吃鸟瘾
首先是师资。复旦大数据学院的师资力量基本是两层结构,首先是学术委员会和学科咨询这种上层结构,真的非常牛。但是这些老师大多是不给我们上课的。然后是我们的任课老师,主要课程的任课老师都很年轻,而且大多都有国外留学经历。这样有两个好处,一个是年轻老师容易跟我们打成一片,基本我们和老师之间可以算是朋友关系,平时也会一起出去吃饭喝酒,有问题随时可以问。另一个是,这些老师的上课风格不会拘泥于传统的教学模式,更靠近西方的风格,这点会在下面详细说。这两方面都是非常对我胃口的。然后是课程设置方面。本科来说,大三上设置,统计学原理1,统计计算,机器学习,金融与经济大数据,数值算法等必修课,大三下包括大规模分布式系统,统计学原理2,人工智能等必修课,还包括涵盖计算机,统计,生物,医学,金融,经济,心理,社会科学等方面的选修课(例如高级大数据解析,社交网络挖掘,数据可视化,时间序列等)。整体难度来说,并不会像数学系那么难,但是对证明和计算有基本要求,一点不水。另外,对计算机编程也会有要求。当然,不同专业背景的学生在培养方案上会有细微差别。下面详细讲一下。这些课程强调实践和理论相结合,期末考试的占分一般不超过50%,例如机器学习,一个学期会有3到4次project,每个project需要消耗不小的精力,同时需要自己写代码,但从这些当中真的可以学到很多干货。另一方面,课程讲授接近西方大学,从教科书,作业到slides,考试,基本是全英文,对英文材料可以有第一手的了解。但是,由于我们是大数据学院第一届,所以某些课程的教授内容有待进一步规划,相信随着时间的推移,这个会被逐渐弥补。再从课余生活上来说,每一位同学都会配备导师。导师不仅关心同学的日常,而且有研究项目可以带着大家一起参与,也会举办讨论班,内容可以是导师安排也可以是我们自己建议(比如这个学期的讨论班同学就有想法一起讨论tensorflow。),另外,班级春秋游这种也少不了,而且由于班级较小,同学之间也相对较熟。至于研究生方向,我并没有了解,不过可以明确的是大数据学院的身后不仅是学校,还有一部分中植赞助,资金不是问题。听说学院还有在建的大数据平台,而且去年年底承办的的大数据论坛请来了伯克利分校的Jordan大牛,场面也很火爆。