清华大学大数据能力提升项目(2025)招生启动,培养跨学科π型人才,助力学生实战能力与职业发展。速来了解!
原文标题:清华大学大数据能力提升项目(2025)报名开始啦!
原文作者:数据派THU
冷月清谈:
该项目的一大亮点是其强调校企联动,通过知名企业提供的真实项目、真实数据,让学生进行“真枪实战”的实践。往届学生的成功案例不胜枚举,例如电机系学生将大数据与电力研究结合,发表多篇论文并担任期刊审稿人;人文学院学生转型成为京东数据产品经理;土木学生将AI与建筑结构设计融合,并获得知名券商研究所实习机会。这些案例充分证明了大数据能力在跨专业发展中的“加速器”作用。
课程设置上,项目采用“3+X”模块化体系,共计10学分。“3”包括大数据发展与治理、基础技能和实践应用三大必修模块,其中最具特色的是长达8周的企业全时线下“大数据实践课”,该课程让学生深入行业头部企业,使用真实数据解决行业实际问题。“X”为专业融合选修模块,提供了广泛的与大数据相关的课程选择,同时也支持学生申请认定其他相关课程学分。
学生在两年内修满指定学分(发展与治理≥2学分,基础技能≥3学分,专业融合≥2学分,实践应用≥3学分)即可获得由清华大学研究生院和软件学院联合颁发的项目证书,优秀者还有机会参与RONG奖学金评选。项目主要面向清华大学在读研究生开放,尤其鼓励低年级全日制硕博士研究生申请,并要求具备一定的编程基础和满足企业实践的全时要求。招生规模计划为50人左右,报名时间为8月25日至9月8日,线上招生说明会将于9月2日举行。该项目不仅提供理论知识,更侧重通过“大数据实践课”实现真项目、真数据、真问题的行业实战训练。课程体系旨在培养学生的工程实践能力和创新思维,从而赋能学生在各自专业领域实现数据驱动的创新与发展,为未来职业生涯拓宽道路。
怜星夜思:
2、项目里最吸引我的是“大数据实践课”,八周的全时线下企业实践听起来超有诱惑力!但与此同时,作为在读研究生,如何平衡学业、科研和这长达八周的实践呢?像我们这种导师抓得严、科研任务重的,是不是很难有机会参加?学校和企业有没有什么配套的支持措施来解决这些实际问题?
3、项目目标是培养“π型人才”,也就是既有专业深度又有大数据广度的人才。现在就业市场竞争这么卷,大家觉得这种“π型人才”和专精某一领域的“I型人才”,哪个在未来发展中更有优势?或者说,未来人才发展的趋势会是怎样的?
原文内容
清华的小伙伴们看过来,听说校内有一个能力提升项目备受各院系师生推崇,因为它:
超强师资
吸引了25个院系的名师加盟
人气超高
项目已设立11年,历年报名同学累计超3500人,几乎涵盖校内所有院系
校企联动
知名企业提供资源和实践,真项目真数据,主打“真枪实战”
项目证书
完成课程可获得研究生院颁发的大数据能力提升项目证书
奖学金
设立了专项奖学金以表彰优秀项目学生
没错,它就是清华大学大数据能力提升项目!
过往学生中,很多人因为项目的“大数据背景”让自己的专业研究走上了快车道,比如:
一位电机系学生研究电力与大数据结合,不仅围绕“数据驱动、机器学习”与专业融合来发论文、作报告、申专利,还担任了IEEE TPWRS等近10个知名期刊和会议的审稿人;一位人文学院的正统文科生,在项目学习后从数据小白成为了京东的数据产品经理,用数据能力让传播学研究更有深度;一位土木学生将AI与建筑结构设计结合作为博士研究方向,发表多篇业内顶级期刊,还凭借大数据知识获得了知名券商研究所实习机会,求职道路越走越宽……
这样的案例数不胜数,大数据能力已成为跨专业发展的“加速器”!还等什么,赶快报名吧!
1.培养具有大数据思维和创新能力的“π”型人才;
2.项目获证学生至少达到大数据工程技术人员国家职业技术技能标准(2021年版)初级水平。
项目建立“3+X”模块化课程体系,总计10学分:
“3”为大数据能力提升必修模块,包括发展与治理模块、基础技能模块、实践应用模块,“X”为专业融合模块。其中,“发展与治理”及“基础技能”为“实践应用”的先修模块。
各模块相应课程如下(具体以学校info系统开课信息为准):
发展与治理模块(必修,≥2学分)
|
数智安全与标准化 |
84100362,2学分,秋季学期 |
|
数据伦理 |
60250121,1学分,秋季学期(深圳国际研究生院) |
|
人工智能伦理 |
75990111,1学分,秋季学期(深圳国际研究生院) |
基础技能模块(必修,≥3学分)
|
大数据分析(B) |
60240103,3学分,秋季学期 |
|
大数据系统基础(A) |
64100043,3学分,春季学期 |
|
大数据系统基础(B) |
64100033,3学分,春季学期 |
|
大数据分析(B) |
60240103,3学分,秋季学期(深圳国际研究生院) |
|
大数据系统基础(B) |
64100033,3学分,秋季学期(深圳国际研究生院) |
实践应用模块(必修,≥3学分)
|
大数据实践课 |
60470023,3学分,夏季学期 |
|
人工智能实践课 |
60250993,3学分,春季学期(深圳国际研究生院) |
注:以上必修模块中,建议深圳国际研究生院学生选择括号内标注“深圳国际研究生院”课程,本部学生选择括号内未标注“深圳国际研究生院”课程。
专业融合模块(选修,≥2学分)
*下表课程可供选择,如拟修课程未在表中但与大数据相关,可提交X课程学分认定申请,评审通过可完成学分认定。
|
大数据技术的应用与实践 |
80231143,3学分,秋季学期 |
|
大数据算法基础 |
60248013,3学分,秋季学期 |
|
模式识别 |
70250043,3学分,秋季学期 |
|
金融大数据分析导论 |
80601522,2学分,秋季学期 |
|
人工智能 |
60240052,2学分,秋季学期 |
|
云计算与新商业模式 |
84108011,1学分,秋季学期 |
|
大数据与城市规划 |
70000662,2学分,秋季学期 |
|
深度学习 |
84100343,3学分,秋季学期 |
|
模式识别 |
60230023,3学分,春季学期 |
|
统计学习理论与应用 |
70240413,3学分,春季学期 |
|
大数据分析与处理 |
80240632,2学分,春季学期 |
|
数据可视化 |
80240683,3学分,春季学期 |
|
政务大数据应用与分析 |
80700673,3学分,春季学期 |
|
大数据治理与政策 |
80591342,2学分,春季学期 |
|
媒体数据挖掘 |
80670883,3学分,春季学期 |
|
大数据机器学习 |
70240403,3学分,秋季学期 |
|
数据思维与行为 |
60700052,2学分,秋季学期 |
|
大数据科学与应用系列讲座 |
60250131,1学分,春季学期 |
|
大数据管理与创新 |
60510202,2学分,春季学期 |
|
模式识别 |
60230023,3学分,春季学期 |
|
数据可视化 |
80240683,3学分,春季学期 |
学生申请认定过的X课程
|
治理技术专题:政治数据分析 |
70700173,3学分,秋季学期 |
|
大数据与生物统计学 |
70960033,3学分,秋季学期 |
|
机器学习 |
80250993,3学分,秋季学期 |
|
深度学习 |
80240743,3学分,春季学期 |
|
高级机器学习 |
80240603,3学分,秋季学期 |
|
城市信息学I:城市应用分析 |
80001351,1学分,秋季学期 |
|
机器学习与人工智能 |
70960043,3学分,春季学期 |
|
医学信息与工程 |
80231262,2学分,春季学期 |
|
金融大数据与量化分析 |
01510313,3学分,春季学期 |
|
移动数据挖掘 |
80231032,2学分,春季学期 |
|
深度学习 |
84761063,3学分,春季学期 |
大数据实践课
《大数据实践课》是大数据能力提升项目课程模块中最具特色且最具挑战性的部分。课程带领学生深入行业头部企业,进行为期8周的全时线下实践,零距离接触前沿技术应用场景。通过“三真”实践模式——使用真实数据、开展真实项目、解决真实问题,全面培养学生的工程实践能力和创新思维。
截至2025年夏季学期,已有665名学生参与课程实践,几乎覆盖学校所有院系。课程共征集学生实践课题377项,遴选141项开展合作,覆盖工业、金融、消费、环境、交通、电力等27个主要应用领域。
实践合作单位:
从报名之日开始计算,2年内达到项目学分要求(≥10学分),可申请由清华大学研究生院和软件学院联合颁发的“清华大学大数据能力提升项目证书”,具体模块学分要求如下:
1.“发展与治理模块”,必修,不少于2学分;
2.“基础技能模块”,必修,不少于3学分;
3.“专业融合模块”,选修,不少于2学分,该模块学分可由其他模块学分替换;
4.“实践应用模块”,必修,不少于3学分。
1.清华大学在读研究生(包括硕士和博士),低年级全日制硕博士研究生优先;
2.具备一定编程基础优先;
3.实践环节能够满足“在企业8周全时线下实践”要求;
4.项目报名需征求本专业导师同意;
1.报名时间:8月25日-9月8日
2.招生规模:计划50人左右
3.报名方式:填写报名表单https://f.wps.cn/ksform/h/write/5r1FqAUD/提交报名信息。
4.报名确认:提交报名申请后,一周内邮件通知报名结果并告知“微信课程群号”及“荷塘雨课堂项目群号”。学生需要邮件回复确认报名,请及时关注邮件。
1.学生在毕业前达到获证要求,可在每学期证书办理通知发布时申请办理(第4周左右),经核实批准后,颁发证书。
2.已获得项目证书且表现突出者,有机会参与RONG奖学金评选。



