一、学科简介
面向国家大数据和数字经济重大发展战略，大数据管理与工程交叉学科硕士点以“大数据”和“智能技术”为时代背景，基于决策理论与方法、统计分析、机器学习、计算机科学等理论与技术，深入研究大数据在金融、电商、物流等领域应用中遇到的各类技术问题、管理问题和工程问题，依托学校财经特色，结合学院在信管、电商、物流的学科优势以及学校大数据与人工智能研究院的科研资源，具体研究大数据平台技术、大数据分析技术、大数据驱动的智能决策方法及其在金融、电商、物流等领域中的工程应用，旨在培养数字经济社会所急需的具有扎实理论功底和大数据思维的大数据管理与工程高层次人才，推动大数据学科理论体系建设和数字经济发展。
目前，学科点拥有一支国家级人才领衔、教学经验丰富、科研实力雄厚、梯队结构合理的高水平师资队伍。现有专任教师23人，其中教授13人，副教授4人。拥有全国黄大年式教师团队1个，国家万人计划领军人才2人，全国教学指导委员会委员1人，享受国务院特殊津贴人员2人，国家社科基金重大项目首席专家3人，泰山学者特聘教授1人。拥有山东省研究生联合培养基地、山东省“互联网+医养健康”大数据协同创新中心、山东省智慧养老与大数据工程实验室、应急管理与社会治理智能技术山东省工程研究中心等省级教学科研平台，可以为研究生开展实习实训、学科竞赛、创新创业等提供强有力的支撑。
二、培养目标
培养德智体美劳全面发展，能够以数字思维处理经济管理业务，掌握大数据处理、分析和管理知识技能，具备大数据驱动的管理决策能力，能够运用先进的理论、方法和技术手段解决大数据应用的实际工程问题和管理问题，具有创新意识、职业素养和国际视野的新型高层次复合人才。
三、研究方向
围绕大数据通用工程技术问题、大数据分析计算的共性方法和基于大数据的管理决策方法三个方面，探索大数据背后的共性科学问题及其在经管领域的应用问题。因此，主要设置以下三个研究方向：
1.大数据平台技术：该方向侧重于面向大型企业的数据存储、处理和分析业务的大数据平台系统，探讨大数据计算框架与分布式处理技术、大数据系统系统构建方法与分布式算法设计，研究商务智能实际应用中的需求分析、系统设计与系统实现的相关理论。
2.大数据分析与智能决策方法：该方向主要研究数理统计、深度学习、知识计算、可视化等大数据分析技术，构建大数据支撑的不确定环境下管理决策问题的新模型、新方法和新算法，进而实现大数据驱动的智能决策与优化分析，实现复杂决策的科学化、自动化、智能化。
3.金融大数据分析：融合学校金融学科优势特色，该方向侧重探索大数据和人工智能等信息技术与金融之间的深度融合，探讨利用自然语言处理、情感计算、机器学习等技术，建立大数据分析模型，开展信贷风险评估、交易欺诈识别、股市行情预测等领域研究，帮助金融企业更好提升金融服务效率。
四、课程体系
大数据工程与管理的课程体系以大数据分析技术方法作为核心课程，以大数据平台技术、大数据分析与智能决策方法和金融大数据分析作为三个拓展方向。
五、学习年限与授予学位
大数据管理与工程硕士研究生基本学习年限3年，最长学习年限不超过5年。 第1至第3学期用于课程学习，第4至第6学期主要用于调研实习、撰写学位论文及进行学位论文答辩，答辩通过后，可授予工学硕士学位。
