一、培养目标

本科阶段：

培养适应我国数字经济发展需求，具有数据分析、管理优化等理论基础，具有管理系统、社会系统、经济系统等领域大数据分析、决策能力，具有社会责任感与职业素养，具有国际视野和团队协作能力的德智体美劳全面发展的高素质创新人才。

预期毕业五年以上的毕业生具备：

1.大数据分析与应用能力：具有数据分析、管理优化等理论基础，能为企业及各类社会组织开展大数据建模、分析、大数据驱动的优化与决策工作。

2.数字经济时代运营管理能力：具有运营管理能力，能服务国家战略和国民经济主战场，适应数字经济时代社会、经济和产业发展的管理决策需求。

3.社会责任感与职业素养：能树立社会主义核心价值观、强烈社会责任感和良好的思想政治素质。

4.国际视野和团队协作能力：能在学术研究和社会实践中参与全球竞争与协作，具有组织领导能力、协作配合能力。

研究生阶段：

致力于培养德、智、体、美、劳全面发展，具有实事求是、科学严谨的治学态度，在本专业领域具有坚实的基础理论及系统的专业知识，具备从事管理科学与工程相关的学术研究工作的能力、能够从事本专业理论和应用研究的高级专门人才。具体要求如下：

1.具有坚定理想信念、高度的社会责任感和爱国奉献的人文情怀，综合素质高。

2.掌握坚实的管理学基础理论和专业知识，了解本学科最新研究成果和发展动态。

3.能运用现代科学研究的方法和手段开展科学研究，取得具有一定创新性的研究成果。

4.具有开拓创新精神和优良的学术作风，在学术、教育和管理等方面发挥引领作用并具备全球胜任力。

二、毕业要求

毕业生应获得以下几方面的知识和能力：

本科阶段：

1.学科基础知识：要了解学科通识知识，掌握学科基本理论。学科通识知识包括自然科学、社会科学、人文学科等基础知识，并要形成合理的整体性知识结构。学科基本理论包括管理科学与工程类专业的基本知识和基本理论、以及其他管理类基础理论知识，如管理学、经济学、金融学等。

2.专业知识：要掌握大数据理论与方法知识、数理理论与方法知识、人工智能技术知识。大数据理论与方法知识，是指在大数据采集、处理、分析、挖掘上、在大数据平台技术上、在数据治理与管理技术上具有扎实知识基础。数理理论与方法知识，是指对于各类优化问题，在建模、算法与开发的理论、方法与工具上具有扎实知识基础。人工智能技术知识，是指在人工智能理论与方法、机器学习理论、方法、算法模型及原理上具有扎实的基础。

3.专业能力：要具备问题分析能力、设计/开发能力、研究能力。问题分析能力，即能够本专业的基本原理，识别、表达、并通过文献研究分析经济管理领域的复杂问题，以获得有效结论。设计/开发能力，即能够设计针对复杂管理问题的解决方案，设计满足特定需求的系统结构或业务流程，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。研究能力，即能够基于本专业基本理论，采用本专业的分析方法对复杂管理问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.综合能力：要具备工具使用能力、综合应用能力、终身学习能力。工具使用能力，即能够针对复杂管理问题，开发、选择与使用本专业各类开发工具、开发平台，对复杂管理问题进行求解或分析，并能够理解其局限性。综合应用能力，即具有经济管理实践问题的分析与归纳能力，具备企业管理、工程管理及特定领域大数据的分析与建模方法，具备管理决策大数据的建模与分析能力。终身学习能力，即具有自主学习和终身学习的意识，有不断学习和适应发展的能力。

5.人文和专业素养：要拥有人文素养、专业素养和团队协作素养。人文素养，是指树立良好的思想政治素质和社会主义核心价值观，具有良好的道德修养和社会责任感、符合社会进步要求的价值观念和爱国主义情怀。专业素养，是指坚持职业操守和道德规范，具有事业心、责任感和严谨的工作态度，以及遵纪守法、诚实守信和勇于奉献的精神。团队协作素养，是指具有良好的人际关系与团队合作素养，能够适应不同的组织环境、任务，具备沟通与协调的高素质素养。

研究生阶段：

1.培养严谨求实的科学态度和作风，具有创新求实精神和良好的科研道德，并具备本学科学术带头人所需的优良综合素质。

2.具有管理科学与工程领域坚实、宽广的基础理论和系统、深入的专门知识，可胜任本学科领域中高层次的教学、科研、工程技术工作与科技管理工作。

3.培养科技开拓创新精神，创造性地从事研究工作的能力和优良的学术作风，在本学科或专门技术上做出创新性的成果。

4.培养科研团队精神，且具有独立从事科学研究工作的能力。

三、培养特色

1.学科交叉，融合贯通。以智能交通大数据、能源大数据和医疗大数据为背景，结合管理学、数学、人工智能和计算机科学等多学科知识，致力于培养具有管理学、交通、能源、医疗等行业的数据分析和大数据解决方案能力的人才。

2.产教融合，前沿引领。依托校内实验室和校外实习基地，提供国际合作项目和实践机会，强化学生信息产品设计和大数据分析的应用能力。鼓励学生以社会实践中社会需求为目标，在产学研融合中培养其创新思维和解决实际问题的能力。

3.学术驱动，导师培养。采用本科生导师制，利用科研项目驱动的教学方式，让学生从大二开始进入导师的科研团队，参与导师的国家级项目，培养学生的科研能力，挖掘学生的学术研究潜能，以此驱动学生的求学热情。

四、主干学科

管理科学与工程

五、专业核心课程

多元统计与建模、运筹学（一）、决策分析、云计算、大数据分析与可视化、强化学习、神经网络与深度学习、多模态数据分析、管理系统仿真与数字孪生、公司金融、营销科学原理