一、学院简介

深圳大学数学与统计学院创建于2006年，学院前身为1983年成立的数学应用系、1996年成立的师范学院数学教育系、1998年成立的理学院数学系。

学院现有一个一级学科博士点(数学)、两个学术学位一级硕士点（数学、统计学）和一个专业学位一级硕士点（应用统计学），一个跨界联合培养招生专业（数学），一个留学专业（应用统计）。学院目前与美国宾汉姆顿大学、密歇根州立大学、澳大利亚邦德大学等境外高校开展了“3+2”、“2+2”等形式的联合办学项目。学院还通过与境外高校签署联合培养博士协议来培养高端人才，目前已与香港理工大学、香港浸会大学开展了联合培养博士合作。

学院拥有一个国家级应用数学中心（深圳应用数学中心）、一个省级科研平台（广东高校高清视频智能分析与处理工程技术中心）、一个市级重点实验室（深圳市现代机器学习与应用重点实验室）、一个校级科研平台（深圳大学刘纪明数学中心）和一个校企共建实验室（国泰安保险精算实验室）。

学院现有专任教师86人，其中杰青2人、全职特聘教授4人（“长江学者”1名）、教授12人、副教授29人；国内外著名高校博士学位获得者80人；国务院津贴专家2人、广东省“千、百、十”工程培养对象5人、广东省高校优秀青年教师培养对象2人、“深圳大学荔园学者”1人、“深圳大学荔园优青”5人；1个团队入选“深圳大学荔园创新团队”、5名校级“3+1”人才工程。学院另聘有兼职特聘教授5人、国内外知名访问教授25人。

近5年，学院获国家级教学成果二等奖1项，获广东省科学技术奖2项，获深圳大学“校长教学奖”4项（此为我校教学类的最高奖项），获深圳大学“腾讯良师奖”6项，获 深圳大学“优秀教学管理团队奖”2项。在教学方面，学院获得“省级教学团队”、“省级精品课程”等多项教改项目，教师19人次获“全国大学数学微课程竞赛”奖项。学院学生在“全国大学生数学建模竞赛”、“美国大学生数学建模竞赛”、“挑战杯”等赛事活动中获奖110余人次。

在科研方面，成功立项国家基金项目60余项，到账经费3000余万；发表高水平论文500余篇；教师申请专利9项；教师获得广东省科学技术奖2次；出版学术专著4部、教材4部；成功举办了5次国际学术会议和3次国内学术会议。

学院自招生以来培养了一大批优秀毕业生，就业率几近100%。本学院培养的研究生具有较强的教学科研能力和实践创新能力，能独立从事科研、教学工作或担任专门技术工作。就业单位有深圳大学、天津工业大学、南华师范大学、四川文理学院等高校，平安银行、交通银行、商业银行、招商证券等金融机构，华大基因研究院、中国科学学院深圳先进技术研究院等科研机构，宝安中学、南山二外、惠州市华罗庚中学等深圳市内外中小学。近年来，有10余名毕业硕士研究生考取国内外博士研究生，有1人获“广东省优秀硕士论文”，4人获”广东省优秀毕业生”。

二、培养目标

培养适应国家和地方发展需要的德智体全面发展的研究型、高层次专业人才。

掌握马克思主义基本理论，坚持党的基本路线，热爱祖国；遵纪守法，具有良好的道德修养和敬业精神，积极为社会主义现代化建设服务。

掌握扎实的数学、计算机软件与理论的专门知识，熟悉大数据科学学科的进展、动向和发展前沿；具有独立创新能力、实践能力和创业精神，具有独立从事科学研究、高校教学或独立担负专门技术工作的能力。

掌握一门外国语，能熟练地阅读本专业的外文资料，具有论文写作能力和进行国际学术交流的语言能力；能熟练地使用计算机，运用网络信息技术的能力。 

三、学科方向

1、基础数学

研究领域有复分析、代数几何、分形几何、解析数论、数学物理等。研究队伍中有“杰青”2人，“千人”1人、 “教育部新世纪优秀人才”1人。多位成员的研究工作处于国际领先水平，取得多项重要成果并解决了若干重要猜想和问题

2、应用数学

研究领域有流体力学的数学理论、偏微分方程、复杂网络、系统控制、最优化。研究队伍中有“长江”1人，鹏城学者1人。研究人员在涡流流动的稳定性分析，流体方程的整体适定性，退化椭圆方程解的结构，依赖状态动态网络建模，具记忆项抛物方程的能控性，非凸结构的优化问题等领域做出了一系列原创性的工作。 

3、计算数学

研究领域包括图像处理的数学问题、大数据分析、模式识别等。研究人员在大数据建模、机器学习、网络同步、非负矩阵分解、人脸识别，以及基于小波框架、变分PDE的图像处理，目标检测和识别等方面做出了一系列重要工作。本方向拥有1个省级工程技术中心和1个市级重点实验室，共建一个省级重点实验室，在“落地应用”方面取得了多项有实际应用价值的成果。

四、课程设置

数学各专业开设相关课程。拟开设的专业课程包括：泛函分析、现代数学理论、复分析、动力系统、黎曼曲面、复动力系统、拟共形映射与Teichmuller空间、符号动力系统、遍历理论、多元复分析、复多重位势论、解析数论基础、代数数论、非线性偏微分方程、机器学习、举证分析、深度学习等。

报考要求无