數(shù)學與應(yīng)用數(shù)學將來的就業(yè)方向：適合在政府、金融、企事業(yè)部門從事計算與信息處理或在科研、教學等部門工作。
A 培養(yǎng)目標

　　本專業(yè)培養(yǎng)掌握數(shù)學科學的基本理論與基本方法，具備運用數(shù)學知識、使用計算機解決實際問題的能力，受到科學研究的初步訓練，能在科技、教育和經(jīng)濟部門從事研究、教學工作或在生產(chǎn)經(jīng)營及管理部門從事實際應(yīng)用、開發(fā)研究和管理工作的高級專門人才。

　　B 培養(yǎng)要求

　　本專業(yè)學生主要學習數(shù)學與應(yīng)用數(shù)學的基礎(chǔ)理論與基本方法，受到數(shù)學模型、計算機和數(shù)學軟件方面的基本訓練，具有較好的科學素養(yǎng)，初步具備科學研究、教學、解決實際問題及開發(fā)軟件方面等基本能力。

　　畢業(yè)生應(yīng)獲得以下幾方面的知識和能力：

　　1. 具有扎實的數(shù)學基礎(chǔ)，受到比較嚴格的科學思維訓練，初步掌握數(shù)學科學的思想方法；

　　2. 具有應(yīng)用數(shù)學知識去解決實際問題，特別是建立數(shù)學模型的初步能力，了解某一應(yīng)用領(lǐng)域的基本知識；

　　3. 能熟練使用計算機（包括常用語言、工具及一些數(shù)學軟件），具有編寫簡單應(yīng)用程序的能力；

　　4. 了解國家科學技術(shù)等有關(guān)政策和法規(guī)；

　　5. 了解數(shù)學科學的某些新發(fā)展和應(yīng)用前景；

　　6. 有較強的語言表達能力，掌握資料查詢、文獻檢索及運用現(xiàn)代信息技術(shù)獲得相關(guān)信息的基本方法，具有一定的科學研究和教學能力。

　　C 專業(yè)特色：

　　本專業(yè)對于學生實行厚基礎(chǔ)、寬口徑分類培養(yǎng)的原則，在基礎(chǔ)課階段將受到分析類、代數(shù)類、幾何類、隨機數(shù)學等方面完整的良好的數(shù)學基本功訓練，然后，更具學生的興趣和需求，進行專門化培養(yǎng)，對于有意從事理論研究或理論水平要求較高的學生讓他們選學進一步的數(shù)學基礎(chǔ)理論課程；對于有意從事與軟件方面有關(guān)的學生，讓他們選學一些計算機類課程；對于那些有意從事金融方面工作的學生，讓他們選學一些保險精算類課程：此外，還可以工科專業(yè)為依托，進行其他門類的專業(yè)化訓練。這樣，學生一門進，多門出，既有扎實的數(shù)學基礎(chǔ)，又有廣泛的應(yīng)用水平。

數(shù)字媒體技術(shù)就業(yè)前景怎么樣

數(shù)字媒體技術(shù)就業(yè)前景非常樂觀，但是剛畢業(yè)的大學生，還是給人打下手，需要熟悉工作流程和行業(yè)適合的技術(shù)。下面的文章供你參考。提起數(shù)字媒體，人們通常會想到傳媒行業(yè)，其實數(shù)字媒體的應(yīng)用絕不局限于傳媒。隨著寬帶網(wǎng)絡(luò)的普及，人們在日常業(yè)務(wù)處理過程中，正面對越來越豐富的網(wǎng)上媒體和內(nèi)容，包括各種視頻、音頻、文本、圖像等。下面，就讓我們跟著諸位數(shù)字媒體方面的專家一起來分享這個繽紛的世界。


三維幾何建模與形狀表示

為什么要重新談?wù)撊S形狀表示問題？在多媒體信息處理領(lǐng)域里面，有兩個比較重要的方向，這也是計算機科學技術(shù)領(lǐng)域里兩個重要的方向，一個是計算機視覺，一個是計算機圖形學。計算機視覺是從圖像中通過識別或重建處理，得到一個對對象物的描述。反過來說圖形學，是對一個對象和場景的描述，通過繪制和動畫生成圖像和視頻。它們從處理過程來說是逆過程，這兩個領(lǐng)域之間有密切的關(guān)聯(lián)。

我們現(xiàn)在考慮計算機三維建模或模型的描述，考慮的不僅僅是計算機視覺或計算機圖形學所包含的內(nèi)容。這里面簡單列舉一下，比如基于模型的三維物體識別和場景識別，這兩個應(yīng)該是典型的計算機視覺里面考慮的應(yīng)用。除了這以外還可以用模型干別的事情，比如繪制，還包括基于這樣模型的設(shè)計、變形、動畫等等。除了兩個單獨研究的應(yīng)用之外，還要想怎么把兩者結(jié)合起來，把虛擬和真實的東西無縫連接到一起，這些都牽涉到三維模型。

我們考慮的三維模型跟以前相比，應(yīng)用領(lǐng)域大了很多，要達到這個要求，對模型的表達、形狀的表達也都有了更高的要求。

怎樣找到一些更新更有效地表達形式來符合這些要求呢？這里有四個方面，現(xiàn)在能不能建立一個形狀空間，把考慮的對象完整地在形狀空間里面表達出來。第二點就是針對形狀的特性，表達要具有柔性，對象物的表面不都是連續(xù)的，也有一些非連續(xù)性和不規(guī)律性，這些特性怎樣能夠進行柔性處理。第三個是需要一些描述是局部性的，另外一些要求描述是整體性的，這兩者之間如何有一個很好的結(jié)合方法。第四是在大量的計算當中，包括變形和動畫中有很多編輯的工具，所以我們要求對現(xiàn)在的形狀表達有一些比較高的要求。

在計算機視覺里面有一個老大難就是識別，已有模型，但是眼前看到的是一部分三維數(shù)據(jù)，怎么用這部分數(shù)據(jù)和模型數(shù)據(jù)匹配來識別它呢？這就牽涉到局部匹配，我們要解決局部匹配需要什么描述？我們要有一個模型，從大量的數(shù)據(jù)中建立一個模型庫，并從中抽取很多特征，把這些特征進行組織。這里面牽涉三個比較大的問題，第一個是形狀空間怎么構(gòu)造，沒有很好的特征表達或整理的形式，后面的匹配以及其他的工作就很難做。第二個是怎么定義基于這種特征的相似度。第三個是怎樣在形狀空間當中搜索到最優(yōu)的匹配。

針對這些問題我們最近一兩年做了一些工作，最近提出一個廣義形狀分布（Generalized Shape Distributions）描述方式，主要目的有兩點，能不能在三維形狀表示過程當中，找到一些最關(guān)鍵的描述指令，并從中找到相互關(guān)系，把整體和局部結(jié)合起來。如果把之間的關(guān)系描述出來，就能把局部結(jié)構(gòu)性的信息用整體觀點加進去，這兩件工作就是我們做這件事情的主要目的。

在形狀描述問題上，我們還有很多工作要做，除了局部、整體描述之外，我們要想辦法把他們結(jié)合到一起。今后幾年要用更多的模式識別的辦法，來解決面臨的圖形學或虛擬現(xiàn)實和計算機視覺當中的很多問題。