西南财经大学数据科学与大数据技术专业作为国家“双一流”建设学科的重要组成部分，2023年入选软科中国大学专业排名A+序列。该专业依托学校应用经济学A+学科的交叉优势，构建了涵盖本硕博的完整培养体系，拥有智能金融教育部工程研究中心等7个国家级科研平台。近三年毕业生平均就业率超过95%，其中38%进入BAT等科技巨头，25%赴QS前50高校深造。专业聚焦金融科技与商业智能两大方向，在第四轮学科评估中统计学获评B+等级，形成"数据科学+财经"的复合培养特色。
一、学科定位与培养架构
专业实施"三维融合"培养模式：
- 学科交叉：整合数学、统计学、计算机科学三大基础学科，设置数学分析（理）（64学时）、机器学习（48学时）等24门核心课程；
- 技术赋能：配备Hadoop/Spark/GPU集群实验室，开展量化交易策略开发、用户画像建模等实训项目；
- 行业对接：与微众银行共建金融大数据联合实验室，本科生年均参与全国大学生数据挖掘竞赛获国家级奖项15项。
培养方案突出算法优化与大数据平台架构能力，开发了区块链金融数据分析、社交网络舆情监测等特色课程模块。
二、课程体系与教学创新
采用"四层递进"课程结构：
- 数理基础层：必修概率论（理）、随机过程等课程，采用MIT开放课程补充教学资源；
- 技术方法层：开设Python金融建模、分布式计算原理，配套完成TB级金融数据清洗实践；
- 应用拓展层：开发商务智能系统设计、数字营销分析等校企合作课程，引入阿里云天池真实数据集；
- 国际认证层：30%课程对接CDA数据分析师认证标准，双语教学占比达40%。
创新性设置"1+X"证书体系，学生在修读数据库管理等必修课的同时，可考取TensorFlow开发者认证等技能证书。
三、实践平台与就业前景
构建"双循环"实践体系：
- 校内孵化：运营大数据创新创业中心，年均孵化电商用户行为分析等创新项目20个；
- 企业实战：与中信证券合作开发上市公司财务风险预警系统，实习生参与沪深300指数预测建模；
- 国际拓展：通过特拉华数据科学学院开展"2+2"双学位项目，学生可获美国特拉华大学学位认证。
毕业生主要任职数据分析师（平均起薪12000元/月）、算法工程师等岗位，部分进入联合国全球脉冲计划从事人道主义数据分析。
四、专业优势与发展建议
该专业具备三大核心竞争力：
- 产教融合：深度参与东数西算国家工程，开发西部金融中心数据枢纽建设项目；
- 证书贯通：课程覆盖CDA认证70%考点，毕业生持证率达85%；
- 国际视野：加入加州大学伯克利分校CDAR联盟，可选修金融科技前沿全英文课程。
建议考生强化数学建模与PySpark开发能力，关注隐私计算、ESG数据分析等新兴领域，积极参与沪深交易所数据建模大赛，考取AWS大数据认证提升就业竞争力。
版权：本文档内容版权由作者发布，如需转发请联系作者本人，未经授权不得擅自转发引用，转载注明出处。
