一. 培养目标

本专业培养具有扎实的数学基础和数据分析技术、较强的外语和计算机应用能力、较高的科学素养和较强的创新意识，掌握科学的思维方法和统计学的基本思想、基本理论与方法以及相关的计算机技术，能运用所学的理论、方法和技能解决应用中的实际问题，同时有一定的统计学及其相关领域知识，能够适应不同领域统计基础理论研究和应用的复合型领军人才。同时，培养学生具有开阔的视野，将统计学在人工智能、大数据、经济金融、生物医学等领域开展交叉应用和研究的能力，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，或继续攻读研究生学位。

二. 毕业生应具有的知识、能力、素质

1. 具有坚实的数学和自然科学基础、系统的专业知识，受到严格的科学思维训练，掌握概率论与数理统计的基础理论、方法和技能；

2. 具有数据分析、概括总结的能力，具有较强的创新意识和创新实践能力以及良好的文字和口头表达能力；

3. 具备熟练使用计算机（包括常用语言、工具及统计软件）的基本技能，具有较强的算法设计、算法分析与编程能力，能运用所学的理论、方法和技能解决统计以及金融领域中的实际问题；

4. 受到科学研究的初步训练，了解统计学理论、技术与应用的新发展，具有较强的知识更新、技术跟踪与创新能力，具有一定的科研能力；

5. 具有良好的思想道德素质、文化素质、心理素质和身体素质。

6. 具有良好的外语听说读写能力，能够阅读英文文献，具有一定的国际视野和跨文化交流合作能力

三. 主干学科与相近专业

主干学科：统计学、金融学

相近专业：数学与应用数学、金融学、管理学、信息与计算科学

四. 主要课程

1. 通识教育基础课：思政类，军体类，外语类，计算机类，大学物理和通识选修课等。

2. 大类学科基础课及专业主干课：数学分析、高等代数与解析几何、概率论、复变函数、常微分方程、实变函数、数理统计、随机过程、回归分析(双语)、抽样调查、多元统计分析、时间序列分析、统计计算（双语）、金融数学(全英文)、机器学习(全英文)等。

五. 主要实践环节

课外实践、毕业设计等

六. 双语教学课程

回归分析(双语)、统计计算(双语)

七. 全英文教学课程

机器学习(全英文)、金融数学(全英文)

八. 系列研讨课程（含新生研讨课）

理科大讲堂（毓琇班）（新生研讨课）、数学分析选读(研讨)、数学建模与数学实验(研讨)、现代数学选讲(研讨)、科学计算前沿选讲(研讨)、属性数据分析(研讨)、科技论文写作基础(研讨)、统计预测与决策(研讨)

九. 毕业学分要求及学士学位学分绩点要求

参照东南大学学分制管理办法及学士学位授予条例，修满本专业最低计划学分要求154.5，即可毕业。同时，外语达到东南大学外语学习标准、平均学分绩点≥2.0者，可获得理学学士学位。

备注：专业方向及跨学科选修课程、全英文教学课程按照金融统计、大数据两个方向进行设置。具体如下：

1. 金融统计方向建议选修：泛函分析、证券投资与分析、精算数学、计量经济学A等；

2. 大数据方向建议选修：贝叶斯分析、统计学习、仿真和统计案例分析、统计预测与决策(研讨)等。

十. 各类课程学分与学时分配

课程类型

学分

学时

学分

比例

通识教育基础课程

67

1220

40.61%

专业相关课程

67

952

40.61%

992

集中实践环节（含课外实践）   &短学期课程

31

278

+ 课程周数：

26.5

18.79%

总计

165

2450,2490

+ 课程周数：

26.5

100%