一、专业概览
统计学是数据时代的核心学科。在人工智能和大数据深刻改变各行各业的今天，统计学不再只是'计算数据的学问'，而是连接数学理论、编程技术与产业应用的关键桥梁。本专业立足九江、面向长三角，培养既有扎实数学功底、又能熟练运用Python和R等编程工具解决真实产业问题的应用型数据分析人才。
本专业的核心特色是'理论筑基、技术赋能、实践贯穿'。学生从大一开始就同步学习数学理论和编程技术，大二起接触真实数据分析项目，大三进入行业深度实训，大四通过企业合作项目完成从学生到职场的过渡。整个培养过程中，实践教学占总学分的32%以上，确保学生毕业时不仅'懂理论'，更'能上手'。
二、培养目标
（一）目标定位
本专业以立德树人为根本，以社会需求为导向，培养德智体美劳全面发展，具备扎实的数学与统计学理论基础、较强的编程能力和数据分析能力、系统的产业实践经验，能够在互联网、金融、制造业、政府统计等领域从事数据分析、统计建模、数据挖掘、商业智能等工作的高素质应用型人才。
区别于传统统计学专业，本专业在培养方案中做了三个关键强化：一是编程能力前置——大一即开始系统学习Python和SQL，大二掌握R语言，让工具能力贯穿四年；二是AI能力必修——机器学习、数据挖掘、AI辅助分析等课程列入必修，让学生具备AI时代的核心竞争力；三是实践体系系统化——构建了'产业数据分析→行业数据分析实训→统计学产业实践→专业技能综合实训'四级递进式实践培养链条，确保学生在毕业前积累充分的真实项目经验。
（二）毕业5年后预期培养目标
培养目标1：政治素养与职业品格
具备坚定的政治信念和过硬的思想政治素质，践行社会主义核心价值观。具有强烈的社会责任感、职业伦理意识和数据安全意识，在数据分析和统计工作中始终坚守诚信底线和专业操守。
培养目标2：专业知识与技术能力
在数学分析、高等代数和概率统计方面具有扎实的理论基础，系统掌握统计学的核心理论和方法体系。熟练使用Python和R语言进行数据采集、处理、分析和建模，掌握机器学习和数据挖掘的基本方法。能够针对互联网、金融、制造业等不同行业的业务场景，选择合适的统计方法和分析工具，独立完成从数据获取到洞察输出的全流程数据分析工作。
培养目标3：实践应用与产业理解
具备完整的数据分析项目经验，能够独立或带领团队完成真实业务场景下的数据分析项目。熟悉至少一个行业领域（互联网、金融、制造业、零售等）的数据分析范式和业务逻辑，能够将客户流失预测、信用评分、需求预测、A/B测试等产业模型应用于实际工作。具备撰写高质量数据分析报告的能力，能够用清晰的语言向非技术人员解释统计结论和业务建议。
培养目标4：学习发展与创新能力
具备批判性思维和终身学习意识，能够紧跟统计学、数据科学和人工智能的发展前沿。善于利用大模型等AI工具提升工作效率。具有明确的职业规划，能够在统计分析、数据科学、量化研究等方向持续深耕。对于有志于学术深造的学生，具备报考统计学、应用统计、数据科学等方向硕士研究生的扎实基础。
核心课程清单：数学分析 I/II/III、高等代数 I/II、概率论、数理统计、回归分析、多元统计分析、时间序列分析、应用随机过程、机器学习、Python程序设计基础、统计计算与R软件、数据挖掘与AI应用、实验设计与A/B测试、数据可视化、数学实验与数学模型。
实践能力是本专业毕业生的核心竞争力。本专业构建了'四级递进'实践培养体系，从行业认知到技术训练、从教学项目到企业实战，系统化地培养学生的动手能力和项目经验。
