（一）数据科学与工程博士：让数据真正转化为生产力

数据工程方向：围绕数据全生命周期，重点研究大规模数据采集、存储、计算、融合、治理、流通、安全与隐私保护等问题，培养学生面向复杂现实场景进行数据系统设计与工程实现的能力。

智能计算与统计融合方向：突出统计学、机器学习和智能计算的交叉融合，重点研究复杂数据建模、统计学习、机器学习、因果推断、高维数据分析、复杂网络与智能计算等方法，并面向金融安全、经济治理、风险监测等场景开展研究。

（二）培养模式：突出高水平科研训练

数据科学与工程直博项目强化数理基础、理论方法、学科前沿和交叉研究训练，通过导师负责制、副导师制、导师组培养、双周论坛、学年论文、科研项目参与等方式，推动学生尽早进入学术前沿。同时根据学生研究兴趣探索更加个性化的课程与科研培养方案，实现“一人一方向、课程精准匹配”。

（三）课程特色

形成“数理基础—智能算法—系统实现—数据应用”的完整能力链，核心课程涵盖高级统计学习理论、数据库与知识系统前沿、深度学习原理与前沿、面向大模型的编程与并行学习算法、高级量子机器学习与前沿等内容；选修课程按照统计与机器学习、计算方法与优化、信息科学、数据工程四个模块递进设置，并融入量子科技交叉特色。