一. 培養目标

本專業按照“厚基礎、寬口徑、重交叉、強創新”的思路，培養具有高尚的道德情操、厚重的理學基礎、良好的科技素養、寬闊的國際視野，掌握數學科學的基本理論、方法與技能，能夠運用數學知識解決實際問題，能夠适應數學與科技發展需求進行知識更新，能夠在數學、應用數學以及人工智能、大數據、自動化、經濟金融、生物醫學等交叉領域深入發展，在科技、教育、信息、金融、行政管理部門從事研究、教學、應用開發和管理工作的數學研究專門人才和交叉複合型人才。

二. 畢業生應具有的知識、能力、素質

1. 具有堅實的數學和自然科學基礎、系統的專業知識，受到嚴格的科學思維訓練，掌握數學與應用數學的基礎理論和基本方法；

2. 具有主動學習、概括總結和獲取信息的能力，具有較強的創新意識和創新實踐能力以及良好的文字和口頭表達能力；

3. 具備熟練使用計算機（包括常用語言、工具及數學軟件）的基本技能，具有較強的算法設計、算法分析與編程能力，能運用所學的理論、方法和技能解決信息科學、數學科學以及工程領域中的某些實際數學問題；

4. 受到科學研究的初步訓練，了解數學與應用數學理論、技術與應用的新發展，具有較強的知識更新、技術跟蹤與創新能力，具有一定的科研能力；

5. 具有良好的思想道德素質、文化素質、心理素質和身體素質。

三. 主幹學科與相近專業

主幹學科：數學與應用數學

相近專業：信息與計算科學、統計學

四. 主要課程

1. 通識教育基礎課：思政類課程，軍體類課程，外語類課程，計算機類課程，自然科學類課程和通識選修課程等。

2. 大類學科基礎課：數學分析I、II、III(毓琇班)、高等代數與解析幾何I、II(毓琇班)、常微分方程、概率論、複變函數、實變函數、數理統計

3. 專業主幹課：近世代數、拓撲學、數值分析、離散數學、微分幾何、數學物理方程、泛函分析

4. 專業方向及跨學科選修課：數據結構與算法、李群與李代數、随機過程、最優化方法、數據庫原理、代數拓撲、時間序列分析、複雜網絡與人工智能、圖論與網絡優化、運籌學、微分流形、深度學習基礎等

五. 主要實踐環節

文化素質教育實踐、大學生課外研學、社會實踐、畢業設計

六. 雙語教學課程

算法設計與編程(研讨)

七. 全英文教學課程

非線性系統(全英文)、機器學習(全英文)、偏微分方程(全英文、研讨)、金融數學(全英文)

八. 系列研讨課程（含新生研讨課）

1. 研讨型選修課程：理科大講堂（毓琇班）（新生研讨課）、預備性物理實驗、力學認識實習、數學分析選讀(研讨)、物理學史(研讨)、大學化學綜合實驗、計算機綜合課程設計(理工)、高等幾何選講(研讨)、數學軟件基礎(研讨) 、理學主題研讨課程I、科學計算前沿選講(研讨)、屬性數據分析(研讨)、代數與編碼理論介紹(研讨) 、R語言(研讨)、理學主題研讨課程II、調和分析(研讨)、穩定性理論與方法(研讨)、Python語言(研讨)、科技論文寫作基礎(研讨)、大學數學能力提升課程、領導力素養

2. 研讨型+設計類課程：數學建模與數學實驗(研讨)、現代數學選講(研讨)

九. 畢業學分要求及學士學位學分績點要求

參照beat365正版唯一學分制管理辦法及學士學位授予條例，修滿本專業最低計劃學分要求165，即可畢業。同時，外語達到beat365正版唯一外語學習标準、平均學分績點≥2.0者，可獲得理學學士學位。

備注：專業方向及跨學科選修課程、全英文教學課程按照基礎數學、金融數學、智能控制三個方向進行設置。具體如下：

1. 基礎數學方向相關課程：随機過程、微分流形、李群與李代數、代數拓撲、調和分析(研讨)、偏微分方程(全英文、研讨)等；

2. 金融數學方向相關課程：最優化方法、随機過程、時間序列分析、金融數學(全英文)等；

3. 智能控制方向相關課程：數據庫原理、機器學習 (全英文)、複雜網絡與人工智能、穩定性理論與方法(研讨)、深度學習基礎、非線性系統(全英文)等。

十. 各類課程學分與學時分配

課程類型

學分

學時

學分

比例

通識教育基礎課程

67

1220

40.61%

專業相關課程

66

888

40.00%

976

集中實踐環節（含課外實踐）   &短學期課程

32

302

+ 課程周數：

26.5

19.39%

總計

165

2410,2498

+ 課程周數：

26.5

100%