本项目由中国人民大学农业与农村发展学院与信息学院共同建立，是依托农业经济管理、计算机科学与技术两个一级学科下设的农林经济管理、数据科学与大数据技术两个本科专业所设置的复合型本科人才培养项目，其中农林经济管理专业为国家级一流本科专业。入选该项目的学生在完成培养方案的学分要求并通过两个学院的毕业审核后，可获得管理学（主修）和工学(辅修)学位。

本实验班旨在培养全面认识智慧农业管理，具有扎实的数学和计算机科学与技术基础，能从事数据科学与大数据在智慧农业管理领域的开发、应用、管理、建模，擅长运用统计软件分析现代农业经济管理问题的交叉复合型拔尖人才。

凡有志于在全面推进乡村振兴国家战略背景下，投身于智慧农业农村发展进程，有较强理科背景并对大数据技术充满兴趣的优秀高三学子，不限文理（同等条件下理科优先），均可报考。

本实验班注重多学科交叉渗透，科研实践共同发展，通过跨学科、跨专业、跨院系横向交叉融合培养，促使学生运用数据科学和统计软件来分析数据和解决实际问题。以经管类社科与信息技术类工科为主线，强调坚实的数学理科基础，融合历史文化等传统文科背景知识，真正实现融会贯通的全才式人才培养。

实验班人才培养实施五个百分百工程：百分之百国际交流机会、百分之百农村调研、百分之百“全员导师制”、专业课百分之百小班教学、专业课核心教材百分之百人大自编。为学院每一位本科生配备“一对一”专业导师，深入指导、了解学生课程学习及兴趣培养。本科四年学习划分两阶段，每阶段安排不同导师，使学生有更多选择、有更多机会向不同风格、不同专长的老师学习。旨在充分发掘学生自身潜力、确定未来的发展方向。

选拔对象为明德书院社会科学实验班（管理学大类）的2021级本科新生，文理不限，尤其欢迎理科优秀的同学申报。新生入校后，随即进行二次选拔，总人数不超过30人。选拔考试包括笔试和面试两部分，各100分。笔试侧重考察数学和英语等基本知识储备，面试侧重思维能力和综合素养。在高考录取时明确有专业调整限制的新生，申请本项目时要符合高考录取相关要求。

二、项目管理模式与学位授予

为便于精准化管理，对入选该实验班的同学进行单独分班，由农业与农村发展学院管理。学生毕业可授予管理学(主）、工学（辅）学士学位。

本次实验班选拔由学生自主报名，通过对申请人提交材料进行综合评定后，确定参加笔试、面试同学名单。参加考试并获得成绩的同学，按照笔试、面试成绩加权排序后，依序录取。未参与第一学期初的选拔或选拔未通过的学生，依据第一学年学分绩情况，在学分绩满足实验班要求的前提下，可在第二学期末参加二次选拔。

笔试和面试成绩分别占30%和70%，按照总分由高到低依次排序，结合招生名额确定入选名单。凡笔试、面试过程中出现作弊行为，取消考试资格。拟录取学生需现场签字，并签订承诺书，确认不再参与其他项目（实验班）的选拔和录取。

笔试：科目为数学和英语，其中数学满分100分（建议答题时间1小时），英语满分100分（建议答题时间1小时）。笔试时间：9月10日下午2:00-4:00，地点：待定。

面试：9月11日上午8:00-12:00，地点另行通知。

笔试和面试名单请关注学院官网。

9月12日中午12:00前公布录取结果。请登录农业与农村发展学院网站（/）查看。

自即日起开始报名，后附报名表和咨询微信群二维码。

请填写附件1报名表，并于9月9日下午17:00前发送至指定邮箱。

社会科学试验班（管理学科类）发送至：

大数据技术-农林经济管理实验班宣讲会将于9月9日上午10:00在明德主楼930进行，线上宣讲链接另行通知。

农业与农村发展学院 闫老师

大数据技术与农林经济管理实验班咨询微信群：

今年是“十四五”开局之年，全面推进乡村振兴的号角已经吹响，搭乘中国数字经济蓬勃发展的高速列车，涉农类数字经济领域大有可为。农林经济管理专业强调经济管理学科理论知识，培养农林业与食物产业经济管理技能。数据科学与大数据技术专业则注重数理统计基础，在信息互联网大数据时代强化机器学习、人工智能的实践应用。两个专业具有极强的互补性、融合性强，欢迎文史底蕴与理科素养兼备、喜欢面对挑战、综合素质优异的人大新生选择就读。

——中国人民大学副校长 朱信凯  教授

大数据技术-农林经济管理实验班具有广阔前景，不仅可以为国家农业现代化培养大量复合型、应用型人才，也有利于两个学科的交叉融合。信息学院可以在数据科学与大数据技术等领域提供有力的教学与应用支撑。农发学院则能在农业经济、农业管理、农村发展等现实国情领域实现较好的理论与实践培养，并为数据科学与大数据技术提供广泛的应用场景。两个学院国内外知名度高，软硬件支撑条件优越，强强联合打造的双学位实验班旨在培养既能在涉及农林业与食物产业的生产加工、市场流通、国际贸易、金融投资、科技开发、咨询服务等企业从事经营管理工作，也能在政府部门从事宏观经济管理和政策研究，基于“数据驱动决策”的新模式下各行业信息应用领域的尖端专业人才。

——中国人民大学农业与农村发展学院院长 仇焕广教授

Q1：该项目的人才培养基础与优势如何？

数字经济正在农业农村领域蓬勃发展，智慧农业已经成为新时代全面推进乡村振兴的重要方向。但由于农业本身的相对弱质性和大数据技术基础设施建设和创新性应用场景开发相对滞后，智慧农业发展还存在明显的人才短板，亟待通过高校设置相关专业系统培养专门性、综合性的大数据技术与智慧农业管理人才。农业与农村发展学院是我国综合性重点大学中成立最早、最有影响的“三农”问题研究单位，信息学院是国内最早建立的将数学与信息技术在经济管理领域应用为特色的系科，双方均具有完整的人才培养体系，并在学生培养中长期坚持与其他学科交叉渗透融合，现分别已同其他学院联合开设了若干双学位实验班，具有良好的工作基础。

Q2：该项目的核心课程有哪些？

大数据技术-农林经济管理实验班学生在专业课程方面，会系统接受现代智慧农业管理专业理论和方法训练，做到能够深刻理解和分析重大智慧农业管理专业现象，并积极探究其背后经济规律。专业教育分为三大部分，一是部类核心课，包括程序设计、经济学原理、中级微观经济学、中级宏观经济学、管理学原理、计量经济学等51学分课程；二是专业核心课，分为数据科学与大数据技术课程模块和农业经济管理课程模块，其中数据科学与大数据技术含数据结构与算法、计算机系统基础和机器学习与计算智能课程，农业经济管理含农业经济学、发展经济学和农业政策学课程，共计54学分；三是个性化选修课，分为数据科学与大数据技术、农业经济管理2个课程模块12门课程，学生从中选修12学分课程。数据科学与大数据技术专业培养方案学分要求165学分，农业经济管理专业培养方案学分要求为155学分，双学位实验班只需要完成183学分要求，即可同时获得管理学、理学学士学位。

Q3：具备哪些特质的学生更适合报考该项目？

该项目兼具管理学、信息学的双重特色。学生首先应具备“物化生”基础以了解农学、林学、生物学等涉农类科学背景，其次需要有扎实的人文社会科学知识储备，了解我国农业农村发展的经济、社会、历史等国情知识，最后需要有较强数理知识与逻辑思维，以适应大数据理论与算法编程的学习。对大数据技术、智慧农业管理交叉领域感兴趣，具有良好的计算思维和沟通表达能力的学生，适合报考本实验班。

Q4：社会上对涉及农业农村的专业存在哪些理解误区？

误区一：涉农专业的毕业生是不是一定要到农村去？

中央提出建设社会主义新农村，农村基层需要人才，我们也鼓励有志者能到农村基层工作。但是，由于农业经济管理类毕业生主要是从事管理工作，所以根据这几年毕业生就业的情况，除非个人志愿担任村官和基层选调生，几乎很少有毕业生直接到农村基层工作。我们的毕业生绝大部分都在东部沿海地区的大城市工作，主要是留在北京就业，每年到北京以外城市就业的毕业生只在40%左右。

误区二：涉农专业主要是学习农业和林业知识么？

顾名思义，农林经济管理专业是经济管理类专业，它和经济学、金融学、工商管理等都属于经管类学科，只是它研究的主要对象是涉及农业和林业等相关产业，大量经济学、金融学、工商管理专业的专家教授很多都在研究农业农村相关问题。需要强调的是，该专业在大一大二时学习的经济学、管理学基础课程与经济学、金融学、工商管理等其他经管类专业都是一样的（可参见上述课程设置）。

误区三：涉农专业领域很窄，不利于学生就业和未来发展。

随着中国经济发展和社会转型，城乡之间进一步融合，农林经济管理专业的用武之地越来越宽。大量食品、通讯、金融、基础设施建设等各行业的企业公司都在竞相争取农村市场，越来越多的科学技术研发、推广和应用都更加面向农业农村农民，政府相关部门的政策制定越来越多地考虑了三农的相关利益。在乡村振兴国家战略的背景下，无论是去公司企业、去科研单位还是去政府部门，农林经济管理专业的发展空间比过去还会更加宽广。

Q5：现实中有哪些问题需要该项目培养的人才来解决？

脱贫攻坚取得全面胜利后，中国进入全面推进乡村振兴、加快农业农村现代的新时期。目前，农业现代化正朝着信息化与智能化的方向快速发展。农业生产过程中的自动化技术，产业链条间各环节的信息化衔接，涉农企业人员组织架构的智能化管理，政府部门对农产品生产与销售环节的数字化追踪与监管，都需要大量的农业经济管理与计算机科学技术交叉人才。另一方面，在农村现代化进程中，农村基础设施建设问题、土地利用和征地补偿问题、农民收入问题、农民工问题、农村金融问题、资源环境和生态保护问题等等，均需要利用大数据等前沿技术在宏观层面提升政策推进的效果与效率。

Q6：开设该项目的学院有哪些学术传统和知名学者？

中国人民大学农业经济学科砥砺七十载，名师辈出，俊彦云集。1950年代，曹国兴主持编写出版了新中国第一本社会主义农业经济学等教材，是中国社会主义农业经济学科高等教育体系的主要建立者。张象枢主持编写了《中国农业系统工程丛书》、《环境经济学》，是中国农业系统工程和环境经济学的早期开拓者。上世纪80、90年代，几代学者致知力行，踵事增华，在农业经济学、土地经济学、工农产品价格剪刀差、反贫困、农业系统工程、生态与环境经济学、农业经济史等领域做出了开创性贡献。2008年，首届中国经济理论创新奖授予了农村家庭联产承包责任制的主要理论贡献者，我院周诚教授、校友张广友、王贵宸、杨勋、陈锡文等均在受表彰的贡献者之列。严瑞珍教授自 1994年起在太行山区建立脱贫与发展试验区，温铁军教授在本世纪初开展乡村建设的理论研究与实践，开启了中国反贫困研究的人大学派。依托我院科研力量成立的中国人民大学中国扶贫研究院荣获“全国脱贫攻坚奖组织创新奖”，是教育部系统唯一获得该荣誉的机构。2021年，中国人民大学响应国家乡村振兴重大战略，依托农业与农村发展学院成立了中国乡村振兴研究院，农业农村部原党组书记、部长韩长赋同志受邀担任研究院学术委员会主任，中国人民大学副校长朱信凯担任研究院院长。

中国人民大学信息学院前身是1978年萨师煊教授与老一辈学者创立了经济信息管理系，它在全国最早将数学与计算机应用在经济领域，被誉为“开信息之先河”。在四十多年的光辉发展历程中，一代又一代学院教师潜心科研，在以国产数据库为代表的多个科技领域取得了丰硕的成果。萨师煊教授为数据库领域的学科建设和人才培养作出了开创性贡献，出版了国内第一本教材《数据库系统概论》，最早发表了数据库技术的研究论文，开启了我国数据库研究的大门。教材建设不断更新，由王珊和萨师煊教授主持编写的《数据库系统概论》两次获得国家级优秀教材奖，“数据库系统概论”课程亦先后入选北京市精品课程、国家精品课程、国家精品资源共享课程、教育部首批精品在线开放课程，并于2020年获评首批国家级一流课程。1999年，由王珊教授主导的人大金仓信息技术股份有限公司成立，金仓数据库KingbaseES是唯一入选国家自主创新产品目录的数据库产品。2018年，杜小勇、王珊教授团队申报的成果“数据库管理系统核心技术的创新与金仓数据库产业化”获得国家科学技术进步奖二等奖。2018年，科技部公示的国家重点研发计划“云计算和大数据”重点专项拟立项的2018年度项目中，学院陈红教授牵头负责的“高时效、可扩展的大数据计算模型、优化技术与系统”项目获千万级经费，位居项目经费公示榜首。2017年，文继荣教授团队研发成果“网络扶贫行动大数据分析平台”入选“砥砺奋进的五年”大兴成就展。

Q7：双学位实验班出国率和保研率如何？

入选本项目的学生同时享有申请学校、信息学院和农业与农村发展学院的海外交流实践机会，如“卓越三农”厚重人才培养计划、本科生导师提供的各类参与国际学术会议等。同时，学生可分别获得两个学院免试推荐研究生的机会，往年保研率基本在20%-30%。

Q8：为什么要放在本科阶段做这个项目，而不是在研究生阶段探索这两个学科的交叉？

学科的交叉越来越需要从基础上进行深入融合，扎实的基础知识与技能很大程度上影响了未来发展的高度和深度。大数据技术与智慧农业管理双学位实验班需要坚实的数理基础，在本科阶段培养学生扎实的基本功，才能使得彼此领域融合得更加紧密，推动深层次的知识创新。此外，数字经济正在农业农村领域蓬勃发展，智慧农业已经成为新时代全面推进乡村振兴的重要方向，对于大数据技术专业的学生，知晓智慧农业管理应该成为其通识的一部分；对于智慧农业管理专业的学生，应用大数据技术也应该是其通识的一部分，本科阶段的宽口径、强基础，有利于学生在研究生阶段选择适合其自身的专业型和学术型研究生项目，以期未来在业界和学界有更大发展。

Q9：学院可以为该项目提供哪些平台支持？

两个学院的科研规划适应国家发展战略的重大需求，承担大量国家自然科学基金、国家社会科学基金和教育部、农业农村部、国家发改委等重大（重点）项目，积极参与国家高端智库建设，深入开展各类型的咨政工作，每年均有大量内参、调研报告或重要媒体文章受到国家领导人的批示。本科生全员全程导师制将为本科生提供大量如研究生般跟随导师参加科研项目的机会。

两个学院鼓励教师团队把针对“乡村振兴”、“碳中和、碳达峰”等经济管理问题的科研成果第一时间转化到本科教学，重视教学合作基地的科学布局和推广，与地方政府、企业开展了多方面合作。每年安排本科三年级、四年级学生到不同的教学实践基地参与教学实践一个星期，帮助学生了解一线的工农城乡问题，帮助其将课堂教学与实践有机结合。

两个学院已初步建立能源和农业两个方向上的大数据平台。正在整合国家统计局的全国住户调查数据、农村农业部农村固定观察点数据、农业部市场与经济信息司、中国科学院、相关企业的销售数据库，进一步整合学校CGSS数据库和学院已有的农户调研数据、市场调研数据和案例调研数据，建设微观数据分析和宏观模型团队，建立农业大数据平台和政策模拟实验室。

Q10：该项目的授课师资如何？

授课教师均为中国人民大学农业与农村发展学院与信息学院最优秀的师资，部分课程是专门为实验班学生开设的，未来也可以开设更多学科融合的课堂。课程讲授中也将贯穿学科融合的思想和内容。此外，学生可以在两个院系自由选择感兴趣的方向和科研项目、学科团体自主开展学习。

Q11：该项目毕业生毕业前景如何？

毕业生可进入国内外高等院校、科研院所继续深造，或在农业上市企业、各类IT公司、国内外知名企事业单位的大数据系统研发与数据分析部门从事数据科学与大数据在智慧农业管理领域的系统开发、大数据分析等业务工作。

数据科学是一门涉及到统计,数据分析及其相关方法的科学，借用数据去“理解和分析实际现象”。数据科学使用到数学、统计、信息科学和计算机科学等各个学科的技术和理论，特别是以下分支：机器学习, 分类, 聚类分析，数据挖掘，数据库和可视化。大多数院校的Data Science属于STEM学科。

哥伦比亚大学DS详细课程参考：

1.3 学数据科学的学生是做些什么？

出自哈佛大学的数据科学项目网站

美国开设DS和BA专业的所有院校:

很多学生会选择同时申请两个专业，但是实际上，两个专业还是有区别的：

1. DS一般在工学院或者文理学院，

2. DS的课程设置一般偏向于计算机和数学，

3. 受教育程度略有不同

4. 应用的技能不一样

关于两个专业的更多区别可以参考该链接：

美国大多数院校的数据科学硕士要求：

2、数学基础（比如微积分、线性代数）

3、熟悉概率论、或者统计

4、如果没有这些先修课程甚至会开始预科夏季课程给学生，不计入学分当中，比如布朗大学。

如果有转专业的同学可以尽可能的修习以上课程，提升自己的竞争力，通过二学位、辅修学位、暑期课程、网课等方式多修课程。或者多参与实践实习科研也对申请数据科学有很大帮助

1、计算机数据挖掘、深度学习、人工智能机器学习、数据分析等专业方向为主。

2、可选择远程和实地这两种，以个人时间为主，平时可以参加远程，假期可参与实地。

3、新东方专属项目，CMU、哈佛、伯克利的专属项目，可一对一、一对三。

1、运营岗位 -百度运营。

2、审计、商业数据分析，数据处理、智能检索系统，证券研究部门。

想申请好学校，建议找以下两类科研：

1、含金量高的科研，参与课题周期时间略长一些，有产出。

2、大数据、数据挖据，机器学习方面，或者编程类的实习，学校对学生的实际操作还是比较看重的，特别是转专业的学生，想申请DS，建议科研涉及编程方面。

新东方专属背景提升项目，包括金融专业实习、科研等众多项目，帮助学生提升软实力，丰富文书和面试内容，提高录取概率！

Science 毕业生提供了很好的就业方向和机会，并且薪水比肩IT行业。

数据科学具体的职位可能有：

这一职位过去也被称为数据架构研究，数据科学家是一个全新的工种，能够将企业的数据和技术转化为企业的商业价值。随着数据学的进展，越来越多的实际 工作 将会直接针对数据进行，这将使人类认识数据，从而认识自然和行为。因此，数据科学家首先应当具备优秀的沟通技能，能够同时将数据分析结果解释给IT 部门和业务部门领导。

二、数据预测（数据挖掘）分析

营销部门经常使用预测分析预测用户行为或锁定目标用户。预测分析开发者有些场景看上有有些类似数据科学家，即在企业历史数据的基础上通过假设来测试阈值并预测未来的表现。

数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储，出于分析性报告和决策支持的目的而创建。为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

数据仓库的专家熟悉Teradata、Neteeza和Exadata等公司的大数据一体机。能够在这些一体机上完成数据集成、管理和性能优化等工作。

企业要提高数据质量必须考虑进行数据管理，并需要为此设立数据管家职位，这一职位的人员需要能够利用各种技术工具汇集企业周围的大量数据，并将数据 清洗 和规范化，将数据导入数据仓库中，成为一个可用的版本。然后，通过报表和分析技术，数据被切片、切块，并交付给成千上万的人。担当数据管家的人，需 要保证 市场数据的完整性，准确性，真实性和不冗余。

数据安全这一职位，主要负责企业内部大型服务器、存储、数据安全管理工作，并对网络、信息安全项目进行规划、设计和实施。数据安全研究员还需要具有较强的管理经验，具备运维管理方面的知识和能力，对企业传统业务有较深刻的理解，才能确保企业数据安全做到一丝不漏。

六、可视化（前端展现）工具开发

海量数据的分析是个大挑战，而新型数据可视化工具如Spotifre，Qlikview和Tableau可以直观高效地展示数据。可视化开发就是在可视开发工具提供的图形用户界面上，通过操作界面元素，由可视开发工具自动生成应用软件。还可轻松跨越多个资源和层次连接您的所有 数 据，经过时间考验，完全可扩展的，功能丰富全面的可视化组件库为开发人员提供了功能完整并且简单易用的组件集合，以用来构建极其丰富的用户界面。

过去，数据可视化属于商业智能开发者类别，但是随着Hadoop的崛起，数据可视化已经成了一项独立的专业技能和岗位。