微信扫一扫
High Performance Computing Engineering
高性能计算工程
高性能计算(HPC)工程师是高度专业化的专业人员，他们：
设计、开发和优化先进的计算解决方案，以解决科学、工业和技术领域中最复杂的问题；
贯穿整个超级计算流程：从物理现象或现实世界数据的数学建模，到能够在并行和分布式架构(包括最新的量子系统)上运行的高性能软件的开发；
整合数值和计算机科学专业知识，模拟复杂系统，分析大数据，优化高级计算基础设施的代码，并在高性能计算环境(包括量子计算系统)中实现数据科学、人工智能和深度学习模型。
课程设置
HCP工程硕士学位旨在培养具备扎实的科学方法基础和核心知识，以及广泛的计算机科学和信息技术专业知识的专业人员。
具体来说，该计划旨在培养能够应对当今创新性挑战：从基于数学和统计模型的并行应用程序设计，到高性能计算环境中复杂数据的分析，再到新兴的量子计算领域算法和解决方案的开发。
完成该课程后，毕业生将获得：
扎实的离散数学和连续数学基础；
掌握科学方法和数据分析技术；
具备计算机工程方面的先进理论和实践知识；
具备量子计算基础和应用方面的专业知识；
对传统计算架构和高性能计算架构的理解；
设计和管理信息系统、网络和复杂计算基础设施的能力；
有效的沟通能力和较强的创新能力及终身学习精神；
在工业和技术领域中具备有意识地开展工作的能力。
该项目旨在培养那些渴望在高性能计算和量子计算技术创新领域发挥领导作用的人才。
就业前景
从研究生教育的角度来看，该项目为学生提供了丰富的深造机会，包括攻读国内和国际博士学位、硕士学位以及专业课程。这些途径既适用于在大学、公共或私营研究中心从事学术研究工作，也适用于在工业界担任高素质职位。
高性能计算工程师的特点是精通超级计算系统(并行计算机和量子计算机)的设计、管理和使用，以及数值模拟和大规模复杂数据分析。这类专业人员能够解决高度复杂的问题，整合各种技术，开发先进的算法，优化软件和计算架构，并在创新领域应用机器学习和统计学习方法。
职业机会广泛且不断拓展。毕业生可在信息通信技术公司、工程公司、超级计算中心、高科技产业、服务和咨询行业以及研究和学术界找到工作。高性能计算的应用领域十分广泛，涵盖了从航空航天和能源领域的气候学和流体动力学，到计算化学和药理学，从医学和基因组学到量化金融等诸多方面。
就业前景尤为强劲：计算机工程硕士学位课程的数据显示，毕业生在毕业后短时间内(甚至在完成学位之前)的就业率非常高。因此，该课程将扎实的科学基础与全球市场高度重视的技能相结合，为学生在多个战略领域提供优质的职业发展机会。
入学要求
计算机科学与工程、数学工程或其他相关领域的学士学位。优先考虑在计算机科学、应用数学、物理学、工程学等核心学科拥有扎实背景的毕业生。委员会将根据具体情况对不同背景的申请人进行评估。
英语B2等级。
推荐理由：
大模型时代，底层的算力与分布式架构成了香饽饽。如果你对AI基础设施、GPU架构优化或并行算法感兴趣，这个专业是硬核之选。
Mathematical Engineering
数学工程
数学工程硕士学位课程专为具有扎实科学背景、希望进一步深化和专攻运用数学解决复杂现实问题的学生而设计。在该课程中，数学将成为构建复杂系统模型、分析数据、开发算法以及支持高度复杂环境下决策的先进工具。
该项目旨在培养具备高级数学技能的工程师，使其能够将理论、计算方法和实际应用融会贯通。数学工程硕士毕业生能够胜任需要运用复杂分析、数学模型、数值模拟和先进定量工具的工作。
这是一个高素质且市场需求旺盛的专业方向，在科技驱动型企业、工业公司、银行和保险公司、咨询公司、公共和私营研究中心以及学术研究领域均有广阔的职业发展机会。简而言之，数学工程硕士毕业生能够将复杂的现实世界问题转化为先进的数学模型，并运用这些模型设计出高效且创新的解决方案。
课程设置
数学工程硕士学位课程提供高级培训，融合数学、计算方法和工程技术，旨在解决科学技术领域中的复杂问题。该课程培养学生在建模、定量分析、数值方法和计算技术方面的理论和应用技能，使他们能够运用现代严谨的工具解决实际问题。
该课程围绕四个主要专业方向构建，允许学生根据自己的兴趣领域定制学习计划：
计算科学与计算学习：专注于科学计算和计算学习的基础和工具，并将其应用于复杂的数值模型和新兴技术。
统计学习：致力于数据分析、推断和机器学习的统计理论和技术，尤其侧重于数据驱动方法。
量化金融：以在金融市场、风险建模和金融优化问题中使用数学和随机工具为中心。
量子工程：一门高级专业，探索量子工程的数学基础和工具及其应用。
在所有课程中，除了高级数学能力外，学生们还会加强编程、建模和批判性分析方面的技能，学习如何为多学科和高影响力问题设计有效和创新的解决方案。
就业前景
数学工程硕士毕业生拥有创新型的专业素养，不仅具备扎实的工程基础，更精通现代数学、数值和统计方法，能够运用这些方法进行建模、分析并解决设计和管理中的实际问题。因此，他/她能够在工程领域的传统或现代方向找到众多合适的岗位，并为之带来新的知识和专业技能。
在众多可能的职业环境中，我们列举以下几种：
大型企业的研发部门；
工业公司、咨询公司和/或管理协会的研究中心；数学工程师可以担任数据科学家，具备处理和统计解释高维数据(大数据、数据挖掘)以及模拟高度复杂场景的技能；
工程公司和实验室，从事计算和设计活动，专门处理复杂的计算问题，需要多学科知识以及使用先进的数学方法；
银行、保险公司和金融公司需要开发金融产品、管理投资(交易、资产配置)或评估风险(风险管理)；
从事科学或技术研究的公共或私营机构。
入学要求
持有相当于学士学位的外国学历的申请人可以申请入学，前提是他们在工程学的不同领域(信息学、经济与商业组织、电路理论、自动化、电子学、应用物理、土木工程)修满相应学分，并在数学的不同领域(数学分析、线性代数、几何、概率论、统计学、数值分析、优化)至少修满相应学分。
申请将由专门的招生委员会进行评估，该委员会将评估申请人的学术背景和是否符合课程要求。
英语B2等级。
推荐理由：
相比传统CS偏重软件工程，该专业更偏向算法底座与数理建模。非常适合数学底子好、未来想走AI研究、量化金融路线的同学。
