华东师范大学是上海的一所985高校，计算机学科评估是B+，软件工程是A，在985高校中属于中游水平。

华东师范大学的计算机软件相关专业近几年都比较火，去年报录比虽然不算特别爆炸，但是也比较高：

（图片来源于华东师范大学考研群）

而今年，华东师范大学的数据学院专业课考试科目发生了变化！

数据学院的学硕的专业课考试科目变为了：

程序设计与数据结构（C++描述），数据管理系统及应用，操作系统，概率论与数理统计初步。

数据学院的专硕的专业课考试科目变为了：

程序设计与数据结构（C++描述），数据管理系统及应用。

这是数据学院历年的报考数据：

（图片来源于华东师范大学考研群）

数据学院的公众号还发布了参考教材和对学生的知识掌握要求：

学术型硕士入学时知识与能力要求（包括但不限于）：

01

程序设计与数据结构

数据结构的概念：算法及其时间和空间复杂度分析；常用线性结构：栈、队列，循环队列, 数组, 字符串等；线性结构的链式存储，链表、双向链表、循环链表、链式队列、链式栈；递归概念：递归程序设计、回溯法；列表：查找的概念，顺序查找与二分查找；哈希表：利用哈希表进行查找；排序的概念：排序算法(插入排序、冒泡排序、快速排序、基数排序等)；树：基本性质、常用存储结构、遍历算法、遍历、二叉树、二叉查找树、堆、二叉平衡树、多路树（Trie树，B树与红黑树）；图：基本概念、存储结构、遍历算法、生成树、拓扑排序、最短路径；C++语言程序设计：数据类型、操作符和表达式、控制流程、函数、程序结构、数组、指针、结构和共用体、基本输入输出、类与对象、类的继承与派生、模板类与模板函数。

参考教材

克鲁斯（Robert L. Kruse）等著. 数据结构与程序设计——C++语言描述. 高等教育出版社，2001 （第1-12章）

02

数据管理系统及应用

数据库的基本概念：结构化数据、数据库、数据库管理系统、DBA；数据模型：层次模型、网状模型、关系模型；关系模型：关系代数、关系演算；SQL，DDL、DML；数据库设计：数据库模式、范式、ER图、逻辑设计、物理设计、约束的使用；事务处理：ACID属性、事务的使用方法、并发控制、日志、恢复；数据库查询的基本实现技术：数据的存储方式、索引、查询的执行方式、查询优化；数据库的辅助工具：存储过程、触发器、ODBC。

参考教材

王珊、萨师煊，《数据库系统概论》第五版，高等教育出版社，2014年（第1-11章）

03

操作系统

单道程序、多道程序、运行态、就绪态、阻塞态、新建态、僵死态、进程、进程模型、线程、线程模型、进程控制块 (PCB)、陷入、抢占、FCFS进程调度、时间片轮转调度、优先级调度、多重队列调度、最短进程优先调度、两级调度、同步、互斥竞争条件、临界区、忙等算法、锁变量、原子操作、信号量、管程、消息、饿死、经典IPC问题、两阶段加锁、I/O 的各种控制方式、设备驱动程序、设备无关软件的设计目标、设备无关性、SPOOLing、死锁、死锁预防、死锁检测、死锁避免、银行家算法、RAM盘、磁盘、磁盘调度算法、时钟、终端设备、虚拟存储器、地址重定位、地址映射、逻辑地址、物理地址、固定分区、可变分区（动态分区）、交换、内碎片、外碎片、首次适配法、下次适配法、最佳适配法、最差适配法、分页、分段、页表、页表项、虚页、页框、多级页表、TLBs，翻译后援存储器（快表）、逆向页表、最近未使用页面替换算法（NRU）、先进先出页面替换算法（FIFO）、第二次机会页面替换算法、时钟页面替换算法、最久未使用页面替换算法（LRU）、软件模拟LRU算法 （NFU）、老化算法、系统抖动、工作集模型、工作集、文件系统、文件、目录文件、字符设备文件、块设备文件、硬链接、符号链接、目录项、i-node、超级块、打开文件表、文件系统安装、块高速缓存、文件系统的性能、一致性检查、文件系统安全性与保护机制。

参考教材

[荷] Andrew S. Tanenbaum / [荷] Herbert Bos著，陈向群 / 马洪兵等译， 现代操作系统（原书第4版）机械工业出版社，2017

04

概率论与数理统计初步

样本空间与概率的基本概念：概率模型、条件概率基本概念、全概率定理和贝叶斯准则及它们的应用、独立性；离散随机变量，概率质量函数（分布列）的基本概念、常用离散概率分布（如伯努利分布、二项分布、几何分布、泊松分布等）、随机变量的函数、期望、均值与方差、常用离散概率分布的期望与方差计算和结论、多个随机变量的联合分布、事件条件下的随机变量与随机变量取特定值条件下的随机变量、条件期望、随机变量与事件的独立性、随机变量之间的独立性、多个随机变量的相互独立性；连续随机变量：连续随机变量、概率密度函数、累积分布函数、正态分布、多个随机变量的联合概率密度、连续随机变量的条件和独立性、连续贝叶斯准则及其应用；随机变量函数：随机变量函数的概念和其PDF计算方法、卷积的概念和计算方法、协方差和相关系数、条件期望和条件方差及其在估计中的应用；极限定理：马尔可夫和切比雪夫不等式、弱大数定理和依概率收敛、中心极限定理及其应用、强大数定理和以概率1收敛；随机过程初步：伯努利过程、泊松过程、离散时间的马尔可夫链；统计推断初步：贝叶斯统计推断的概念、点估计、贝叶斯最小均方估计、经典参数估计、线性回归、假设检验、显著性检验。

参考教材

Dimitri P. Bertsekas, John N. Tsitsiklis著，郑忠国，童行伟译.《概率导论（第2版，修订版）》. 人民邮电出版社. 2016 （第1-9章）

专业型硕士入学时知识与能力要求（包括但不限于）：

01

程序设计与数据结构

数据结构的概念：算法及其时间和空间复杂度分析；常用线性结构：栈、队列，循环队列, 数组, 字符串等；线性结构的链式存储，链表、双向链表、循环链表、链式队列、链式栈；递归概念：递归程序设计、回溯法；列表：查找的概念，顺序查找与二分查找；哈希表：利用哈希表进行查找；排序的概念：排序算法(插入排序、冒泡排序、快速排序、基数排序等)；树：基本性质、常用存储结构、遍历算法、遍历、二叉树、二叉查找树、堆、二叉平衡树、多路树（Trie树，B树与红黑树）；图：基本概念、存储结构、遍历算法、生成树、拓扑排序、最短路径；C++语言程序设计：数据类型、操作符和表达式、控制流程、函数、程序结构、数组、指针、结构和共用体、基本输入输出、类与对象、类的继承与派生、模板类与模板函数。

参考教材

克鲁斯（Robert L. Kruse）等著. 数据结构与程序设计——C++语言描述. 高等教育出版社，2001 （第1-12章）

02

数据管理系统及应用

数据库的基本概念：结构化数据、数据库、数据库管理系统、DBA；数据模型：层次模型、网状模型、关系模型；关系模型：关系代数、关系演算；SQL，DDL、DML；数据库设计：数据库模式、范式、ER图、逻辑设计、物理设计、约束的使用；事务处理：ACID属性、事务的使用方法、并发控制、日志、恢复；数据库查询的基本实现技术：数据的存储方式、索引、查询的执行方式、查询优化；数据库的辅助工具：存储过程、触发器、ODBC。

参考教材

王珊、萨师煊，《数据库系统概论》第五版，高等教育出版社，2014年（第1-11章）

来源地址

https://mp.weixin.qq.com/s/Xa4wbuJnAkc9Uw1MlHmdkQ

学院还发布了一份

Q&A | 数据学院硕士研究生招生

数据学院研究生的学制是几年？

数据学院今年招收4类不同的研究生，分别是：直博生、申请考核制博士生、长学制学术型硕士生、专业硕士生。直博生的标准学制为5年，申请考核制博士生的标准学制是4年，专业硕士的标准学制为2.5年。

长学制学术型硕士生以培养从事科研工作的人才为目标，学制灵活，可根据同学学习和科研情况进行调整。新生入学后修读课程并参加科研实践。在修读完成必要课程，并在科研活动中进展顺利时，可参加博士资格考试。如果通过考试，则转为博士生培养。我们希望学业顺利的同学在入学5年后可获得博士学位。对于未通过资格考试的学生，有可能需要4年时间获得硕士学位毕业。

2请介绍一下数据学院研究生的培养方案特色？

数据学院具有完备的贯穿本科生、硕士生、博士生阶段的教学培养体系，通过课程和科研实践培养对新型数据应用具有深刻理解，并具有扎实理论基础和较强动手实践能力的学生。学院以培养“系统架构师”和“数据科学家”为培养目标。

除课程学习和导师指导以外，学院每年暑假举办“数据科学与工程暑期学校（DaSESS）”，邀请来自高校、研究机构与企业的国内外知名专家介绍数据科学与工程的研究与应用前沿进展和趋势，并开展研讨，开拓学生眼界，为开展新兴研究方向奠定基础。

研究生培养过程注重平衡的理论与实践能力培养。学院具有多个企业联合实验室和政府科研基地，提供培养学生实践能力的资源。

3学院的住宿条件、收费标准如何？

我院校内研究生宿舍主要分为公寓和普通宿舍，公寓有独立卫浴，普通宿舍设有公共洗漱区，每个宿舍区设有公共浴室，固定时段开放。每间宿舍都可以安装空调，学生需支付租赁费申请安装。校外宿舍主要有同普路研究生公寓、中江路研究生公寓，均有独立卫浴，有热水淋浴。硕士生为四人间，博士生为两人间。

住宿费按学年收取，每学年从新生入学的9月份起到次年的6月份止。普通宿舍每人每学年700-900元人民币，公寓每人每学年1200元人民币。

4学生的基本生活条件如何？

学生的收入来自于三部分。第一部分是每位同学都有的助学金；第二部分是参与实验室科研实践，或者承担“三助”获得的津贴，每一位认真参加实验室工作的同学都会获得，当然金额根据工作性质和质量各有不同；第三部分是企业所捐助的奖学金，奖励给在学业和科研上取得突出成果的同学。这些收入能够保障绝大多数同学在校园的生活。

5学术型硕士和专业硕士的区别是什么？

两者的培养目标不同，因此培养计划也不同。学术型硕士旨在培养将来能够从事科学研究的人才，培养计划按照学生将继续攻读博士学位而设计，是“长学制”，学业顺利的话应该在第五年拿到博士学位毕业。因此，学术型硕士生需要修读的课程体系更完备，对于科研和实践，以及科研交流等方面的培养也更平衡，当然要求也更高。学术型硕士的学制灵活，对于没有意愿或不适合继续攻读博士学位的学生，可以在达到硕士培养要求后获得硕士学位毕业。学术型硕士理想的毕业去向包括国内外的高校或企业科研机构、研究院，或者从事创新型系统或应用研发工作。如果你有意成为一个系统架构师或数据科学家，选择学术型硕士将使你具有更全面、更综合的能力，更容易达成目标。

专业硕士以培养工程型人才为目标，学制更短，培养计划中突出理解和解决实际工程问题的能力。专业硕士的培养过程中将大量参与研发工程实践工作。如果你有意成为一个适应互联网+、大数据、人工智能时代的IT工程师，选择专业硕士将使你具备适应新时代的能力。

在学院为同学所提供的学习和实践条件方面，两者并没有本质差别，包括机器配置、机房环境等。学生的科研津贴与所参与的具体科研实践工作，以及完成情况有关，与培养计划和学制无关。

6长学制学术型硕士与博士生的区别是什么？

长学制学术型硕士具有更灵活的学制，包括退出机制，可以在获得硕士学位后毕业。

在助学金方面，博士生入学之后，即按照博士生的培养计划进行培养，获得的也是博士生助学金，而学术型硕士在通过资格考试，转成博士生后才享受博士研究生的助学金。

7数据学院的培养目标、培养计划、研究方向、毕业去向与计算机科学与技术、软件工程、统计的相关研究方向的区别和特色是什么？

首先，我校其他相关院系以及其他学校也设有名称上与“数据科学与工程”类似的专业，招收研究生。和那些专业相比，数据学院突出“应用驱动创新”的理念，并始终坚持“开放成就创新”的做法。具体而言，数据学院的研究生，无论是硕士生还是博士生，都要紧密参与与应用相关的科研与开发活动，从应用中找问题，在应用中验证研究成果的效果和先进性。这使得学生得到的培养和锻炼更全面和丰富，当然，在就业市场上也更受欢迎。

第二，数据学院的研究方向更灵活和具体，具有鲜明的时代、专业和中国特色。以学院特色研究方向新型数据管理系统/面向互联网级的事务处理为例，这两个方向紧密对接金融和电信行业核心信息系统“自主可控、安全可靠”发展战略，面向“互联网+”大潮下后台数据管理系统被国外垄断企业“卡脖子”的问题。很多参与这些工作的同学毕业前很久就被蚂蚁金服、阿里巴巴、华为、交通银行等企业定向招收。以学院另一项特色工作研究生智慧教育平台为例，由于学生能够接触从数据采集到清洗和预处理，再到管理、分析、可视化，学生能够接触大数据全流程治理过程，能够在新型微服务架构下进行全面的研发锻炼，能够尝试各种最新的大数据处理和分析方法和工具。这些培养和锻炼使得学生能够做“顶天”——具有理论高度和技术先进性的工作，和“立地”——具有广泛使用基础，惠及大量用户的工作。

第三，数据学院不仅是一个学习和科研场所，还是一个接触社会了解社会的平台。我们有校企联合实验室。我们的合作企业每年都从参与实验室工作的同学中选拔优秀毕业生。我们有企业奖学金。取得突出成绩和成果的获奖同学将在颁奖典礼上，面向学院所有合作企业、伙伴大学、学校部门嘉宾和学院师生前报告自己的工作和成绩。典礼结束后，获奖同学还将和到会嘉宾进行更深入的交流。我们每年有学院周年庆庆典，合作大学和企业进行交流和庆祝；有定期地暑期学校，对最前沿、最热门、发展最快的研究方向开设课程开展研讨；有不定期的“数据科学与工程”系列讲座，邀请国内外知名学者开展学术交流。通过开放办学，学院为所有学生提供了一个自我发展、自我提升、自我宣传的平台。

8数据学院的招生看重学生的什么能力？除公布的初试要求外，对于复试的要求是什么？

数据学院看重学生的理念认同、修读意愿、吃苦能力。“一身土，一身泥”是数据学院对学生的基本要求，也只有认同数据学院发展理念，具有强烈修读意愿的学生才能接受这样的培养方式。同时，数据学院的优秀学生往往也有良好的逻辑分析、表达交流、动手编程能力。在复试环节，主要考察学生的编程动手能力、英语听说读写、计算机和数据分析专业理论能力和项目实践经历。

9数据学院是否欢迎“跨考”的考生？

数据科学与工程本身就是一个交叉学科，其内容涵盖计算机科学与技术、软件工程、统计学、管理信息系统、图书情报档案等。我们欢迎跨专业的考生，因为他们具有独特的专业特色背景，有助于学院形成开放、交叉、融合的学习和研发氛围。我们希望跨专业考生在原专业具有突出的能力，并且有着开放的态度，主动、积极学习新专业的知识，锻炼自己的综合能力，既保持自身特色和优势，又能顺利融入新专业的知识体系。

10听说数据学院的研究生在学习阶段不可以实习，是真的吗？是否会影响学生就业？

并非如此。数据学院反对低质量的与学业无关的实习活动。

数据学院每位学生都要参与大量的实习和实践活动。例如，学院与合作企业建立了一批联合实验室，共同研究企业所需要解决的科学和技术问题。在联合实验室的工作，或者其他科研项目工作，无论是在校园中还是在企业前线，都是实习工作。工作场所和工作内容、合作企业性质相关。在这些实习和实践中，学院教师与企业资深工程师都会共同指导学生的研发和学业。这些实习实践工作都是“顶天立地”的工作，都将成为学生毕业成果——毕业论文的一部分，也是科研/实习/实践津贴发放，以及奖学金评选的主要依据。

高质量的实习，不仅要求实习企业具有响亮的名号，还要求细致的实习过程指导和具有展示度的实习成果。学院学生的实践活动通过项目，特别是学院官方账号开源的系统，为学生提供了一个公开的展示平台。

数据学院（研究院）坚持这一实习管理办法已超过5年，学生就业形势逐年看好。近年来还出现了个别研究生毕业前一年就被大型互联网企业和国有银行“预定”的情况。可以说，高质量实习对于提升就业质量具有非常积极的作用。

11数据学院的导师有哪些研究方向？有没有做人工智能（AI）/大数据（Big Data）/机器学习（Machine Learning）/深度学习（Deep Learning）/知识图谱（knowledge graph）/区块链（blockchain）的老师？

数据学院的教师队伍逐年壮大，尤其是最近发展很快。学院的研究方向也从原先以数据管理和数据分析应用向着多元化转变。但无论如何发展，学院始终坚持“应用驱动创新”，也就是问题从应用中来，成果到应用中去，成果通过创新体现先进性。云计算、大数据、机器学习、深度学习、人工智能、知识图谱、区块链都是我们密切关注的技术方向。在这些方向上，学院都有教师和实验室跟踪学术前沿、做相关研究。但这些研究工作是否大规模开展、是否投入研究生开展工作，则要视应用潜力和趋势而定。以深度学习为例，目前我们就在积极探索它在智慧教育环境中的应用，以及由此引发的新的技术挑战；在区块链方面，我们在物流、数据共享和治理方面正在探索应用，并试图解决其核心技术挑战。当然，学院的研究方向还包括具有鲜明特色和新型数据管理系统，以及教育与信息技术深度融合。

我们希望报考的同学从更高的角度来看待研究方向的选择。研究生阶段培养的是发现问题、分析问题、解决问题的能力，而不是单纯的技术培训。

12我想报考数据学院，什么时候联系导师合适呢？

如果你对数据专业感兴趣的时候，就可以联系数据学院的任何一位导师，从而深入了解数据学院已经做了什么，正在做什么，将来还打算做什么。

13如果我有更多的疑问，怎么联系学院的老师回答呢？

你可以关注数据学院的公众号（dase_ecnu）、访问数据学院主页（http://dase.ecnu.edu.cn）来解惑，也可以发邮件给（dase@dase.ecnu.edu.cn）或者打电话给我们。学院主页上有所有老师的联系方式。

14是否可以介绍正在读或者刚毕业的数据学院的师兄师姐，给我们介绍数据学院的情况？

当然可以。如果有想了解的问题的话，请告诉我们，我们再转给相关同学。如果你就读的学校在过去几年中有同学进入了华东师范大学数据科学与工程学院学习，也可以咨询他们。

如果你正好在上海，有时间到华东师范大学中山北路校区（中山北路3663号），也欢迎你到数学馆1楼来参观。我们的老师和同学都会欢迎你。

15我非常期待加入数据学院大家庭，在备考过程中应该怎么做准备呢？

本-硕-博贯通的培养体系构建是数据学院探索螺旋式上升的人才培养路径的重要工作。在培养体系构建过程中，融合计算机、统计与应用数学、信息管理等学科的知识内容形成新的数据专业的知识结构，区分本科和研究生阶段的培养目标形成平滑过渡的培养方案，是其中的关键工作。同学们可以仔细阅读“数据学院硕士研究生入学时需要具备哪些知识与能力”一文，使自己的备考过程更加心理有谱。

来源地址

https://mp.weixin.qq.com/s/9Y9JmCb36Npb39QTEik2Cw

注意，数据学院的学硕是4年哦！

您还可以在以下平台找到我们

你点的每个在看，我都认真当成了喜欢