数据科学与工程专业致力于培养“数据科学家”与“系统架构师”，即掌握数据处理和管理的基础理论，具备深度数据分析和数据挖掘技能、以及对大数据处理和管理系统和工具的使用、设计和开发能力，深刻理解数据的获取、建模、管理、利用的全生命周期，熟知相关技术、系统和应用的前沿动态和计算机、统计等相关学科的知识，具有从事科学研究、教学或应用开发，以及独立主持本专业技术工作的能力，具备进行创造性研究所需要的基础理论与动手实践能力。具体而言：在“应用驱动创新”理念指导下，掌握数据科学与工程学科所需的数理统计、数值计算与优化等基础理论；掌握数据分析和数据挖掘的基本技术与方法；深刻理解数据的全生命周期管理；掌握大数据处理和管理工具与系统的使用，具备其设计与开发能力；了解大数据应用中需求分析、数据和应用建模、系统选型、应用设计、开发和实施的过程，具备合作进行系统和应用研发能力；了解典型大数据应用（特别是各类“互联网+”应用）的技术问题和解决方法。 学院承担了包括国家重点研发计划、国家重大专项、国家863、国家973、国家自然科学基金等一批重要科研项目。学院与金融、物流、教育、互联网营销等行业领域积极对接，成立了9个校企联合实验室。
招生目录：
初试考试范围：
824 数据科学与工程综合
1.数据结构与程序设计
数据结构的概念；算法及其时间和空间复杂度分析；常用线性结构：栈、队列，循环队列, 数组, 字符串等；线性结构的链式存储，链表、链式队列、链式栈；递归概念、递归程序设计、回溯法、广度优先搜索、深度优先搜索；列表：查找的概念，顺序查找与二分查找；哈希表：利用哈希表进行查找，哈希冲突的解决；排序的概念：排序算法(插入排序、冒泡排序、快速排序、堆排序、基数排序等)；树：基本性质、常用存储结构、遍历算法、二叉树、二叉查找树、堆、二叉平衡树、多路树（B树）；图：基本概念、存储结构、遍历算法、生成树、拓扑排序、最短路径；C++语言程序设计：数据类型、操作符和表达式、控制流程、函数、程序结构、数组、指针、结构、基本输入输出。
【参考教材】
Robert L. Kruse，Alexander J. Ryba. 数据结构与程序设计——C++语言描述. 高等教育出版社，2001 （第1-12章）
2.数据管理系统及应用
数据库的基本概念：数据库、数据库管理系统、DBA；数据模型的基本概念：层次模型、网状模型、关系模型；关系模型：关系代数、关系演算；查询语言：SQL（DDL、DML）；数据库设计：数据库模式、范式、ER图、逻辑设计、物理设计、约束的使用；事务处理：ACID属性、事务在程序中的使用方法、并发控制、日志、恢复；数据库的基本工作原理：数据的存储方式、索引、查询的执行方式、查询优化。
【参考教材】
王珊, 萨师煊. 数据库系统概论（第五版）.高等教育出版社，2014（第1-11章）
3.操作系统
系统调用概念与机制、常用文件与进程相关的系统调用（POSIX）、操作系统结构、微内核、虚拟机、单道程序、多道程序、运行态、就绪态、阻塞态、新建态、僵死态、进程、进程模型、线程、线程模型、进程控制块 (PCB)、陷入、抢占、FCFS进程调度、时间片轮转调度、优先级调度、多重队列调度、最短进程优先调度、两级调度、同步、互斥竞争条件、临界区、忙等算法、锁变量、原子操作、信号量、管程、消息、饿死、经典IPC问题、两阶段加锁、IO 的各种控制方式、设备驱动程序、SPOOLing、死锁、死锁预防、死锁检测、死锁避免、银行家算法、RAM盘、磁盘、磁盘调度算法、时钟、终端设备、虚拟存储器、地址重定位、地址映射、逻辑地址、物理地址、固定分区、可变分区（动态分区）、交换、内碎片、外碎片、首次适配法、下次适配法、最佳适配法、最差适配法、分页、分段、页表、页表项、虚页、页框、多级页表、TLBs，翻译后援存储器（快表）、逆向页表、最近未使用页面替换算法（NRU）、先进先出页面替换算法（FIFO）、第二次机会页面替换算法、时钟页面替换算法、最久未使用页面替换算法（LRU）、软件模拟LRU算法 （NFU）、老化算法、Belady异常、系统抖动、工作集模型、工作集、文件系统、文件、目录文件、字符设备文件、块设备文件、硬链接、符号链接、目录项、i-node、超级块、打开文件表、文件系统安装、块高速缓存、文件系统的性能、一致性检查、文件系统安全性与保护机制。
【参考教材】
[荷] Andrew S. Tanenbaum，[荷] Herbert Bos著，陈向群，马洪兵等译.现代操作系统（原书第4版）.机械工业出版社，2017
4.概率论与数理统计及统计学习初步
随机事件与概率：随机事件及其运算、概率的定义及其确定方法、概率的性质（可加性、单调性、加法公式）、条件概率、独立性；随机变量及其分布：随机变量及其分布、随机变量的数学期望、随机变量的方差与标准差、常用离散分布（二项分布、泊松分布、几何分布、负二项分布）、常用连续分布（正态分布、均匀分布、指数分布、伽马分布、贝塔分布）、随机变量函数的分布、分布的其他特征数；多维随机变量及其分布：多维随机变量及其联合分布、边际分布与随机变量的独立性、多维随机变量函数的分布、多维随机变量的特征数、条件分布与条件期望；大数定律与中心极限定理：依概率收敛、按分布收敛、大数定律、中心极限定理（独立同分布下的中心极限定理）；统计量及其分布：总体与样本、经验分布函数、统计量及其分布、三大抽样分布、充分统计量；参数估计：点估计的概念与无偏性、矩估计及相合性、极大似然估计、均方误差、充分性原则、贝叶斯估计、区间估计；假设检验：假设检验的基本思想与概念、正态总体参数假设检验；线性回归：一元线性回归；统计学习模型的概念与基本原理：感知机、k近邻、朴素贝叶斯、决策树、线性可分支持向量机、离散状态的马尔可夫链、高斯混合模型。
【参考教材】
茆诗松，程依明，濮晓龙. 概率论与数理统计教程（第三版）.高等教育出版社,2019（第1-8章）
李航. 统计学习方法（第二版）.清华大学出版社，2019（第2-5，7，9，19章）
复试范围：
1. 上机考试：主要考查学生运用计算机编程解决问题的能力，上机语言为C、C++、Java或Python。 2. 运用专业基础知识的综合能力（口试），相关基础知识包括高等数学、离散数学、数据结构、操作系统、数据库系统、分布式系统、概率论与数理统计、机器学习与数据挖掘等。 3. 外语听力、口语测试。
考研辅导
想要考上海财经大学非常不易，考生要做好充足准备。至于是否需要报班看个人情况，如果自制力比较差，报班不是什么坏事。不同的学校专业课千差万别，最好是有目标的找对应院校的学长学姐辅导。如果想冲击名校，需要的是针对性的提升，推荐一对一考研辅导。新祥旭考研辅导2005年成立，十几年的时间沉淀了大量的储备师资，随时可以上课，独家签约高分学长学姐，帮助你形成独特的竞争优势。
新祥旭一对一辅导班的学长学姐在课前会与你沟通，了解你的学习情况，沟通需求，为你专门定制一份专属的授课计划，这样在后续上课的过程中，才能点点到位，取得良好的复习效果。目标院校的在读研究生提供的不仅是复习技巧和方法，更是靠谱的一手资讯，帮助你在短时间内迅速提高科研素养，节约时间成本，增大上岸的概率。
新祥旭考研机构提供考研自习室，每人配备独立专属空间，安静舒适。针对机构在读学生全天开放，学生可根据自身不同情况，选择时间利用。
新祥旭辅导的学员，许多进了北京大学、清华大学、上海科技大学、中国传媒大学等国家重点大学继续深造。新祥旭对辅导考生考入名校，考入重点已有着成熟的经验与完善的体系。我们的目标是所有在新祥旭学习的学员一次就考上自己心仪的名校，完成你的人生的名校梦想。
