一、基本信息

注：具体考试科目参考书目信息详见深圳大学研究生招生专业目录：https://yz.szu.edu.cn/info/1041/12986.htm

二、专业方向及指导教师

三、专业介绍

  培养目标：

大数据技术与工程专业的培养目标是面向国民经济信息化建设和发展需要、面向企事业单位对大数据技术的人才需求，培养高层次实用型、复合型大数据技术与工程领域的技术和管理人才。具体培养要求是：

（1）拥护党的基本路线和方针、政策；热爱祖国，诚信守法，具有良好的职业素养和优秀的创新创业能力，具有良好职业道德和敬业精神，为国家经济建设和社会发展服务；

（2）大数据技术与工程方向结合相关产业需求重点掌握大数据处理与智能分析技术、大数据与云计算、健康医疗大数据技术等领域的先进技术方法和现代技术手段，注重多学科领域交叉及应用研究思维的培养，以及前沿技术攻关能力和素质的培养，具有解决工程技术问题或工程管理工作的能力，特别是培养综合素质和创新能力。

（3）掌握一门外语，可以熟练地阅读专业领域的外文资料，具有一定的写作和听说能力。

  培养方向：

（1）大数据处理与智能分析技术

本学科方向聚焦不同行业的大数据处理和智能分析的模型算法，主要涉及大数据清洗和集成、分布式处理与计算、数据挖掘、数据可视化、人工智能算法，以及数据隐私与安全等。

（2）大数据与云计算

本学科方向主要研究对象为存储规模大，存储管理复杂，且需要兼顾结构化、非结构化和半结构化的数据，主要涉及分布式文件系统和分布式数据库相关技术，基于主流大数据数据分析工具开发数据挖掘等相关算法和机制；充分发掘大数据所蕴含的大价值以及价值所隐藏的新规律等。

（3）健康医疗大数据技术

本学科方向结合深圳市医疗等区域优势产业的大数据应用系统，主要研究健康医疗领域的先进大数据应用研究，包括医学图像人工智能算法、健康大数据分析与挖掘、智能医疗辅助系统、计算生物学和生物信息学等。

  师资队伍：

本学科点拥有硕士生导师18人，其中教授3人，具有高级职称的导师6人，多数导师具有海外学习和工作经历。师资力量雄厚，学历结构合理。

黄炳顶，博士，教授。主要研究方向包括：医学图像、生物信息学、肿瘤基因组学和精准医学、手术机器人、及人工智能算法在医疗健康方面的应用等。 本科毕业于中国科学技术大学，获德国马普计算机所/萨尔大学计算机硕士学位和德累斯顿工业大学（11 所德国精英大学之一）计算机博士学位，至今已发表50余篇SCI和会议论文，近五年内发表第一作者及通讯作者文章30余篇。其高水平论文包括四篇Nature子刊共同作者论文：Nature Medicine、Nature Genetics、Nature Communication和Leukemia，以及两篇Cell Metabolism 论文（一篇共同第一作者，一篇共同作者）。他引次数累计达 3000余次，单篇第一作者文章他引次数最高达到 565 次。拥有12项软件著作权及申请14项发明专利，多次受邀担任相关期刊审稿人。

梁立新，教授。毕业于中国科学技术大学，获理学学士和管理科学硕士学位；后留学美国伊利诺依理工大学，获工商管理硕士学位。毕业后曾就职于美国华尔街、加拿大多伦多证券交易所等，并在国内从零开始成功创业，后被上市公司并购。具有多年职业管理经验，主持多个国内外大中型项目的研发。现任深圳技术大学大数据与互联网学院教授、副院长、外籍高层次人才，研究方向为软件理论和技术、大数据分析和人工智能等，主持多项科研和教学项目。与教育部高等学校计算机类教学指导委员会合作，作为主编和第一作者在清华大学出版社出版了20多本“高等学校计算机科学与技术项目驱动案例实践系列教材”，其中多本书被评为国家级优秀教材。在JCR Q1等期刊和国际会议上发表20多篇论文，获得10多项发明专利。

刘成健，博士，副教授。2018年获香港浸会大学计算机技术专业博士学位，2018年12月加入深圳技术大学，先后分别聘任为助理教授和副教授。长期从事分布式计算、分布式存储和云存储安全方面的研究，已主持国家青年基金一项，完成主持校企合作项目一项，在国际会议和期刊发表相关论文二十余篇。承担多门本科和研究生教学课程：C语言程序、操作系统、计算机组成原理与系统结构、云计算技术及应用和高级计算机体系结构。

张红平，博士，副教授。2008年毕业于西北工业大学，获应用数学博士学位。中国工程物理研究院工程力学博士后出站。先后在中国工程物理研究院流体物理研究所和加州大学伯克利分校工作和访学。2019年入职深圳技术大学大数据与互联网学院。长期围绕动高压领域中的斜波加载和准等熵压缩实验开展研究工作，涉及高精度数值算法、实验路径设计、材料本构关系和强度特性、相变和弹塑性转变等动力学响应研究以及多相流数值模拟等。主持国家自然科学基金面上项目和青年项目、参与军科委项目、国防基础科研挑战专项等国家级和省部级项目十余项，获军队科技进步一等奖一项，在国内外著名期刊发表论文五十余篇，申请专利和软著十余项。

  课程设置：

大数据处理技术、数据挖掘、云计算技术及应用、计算机视觉、算法设计与分析、工程伦理、现代密码学、机器学习。

  教学资源：

大数据技术与工程专业已建设有大数据系统计算国家工程实验室智能物联大数据研究中心、光明实验室柔性计算研究中心、深圳市云安全与大数据应用重点实验室，以及大数据技术与应用实验室，大数据未来技术实验室，计算生物学实验室，智慧城市大数据实验室，已建立以 5G、昇腾、鸿蒙等国产自主系统为基础覆盖云边端、算力超50PFLOPS的“通感算用”一体化异构智能计算平台。与国内腾讯、华为、百度等头部IT企业建立紧密校企合作，成立校企联合实验室近20个。

  奖励体系：

研究生的奖学金和助学金制度按照深圳大学以及深圳技术大学的奖学金政策执行。

  培养特色：

本专业采用理论教学与实践相结合的方式。研究生第一年进行理论学习。专业实践环节设定1年，主要在协作企业或科研机构的专业实践基地进行。在基地为每位学生选定具有高级职称、或博士学位、或具有丰富实践经验的工程技术或科研人员为实践导师。实践内容应和毕业论文相结合，和今后的科研与职业方向相结合。

  就业情况：

本专业毕业的学生，可进入大数据技术与应用，信息安全，软件，互联网等相关企事业单位从事大数据研发，技术咨询与支持等相关工作。

  咨询方式：

咨询电话：0755-23256169 咨询邮箱：bdi_gra@sztu.edu.cn

四、报考要求

报考者的本科专业背景：计算机工程，软件工程，电子信息类、仪器类、生物医学工程类、机械类等任何一种。

以同等学力身份报考我校的考生，须有国家考试机构或高校教务部门出具的所报考专业 8门以上本科主干课程成绩证明，并具备一定的科研能力，报考前须经报考院系审核通过，除复试外还须加试两门本科专业基础课，部分专业还将加试实验等科目。