# 目录
[1 学院概况](#1)<br>
[2 直博项目介绍](#2)<br>
[2.1 项目基本信息](#2.1)<br>
[2.2 项目培养方案](#2.2)<br>
[3 专业硕士项目介绍](#3)<br>
[3.1 项目基本信息](#3.1)<br>
[3.2 项目培养方案](#3.2)<br>
[4 保研推免生考核流程](#4)<br>
[4.1 材料筛选](#4.1)<br>
[4.2 入营面试](#4.2)<br>
[4.3 录取](#4.3)<br>
[4.4 注意事项](#4.4)<br>
<div id="1"></div>
# 1 学院概况
为了进一步提升我校统计学和数据科学学科的整体实力，优化统计学和数据科学学科的师资队伍结构，提升统计学和数据科学学科的国际化水平，增强对我校相关人文社会科学学科的支撑能力。学校于2015年3月24日发布通知（2014-2015学年校政字16号）成立[中国人民大学统计与大数据研究院](http://isbd.ruc.edu.cn/)（简称“研究院”）。研究院是中国人民大学为建设“人民满意、世界一流”大学，迎接大数据时代挑战而成立的教学科研实体。学校将研究院定位为学术特区，要求研究院以建设国际一流统计学和数据科学学科为目标，按照“高起点，高水平，入主流”的发展方针，抓住前沿，凝聚力量，创建亮点，为学校建设世界一流大学做出应有的贡献。随后，研究院进入筹建，于2015年12月正式挂牌成立。目前，研究院设有数理统计、卫生与生物统计、计算统计、金融统计、应用统计、数据科学与人工智能等研究领域。
在推进统计学与数据科学一流学科建设过程中，学校赋予研究院高度自主权，批准研究院以超常规的发展模式，从全球招聘优秀的统计学与数据科学人才，并以开放的思维，引入国际先进的人事管理、考核和晋升制度，以“引得进、留得住、用得好、走得了”的灵活机制，创造宽松和稳定的环境，培育一支高水平的师资团队。目前，研究院聚集了一批富于创新精神的学术骨干，全职教师12名、高层次团队4名。
追求卓越是研究院全体教师的最高目标。在科学研究方面，卓越体现在学科前沿原创性研究。研究院的师资团队已表现出较强的原创性研究能力，已在国际一流统计学和经济学期刊上发表论文数百篇，其中有相当数量的论文发表在国际统计学和计量经济学权威期刊上。仅过去三年里，研究院的教师以中国人民大学第一署名单位已在国际一流期刊上发表或接受发表论文39篇、其中国际权威期刊上发表或接受发表论文17篇。在人才培养方面，卓越表现在培养世界一流水平人才的能力上。研究院与北美排名第15名的统计学科美国德克萨斯A&M大学统计系，达成全面战略合作协议，双方在学科建设、师资队伍建设、科学研究、人才培养和政府咨询服务等方面，进行全方位的合作。目前，双方已正式启动“统计学双博士学位项目”，首批9名2016级博士生研究生已经入学两年有余，其中8名博士研究生全部获得国家留学基金委资助于2018年8月已赴美国德克萨斯A&M大学继续攻读博士学业。第二批12名2017级博士研究生已经入学一年有余，第三批11名2018级直博生目前已入学，第四批2019级9名直博生目前已完成预录取工作。
在智力引进和学术交流方面，由我院牵头申报的“**科技部创新人才培养示范基地**”成功入选科技部2017年“创新人才推进计划”。研究院目前已成功获得“**社会经济大数据技术与应用创新引智基地**”和“**生物医学统计创新引智教学与研究平台**”的立项，并在双一流建设经费的支持下，开展了高水平学术活动近90场，共邀请近百余位专家访问我院并进行学术交流，极大地丰富学术气氛。
我院在“产、学、研”合作方面成果丰硕。相继联合论答教育公司建立论答教育大数据研究中心，主要解决大数据在教育行业中的应用问题，合作开发教育领域自适应学习推荐产品，共同推动教育大数据及自适应学习的发展；与北京理工大学成立北京大数据联合教育中心，共同推进高校大数据教育；与北京腾云天下科技公司合作培养金融大数据人才；与上海数喆数据科技有限公司合作建立小微商户大数据库，联合开发贷后风险控制模型以及精准营销模型等。
<div id="2"></div>
# 2 直博项目介绍
<div id="2.1"></div>
## 2.1 项目基本信息
| 信息 | 详情 |
| :------: | :----------------------------------------------------------- |
| 招生方式 | 本科直博制 |
| 专业学科 | 统计学 |
| 研究方向 | 统计学专业（统计学方向），统计学专业（数据科学与人工智能方向） |
| 学制 | 所有学生基本学习年限均为5年 |
| 导师 | 报名时不分导师，须按导师组报名 |
| 招生规模 | 10人左右 |
<div id="2.2"></div>
## 2.2 项目培养方案
### **2.2.1 统计学方向**
培养掌握统计科学基础理论方法及前沿知识，有能力不断拓展知识结构及解决实际问题，提出统计科学新算法、新思想且能从事前沿原创性研究的高水平数据科学专业人才。
总学分设置不少于45学分，其中公共课（含外语）不少于5学分、学科核心课18学分、必修专业课9学分、专业选修课（含科研实践）不少于9学分、方法课不少于3学分、学术讲座不少于1学分。
**学科核心课和必修课**：数据科学概率论基础、随机过程 、统计模型与推断（I、II）、贝叶斯统计与推断、数据科学中的计算机技能、高等应用统计与数据分析、统计大样本理论、高等统计计算等。
**选修课：**统计学习I、时间序列、空间统计、科研实践、数据科学实战、大数据专题等。
### **2.2.2 数据科学与人工智能方向**
培养融合统计学、计算科学和计算机技术相关理论和知识，能够解决数据驱动的数据科学和人工智能应用领域中实际问题并丰富前沿理论及方法的新一代高水平数据科学家。
总学分设置不少于42学分，其中公共课5学分（设置为博士研究生的思想政治理论课2学分、博士研究生的语言基础课3学分）、专业必修课（含专业主文献研读课程）不少于27学分、专业选修课不少于6学分、方法课不少于3学分、学术讲座不少于1学分。
**学科核心课和必修课**：数据科学概率论基础、随机过程 、统计模型与推断（I、II）、贝叶斯统计与推断、数据科学中的计算机技能、高等应用统计与数据分析、机器学习、深度学习等。
**选修课：**自然语言处理、计算机视觉**、**统计学习I、时间序列、空间统计、科研实践、数据科学实战、大数据专题等。
<div id="3"></div>
# 3 专业硕士项目介绍
<div id="3.1"></div>
## 3.1 项目基本信息
| 信息 | 详情 |
| :------: | :--------------------------------------- |
| 招生方式 | 专业硕士学位 |
| 专业学科 | 应用统计专业 |
| 研究方向 | 应用统计学专业（数据科学与人工智能方向） |
| 学制 | 学习年限为2年 |
| 导师 | 报名时不分导师，须按导师组报名 |
| 招生规模 | 20人左右 |
<div id="3.2"></div>
## 3.2 项目培养方案
**应用统计学专业（数据科学与人工智能方向）**，旨在培养掌握扎实统计学、计算科学和计算机技术相关理论、知识，具有很强的数据处理和分析能力、沟通能力以及卓越的领导能力，能够解决数据科学和人工智能应用领域实际问题的数据工程师。为政府部门、大中型企业、咨询和研究机构培养高层次、应用型统计专门人才。
总学分不少于36学分。必修课不少于18学分， 专业实习不少于4学分， 选修课不少于7学分， 公共课不少于6学分， 业界论坛、学术讲座不少于1学分。[具体培养方案](http://isbd.ruc.edu.cn/zsxx/zss/eea18fddbb1f49a7991920df15abc5b5.htm)可查官方网站，其专业必修可查和选修课程如下表所示。
| 课程 | 学分 | 课程介绍 |
| :----------------------------------------- | :--: | ------------------------------------------------------------ |
| 数据科学和人工智能的统计基础 | 3 | 概率论与数理统计、回归分析、广义线性模型、多元分析、试验设计、时间序列模型、抽样调查、删失数据、缺失数据 |
| 数据科学和人工智能算法 | 3 | 优化、MCMC |
| 编程基础 | 3 | Python编程基础、基本统计思想Python实现 |
| 数据挖掘 | 3 | 数据预处理、特征提取 |
| 机器学习 | 3 | 机器学习方法与数据分析 |
| 深度学习 | 3 | 深度学习算法与数据分析 |
| 数据科学和人工智能的计算机基础 | 2 | 数据结构、数据框管理、程序设计 |
| 数据科学和人工智能的概率基础 | 2 | 一元与多元随机变量分布、相关与非线性相依、Copula、随机过程、鞅论 |
| 数据可视化 | 2 | 数据的可视化方法 |
| 非结构化数据分析 | 2 | 处理非结构化大数据的方法，包括文本挖掘、社交网络分析、数据流等 |
| 分布式计算 | 2 | 分布式的计算方法 |
| 数据科学和人工智能在人文、社会科学中的应用 | 2 | 数据科学和人工智能的具体应用 |
<div id="4"></div>
# 4 保研推免生考核流程
<div id="4.1"></div>
## 4.1 材料筛选
研究院对满足推荐面试条件并成功递交申请材料的学生进行筛选，确定进入入营面试的学生名单。筛选的基本标准包含申请者的本科学校、学习成绩、外语水平：
1. 具有2020年推免资格的大学本科三年级在校生，数学、统计学或计算机等相关专业，英语达到国家六级水平（450分以上）或能证明具有同等水平的外语成绩。
2. 学习成绩优秀，申请者所在高校一般应为“双一流”建设高校、“985工程”高校、或设研究生院高校、或“211工程”高校，或申请者所在专业是国家重点学科（含国家重点培育学科）。申请者所在高校为“双一流”建设高校、“985工程”高校或设立研究生院高校的，学习成绩排名或综合测评排名须名列申请人所学专业总人数的30%以内，且无不合格成绩。申请者所在高校为“211工程”高校或申请者所在专业是国家重点学科（含国家重点培育学科）的，学习成绩排名或综合测评排名须名列申请人所学专业总人数的15%以内，且无不合格成绩；其他高校的申请者，学习成绩排名或综合测评排名须名列申请人所学专业总人数的5%以内，且无不合格成绩。
3. 对统计学有浓厚兴趣，有较强的或潜在的学习能力、研究能力及解决问题的能力。
4. 对有出色的科研成果者，如有多篇高质量工作论文等，初选标准可适当放宽。
<div id="4.2"></div>
## 4.2 入营面试
研究院将以电子邮件的方式通知申请者，入营的具体考核内容及安排都将在入营面试通知书中告知。将对申请者实施打分制，并对政治态度和道德品质不端者实施直接淘汰。入营**面试内容包括面试、专业知识考试和综合素质三部分**，主要考察学生中英文表达能力、专业知识水平（包括数学分析、高等代数、初等概率论、数理统计基础、实变函数、计算机编程）、智力水平、创造力和忍耐力等。
<div id="4.3"></div>
## 4.3 录取
研究院确定拟录取名单提交研究生院审核，由学校在中国人民大学研究生招生网上公布正式录取名单。研究院拟录取采取分批录取制，在可选申请人中录取最优秀者。
<div id="4.4"></div>
## 4.4 注意事项
最终拟录取的学生须通过教育部推免生申请系统进行报名，同时也需参加中国人民大学博士生报名系统报名、交费、确认信息。
以上就是中国人民大学统计与大数据研究院研究生项目介绍基本情况，[具体细节](https://mp.weixin.qq.com/s/HO_QntcHHD6xwZYQgHqtpg)详见官网。
<img src="http://isbd.ruc.edu.cn/images/2020-02/0323b7b619f04d6488ba6404d5d1b639.jpg" alt="20180510142624_95036_副本.jpg" style="zoom:80%;" />
中国人民大学统计与大数据研究院研究生项目介绍
李璇
