首先是师资。复旦大数据学院的师资力量基本是两层结构，首先是学术委员会和学科咨询这种上层结构，真的非常牛。但是这些老师大多是不给我们上课的。然后是我们的任课老师，主要课程的任课老师都很年轻，而且大多都有国外留学经历。这样有两个好处，一个是年轻老师容易跟我们打成一片，基本我们和老师之间可以算是朋友关系，平时也会一起出去吃饭喝酒，有问题随时可以问。另一个是，这些老师的上课风格不会拘泥于传统的教学模式，更靠近西方的风格，这点会在下面详细说。这两方面都是非常对我胃口的。
然后是课程设置方面。本科来说，大三上设置，统计学原理1，统计计算，机器学习，金融与经济大数据，数值算法等必修课，大三下包括大规模分布式系统，统计学原理2，人工智能等必修课，还包括涵盖计算机，统计，生物，医学，金融，经济，心理，社会科学等方面的选修课（例如高级大数据解析，社交网络挖掘，数据可视化，时间序列等）。整体难度来说，并不会像数学系那么难，但是对证明和计算有基本要求，一点不水。另外，对计算机编程也会有要求。当然，不同专业背景的学生在培养方案上会有细微差别。下面详细讲一下。这些课程强调实践和理论相结合，期末考试的占分一般不超过50%，例如机器学习，一个学期会有3到4次project，每个project需要消耗不小的精力，同时需要自己写代码，但从这些当中真的可以学到很多干货。另一方面，课程讲授接近西方大学，从教科书，作业到slides，考试，基本是全英文，对英文材料可以有第一手的了解。但是，由于我们是大数据学院第一届，所以某些课程的教授内容有待进一步规划，相信随着时间的推移，这个会被逐渐弥补。
再从课余生活上来说，每一位同学都会配备导师。导师不仅关心同学的日常，而且有研究项目可以带着大家一起参与，也会举办讨论班，内容可以是导师安排也可以是我们自己建议(比如这个学期的讨论班同学就有想法一起讨论tensorflow。)，另外，班级春秋游这种也少不了，而且由于班级较小，同学之间也相对较熟。
至于研究生方向，我并没有了解，不过可以明确的是大数据学院的身后不仅是学校，还有一部分中植赞助，资金不是问题。听说学院还有在建的大数据平台，而且去年年底承办的的大数据论坛请来了伯克利分校的Jordan大牛，场面也很火爆。
温馨提示：答案为网友推荐，仅供参考