2019年上海财经大学统计与管理学院关于举办第三届“上财统计夏令营”活动的通知

　　提示：统计与管理学院原则上将2019年第三届“上财统计夏令营”作为选拔2020年推荐免试研究生的主要方式（不含统计与管理学院本科学生），欢迎有意申请我院推荐免试研究生的本科生前来参加本次夏令营活动。

　　一、学院简述

　　上海财经大学统计学科是教育部“985”经济学创新平台以及“211工程”重点建设学科。近几年来，本学科还成为国家教育体制改革试点项目之“财经类创新人才培养模式改革”和“探索开放环境下高校师资队伍建设模式”、中组部海外高层次人才创新创业基地等重要支持学科，并和我校经济学科一起成功获得“数理经济学”教育部重点实验室立项。

　　二、2019年第三届“上财统计夏令营“开营时间及入营对象

　　第三届“上财统计夏令营”将预计于2019年7月16日—19日举行。主要活动包括名师及业界前沿讲座、与知名教授互动座谈、参观大数据科学实验室及校史馆等。本次夏令营将根据入营对象的不同，设置不同的活动形式，并同时安排笔试、面试等选拔工作，其中表现优秀的同学将有机会通过推荐免试途径成为上海财经大学统计与管理学院的硕士研究生。

　　选拔活动主要针对学术型硕士和专业学位硕士两个项目，涵盖统计与管理学院全日制硕士研究生所有招生专业。

　　学术型硕士仅招收硕博连读研究生，应用统计专业学位硕士招收方向包括：大数据技术与经济统计、机器学习与健康统计、数据科学与商务统计、人工智能与金融统计，具体方向介绍请参照附录。

　　三、夏令营规模

　　本次夏令营计划面向全国各高校（含本校其他学院）本科生招收100名营员（20名硕博连读研究生，80名应用统计专业学位硕士），但不招收上海财经大学统计与管理学院本科学生。

　　四、夏令营食宿安排

　　上海财经大学统计与管理学院将为营员提供夏令营期间在沪食宿，但营员交通费用自理，学院会根据情况给予外地学校学生一定数额交通费用补贴。

　　五、申请资格

　　本科生入营须满足以下条件，方能申请。

　　（1）全国各高校本科三年级在校学生（2020届毕业生），不限专业，要求具备良好的数学、统计、计算机等基础知识。

　　（2）一流大学建设高校，专业成绩或综合成绩在所学专业名列前茅，且无不合格成绩；或一流学科建设高校，专业成绩或综合成绩在所学专业名列前20%，且无不合格成绩；或其他高校专业成绩或综合成绩在所学专业名列前5%，且无不合格成绩。

　　（3）大学英语六级考试成绩达到425分（含）以上或能证明具有同等水平的外语成绩。

　　（4）符合《上海财经大学接收优秀应届本科毕业生免试攻读硕士学位研究生工作管理办法》（https://gs.shufe.edu.cn/Home/NewsDetail/1937）规定的推免生申请条件。

　　六、申请材料

　　本科生入营，须完整提交以下材料，如材料不足，将不能入营；不接受补寄部分材料，但可重新寄送全部材料。

　　（1）2019年第三届“上财统计夏令营”申请表1份，在线填报后打印生成，申请者按要求贴好照片并签字确认；

　　（2）个人陈述1份；

　　（3）专家推荐信2封，需要2位副教授（含）以上老师分别推荐，密封并由推荐老师在封口处签名；

　　（4）本科阶段成绩单（教务部门盖章原件）1份，前五个学期总评成绩排名（专业或年级）证明；

　　（5）各类奖状及证书复印件各1份；

　　（6）国家大学英语六级考试成绩或能证明具有同等水平的外语成绩证明1份（TOEFL/IELTS等）；

　　（7）身份证复印件（正反复印在一页上）2份；

　　（8）学生证复印件（照片及个人信息页）1份；

　　（9）鼓励申请人提交体现自身学术水平的代表性学术论文、出版物或原创性工作等成果。

　　七、申请程序

　　本科生入营，按照以下程序申请：

　　（1）网上申报：申请人通过上海财经大学夏令营管理信息系统填写申请信息，网址为：http://xly.sufe.edu.cn。申报时间：2019年5月15日-6月20日。

　　（2）材料提交：将上述申请材料一并装入A4大信封，信封正面注明申报项目（含专业、方向）、姓名、所在学校及院系，并注明“2019上财统计夏令营申请”。邮寄材料截至日期2019年6月25日（以寄达地邮戳为准），过期不再接收材料。

　　（3）只在网上申报而未邮寄材料者，报名不予受理。

　　八、资格审定

　　本科生入营按以下程序审定资格：

　　（1）材料接收：请申请者自行到暑期夏令营管理系统查询材料接收情况。

　　（2）材料审核及夏令营资格审定：材料审核和夏令营资格审定工作由统计与管理学院研究生招生领导小组负责。入营名单及夏令营日程安排预计将于2019年7月6日之前在暑期夏令营管理系统和统计与管理学院官方网站及微信公众号上公布，并以电子邮件形式直接通知本人，未入选者，不另行通知。

　　九、接收推荐免试研究生工作

　　夏令营期间学院将组织2020年接收推荐免试研究生（学术型硕士、专业学位硕士）的笔试和面试工作，选拔结束后初步确定候选人。

　　取得候选人资格的学生需获得本校推免资格，在规定时间重新提交加盖教务处证明章的前六学期成绩单、学习成绩或综合测评成绩排名等材料，我院将对考生的推免接收资格进行重新审查，通过审查并经上海财经大学研究生院审批后方能确定录取资格。

　　十、联系方式

　　咨询电话：************张老师

　　咨询时间：2019年5月15日-7月12日

　　周一至周五上午9:00-11:00下午2:00-4:00

　　邮寄地址：上海市杨浦区武东路100号上海财经大学统计与管理学院1105室，“2019上财统计夏令营”项目组收邮编：200433（纸质版材料快递仅接受顺丰或者EMS快递）

　　上海财经大学统计与管理学院

　　2019年5月

　　附录：上海财经大学统计与管理学院硕士研究生招生专业介绍

　　应用统计硕士

　　为了满足社会对统计学专业人才的大量需求，国家教育部在2010年批准设立应用统计专业硕士学位。上海财经大学统计与管理学院是国家教育部批准的首批应用统计专业硕士学位的培养单位，从2011年开始招收应用统计专业硕士研究生，学制两年。在课程设置上，除公共课、研究方法课和学科基础课外，专业课程力求充分体现各实践领域对统计专门人才的知识与素质要求；在师资上，拥有一批具有海外留学经历和学术影响力的专家队伍，同时还聘请了业界高级专业人员承担专业课程教学，组成了“双师型”的师资队伍。

　　为顺应国家产业发展需求，统计与管理学院融合本校财经类学科特色，依托统计学国家“双一流”学科优势，将应用统计专业硕士调整为四个方向，分别为大数据技术与经济统计、机器学习与健康统计、数据科学与商务统计、人工智能与金融统计。

　　1、大数据技术与经济统计

　　培养具备良好的政治素养和职业道德，具有扎实的统计背景，能熟练掌握数据采集、处理、分析和开发技能，具备互联网数据挖掘和计算机数据处理技术，具有对现实经济、社会问题进行统计分析和解决能力，能够采用大数据分析技术从事社会经济或者行业研究分析的高端人才。

　　2、机器学习与健康统计

　　培养具备良好的政治素养和职业道德，具有扎实的统计背景，能熟练掌握数据采集、处理、分析和开发技能，具备互联网数据挖掘和计算机数据处理技术，具有对现实医疗健康、社会问题进行统计分析和解决能力，能够采用各种机器学习方法有效解决医疗健康、保险、制造业等领域数据分析问题的高端人才。

　　3、数据科学与商务统计

　　培养具备良好的政治素养和职业道德，具有扎实的统计背景，能熟练掌握数据采集、处理、分析和开发技能，具备互联网数据挖掘和计算机数据处理技术，具有对现实经济、社会问题进行统计分析和解决能力，能够采用数据科学领域中的各种方法有效解决在信用卡风险、营销分析等商务领域的相关问题的高端人才。

　　4、人工智能与金融统计

　　培养具备良好的政治素养和职业道德，具有扎实的统计背景，能熟练掌握数据采集、处理、分析和开发技能，具备互联网数据挖掘和计算机数据处理技术，具有对现实金融和经济问题进行统计分析和解决能力，能够结合人工智能在金融领域比如身份识别、量化交易、投资顾问、客户服务、风险管理等方面的广泛应用，以金融统计学理论为基础，并以大数据分析技术为核心驱动力，旨在培养能够在金融和互联网等相关行业从事金融统计分析的高端人才。

　　学术型硕博连读研究生

　　从2011年起，上海财经大学统计与管理学院在全日制学术型研究生项目上仅招收硕博连读生，以世界一流大学包括斯坦福大学、密西根大学在内的统计学科为标杆，并参照其统计学高层次创新型人才培养模式，瞄准国家人才战略需求，通过改革招生、选拔和培养制度，定位于培养具有国际竞争力的统计学高端创新型人才和熟悉经济管理知识、具备实际动手能力的学术型人才。结合经济社会发展对统计人才的需求，统计与管理学院学术型硕博连读生分设四个专业，分别为数理统计学、经济统计学、金融统计与风险管理、应用统计学。

　　数理统计学专业：致力于培养具有扎实数理基础，富有跨学科创新意识，在未来统计学研究及其应用领域中有所建树的学术精英或是高级管理人才；

　　经济统计学专业：致力于培养能够运用统计方法和专业统计软件，在社会经济各个部门从事数据调查与分析、评估、预测与咨询、管理与决策等工作的高级应用型专门人才；

　　金融统计与风险管理专业：致力于培养经济领域中具有良好的道德素质、扎实的金融学与统计学基础、能够熟练地利用计算机进行金融数据处理与分析、掌握金融计量及风险管理技术的高级应用型专门人才；

　　应用统计学专业：致力于培养熟练掌握现代统计分析技术和计算机统计软件，致力于统计应用与发展，能够进行各种常规统计分析以及大数据分析的高级专门人才。