信息与计算科学

理学 · 数学类 修业年限:4年 学位:理学学士 专业代码:070102
数学与计算机结合 数据分析 算法设计

专业概况

理学
数学类
395所
93.5%
12.8万/年
6:4

专业定位与培养目标

信息与计算科学专业是以数学为基础、信息为对象、计算机为工具,面向高新技术,密切追踪国际前沿,不断发展与更新的交叉学科。本专业培养具有良好的数学素养,掌握信息科学和计算科学的基本理论、方法和技能,能运用所学知识和熟练的计算机技能解决实际问题,能在科技、教育、信息产业、经济金融等部门从事研究、教学、应用开发和管理工作的高级专门人才。培养具备扎实的数学基础和计算机应用能力,掌握信息处理和科学计算的核心理论方法,具有算法设计与分析、数据处理与建模能力,能在信息技术、科学计算、数据分析等领域从事创新性工作的复合型人才。

专业特色与优势

  • 核心能力培养:数学建模能力、算法设计能力、数据处理能力、科学计算能力和创新研究能力
  • 数学与计算机深度融合:扎实的数学基础结合计算机编程能力,解决科学与工程计算问题
  • 应用领域广泛:数据分析、算法设计、金融计算、科学计算、人工智能等多个方向
  • 就业竞争力强:数学建模和算法能力是企业核心竞争力,就业面广、薪资水平高

学科发展趋势

  • 人工智能与机器学习快速发展,算法人才需求旺盛
  • 大数据技术成熟,数据分析与挖掘成为核心能力
  • 金融科技兴起,量化分析与风险管理需求增长
  • 科学计算在工程、医学、气象等领域应用拓展

核心课程

专业核心课程

数学分析

系统学习极限、微分、积分和级数理论,建立坚实的数学分析基础,为后续课程提供理论支撑

高等代数

掌握线性代数、多项式理论和抽象代数基础,矩阵运算、线性变换、特征值理论等核心内容

概率论与数理统计

学习概率模型、随机变量、统计推断和数据分析方法,为数据分析提供理论基础

数值分析

掌握数值计算方法、误差分析、数值代数、数值微分积分等算法原理与实现技术

数据结构与算法

学习数据组织方式、算法设计方法、复杂度分析,掌握常用算法和数据结构的实现与应用

运筹学与优化

掌握最优化理论、线性规划、非线性规划、整数规划等方法,解决实际优化问题

实践与选修课程

数学建模

学习建模方法、模型求解和仿真技术,参加数学建模竞赛,培养实际问题建模能力

机器学习导论

了解机器学习算法原理,监督学习、无监督学习、深度学习基础,掌握常用框架应用

科学计算实践

使用MATLAB、Python等工具进行科学计算实践,数值模拟、数据分析、可视化等技能训练

金融数学

学习金融衍生品定价、风险管理模型、量化投资策略等金融计算方法

开设院校(广东省)

院校名称 院校层次 专业评级 2025分数线
中山大学 985/211/双一流 A 635
华南理工大学 985/211/双一流 A- 630
南方科技大学 双一流 A- 642
暨南大学 211 B+ 612
华南师范大学 211 B+ 605
深圳大学 省重点 B 598
广东工业大学 省重点 B 588
广州大学 省重点 B- 580
广东财经大学 省重点 C+ 558
汕头大学 省重点 C+ 562

查看全国380所开设院校

就业前景

93.5%
就业率 (2024-2025)
11-16万
广东应届生起薪
32%
深造率

就业方向:

  • 数据分析师:数据挖掘、商业分析、数据可视化、统计建模
  • 算法工程师:推荐算法、搜索算法、优化算法、机器学习算法
  • 软件开发:后端开发、算法实现、系统开发、测试开发
  • 金融分析师:量化分析、风险管理、投资分析、精算师
  • 科研人员:高校教师、研究所研究员、数学建模

主要就业单位:

腾讯、阿里巴巴、百度、字节跳动、华为等互联网公司;银行、证券、保险等金融机构;中国移动、中国联通等通信企业;高校、科研院所;各类数据公司和科技企业等。

选科要求

仅物理
不限
数学基础好、逻辑思维强

选科建议:

  • 物理是必选科目,所有院校要求仅物理
  • 数学基础要扎实,高考数学成绩要好
  • 逻辑思维能力要强,善于抽象思考
  • 对数学和计算机编程有兴趣更佳