面向数字中国与国家安全战略
培养“数据+安全+技术”复合型人才
国家战略牵引 · 学科交叉融合 · 数智技术赋能 · 安全治理导向 · 高水平师资支撑 |
国家数据工程与安全学院（国家金融安全教育部工程研究中心）
2026年10月
一、学院缘起与定位
面向数字中国建设、金融强国建设和总体国家安全观等国家重大战略需求，数据已经成为重要生产要素，人工智能、大数据、量子科技等新一代信息技术正在深刻改变经济金融运行方式，也对金融安全、经济安全和数据安全提出新的挑战。
在这一背景下，中央财经大学于2025年12月成立国家数据工程与安全学院，并依托国家金融安全教育部工程研究中心，整合学校应用经济学、统计学、数学、计算机科学与技术、数据科学与大数据技术、管理科学与工程、法学等优势学科资源，着力建设面向国家战略需求的交叉学科人才培养与科研创新平台。
学院注重工程能力和数据空间建设，突出数据科学与政治、经济、金融安全决策工程化支撑特色，致力于构建“数据+安全+技术”的特色发展生态，成为国家数据科学与工程、国家安全领域高层次人才培养的重要基地和政策咨询的高端智库。重点培养具有扎实理论基础、突出数据能力、较强工程能力、前沿智能技术素养和国家安全意识的高层次复合型人才。
2027年，学院面向全国优秀学生招收全日制研究生，设置金融（专业代码：025100）、大数据技术与工程（专业代码：085411）两个招生项目。
立足财经优势，面向国家战略，探索“数据技术+经济金融+国家安全”交叉融合的人才培养新模式 |
二、学院特色
1. 面向国家战略，而不仅仅面向单一行业
学院人才培养不是简单围绕某一种技术或某一个行业展开，而是面向数字中国建设、金融强国建设和总体国家安全观，聚焦国家数据基础能力、金融安全、经济安全、数据安全和智能决策等重大问题。学生既可以研究数据、算法和工程技术本身，也可以将这些方法应用于金融风险监测、宏观经济分析、数据治理、金融监管、智能决策等重要场景。
2. “财经+数据+技术+安全”深度交叉
学院依托中央财经大学财经学科优势，突出“财经场景”与“数据技术”的融合。与传统金融类专业相比，更强调数据、算法和智能技术；与传统计算机或数据科学专业相比，更强调金融经济场景、风险治理和国家安全；与一般金融科技专业相比，则进一步突出金融安全、数据安全、智能决策和工程实现。
懂财经 · 精数据 · 善智能 · 强工程 · 重安全 · 能决策 |
3. 从“数据分析”走向“数据工程与智能决策”
学院不仅关注如何使用数据，更关注数据如何产生、如何治理、如何流通、如何计算、如何转化为可靠的信息和智能服务，形成“数据采集—数据治理—数据计算—数据建模—智能分析—风险识别—决策支持”的完整能力链。
4. 重视真正的交叉培养
学院设有数据科学与工程研究院和国家安全研究院。数据科学与工程研究院重点研究数据采集处理、数据流转、数据可信、数据安全与隐私保护、人工智能、区块链等问题，探索用工程化方法将数据转化为可用信息和智能服务；国家安全研究院以总体国家安全观为指导，重点聚焦政治安全、金融安全、经济安全和数据安全，探索国家金融安全牵引的交叉学科体系。
三、两类招生项目与专业特色
统计理论 + 智能算法 + 复杂数据 + 决策应用 |
（一）金融硕士：培养懂金融、精数据、善智能的数智金融人才
金融专业设置数智金融方向。人才培养不局限于传统金融理论和金融业务，而是突出“金融核心能力+数据分析能力+人工智能能力+风险管理能力+实践决策能力”。学生将在现代金融学和经济学基础上，系统学习Python金融数据分析、机器学习、深度学习、金融大模型、智能体、智能风控等方法，并通过金融模拟交易、案例教学和产教融合项目强化实践能力。
重点面向商业银行、证券公司、基金公司、金融科技企业、金融监管及相关机构的数智化岗位培养复合型人才。
（二）大数据技术与工程硕士：培养懂财经场景的数据工程师
大数据技术与工程专业突出“统计基础+工程实现+财经场景+安全治理”，围绕数据采集、清洗、标注、存储、计算、融合、分析、可视化、治理和安全等数据全生命周期展开培养。
重点强化财经大数据工程与智能分析、数据治理与数据安全、分布式数据系统、云原生数据平台、人工智能与大模型数据工程等能力。培养过程中强调真实工程项目和可检验成果，鼓励学生完成数据系统、数据产品、算法工具或行业解决方案，实现从“会分析数据”向“能够构建数据系统、解决复杂工程问题”的能力跃升。
四、培养与课程特色
专业学位：突出实践与产教融合
金融和大数据技术与工程专业硕士突出真实问题导向，通过案例教学、企业项目、行业数据库、专业实践、联合课程和工程项目等方式，将金融机构、数据企业和科技企业真实业务场景引入培养过程。
学院探索构建“校内学术导师+校外行业导师”共同参与的培养机制。对于涉及数据工程、人工智能、金融风险、监管科技、隐私计算等复杂选题，可由不同学科导师组成联合指导团队。
五、师资力量：跨学科、高水平、强实践
学院坚持“小学院、大平台、强交叉”的师资建设思路。师资团队覆盖金融学、统计学、数据科学、计算机科学、人工智能、数学、金融科技、数据安全等多个领域，由院士、国家杰青、长江学者、国家万人计划等高层次人才领衔，形成跨学科、跨领域的人才培养团队。
校外专家团队
郑志明：中国科学院院士，北京航空航天大学教授。主要研究复杂系统、网络安全、人工智能、区块链。
周傲英：华东师范大学原副校长，教授、博士生导师，国家级人才。主要研究数据密集型计算、数据库管理与分布式数据系统。
郭国平：中国科学技术大学教授，国家级人才。主要研究量子计算、量子芯片与量子计算软件系统。
李建平：中国科学院大学讲席教授，国家级人才。主要研究风险科学、智慧化管理决策、金融监管科技。
袁军：国家数据发展研究院副院长。长期从事数据领域政策研究，覆盖数据要素、人工智能、算力协同等方向。
六、科研平台与实践支撑
学院拥有和依托国家金融安全教育部工程研究中心、数据科学与工程研究院、国家安全研究院、数字金融与技术研究院、经济数据研究中心等多个科研与创新平台。
学院教师承担国家重点研发计划、国家自然科学基金、国家社会科学基金重大项目、教育部重大攻关项目等国家级科研项目，在金融科技、复杂数据分析、人工智能、金融安全、数据安全等领域形成了一系列研究成果。
学院同时高度重视国家战略与政策研究，多项研究成果和政策建议获得国家层面及省部级采纳，为金融风险防范、数据要素发展、金融监管和国家安全治理提供决策支持。学生有机会依托这些平台参与科研项目、真实数据研究和重大现实问题研究，将课堂学习与国家战略需求、科学研究前沿和产业实践紧密结合。
七、2027年招生项目信息
（一）招生类别及招生计划
备注：所有专业不招收“少数民族高层次骨干人才研究生招生计划”及“退役大学生士兵计划”考生。
八、我们期待什么样的学生？
如果你对以下问题感兴趣：
如何利用人工智能发现和防范金融风险？
大模型和智能体将怎样改变金融行业？
数据如何真正成为生产要素？
如何构建可信、安全、高效的数据基础设施？
量子计算能否改变金融计算和金融安全？
统计学与人工智能如何共同解决复杂现实问题？
如何利用海量数据服务经济治理与国家安全？
那么，在国家数据工程与安全学院，你将有机会与来自金融、统计、数据科学、人工智能、计算机和安全领域的教师一起探索这些问题。这里既关注技术前沿，也关注金融经济规律；既重视科学研究，也重视工程实现和现实应用；既面向产业发展，更面向国家战略需求。
以数据洞察世界 · 以技术赋能决策 · 以安全守护发展 |
中央财经大学国家数据工程与安全学院期待优秀的你加入，共同探索数据、智能与安全交叉融合的新未来。
咨询邮箱：yzb_sndes@cufe.edu.cn
学院网站：https://sndes.cufe.edu.cn/
招生咨询电话：010-61776678（仅工作时间接受考生本人咨询）
