为,信管这些专业通通属于信息管理系不是很合适,这也就是为什么高校信管本科招生时居然不区分文科理科生的原因。我们学信管的,身边有学文的,也有学理的,很有趣的一个现象。 信息管理与信息系统这个专业,是理科专业,我个人认为。因为我自己是学这个专业的,其中要学计算机,经济学和管理学,基础课程涵盖数学类的方方面面。同时 管理学也是系统设计之类的。经济学就是金融,会计等。其中文科的成分占较少 。所以在考研时候,这个专业的同学就要考数学一,这是明显的理科科目要考查的。数学一涵盖高数,线性代数和概率统计三方面的知识,可以说数学一是比较难的 一科。其他两门基础课就不用说了,谁都避不开的政治和英语,全国都一个样。但专业科就不一定考什么了,这要看学校的研究方向是什么,有的专业课要考三门, 比如北邮(运筹学,经济学,管理学),有的只要考一门,比如北京交大(管理信息系统)。也就是说如果你要考研,至少应该在大三就看好学校,当然,也不一定 大三就要选好,什么都变化中。但是至少有一点可以肯定的就是,如果你想考信息管理与信息系统方向的研究生,请做好考数学一的准备,也就是说信息管理与信息系统,在大一大二的 时候,抓紧在数学上下下功夫,当然如果你还要学离散数学的话,我可以说考研基本用不上。

当然,书本就是我们常用的数学同济大学版,概率浙大版,只要平时学 好学校发的课本就是了。 其他的如图书馆学情报学等都是文科专业,大部分学校不考数学(当然也有例外),所以有些学信息管理与信息系统的学生想避开数学可以考虑这个方向,但是我要 说的是,图书馆学和情报学和信息管理与信息系统差别很大,它们这些专业虽然不考数学,可是要考图书馆学,情报学概论等信息管理与信息系统学生根本就没有学 过的专业,有的学校甚至对第二外语有要求,这些对于信息管理出身的同学也是比较困难的。当然,没有不可能,跨专业考研的每年不占少数,对于有些同学而言, 考研就是重新选择专业的一个机会。所以,信息管理与信息系统的同学可以考虑报考图书馆学等信管方向。当然,既然这样,同样也可以报考其他管理学方向甚至是 经济学方向,毕竟我们什么都学过,至少都接触过,考研的时候就是再把知识加工一下就可以了。当然,专业也不能跨的太远,比如突然要报考生物工程专业,这也 是不现实的。 当然,换个角度,如果你是学图书馆学或是档案学出身的,最好选择本专业的考研,因为平时教学淡化了对数学的要求,所以如果要遇到考数学一的专业的时候,毕竟比较吃力。当然,转专业到行政管理等也是不错的选择。

关于对学校的选择,也是比较麻烦的事情,考研不像高考,考完了再报志愿,考研是先报名再考试。所以请慎重考虑学校,如果自己所在学校不错的话,就留在自己 学校比较稳妥,一般考自己学校的研究生相对容易一些。当然,如果报考外校的话信息管理与信息系统专业考研,就要消息灵通了。最后是有同学在那个学校,尤其是专业课的考试重点及出题方 向都要心中有数。如果需要,可以和报考学校的研究生院联系,索取该校历届考研试题,当然,这些都是要花钱买的。但是这个很重要,最好要有。同时,教师上课 笔记和讲义等一般是买不到的,这就要看自己的本事了。 关于什么时候准备考研的问题,有些简单,这全是自己个人的事情,没有人组织你去考研,所以根据你的程度和学校的好坏来定。没有绝对的。我奉劝大家,如果打 算考研就应该从大一大二的基础课开始准备,大一大二都把基础弄明白了,到时候考研复习就好办了。还有各位平时抓紧英语的学习,不论是过四六级还是考研还是 出国,英语永远有用!

0人赞 添加讨论(0) 回答举报

本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,请添加站长微信举报,一经查实,本站将立刻删除。
如若转载,请注明出处:https://techan.xtucq.com/zaizhikaoyan/guanzong/202033.html

(0)
上一篇 2024年10月11日 上午11:03
下一篇 2024年10月11日 下午12:04

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

联系我们

联系我们

18923864400

在线咨询: 资深顾问

邮件:xtucq520@163.com

工作时间:周一至周五,9:00-18:00,节假日休息

关注微信

乡土传情微信

返回顶部
在线客服