学科简介：
“复杂系统与数据科学”是以数据标准化、数据挖掘、数据可视化等大数据科学方法为基础，以数学建模、科学计算、大数据分析和人工智能等新一代信息技术为支撑，研究生物医学、材料基因组、软物质系统、生命健康、海洋与环境等等复杂系统的相关理论、技术与方法的一门交叉学科。其设置有助于科学工作者提取及分析处理大容量、复杂来源的科学数据，其中大数据的可视化技术可帮助研究者直观地理解与解释研究内容。

本学科以数理化生为基础理论支撑，依托科学计算、大数据和人工智能为技术支撑，依托数学、统计学、生物医学、软物质科学、物理材料、生命健康、海洋与环境等等领域的最新研究成果，致力于解决21世纪面临的复杂交叉学科疑难课题。

二、研究方向介绍：

（1）数据科学方法与理论：研究大数据挖掘与分析，机器学习与人工智能，非线性科学与复杂系统；

（2）生物医学与大数据分析：进行生物数据的分布式产生和高度集成化分析，生物医学数据的实时分析和临床处理，生物医学数据的个性化分析、预测和安全保存研究，人体与环境微生物群落宏基因组大数据研究及海岸带生物资源可持续利用；

（3）材料基因组与材料大数据：研究材料基因组和材料大数据，软物质系统与大数据及利用分子模拟等进行新型活性分子的精准设计；

（4）经济与金融大数据：研究经济与金融市场建模，金融衍生品与风险管理，智能金融监管和金融大数据与量化投资。

三、学分设置：

总学分：≥ 24；公共必修=6；专业必修：=7，选修：≥11

四、培养目标：

本学科培养学生：热爱社会主义祖国，坚持四项基本原则，掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的基本原理；具有良好的思想品德、社会公德和职业道德，有为国家富强、民族昌盛而努力的志向和高度责任感；养成良好学风，理论联系实际，积极参加社会实践，具有艰苦求实、合作创新的科学精神。

本学科培养德、智、体全面发展且具有较强创新能力、合理知识结构、较强分析问题和解决问题能力的高层次、复合型人才。要求掌握本领域的基础理论、先进技术方法和手段；熟悉本领域向的国内外最新发展动态，具有综合运用所学理论独立解决实际技术问题的能力；具有创新意识和从事科研、教学及工程管理相关工作的能力。

五、科研能力及素质等要求：

了解所研究方向的发展动态，掌握本学科坚实的基础理论和系统的专门知识；具有较宽的知识面；能顺利阅读本专业英语文献和用英语撰写论文摘要；掌握本专业常用的实验方法和表征测试手段，并能运用于论文工作；具有一定的实验设计、实验观察、记录、实验结果分析、发现和解决问题的能力；具有应用计算机进行文字、数据处理和文献检索的能力；具备中外文科技论文写作能力。具有从事科学研究、教学工作、或独立担负专门技术工作和组织管理等能力，具有团队协作精神。

六、课程设置：

专业必修课包含复杂系统与数据科学专业英语、数学建模与数据科学、复杂系统导论等。

专业选修课包含高等数理统计、机器学习、高等计量经济学、生物医学工程导论、医学统计学、仪器分析及材料研究方法、化学软件及应用、材料表面与界面、多元统计分析、无机材料合成与制备、新型半导体材料、论文写作与专利申请、纳米科技、固体物理、微生物学、生物分子模拟入门、高分子化学、大分子物理化学、大分子结构与衍射、材料科技前沿、高聚物结构与性能、矩阵理论、微分动力系统基础、稳定性理论、群论、密度泛函理论、高等量子力学等。

七、学位论文

学位论文：研究生通过中期考核可进入学位（毕业）论文阶段。

1．学位论文是硕士研究生培养的重要环节，也是在校期间研究生培养质量和水平的集中体现。硕士研究生在导师指导下确定学位论文的研究课题。学位论文选题应结合导师承担的科研项目，选择属于本专业重要的基础研究课题或者重要的应用性课题。

2. 进行学位论文工作的时间不少于一年。研究生的学位（毕业）论文应在导师指导下独立完成，论文撰写要求详见《深圳大学硕士研究生学位论文工作细则》。有关学位（毕业）论文的学术规范问题由研究生本人承诺，导师负责。实验原始记录、谱图和分析测试结果应完整规范，并全部交各课题组保管。

3. 本学科要求硕士研究生在第4学期末完成论文中期检查，并做出书面论文阶段报告，由研究生指导小组审查，若离进度要求偏离较大予以黄牌警告直至延期毕业，并报送上级管理部门。

4. 按时完成本方案规定的任务，至少在本学科领域以第一作者和第一署名单位（“深圳大学”）或导师为第一作者，本人为第二作者公开发表1篇学术论文；没有侵犯他人著作权行为；没有发表有严重科学性错误的文章、著作和严重歪曲原作的译作。

5. 论文评阅及答辩程序按研究生院有关文件规定的程序执行。若论文答辩不通过，需半年后方可再次申请答辩。学位申请及授予工作参照《中华人民共和国学位条例暂行实施法》和《深圳大学学位条例实施办法》等有关文件办理。