2022美国麻省理工学院前沿学科在线项目报名通知

一、项目介绍

美国麻省理工学院前沿学科在线学习课程由麻省理工学院电气工程与计算机科学系(EECS, MIT)、斯隆管理学院等官方课程教授担纲主讲。课程以实践项目教学法(Project-Based Learning, PBL)为主导，结合学科经典理论、前沿应用、实践项目等内容展开。除学科课程外，还包括留学申请、科技企业等专题分享，使学生零差异地体验麻省理工学院的教学方法、研究方法以及最新的学科动态等。

二、可选项目方向

学生可依据专业和兴趣选择其中一个项目进行学习，并选择对应的实践项目任务。通过项目考核后，将获得项目学习证书和成绩报告，成绩特别优秀同学将有机会获得推荐信。项目开始前4周，可免费参加项目的pre-learning，主要内容为python入门及各学科基础课程。

三、各方向课程信息

l  深度学习应用于计算机视觉 Deep Learning in Computer Vision

 深度学习的发展促进了计算机视觉的进步，在人脸识别，图像问答，物体检测和物体跟踪等方面，深度学习已经取得了非常好的效果，各类新的算法模型的运用也为实现计算机视觉提供了新的可能。本项目内容涵盖深度学习的经典算法模型和其应用于解决计算机视觉的热门方向，结合实操案例，让学生了解深度学习的经典算法、相关前沿研究问题，以及在实现计算机视觉的发展过程中我们面临的挑战与机会。

此方向共计48学时，课程大纲请参阅附件。直播占比90%录播占比10%，所有直播课程均可观看录屏回放，录播课程和录屏均配备字幕。

l  机器学习与商业分析 Machine Learning in Business Analytics

机器学习在商业分析与决策过程中的作用日益凸显，机器学习的各类模型为金融交易及投资决策、客户行为分析、用户画像、经济预测等提供了新的分析方法，赋能企业在人工智能时代更加高效地完成关联预测、决策辅助、优化流程和风险管理。项目内容包括多个机器学习数学模型及其代码实现，结合实际案例，学习定量投资、风险管理、金融科技和智能推荐等商业分析技术。

此方向共计48学时，课程大纲请参阅附件。直播占比90%录播占比10%，所有直播课程均可观看录屏回放，录播课程和录屏均配备字幕。

l  集成电路设计与微系统Integrated Circuits Design and Microsystems

在过去的几十年里，集成电路设计规模、复杂度呈指数级增加，集成电路芯片也已步入到纳米级别，其设计方学方法正在进一步革新。集成电路与微系统设计课程结合该领域的理论与设计，探索前沿的研究方向，进行系统分析及应用软件实践。课程内容将包括电路与电子、集成电路设计、光子集成电路等模块及其应用项目实践，使学生全面了解集成电路设计的机遇和挑战。

此方向共计40学时，100%为直播课程，课程大纲请参阅附件。所有直播课程均可观看录屏回放，录屏配备字幕。

四、教学团队

教学团队包括来自麻省理工学院EECS/Media Lab/斯隆管理学院的教授、研究员、博士后等，他们都拥有丰富的教学经验和科研项目经历。此外，还将有中英双语助教全程指导学生的学习和答疑等。核心教授包括：

ž Prof. Karl. K Berggren, EECS MIT

Core faculty member in the Microsystems Technology Laboratory (MTL),

Director of the Nanostructures Laboratory in the Research Laboratory of Electronics,

Teaching 6.002 Circuits and Electronics, 6.781Nanostructure Fabrication

žProf. Juejun Hu, EECS MIT

Core faculty member in the Microsystems Technology Laboratory (MTL),

Head of Photonic Materials Group,

Teaching 3.156/3.46 Photonic Materials and Devices

žProf. Hui CHEN

Professor of Finance at the MIT Sloan School of Management,

Research Associate at the National Bureau of Economic Research.

Teaching 15.450 Analytics of Finance, 15.457 Advanced Analytics of Finance

žProf. Suvrit Sra,

Associate Professor of MIT EECS,

Core member of IDSS and LIDS, MIT,

Teaching 6.881 Optimization for Machine Learning, 6.867 Machine Learning

žDr. Alexander Amini

PhD at MIT, Researcher, Distributed Robotics Laboratory, CSAIL, MIT

Teaching 6.S191 Introduction to Deep Learning

五、线上项目费用抵扣

费用抵扣：完成在线课程后，可获得MIT线下短期交流项目全额抵扣券，仅限本人使用。

六、申请条件

1.吴健雄学院在校本科生。结合项目难度和往届学生反馈，建议大二以上学生参加。

2.具备良好的英语听说能力；

3.需具备一定Python语言编程基础（无Python基础的同学将由助教指导在项目前完成Pre-learning）。

七、申请方式

申请截止时间：2021年12月10日

报名学生需完成校内及项目方报名。特别注意：未完成校内报名的同学无法申请学分替换或申请校级资助，后果自行承担。

1、校内报名：

登陆网上综合服务大厅ehall.seu.edu.cn，在“服务”页面搜索“本科生出国境交流学习管理系统”，找到项目“2022年院级线上交流项目（吴院-MIT）”，并填写提交申请表（需要学分认定的同学必填“课程对应关系”并准确填写对应课程方向名称，如：Deep Learning in Computer Vision）。

提交申请后及时告知学院教务老师、学院副书记、教学院长审核。

关于学分认定：需征求教学院长意见，在申请表中填写计划替换的课程(课程对应认定关系)，是否能够认定学分由所在学院审核决定。（联系方式见教务处主页—下载专区—学籍管理—各院（系）有关教务助理及教学院长联系方式）。

       2.项目方报名

       点击申请链接，填写个人信息完成申请https://jinshuju.net/f/cQ9dBq

八、特别说明

1、参与项目获得学习证书及成绩报告，可满足吴健雄学院国际交流提高要求。

2、考核成绩合格，学生可申请认定专业跨选课或任选课学分。

3、该项目由上海安与教育科技有限公司组织，项目费用由该公司收取，学院或学校不会收取或经手任何费用。

4、关于校级资助：完成外方的线上课程、成绩合格，且可认定校内课程学分的同学，有资格申请校级出国学习专项资助。详细资助办法参见：

https://jwc.seu.edu.cn/gj/2020/0921/c24751a347093/page.htm

5、申请期间，注意保持邮箱等联络方式的畅通。

九、项目咨询

吴健雄学院联系人：李老师52090997

项目方联系人：Cindy老师

项目方座机：021-2250 2221，微信：tbstudy11

附件：MIT前沿学科项目课程大纲.pdf