ARTICLE · 1077782
AI时代,给自己加点“数智力”!数据科学与智能应用微专业招生啦!
开办单位
数据科学与智能应用微专业依托对外经济贸易大学统计学、数据科学与人工智能等学科基础，融合对外经济贸易大学经济、金融、国际商务等优势学科特色，汇聚跨学科优质教学资源，由统计学院优秀师资团队承担课程教学与实践指导工作。
微专业简介
随着数字经济和人工智能的快速发展，数据正成为推动经济社会发展的重要资源，人工智能也正在深刻改变金融、贸易、管理、经济、公共治理等领域的工作方式。未来的人才竞争，不仅需要扎实的专业知识，也需要具备运用数据和智能技术发现问题、分析问题和解决问题的能力。为适应数字化、智能化发展对复合型人才的新需求，对外经济贸易大学依托统计学、数据科学等学科优势，开设“数据科学与智能应用“微专业，将数据科学与人工智能技术融入不同专业领域，帮助学生拓展数字化视野，掌握数据智能方法，提升智能化应用能力。现面向全校本科生、研究生、留学生开放报名！
数据科学与智能应用微专业面向国家数字经济发展战略和新一代信息技术产业需求，以数据科学为建设方向，突出“专业+数智”的人才培养理念，注重统计思维、数据分析方法与人工智能技术的交叉融合。
本微专业提供系统化、模块化的数据科学与人工智能应用训练，帮助学生掌握数据科学基本理论、现代统计方法、机器学习与智能算法等核心内容，熟悉生成式人工智能、大语言模型等前沿技术，具备从数据获取、处理与分析到智能建模和实践应用的基本能力。本微专业不以培养单一的数据技术人才为目标，而是鼓励学生将数据科学与自身主修专业相结合，通过融合经济、金融、管理等真实业务场景，提升学生运用数据分析与智能技术解决复杂实际问题的能力，形成“主修专业+数据科学+智能应用”的复合交叉知识结构，全面提升数字化、智能化时代的就业竞争力，为未来学习深造、职业发展和创新实践奠定基础。
微专业特色
一流师资团队。本微专业依托统计学院统计学与数据科学方向的高水平教学科研团队，由长期从事统计建模、机器学习、大语言模型、金融统计与大数据分析等领域的资深教授和骨干教师担任核心课程教学与实践指导。教师团队具有扎实的统计理论基础和丰富的智能数据分析经验，持续关注智能算法、生成式人工智能与大语言模型等前沿技术发展，并与金融机构及行业企业保持密切合作。依托多学科交叉的师资优势，教师将前沿的数据科学与人工智能方法融入经贸、金融等实际应用场景，帮助学生夯实理论基础、掌握智能技术，提升运用数据发现问题、分析问题和解决实际问题的综合能力。
前沿课程体系。紧跟人工智能技术快速发展，构建数据科学基础、机器学习、深度学习、生成式人工智能、大语言模型的递进式课程体系，并融入提示工程、RAG、智能体等前沿技术。通过理论学习与实践应用相结合，帮助学生在一年内掌握数据智能核心知识与关键技术，逐步形成从理解数据、运用数据到借助数据智能解决实际问题的综合能力。
培养目标
本微专业立足对外经济贸易大学经济学、管理学、法学、外国语言文学等多学科交叉融合优势和国际化办学特色，旨在提供系统化、模块化的数据科学与人工智能应用训练。学生修读期满预期达到以下目标：
素养目标
树立正确的数据价值观，恪守数据安全与人工智能伦理规范，具备严谨的数据思维、负责任的技术应用意识和持续学习能力。
知识目标
掌握数据科学与人工智能的核心概念、现代统计建模方法与智能算法基本原理，了解生成式人工智能与大语言模型的技术脉络和发展前沿。
能力目标
能够熟练运用Python等工具完成数据获取、处理、建模、分析与可视化，并将智能算法与大模型技术应用于商务决策、金融投资等真实业务场景，独立或以团队形式完成数据智能综合项目。
发展目标
形成“主修专业+数据智能”的交叉知识结构与能力组合，为深造、就业及参与数字经济相关领域工作奠定坚实基础。
培养模式
1
场景化实践教学
各门课程实验（实践）学时约占总学时43%，讲练结合、案例驱动；《智能商务与决策》《智能金融与投资》以电商、零售、量化投资、智能风控等行业真实案例为主线，并邀请企业和行业专家开设专题讲座，将前沿技术与实际业务场景相结合；《智能实践专题》以来自企业、政府部门或科研一线的真实数据与问题为载体，采用项目制、团队制教学模式，引导学生在真实任务中综合运用所学知识，开展从问题分析、数据处理到智能应用的系统实践训练。
2
学赛融合、以赛促学
鼓励学生将微专业所学知识与技能融入大学生创新创业训练计划、全国大学生统计建模大赛、全国大学生市场调查大赛、数据要素素质大赛等学科竞赛，以及主修专业课程论文和毕业论文（设计），推动微专业与主修专业优势互补、协同发展，让数据智能真正服务于专业学习与实践创新。
3
混合式教学
课程安排在主修专业教学计划之外，采用线下教学、实践教学、专家讲座等多种形式相结合的教学模式。
招生对象、招生人数及报名条件
01
招生对象
面向全校各专业全日制在读本科生（含港澳台）、研究生及留学生开放，本科生建议二年级及以上学生修读。
02
招生人数
每期计划招收60人，实行适度规模、小班化教学。
03
报名条件
修读学生应具备基本的数学基础和计算机操作能力。学生应在完成主修专业学习任务、学有余力的前提下自愿报名，经开设学院审核后修读。
学制与学分
课程设置
本微专业共设置7门必修课程，共计12学分、192学时（每学分16学时），学制1年，按照知识基础、技术拓展、场景应用与综合实践四大模块进行递进式培养。
课程简介：
课程1：《数据科学导论》微专业入门课程。介绍数据科学的基本概念、发展脉络与知识体系，训练数据思维与数据分析全流程方法，内容涵盖编程基础，数据获取、清洗与整理，探索性数据分析与可视化，统计描述与基本推断，数据伦理与数据安全。
课程2：《智能算法与实务》系统讲授机器学习的基本框架与核心算法，包括线性模型、决策树与集成学习、支持向量机、聚类分析、神经网络基础等，涵盖特征工程、模型评估与超参数调优等实务技能，结合经济管理领域真实案例开展算法应用训练。
课程3：《现代统计模型》讲授面向复杂数据的现代统计建模方法，包括回归分析与广义线性模型、正则化与高维数据建模、非参数与半参数建模思想、时间序列与面板数据模型初步、因果推断与A/B试验基础等。
课程4：《生成式学习与大语言模型》介绍深度学习与表示学习基础、Transformer架构与“预训练—微调”范式，讲授大语言模型的基本原理、能力边界与评测方法，训练提示工程、检索增强生成（RAG）与智能体（Agent）等应用开发技术。
课程5：《智能商务与决策》讲授数据驱动的商务分析与智能决策方法，包括用户画像与精准营销、推荐系统、运营与供应链优化、商务智能与决策支持等，结合电商、零售、平台经济等行业案例开展分析实践。
课程6：《智能金融与投资》介绍金融数据的特征与分析方法，讲授量化投资与资产配置基础、智能风控与信用评分、大语言模型在金融研究与投资分析中的应用等内容，并讨论金融科技伦理与监管合规问题。
课程7：《智能实践专题》项目制综合实践课程。学生以团队形式，围绕真实数据与问题完成选题论证、数据处理、建模分析、智能应用开发与成果汇报的端到端训练，邀请业界专家参与指导与评价。
收费标准、成绩管理与结业证书
（一）收费标准
校内本科生（含留学生）：100元/学分；
校内研究生（含留学生）：200元/学分。
先缴费后上课，原则上学生中途退出不退费。
（二）成绩管理
课程成绩由平时成绩、实验（实践）成绩和期末考核成绩综合评定；微专业课程成绩单独记载、单独管理，形成独立成绩单，不影响主修专业毕业及学位审核。
（三）结业证书
学生在规定修读年限内按照微专业培养方案要求修读完成全部7门课程、修满12学分，成绩合格，准予结业，由对外经济贸易大学颁发“对外经济贸易大学微专业结业证书”，注明所修微专业名称“数据科学与智能应用”，加盖校章，不具备学历、学位证书效力。微专业须按上级政策要求由学校统一申请学信网备案，专业名称可能根据上级要求作相应微调。
报名与选拔方式
报名方式：
有意向申报的学生请扫描下方二维码进行报名。
选拔方式：
1.学生报名：2026年10月10日24:00前，学生完成申请；
2.专家审核：2026年10月13日前；
3.结果公示：确定拟录取名单，公示无异议后将名单报送教务处，完成录取。
联系人：郭老师
咨询电话：010-64493879
咨询邮箱：12410004@uibe.edu.cn
师资团队介绍
唐晓彬
统计学院院长、教授、博士生导师，研究方向为政府统计与大数据分析、宏观经济统计分析等。国家社科基金重大项目首席专家，北京市宣传文化系统“四个一批”人才、惠园杰出青年学者，曾获王林生奖教金、北京市高校青年教师社会调研优秀项目一等奖等。全国统计教材编审委员会委员、中国统计教育学会常务理事、中国现场统计研究会理事、北京大数据协会理事等。
刘立新
统计学院教授、博士生导师，大数据风险管理研究中心主任，研究方向为金融统计、经济指数、风险管理等。曾获北京市优秀教师、北京市高校优秀党员、北京市教学名师，享受国务院特殊津贴专家。教育部统计学类专业教学指导委员会委员，中国统计学会常务理事。
熊巍
统计学院数据科学系系主任、教授、博士生导师。研究方向为复杂数据分析、应用统计模型、机器学习与深度学习等。曾荣获首届中国高校财经慕课联盟“同课异构”课程思政教学竞赛一等奖，第七届北京市“为党育人、为国育才”育人故事讲述一等奖，北京高校优质本科课程，对外经济贸易大学青年教学名师（第一名）。中国现场统计学会大数据统计分会常务理事、中国现场统计学会贝叶斯统计分会常务理事。
周珂
统计学院数量金融系系主任、教授、博士生导师。研究方向为数量金融、金融衍生品、金融风险管理。主持及参与多项国家和省部级项目。
许可
统计学院副教授、博士生导师，研究方向为高维数据建模与推断、非结构化数据分析。主持国家自然科学基金项目等国家级和省部级课题多项，发表中英文核心期刊论文二十余篇。曾获全国高校教师教学创新大赛一等奖、北京高校青年教师教学基本功比赛一等奖。
叶鹏
统计学院数据科学系副系主任、教授、博士生导师，研究方向为生物统计、半参数模型，入选惠园优秀青年学者培育计划，主持和参与多项国家和校级科研项目。
韩子非
统计学院副教授，研究方向为贝叶斯统计、统计计算、机器学习与临床试验规划等。主持国家自然科学基金青年项目。中国现场统计学会贝叶斯统计分会理事。
张书聪
统计学院副教授，硕士生导师，主要研究方向为微生物组数据、成分数据、图模型、高维数据等，主持并参与多项国家自然科学基金青年和面上项目。
朱映秋
统计学院副教授，硕士生导师。研究方向包括复杂数据聚类分析、电子商务数据挖掘、高频金融数据分析、深度学习、复杂网络分析。发表高质量论文20余篇。主持国家自然科学基金青年项目一项。曾获对外经济贸易大学“人工智能+”教学先进称号。
阎冬
统计学院助理教授、硕士生导师，主要研究方向为数理金融、期权定价、最优投资组合、数值计算与深度学习等。主持国家自然科学基金项目、外国专家项目等，在高质量期刊发表论文十余篇。
以数据洞察世界，以智能赋能专业。
未来的专业人才，不仅需要懂自己的专业，也需要理解数据、善用智能技术。数据科学与智能应用微专业，希望成为连接专业知识与数字智能时代的一座桥梁。
期待与你一起，在数据与智能的时代浪潮中，拓展知识边界，提升专业能力，探索更多可能。
文字：熊巍
校对：张可人、杜慧婷
审核：李悦、唐晓彬
| 对外经济贸易大学·统计学院 |
