统计与数学学院金融大数据技术微专业2024年度招生方案

  学校已经出台了《广东财经大学微专业建设与管理办法（试行）》，为微专业的建设制定了较完善的管理制度；同时，本微专业的特色理念符合学校本科人才培养的特色。

一、本微专业简介

本微专业由统计与数学学院专业教学团队、课程团队、服务管理团队倾力打造。依托数据科学与大数技术专业的初步办学成效和既有的校企合作资源，借助微专业的“小、灵”及面向就业的特点，旨在通过将科研资源转化为教学资源，提升学生大数据分析技术以及基本金融领域知识，真正掌握实践技能，高度匹配金融类大数据分析职业领域用人需求，且具有较强竞争力的复合型、应用型人才。

二、本微专业特色

特色之一是商技融合，即以大数据技术为基础，融合学校的金融专业优势，让学生基本商技融通的优势。

特色之二是实验实践，即将产业界的一线技术和案例引进微专业人才培养中，着力对学生进行实验实践锻炼，提升学生产业技能与理念素养。

三、本微专业开设基础

一是当今大数据时代，基于大数据思维和方法解决各领域问题成为必然趋势，全社会对大数据人才需求旺盛，我校数学科学与大数据技术专业的学生就业情况良好。

二是金融大数据是大数据应用的重要场景之一，金融类专业是我校优势专业，能给予本微专业有力支撑。

三是我校与一家大数据科技企业长期存在合作关系，包括共建大学生实践教学基地，共建校企联合实验室（2023年获省教育厅立项），共建省级重点实验平台（2018年立项），该企业能为本微专业的产教融合拓展提供有利支撑。

四、本微专业师资团队

由老-中-青年龄段、正高-副高-中级职称在内的跨学科博士以及广州市勤思网络科技有限公司TiDB认证专家、大数据技术主管共10余人组成的微专业教研团队梯队及1-3人的专门服务队伍为本微专业的课程提供了有力的保障。

五、本微专业课程设置

共开设6门课程，分两大类课程。（1）专业知识类课程：讲授大数据技术和金融学关键专业知识，为进一步学习实践技能打下基础，由校内专任老师授课。（2）实践技能类课程：以高度实战的形式，培养学生掌握一线的大数据分析技术，并让学生开展金融大数据分析实操，真正形成职业技能，由企业经验丰富的一线工程师负责培训。具体学分、学时数等详见下表1。

表1. 金融大数据技术微专业课程设置及学时分配表

六、本微专业授课形式

   本微专业在广州校区授课，以线下授课为主，重视实验和实践教学。其中，高级Java语言程序设计、数据库、大数据分析方法（Python）、金融数学建模由校内专任教师课堂授课；保险销售Kylin离线大数据分析实践和期货交易TiDB实时大数据分析实践由校外兼职教师（企业专家）课堂结合校外基地授课。

七、本微专业遴选对象与人数

（一）招生年级：我校广州校区和佛山校区三年级全日制在校本科生均可申请修读本微专业。佛山校区学生需自行解决在广州校区上课期间的交通和住宿。

（二）招生人数：在广州校区开设一个班，班级拟招60人（实际招生人数根据修读报名情况适当调整，如低于20人不开班）。

八、本微专业报名条件

热爱祖国，具有良好的思想品德和政治素质，综合素质高，主修专业成绩良好，学有余力者。具体如下：

（一）专业要求：对金融大数据技术感兴趣的各个专业的全日制大三学生均可申报。

（二）学业成绩要求：在主修年限内无欠学分情况，学习成绩优良，学有余力的学生。

九、本微专业教学安排

计划在2024-2025第一学期教学周周六开课，课程一般须在2个学期内修读完成。具体时间、地点及方式将另行通知。

十、本微专业收费情况

微专业具体收费按学校学分制收费办法执行，只收取学生修读课程的学分费，不收取专业学费。

十一、遴选程序和时间安排

请报读的同学填写报名表（见附表），并于2024年10月11日之前发送至统数学院曾老师邮箱16665945@qq.com，并请同步加入QQ群：920221694。

学院院招生小组对材料进行审核后，于2024年10月15日前在学院官网上公布正式录取名单。

咨询电话：曾老师，84096905

十二、其他

对于专业知识类课程版块中的课程，已在主专业修读相关课程的，可申请免修。

在主修专业毕业前修满微专业培养方案规定课程及学分的，由学校发放“微专业证书”。

附：课程介绍

1. 高级Java语言程序设计

本课程的教学目的主要是让学生能够掌握Java的基本编程语法，熟悉基于Java面向对象的设计和编程方法，能够使用Java语言独立解决实际问题。为将来的网络编程和移动互联开发打好基础。同时结合课程要求适当的融入如下思政内容：结合面向对象的特征阐述继承与发展的关系；结合学习方法阐述“知行合一”勇于实践的精神；结合异常处理讲解遇到困难的处事方法。

2. 数据库

本课程系统讲述数据库系统的基础理论、基本技术和基本方法。内容包括：数据库系统的基本概念、数据模型、关系数据库及其标准语言SQL、数据库安全性和完整性的概念和方法、关系规范化理论、数据库设计方法和步骤，数据库恢复和并发控制等事务管理基础知识，关系查询处理和查询优化等。

3. 金融数据建模

本课程介绍不同的金融市场中，如何从现实出发选取适当的量化工具建立合理的数学模型，用于更有效地指导资产定价和风险管理的工作，强调对数学建模背后的建模思想解析和现实不同场景下的建模工具的应用，使学 生在完成本课程之后形成一种理解分析金融的科学、量化的思维方式，更有效地应对复杂多变的金融市场。

4. 大数据分析方法（Python）

本课程介绍数据挖掘，统计学习和模式识别中与大数据分析相关的理论、方法及工具。理论学习的目标是使学生掌握复杂数据的分析与建模的基本理论与方法；方法学习的目标是使学生能够按照实证研究的规范和大数据分析的步骤进行大数据分析；工具学习的目标是使学生熟练掌握一种大数据分析的语言和软件。主要内容有大数据分析概述，大数据统计分析方法，有指导的学习，无指导的学习，文本大数据分析。

5. 保险销售Kylin离线大数据分析实践

本课程介绍Kylin大数据技术及在保险销售数据分析上的应用，本课程的教学目的是让学生基本掌握Kylin大数据技术，并熟悉使用该技术解决保险销售等金融数学分析工作的方法。

6. 期货交易TiDB实时大数据分析实践

本课程介绍TiDB实时大数据分析技术及在期货交易数据分析上的应用。本课程的教学目的是让学生基本掌握TiDB实时大数据分析技术，并熟悉使用该技术解决期货交易等金融数学分析工作的方法。

微专业建设与管理办法的通知.pdf.pdf 2024年金融大数技术微专业报名表.xlsx