雙溪校區

111台北市士林區臨溪路70號

校本部

251新北市淡水區英專路151號

一、本系課程分成數學、計算與統資三個課群，連結理論與應用，建構特色課程，並引進業師授課，引導學生跨領域學習，拓展數學應用視野。
二、核心課程小班教學並有專任助教負責演習課，訓練學生表達與實作。
三、教師專長完整涵蓋各數學專業領域及AI大數據相關課程之應用。
四、學生電腦教室軟硬體設施新穎完善。
五、建置數學超夯實驗室與線上學習輔助教材。

數學應用：課程結合理論與實務，培養以數學建模、分析方法解決真實問題的能力。

數據分析：強調資料收集、處理與分析，運用統計與機器學習工具，培養數據解讀與決策技能。

程式設計：著重Python、R、Matlab、C等語言訓練，強化程式技術於數據科學與應用開發的實作能力。

數學本體可衍生出強大應用能力與韌性，本系著重數學基礎的養成訓練，同時強化學生在應用領域的視野與實作能力；課程規劃也呈現現代數學系的面貌–理論與應用兼重：著重代數學、數學分析、幾何學、機率統計、計算科學、資料分析等基礎數學領域，同時涉及應用領域如：數據處理、資訊安全、金融工程、人工智慧、資料科學、通訊與影像處理等。

應用數學：專注於將數學理論和方法應用於解決現實世界的問題。透過數學工具建立模型，解決科學、工程、金融等領域的各種挑戰。

數據科學：結合統計學、電腦科學和領域專業知識，旨在從大量數據中提取有用的信息。運用統計分析和機器學習技術，理解數據模式，進行預測，並為企業與組織提供決策支持。

1. 關注科技脈動，觀察其概念與工具–察覺其底蘊中的數學。
2. 關注高中數學所學的主題、性質、計算方法-培養數學感。
3. 具備討論的經驗。
4. 了解與電腦的互動，利用豐富的網路資源培養自主學習的能力。
5. 課堂專心聽講，寫下重點摘要，遇到問題與同學或老師討論。

1. 打好數學基礎，掌握微積分、線性代數、幾何、三角函數等核心概念。
2. 掌握基礎統計，理解資料集中與變異特性。
3. 接觸一至兩門程式語言，培養基礎編程能力。
4. 瞭解數據分析流程，練習從資料中發現問題與解決方法。
5. 動手做簡單專案，嘗試基礎數據分析或模型建立。
6. 閱讀相關科普文章與入門書籍，擴展數學與數據科學視野。

財務金融工程相關學系
相同之處：微積分、線性代數、機率、統計為必修課程
相異之處：本系較注重數學模型推導及理論與應用之配合。

本系強調將數學理論與方法應用於解決現實世界問題，尤其聚焦於數據分析與機器學習技術的實務應用。課程結合理論與實務，培養學生以數學工具與數據科學技術應對多元挑戰。相比之下，其他相關科系多偏重純理論研究，或針對特定領域專業應用。

數學為基礎學科，職涯方向多元而非單一職涯傾向。一般大眾對本系的生涯發展不易對焦，並常以自己所遇過的數學人-深受歡迎老師為數學系出路定格。事實上，現代數學系畢業生，除學研術界外，有許多從事財務金融、資訊工程、資訊安全、訊號與影像處理、資料分析等跨領域相關工作，且因為其數學背景很受重視，可說出路非常寬

在畢業生出路與職涯發展上，高中生常有的誤解包括：認為本系畢業生只能從事教學或研究工作。實際上，畢業生職涯多元，涵蓋數據分析師、機器學習工程師、金融分析師、軟體開發者等多種職位，廣泛分布於科技、金融、醫療及商業等領域。這些職業展現了本系的廣泛應用潛力與發展空間。

高中數學的學習內容以計算居多。因此，一般高中生容易將之誤解成「數學系只是學習複雜的計算」。
事實上，大學數學系著重理論架構、邏輯推理，兼及應用。
學習方法是手腦並用。

本系不僅涉及數字與計算，還涵蓋統計、機器學習和數學建模等多方面，重點在於運用數學工具解決真實世界問題。課程強調理論與實務結合，透過專題學習提升學生實戰能力。畢業生職涯多元，涵蓋數據分析師、機器學習工程師、金融分析師及軟體開發等領域，具備廣泛發展潛力。

本系課程大多以英文原文書為主，所以未來需調整在高中時期的學習方式。

該系畢業生的職業機會非常多樣，不僅限於數學或科學相關的領域。這些技能可廣泛應用於商業、工業、金融和資訊科技等多個行業，使畢業生具備靈活的就業選擇。除了數學和技術能力，重要的軟技能同樣不可忽視，如問題解決能力、良好的溝通技巧、團隊合作精神和批判性思考能力，這些都是成功職業生涯的關鍵因素。學生在學習過程中也應重視這些軟技能的培養，以便在未來的職場中更具競爭力，並能夠更好地適應不同的工作環境和挑戰。