康奈尔大学|Cornell University|MEng in Operations Research and Information Engineering (in Ithaca)

您的位置：项目库首页 - 康奈尔大学 - 运筹学与信息工程硕士（伊萨卡校区）

运筹学与信息工程硕士（伊萨卡校区）

MEng in Operations Research and Information Engineering (in Ithaca)

综合排名： 15

所属院校：康奈尔大学

康奈尔大学运筹学与信息工程硕士项目（ORIE）建立在传统的数学、科学和工程技能的基础上，并专注于将这些技能应用于实际问题。学生将在以下七个领域进行集中学习：应用运筹学；数据分析；金融工程；信息技术；制造业和工业工程；战略运营；系统工程。

申请要求

学术要求：

申请人须拥有本科学士学位，申请人需在入学前满足下列课程需求：一门标准的工程微积分序列课程，包括线性代数(具有特征值和特征向量)和向量微积分；概率论与统计学入门课程；用普通编程语言(如C、C++、Java或Python)编写的中级计算机程序设计课程。

GRE要求：

要求GRE

IELTS/TOEFL要求：

TOEFL：100（各部分不得低于：听力15，阅读20，口语22，写作20）

IELTS：7.0

申请截止日期：2019年4月15日

专业介绍

序号	课程介绍	Curriculum
1	库存，运营和供应链管理：模型和优化	Inventory, Operations, and Supply Chain Management: Models and Optimization
2	收入优化和市场设计	Revenue Optimization and Marketplace Design
3	非线性优化	Nonlinear Optimization
4	离散模型	Discrete Models
5	博弈论简介	Intro to Game Theory
6	制造系统设计	Design of Manufacturing Systems
7	库存管理	Inventory Management
8	供应链管理原理	Principles of Supply Chain Management
9	优化I	Optimization I
10	优化II	Optimization II
11	线性优化的主题	Topics in Linear Optimization
12	财务中的优化建模	Optimization Modeling in Finance
13	最优系统分析与设计	Optimal System Analysis and Design
14	数学建模	Mathematical Modeling
15	计算优化	Computational Optimization
16	收入优化和市场设计	Revenue Optimization and Marketplace Design
17	金融工程简介	Intro to Financial Engineering
18	金融工程工具	Tools for Financial Engineering
19	制造系统设计	Design of Manufacturing Systems
20	供应链管理原则	Principles of Supply Chain Management
21	服务系统建模与设计	Service System Modeling and Design
22	概率论与统计学II	Prob and Stat II
23	仿真建模与分析	Simulation Modeling and Analysis
24	随机过程	Stochastic Processes
25	工程随机过程简介II	Intro to Engineering Stochastic Processes II
26	随机微积分金融工程I	Financial Engineering with Stochastic Calculus I
27	随机微积分的金融工程II	Financial Engineering with Stochastic Calculus II
28	信用风险：建模，评估和管理	Credit Risk: Modeling, Valuation, and Mgmt
29	金融风险管理的定量方法	Quantitative Methods of Financial Risk Mgmt
30	进化过程，算法，游戏	Evolutionary Processes, Algorithms, Games
31	随机系统：估计和控制	Stochastic Systems: Estimation and Control
32	金融工程工具	Tools for Financial Engineering
33	统计数据挖掘I	Statistical Data Mining I
34	通过大量杂乱的数据学习	Learning with Big Messy Data
35	信息理论，概率建模和科学与金融应用的深度学习	Information Theory, Probabilistic Modeling, & Deep Learning with Scientific & Financial Applications
36	应用时间序列分析	Applied Time Series Analysis
37	金融工程统计	Statistics for Financial Engineering
38	智能系统的机器学习	Machine Learning for Intelligent Systems
39	数据科学的机器学习	Machine Learning for Data Science
40	统计理论	Theory of Statistics
41	数据挖掘和机器学习	Data Mining and Machine Learning
42	贝叶斯数据分析：原理与实践	Bayesian Data Analysis: Principles and Practice
43	带矩阵的线性模型	Linear Models with Matrices