人才培养目标：

本专业培养德智体美劳全面发展，秉承“信敏廉毅”校训精神，适应国家大数据战略和数字经济发展需要，具有数学、统计学和计算机科学基本理论，具备数据采集存储、分析建模、挖掘学习、管理决策能力，能在金融机构、工商企业和政府部门从事数据管理与融合应用工作的复合型人才。

学生毕业后经过5年左右的实际工作，达到以下预期成就：

目标1. 应用数据采集存储、分析建模、挖掘学习、管理决策等专业能力，承担财经及其相关领域多学科背景下的金融数据分析、运营与商务数据分析、政府政务数据分析等工作。

目标2． 针对财经及其相关领域多学科背景下的复杂工程与管理实际问题，运用数学、统计学、计算机科学、数据科学等知识，经调研、分析、判断和综合处理等过程，提出并践行数据管理与融合应用解决方案。

目标3. 开展财经及其相关领域的大数据技术和管理工作，主动提高并展示多学科背景下的沟通和跨文化条件下的交流能力以及国际视野。

目标4. 履行并承担大数据技术与管理人才应尽的社会义务及责任，主动提高并展示自身社会服务的职责、社会公德、人文科学素养和职业道德。

目标5. 主动锤炼团队意识和终身学习能力，主动拓展自己的知识和能力，关注本专业与其他学科交叉融合的新理论、新方法和新技术，追求新职业机会，适应不同环境赋予的工作任务，能够在不同的岗位上做出贡献，获得自身的持续发展。

专业特色与竞争优势：

（1）深化培养学生的数学与计算机编程基础：为使学生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度和广度，并要求学生熟练掌握C语言、Java面向对象程序设计、Python语言等计算机编程基础，为学生学习数据分析相关专业课程和应用软件奠定坚实基础。

（2）加强培养学生基于统计与优化的数据分析能力：开设管理统计学、随机过程、时间序列分析、数学建模、运筹学、最优化理论与算法、算法设计与分析、并行与分布式计算、网络爬虫实战、数据挖掘、机器学习、软件工程、数据可视化等统计、优化、数据分析和应用开发类核心课程，并要求学生能够基于Python语言或者SAS、SPSS、Matlab和R等数据分析软件进行数据分析实战。

（3）突出数学、计算机科学与财经商务管理等不同学科的交叉融合，围绕金融大数据分析、运营与商务数据分析、运筹分析与管理决策、大数据挖掘与应用开发等四个专业方向，设置不同的专业方向选修课程，为学生提供不同的专业化行业知识和教学案例，培养学生面向不同行业背景的综合数据分析与管理决策能力。

（4）重视学生面向不同行业和数据现状的数据解决方案设计的应用实践：在课程体系中设置多种形式的实践环节，通过大数据分析实训平台进行多样化案例教学，辅导学生参加数学建模、数据分析和计算机作品等不同形式的实践竞赛，并充分利用校外实习基地，加强校企合作，促进产学研结合。

主要专业课程：

算法分析与设计、数据挖掘、机器学习、Python语言与数据分析、并行与分布式计算、时间序列分析、云计算与大数据分析、大数据管理技术、金融数据分析、量化投资分析。