一、    学院概况

华东师范大学于2013年9月成立“数据科学与工程研究院”，作为学校的二级独立实体，开展科研和研究生教学工作。2016年9月，研究院经过三年发展，在学校支持下升级为“数据科学与工程学院”（简称：数据学院），并于2017年开始招收数据专业本科生。学院秉承与学术界和产业界密切合作的传统，坚持“应用驱动创新”的办学理念和科研精神，营造了开放、融合、创新的新型教学和科研氛围。学院正努力成为国际一流的数据科学与工程人才培养基地、协同创新平台、科学研究和学术交流中心。

学院教师科研队伍结构合理，年富力强，其中包括教授/研究员11人，副教授/副研究员8人，以及国际化的顾问委员会。

面向各领域在新时代结构转型、产业升级中所急需的创新型信息技术，特别是金融、电信、教育、制造、物流、能源等领域应用互联网化带来的数据治理、数据管理与数据分析挑战，学院开展了广泛而深入的研究，主持承担了包括国家重点研发计划、国家重大专项、国家973/863项目、国家自然科学基金重点项目在内的一批对接国家重大需求或基础研究挑战的项目或课题。学院科研工作坚持“做真的研究，做有用的研究”，通过华东师大-人民大学-印度瑟斯数据科学联合实验室、华东师大-珍岛集团数据科学与智慧营销联合实验室、华师大-欧冶产业互联网大数据与区块链实验室、“十三五”上海民政科研基地、华东师大-瞰点科技联合实验室等科研基地或校企联合实验室，进行应用需求调研、联合研究，以及成果输出与转化。近年来，学院取得的创新型科研成果包括：可扩展事务处理系统CEDAR、分布式内存数据库Ginkgo、区块链与分享型数据库系统StarChain、在线一课一练教育平台、企业社交网络服务Talent Network、研究生智慧服务平台等，并在2017年度获得了教育部科技进步一等奖和上海市科技进步一等奖。

学院致力于培养对于应用领域具有强烈好奇心和深刻领悟能力，在数据科学与工程方面，特别是新型数据管理系统和大数据平台研发、数据治理全生命周期建模、机器学习和人工智能算法设计、数据管理与分析应用等方面，具有扎实理论基础和很强动手实践能力，具有一定的核心系统研发和应用设计、开发经验的新时期高端网信人才。

二、    师资力量

数据科学与工程学院通过专职、双聘、兼职、访问学者等多种人才吸引模式，建设了一支专业化程度高、创新性思维丰富、执行能力强的师资团队。全职成员中，国家杰出青年基金获得者1人，教育部新（跨）世纪人才3人，霍英东“青年教师基金”和“青年教师奖”获得者各1人，上海市优秀学科带头人1位，上海市青年科技启明星2人，上海市青年科技英才扬帆计划获得者1人。

学院导师团队由长江学者、国家杰出青年基金获得者周傲英教授领衔，成员包括钱卫宁、翁楚良、周烜、金澈清、张蓉、董启文、黄定江、蔡鹏、高明、张召、洪道诚、罗轶凤、胡卉芪、徐辰、王晔、毛嘉莉、王伟、陆雪松等。

学院国际化顾问委员会由Rakesh Agrawal（Data Insights Laboratories创始人和主席、美国国家工程院院士）、Dina Bitton（SAP前首席技术官办公室顾问）、Michael Carey（美国加州大学尔湾分校信息与计算机系Bren教授、美国国家工程院院士）、Michael Franklin（美国芝加哥大学计算机系Liew Family Chair、系主任）、H.V.Jagadish（密西根大学电子工程和计算机科学系Bernard A Galler Collegiate教授）、Masaru Kitsuregawa（日本国立情报研究所(NII)主任、东京大学教授）、陆汝钤（中国科学院院士、中科院数学与系统科学研究院研究员）、Volker Markl（柏林工业大学教授）、Ming-Chien Shan（Klis INC执行副总裁）、Vishal Sikka（斯坦福大学兼职教授）、Gerhard Weikum（德国马克斯·普朗克研究所信息分所主任、德国科学与工程院院士）等学者组成。

三、    博士、硕士学位点设置

四、    科研平台与成果展示

1.  系统研究成果

CEDAR

数据学院的研究队伍自2013年开始面向金融、电信、零售和服务等行业的关键任务应用需要，研究支持可扩展事务处理的数据库系统架构与实现方法，在开源的OceanBase 0.4.2系统的基础上，设计实现了支持高通量、高性能、可扩展事务处理的开源系统Cedar。其核心技术在交通银行、海尔、江苏移动的多个系统中进行了应用验证。

Ginkgo

数据学院的团队自2012年开始，以双实时（即业务系统向分析系统的实时数据注入，以及数据的实时分析型查询处理）为目标，开展了新型数据库系统核心技术和应用的研究，以应对在 “互联网+”应用用户基数大、需求变化快这一大背景下，海量实时数据分析的高可靠、高可用、高性能、高弹性需求的挑战，自主开发了分布式内存数据库Ginkgo。该系统不仅可以充分利用集群的计算资源高效处理查询任务，还集成了数据注入引擎，以提高数据库的时效性。Ginkgo的注入引擎可以及时接收外部数据源产生的最新数据，并将这些数据存储。这使得查询可以在最新的数据集上执行，获得最新的强一致的查询结果。

区块链与分享型数据库

受区块链技术启发，自2016年开始，我们开始探索面向制造、物流、数据资源交易流通等领域和应用的分享型数据库技术。数据学院通过与欧冶云商合作，构建了基于区块链的仓单管理、查询、信息共享应用。我们正在构建分享型数据库管理系统，面向动态成员的联盟链环境，支持结构化数据的统一管理与访问，支持高性能、可扩展的数据存储与处理。

2.  应用研究成果

研究生智慧服务平台

数据学院负责华东师范大学研究生智慧服务平台的研制和开发。该平台将招生、学籍、培养、学位等子系统构建在统一信息平台上，实现数据的互通互享，依据具体业务逻辑和数据变动实现有效的统一操作与管理，保证数据的完整性和一致性。为了满足移动互联网时代的需求，该平台使用华师大自主知识产权的产品与开源系统构建，向全校师生及相关职能部门提供了全新的信息服务，也为华师大研究生培养水平的提升创造了有利条件。

Talent Network：基于设计思维的企业社交网络服务

自2015年6月开始，华东师范大学的研究团队与印孚瑟斯研究院的研发人员一起，着手为企业构建一个职业社交网络——Talent Network。该服务能够收集项目管理信息、邮件、论坛等企业内部真实可靠的数据，并基于用户的物理世界的真实信息构建一个在线社交网络。除去个人信息管理、好友管理等基本的社交网络功能，系统通过用户画像技术帮助员工了解自身及好友的项目经历、技术特长等信息。基于离线与在线关系构建的企业社交网络，系统通过推荐高效的沟通路径，帮助员工更为有效地在企业内寻求帮助。针对企业管理层，系统除了提供用于支持企业管理与决策的数据报表外，还包含能够利用员工画像与社交网络的智慧化团队组建工具等高级应用，从而极大地减轻了管理人员的工作负担。系统已于2016年11月14日上线运行，目前服务于印孚瑟斯印度分公司和美国分公司超过12万名的员工。

在线一课一练教育平台

 “EasyStudy：在线一课一练教育平台”是由数据学院开发的一个中小学生在线学习平台，实现了教辅图书《一课一练》的在线化。该套图书是华东师范大学出版社针对K12教育制作的品牌系列丛书。它精编了覆盖小学一年级到高中三年级全部课程的优质习题；每道习题的设置都经过编者的深思熟虑，形成了一个有序、有效的训练系统，在国内外产生了深远的影响。EasyStudy提供高质量题库、个性化试卷、自动阅卷、标准解答、统计报表等功能。使用了海量存储、高性能数据处理、智能服务等大数据技术，以应对平台在访问吞吐量和用户体验上的需求。

3.  联合实验室

华师大-欧冶产业互联网大数据与区块链实验室

2017年5月31日，“华师大-欧冶产业互联网大数据与区块链实验室”揭牌成立仪式举行。实验室的成立将固化华东师大和欧冶双方的合作研发关系，在人才培养、学科交叉、社会服务等方面开展新的合作，探索“互联网+”背景下的“产-学-研-用”一体化的合作新模式，从服务钢铁行业开始，进而推广，服务产业互联网的发展与应用。学校还将通过联合实验室，学习、吸收、消化欧冶云商在钢铁行业的模式、机制和技术创新，通过大数据、区块链等技术，实现信息化2.0，提升自身在人才培养、科学研究、社会服务等方面的能力。

华东师大-珍岛集团数据科学与智慧营销联合实验室

珍岛集团与华东师范大学联合建立的“数据科学与智慧营销联合实验室”于2016年9月26日正式揭牌。双方通过“数据科学与智慧营销联合实验室”的密切合作，实现技术和经验的互补，在数据科学、大数据、分布式计算、智能营销领域开展联合创新研发工程，并推动研发成果的商业化快速落地，为行业用户提供更高效、更优质的互联网营销服务及应用，为数字营销领域企业服务市场提供更强有力的支撑。

华东师大-人民大学-印孚瑟斯数据科学联合实验室

华东师大-人民大学-印孚瑟斯数据科学联合实验室于2015年3月成立。过联合实验室，数据学院与印孚瑟斯公司在互联网化新型信息系统联合研发、“自主可控、安全可靠”的数据管理系统应用推广、社交网络服务与数据分析、本科生与研究生培养等方面开展了紧密合作。双方还在数据科学与工程专业学位研究生课程改革与建设项目上开展合作，共同推进案例教学的试点与实施。

“十三五”上海民政科研基地

2016年12月，上海民政局举办了首批“十三五”上海民政科研基地授牌仪式暨专家座谈会，数据科学与工程学院入选首批授牌基地。民政科研基地的主要建设目标是推进上海民政事业改革发展，扩大上海民政工作在全国的影响力和引领效应，助推研究成果转化为民生福祉政策；推动上海民政事业改革与发展“十三五”规划各项任务落地，建立动态观察和评估机制；推动民政智库建设，完善运行机制，发掘民政业务领域内的新兴研究力量，培育中青年科研骨干，保持民政科研供给的持续和稳定；推动科研成果转化，建立共赢合作机制，促进理论和实践的有效结合。

华东师大-瞰点科技联合实验室

华东师大-瞰点科技联合实验室于2018年6月成立。基于优势互补、合作共赢的理念，双方将在联合实验室的框架下就金融智能投研大数据与人工智能技术的开发与应用开展合作。学院已建立与瞰点科技在金融知识图谱、事件库与事件挖掘等项目上的合作。

4.  科研奖励

5.  部分国家级研究课题

 五、    奖助学金政策

 1.  奖学金设置情况

 2.  助学金设置情况

 六、    研究生招生目录

快问快答

Q:  数据学院研究生的学制是几年？

A:  数据学院今年招收4类不同的研究生，分别是：直博生、申请考核制博士生、长学制学术型硕士生、专业硕士生。直博生的标准学制为5年，申请考核制博士生的标准学制4年，专业硕士的标准学制为2.5年。

长学制学术型硕士生以培养从事科研工作的人才为目标，学制灵活，可根据同学学习和科研情况进行调整。新生入学后修读课程并参加科研实践。在修读完成必要课程，并在科研活动中进展顺利时，可参加博士资格考试。如果通过考试，则转为博士生培养。我们希望学业顺利的同学在入学5年后可获得博士学位。对于未通过资格考试的学生，有可能需要4年时间获得硕士学位毕业。

Q:  请介绍一下数据学院研究生的培养方案特色？

A： 数据学院具有完备的贯穿本科生、硕士生、博士生阶段的教学培养体系，通过课程和科研实践培养对新型数据应用具有深刻理解，并具有扎实理论基础和较强动手实践能力的学生。学院以培养“系统架构师”和“数据科学家”为培养目标。

除课程学习和导师指导以外，学院每年暑假举办“数据科学与工程暑期学校（DaSESS）”，邀请来自高校、研究机构与企业的国内外知名专家介绍数据科学与工程的研究与应用前沿进展和趋势，并开展研讨，开拓学生眼界，为开展新兴研究方向奠定基础。

研究生培养过程注重平衡的理论与实践能力培养。学院具有多个企业联合实验室和政府科研基地，提供培养学生实践能力的资源。

Q: 学院的住宿条件、收费标准如何？

A：我院校内研究生宿舍主要分为公寓和普通宿舍，公寓有独立卫浴，普通宿舍设有公共洗漱区，每个宿舍区设有公共浴室，固定时段开放。每间宿舍都可以安装空调，学生需支付租赁费申请安装。校外宿舍主要有同普路研究生公寓、中江路研究生公寓，均有独立卫浴，有热水淋浴。硕士生为四人间，博士生为两人间。

住宿费按学年收取，每学年从新生入学的9月份起到次年的6月份止。普通宿舍每人每学年700-900元人民币，公寓每人每学年1200元人民币。

Q：学生的基本生活条件如何？

A：学生的收入来自于三部分。第一部分是每位同学都有的助学金；第二部分是参与实验室科研实践，或者承担“三助”获得的津贴，每一位认真参加实验室工作的同学都会获得，当然金额根据工作性质和质量各有不同；第三部分是企业所捐助的奖学金，奖励给在学业和科研上取得突出成果的同学。这些收入能够保障绝大多数同学在校园的生活。

Q：学术型硕士和专业硕士的区别是什么？

A：两者的培养目标不同，因此培养计划也不同。学术型硕士旨在培养将来能够从事科学研究的人才，培养计划按照学生将继续攻读博士学位而设计，是“长学制”，学业顺利的话应该在第五年拿到博士学位毕业。因此，学术型硕士生需要修读的课程体系更完备，对于科研和实践，以及科研交流等方面的培养也更平衡，当然要求也更高。学术型硕士的学制灵活，对于没有意愿或不适合继续攻读博士学位的学生，可以在达到硕士培养要求后获得硕士学位毕业。学术型硕士理想的毕业去向包括国内外的高校或企业科研机构、研究院，或者从事创新型系统或应用研发工作。如果你有意成为一个系统架构师或数据科学家，选择学术型硕士将使你具有更全面、更综合的能力，更容易达成目标。

专业硕士以培养工程型人才为目标，学制更短，培养计划中突出理解和解决实际工程问题的能力。专业硕士的培养过程中将大量参与研发工程实践工作。如果你有意成为一个适应互联网+、大数据、人工智能时代的IT工程师，选择专业硕士将使你具备适应新时代的能力。

在学院为同学所提供的学习和实践条件方面，两者并没有本质差别，包括机器配置、机房环境等。学生的科研津贴与所参与的具体科研实践工作，以及完成情况有关，与培养计划和学制无关。

Q：长学制学术型硕士与博士生的区别是什么？

A：长学制学术型硕士具有更灵活的学制，包括退出机制，可以在获得硕士学位后毕业。

在助学金方面，博士生入学之后，即按照博士生的培养计划进行培养，获得的也是博士生助学金，而学术型硕士在通过资格考试，转成博士生后才享受博士研究生的助学金。

Q：数据学院的培养目标、培养计划、研究方向、毕业去向与计算机科学与技术、软件工程、统计的相关研究方向的区别和特色是什么？

A：首先，我校其他相关院系以及其他学校也设有名称上与“数据科学与工程”类似的专业，招收研究生。和那些专业相比，数据学院突出“应用驱动创新”的理念，并始终坚持“开放成就创新”的做法。具体而言，数据学院的研究生，无论是硕士生还是博士生，都要紧密参与与应用相关的科研与开发活动，从应用中找问题，在应用中验证研究成果的效果和先进性。这使得学生得到的培养和锻炼更全面和丰富，当然，在就业市场上也更受欢迎。

第二，数据学院的研究方向更灵活和具体，具有鲜明的时代、专业和中国特色。以学院特色研究方向新型数据管理系统/面向互联网级的事务处理为例，这两个方向紧密对接金融和电信行业核心信息系统“自主可控、安全可靠”发展战略，面向“互联网+”大潮下后台数据管理系统被国外垄断企业“卡脖子”的问题。很多参与这些工作的同学毕业前很久就被蚂蚁金服、阿里巴巴、华为、交通银行等企业定向招收。以学院另一项特色工作研究生智慧教育平台为例，由于学生能够接触从数据采集到清洗和预处理，再到管理、分析、可视化，学生能够接触大数据全流程治理过程，能够在新型微服务架构下进行全面的研发锻炼，能够尝试各种最新的大数据处理和分析方法和工具。这些培养和锻炼使得学生能够做“顶天”——具有理论高度和技术先进性的工作，和“立地”——具有广泛使用基础，惠及大量用户的工作。

第三，数据学院不仅是一个学习和科研场所，还是一个接触社会了解社会的平台。我们有校企联合实验室。我们的合作企业每年都从参与实验室工作的同学中选拔优秀毕业生。我们有企业奖学金。取得突出成绩和成果的获奖同学将在颁奖典礼上，面向学院所有合作企业、伙伴大学、学校部门嘉宾和学院师生前报告自己的工作和成绩。典礼结束后，获奖同学还将和到会嘉宾进行更深入的交流。我们每年有学院周年庆庆典，合作大学和企业进行交流和庆祝；有定期地暑期学校，对最前沿、最热门、发展最快的研究方向开设课程开展研讨；有不定期的“数据科学与工程”系列讲座，邀请国内外知名学者开展学术交流。通过开放办学，学院为所有学生提供了一个自我发展、自我提升、自我宣传的平台。

Q：数据学院的招生看重学生的什么能力？除公布的初试要求外，对于复试的要求是什么？

A：数据学院看重学生的理念认同、修读意愿、吃苦能力。“一身土，一身泥”是数据学院对学生的基本要求，也只有认同数据学院发展理念，具有强烈修读意愿的学生才能接受这样的培养方式。同时，数据学院的优秀学生往往也有良好的逻辑分析、表达交流、动手编程能力。在复试环节，主要考察学生的编程动手能力、英语听说读写、计算机和数据分析专业理论能力和项目实践经历。

Q：数据学院是否欢迎“跨考”的考生？

A：数据科学与工程本身就是一个交叉学科，其内容涵盖计算机科学与技术、软件工程、统计学、管理信息系统、图书情报档案等。我们欢迎跨专业的考生，因为他们具有独特的专业特色背景，有助于学院形成开放、交叉、融合的学习和研发氛围。我们希望跨专业考生在原专业具有突出的能力，并且有着开放的态度，主动、积极学习新专业的知识，锻炼自己的综合能力，既保持自身特色和优势，又能顺利融入新专业的知识体系。

Q：听说数据学院的研究生在学习阶段不可以实习，是真的吗？是否会影响学生就业？

A：并非如此。数据学院反对低质量的与学业无关的实习活动。

数据学院每位学生都要参与大量的实习和实践活动。例如，学院与合作企业建立了一批联合实验室，共同研究企业所需要解决的科学和技术问题。在联合实验室的工作，或者其他科研项目工作，无论是在校园中还是在企业前线，都是实习工作。工作场所和工作内容、合作企业性质相关。在这些实习和实践中，学院教师与企业资深工程师都会共同指导学生的研发和学业。这些实习实践工作都是“顶天立地”的工作，都将成为学生毕业成果——毕业论文的一部分，也是科研/实习/实践津贴发放，以及奖学金评选的主要依据。

高质量的实习，不仅要求实习企业具有响亮的名号，还要求细致的实习过程指导和具有展示度的实习成果。学院学生的实践活动通过项目，特别是学院官方账号开源的系统，为学生提供了一个公开的展示平台。

数据学院（研究院）坚持这一实习管理办法已超过5年，学生就业形势逐年看好。近年来还出现了个别研究生毕业前一年就被大型互联网企业和国有银行“预定”的情况。可以说，高质量实习对于提升就业质量具有非常积极的作用。

Q：数据学院的导师有哪些研究方向？有没有做人工智能（AI）/大数据（Big Data）/机器学习（Machine Learning）/深度学习（Deep Learning）/知识图谱（knowledge graph）/区块链（blockchain）的老师？

A：数据学院的教师队伍逐年壮大，尤其是最近发展很快。学院的研究方向也从原先以数据管理和数据分析应用向着多元化转变。但无论如何发展，学院始终坚持“应用驱动创新”，也就是问题从应用中来，成果到应用中去，成果通过创新体现先进性。云计算、大数据、机器学习、深度学习、人工智能、知识图谱、区块链都是我们密切关注的技术方向。在这些方向上，学院都有教师和实验室跟踪学术前沿、做相关研究。但这些研究工作是否大规模开展、是否投入研究生开展工作，则要视应用潜力和趋势而定。以深度学习为例，目前我们就在积极探索她在智慧教育环境中的应用，以及由此引发的新的技术挑战；在区块链方面，我们在物流、数据共享和治理方面正在探索应用，并试图解决其核心技术挑战。当然，学院的研究方向还包括具有鲜明特色和新型数据管理系统，以及教育与信息技术深度融合。

我们希望报考的同学从更高的角度来看待研究方向的选择。研究生阶段培养的是发现问题、分析问题、解决问题的能力，而不是单纯的技术培训。

Q：我想报考数据学院，什么时候联系导师合适呢？

A：如果你对数据专业感兴趣的时候，就可以联系数据学院的任何一位导师，从而深入了解数据学院已经做了什么，正在做什么，将来还打算做什么。

Q：如果我有更多的疑问，怎么联系学院的老师回答呢？

A：你可以关注数据学院的公众号（dase_ecnu）、访问数据学院主页（http://dase.ecnu.edu.cn）来解惑，也可以发邮件给（dase@dase.ecnu.edu.cn）或者打电话给我们。学院主页上有所有老师的联系方式。

如果你正好在上海，有时间到华东师范大学中山北路校区（中山北路3663号），也欢迎你到数学馆1楼来参观。我们的老师和同学都会欢迎你。

Q：是否可以介绍正在读或者刚毕业的数据学院的师兄师姐，给我们介绍数据学院的情况？

A：当然可以。如果有想了解的问题的话，请告诉我们，我们再转给相关同学。如果你就读的学校在过去几年中有同学进入了华东师范大学数据科学与工程学院学习，也可以咨询他们。

如果你正好在上海，有时间到华东师范大学中山北路校区（中山北路3663号），也欢迎你到数学馆1楼来参观。我们的老师和同学都会欢迎你。