2024年高招季｜济南大学学院推介：数学科学学院
教育
关注
一、学院介绍
1。学院概况
数学科学学院的办学历史可追溯到1980年，目前设有数学与应用数学、金融数学和数据科学与大数据技术三个本科专业，拥有数学一级学科硕士授权点和学科教学（数学）教育硕士专业学位授权点。数学与应用数学专业和金融数学专业获批山东省一流本科专业建设点。学院现有教职工110人，其中专任教师99人，教授14人，副教授38人，具有博士学位教师64人，拥有泰山学者特聘教授、青年泰山学者、山东省杰出青年基金获得者、山东省优秀青年基金获得者等省级高层次人才，获评山东省黄大年式教师团队1个。近年来，学院教师先后主持国家及省部级自然科学基金100余项，获国家自然科学二等奖（第四位）和山东省自然科学二等奖（首位）各1项，获得山东省高等学校优秀科技成果一等奖2项，山东省优秀教学成果奖一等奖1项、二等奖2项；获批山东省本科教学改革研究重点项目3项，国家一流本科课程1门，山东省一流本科课程4门，山东省课程思政示范课程3门，山东省研究生优质课程5门，山东省研究生案例库1项。学生在“挑战杯”全国大学生课外学术科技作品竞赛、“高教社杯”全国大学生数学建模等竞赛中获省部级以上科创奖励300余项。
2。学科专业优势
学院基础科学研究能力和水平稳步提升，现有泰山学者特聘教授1人，泰山学者青年专家1人，爱思唯尔中国高被引学者2人。近年来，主持国家自然科学基金和山东省自然科学基金的数量稳步增加。现有基础数学、运筹学与控制论、应用数学以及计算数学共4个数学二级学科方向。
数学学科发展至今，不仅学科自身发展枝繁叶茂，而且与其它学科深度交叉融合。数学与应用数学专业体现数学与教育学、心理学等学科的交叉融合；金融数学专业体现数学与经济学、金融学等学科的交叉融合；数据科学与大数据技术专业体现数学与统计学、人工智能、计算机科学与技术等学科的交叉融合。数学与应用数学专业、金融数学专业先后获批山东省一流本科专业。与山东赛宝电子信息工程有限责任公司联合申报的实验室，获批山东省数据开放创新应用实验室，实现学院省级教科研平台的突破。
3。师资队伍
学院现有教职工110人，其中专任教师99人，教授14人，副教授38人，博士64人，硕士生导师36人，博士生导师2人，山东省黄大年式教师团队1个，泰山学者特聘教授1人，青年泰山学者1人，山东省杰出青年基金获得者1人，山东省优秀青年基金获得者1人，山东省优秀研究生导师2人，爱思唯尔中国高被引学者2人。济南大学师德标兵1人，教学名师2人，优秀教学奖获得者7人，青年教学能手13人。济南大学教书育人楷模1人，济南大学最美教师1人。
4。教学科研成果
近年来，获评山东省优秀教学成果奖一等奖1项、二等奖2项；主持山东省本科教学改革研究重点项目3项，教育部产学合作协同育人项目16项；《线性代数与空间解析几何》获评国家一流本科课程，《常微分方程》等4门课程获评山东省一流本科课程，《概率论与数理统计》等3门课程获评山东省课程思政示范课程，《矩阵论》等5门课程获评山东省研究生优质课程；主编教材5部，《应用统计分析》教材获评山东省普通高等教育一流教材；1名教师在全国高校混合式教学设计创新大赛中获全国二等奖，1个教师团队获山东省教学创新大赛二等奖。学院教师先后主持国家自然科学基金40余项、参与国家自然科学基金重点项目子课题1项，主持省自然科学基金50余项，获国家自然科学二等奖（第四位）和山东省自然科学二等奖（首位）各1项，获山东省高等学校优秀科技成果一等奖2项，发表高水平论文500余篇。
5。人才培养
学院秉承“铸师魂、厚基础、强技能、稳就业”的育人理念，以培养“四有好老师”为目标导向，逐渐形成以“实习、支教、实践、竞赛、志愿服务”为主要内容的五位一体实践育人新模式和“育德为先、能力提升、系统推进、协同增效”的一体化师范生生涯教育模式，不断提升学生的学科知识水平和教学实践能力，推动师范生的全面成长与发展。构建大学-中学协同育人机制，与实习基地深度合作，共同打造“实践教学+文化传承+社会服务”的协同育人新机制，实现双方共赢的教育愿景。
以复合型创新人才培养目标为导向，实现产教融合背景下“三层四维”的新型复合型创新人才培养模式。考虑到金融数学专业、数据科学与大数据技术专业具有学科交叉的鲜明属性，在人才培养过程中，注重通过产教融合提升学生实践和创新能力、服务产业的能力，凸显“金融致用，数理创新”的金融数学专业特色和数据科学与大数据技术专业服务国家战略新兴产业发展需求、适应新一代信息技术产业和区域经济社会发展需求的特点。通过邀请行业导师进校指导、学生实习基地深度实践等方式，采用“理论—技能—应用”一体化专业教学范式，打造“资源—手段—方法”特色化教学方法，构建“启蒙—训练—实战”进阶式创新创业培养体系，培养创新型交叉学科人才。
6。学院特色活动
人才培养质量显著提升，学生科创硕果累累。近年来，学院有40多名学生获得国家奖学金，20余名学生获得山东省政府奖学金，7名学生获得宋健奖学金。在“挑战杯”全国大学生课外学术科技作品竞赛中，获得国家三等奖1项、山东省特等奖1项、山东省一等奖1项。在“高教社杯”数学建模竞赛中，获得全国一等奖14项、全国二等奖75项，成绩位居山东省高校前列。在“蓝桥杯”全国软件和信息技术专业人才大赛中，获国家奖18项、省奖127项。学院高度重视师范生教学技能的提升，鼓励学生参加各种教学比赛。在学生教学技能大赛备赛期间，一线专家、校内指导教师全程一对一精心指导，反复演练授课内容，让学生学习了知识，拓展了视野，锻炼了能力，提高了本领，达到了“以赛促教、以赛促学、以赛促练”的育人效果，有力推动了学院的人才培养和高水平建设。近三年，8名师范生获山东省师范类高校学生从业技能大赛一等奖，4名师范生获二等奖，4名师范生获三等奖，8名教师获该大赛优秀指导教师称号，实现了山东省师范类高校学生从业技能大赛一等奖连续10年不断线，一等奖获奖总数量居全校第一。
二、专业介绍
1
数学与应用数学
1.1 培养目标
数学与应用数学专业1980年开始数学教育专科招生，1993年开始本科招生，2007年开始学术型硕士研究生招生，2016年开始学科教学（数学）教育硕士招生，2018年获批数学硕士学位一级学科授权点，2019年入选山东省一流本科专业建设点。专业秉承“铸师魂、厚基础、强技能、稳就业”的办学理念，涵养师德与教育情怀，聚焦教师教育类课程建设，创新实践（含创新思维与创新方法训练）教学模式，建立四年一贯制教师职业技能训练体系，1个教学团队获评山东省高校黄大年式教学团队，8名教师获评山东省师范类高校学生从业技能大赛优秀指导教师。
1.2 专业特色
本专业适应国家基础教育改革发展需要，立足山东，面向全国，培养政治立场坚定、师德修养高尚、教育情怀崇高、人文素养良好，掌握数学与应用数学的基本理论和方法，熟悉数学研究与数学教育的基本规律，具有良好的现代数学教育理念，具备较强的数学教育教学能力、科学研究能力、实践创新能力、沟通协调能力和自主发展能力，毕业后可在中学和教育机构从事教学与管理工作的优秀数学教育人才。本专业师范生培养质量高，已连续10年获得山东省师范类高校学生从业技能大赛一等奖。
1.3 核心课程
数学分析、高等代数、解析几何、常微分方程、概率论与数理统计、教育学、数学教育学、心理学等。
2
金融数学
2.1 培养目标
济南大学是全国第一批设立金融数学专业的21所高等院校之一。济南大学金融数学专业的前身是数学科学学院与经济学院于2011年合办的数学与金融学双学位实验班，专业获批后设置于数学科学学院。经过十余年的建设发展，济南大学金融数学专业取得了长足进步。目前专业具有高级专业技术职务的教师比例超过50%，拥有山东省高校黄大年式教学团队1个。同时，具有良好的理论教学和实践教学条件，自建金融模拟实验室，与宜信恒业科技发展（北京）有限公司、中信建投证券股份有限公司和中国国际期货有限公司济南营业部等多家校外金融企业合建实践教学基地，充分满足学生实习实训的要求。2021年，济南大学金融数学专业入选山东省一流本科专业建设点，该专业也是山东省教育服务新旧动能转换专业对接产业项目立项专业。
2.2 专业特色
本专业培养德、智、体、美、劳全面发展，具有爱国热情、健全人格、良好心理和合作精神，具备创新精神、创业意识和创新创业能力，掌握数学、经济学、金融学以及统计学的专业知识和相关技能，能够运用数学思想、统计方法和信息技术解决各类金融问题的高级应用型人才。
2.3 核心课程
数学分析、高等代数与解析几何、概率论、数理统计、应用随机过程、常微分方程、西方经济学、金融学、计量经济学、证券投资学等。
3
数据科学与大数据技术
3.1 培养目标
济南大学数据科学与大数据技术专业设立于2020年，并于2020年9月开始招生。本专业主要涉及数学、计算机科学与技术以及统计学三个主干学科，培养数学与信息科学交叉学科人才。本专业师资队伍业务水平高，责任心强，专任教师中具有博士学位的教师占80%，高级职称教师占36%，泰山学者特聘教授1人，爱思唯尔中国高被引学者2人，山东省高校黄大年式教学团队1个。本专业建有大数据实验室，并配有大数据实验、实训和科研平台，实验设施完备，实验条件优越，为实践教学提供了有力保障。数学科学学院拥有数学一级硕士学位授权点，为本专业的发展提供了强有力的学科支撑。
3.2 专业特色
本专业培养德、智、体、美、劳全面发展，具备人文素质与科学素养，具有良好的数据科学基础和数据思维能力，掌握数据科学与大数据技术的基础理论和专业知识，接受科学研究的初步训练，具有较好的实践能力，掌握大数据的采集、管理、分析与应用的基本方法，能够综合使用数据分析手段和算法工具解决社会发展和企业生产中有关大数据的实际问题的高素质复合型人才。
3.3 核心课程
数学分析、高等代数与解析几何、常微分方程、离散数学、概率论、数据结构、应用统计分析、面向对象程序设计、大数据原理及技术、数据挖掘等。
