首席教授-朱邦芬
清华大学数理类首席教授，物理系教授，曾任物理系主任和理学院院长。
2003年当选为中国科学院院士，2012年英国物理学会Fellow。曾任教育部物理类专业教学指导分委员会主任，中国物理学会副理事长，“Chinese Physics Letters” 主编，国外8所著名大学客座教授。现任“物理”主编和5个学术刊物编委，及多个研究所和国家重点实验室学术委员。朱邦芬发表科学研究论文约100篇， 编著书7本，曾获国家自然科学奖二等奖2项、中科院自然科学奖3项。朱邦芬是研究半导体量子结构物理的一位著名科学家，他与黄昆确立了半导体超晶格光学声子模式的理论，被国际学术界命名为“黄朱模型”，引起国际上普遍重视。他是教育部“基础学科拔尖学生培养试验计划”专家组成员，清华学堂物理班首席教授，至今一直在讲授本科生课。
大类介绍
数理大类秉承“价值塑造、能力培养、知识传授”三位一体育人理念，以“通专融合”模式构建培养体系，致力于为数学、物理等基础学科及注重理工结合的应用研究领域输送具有扎实数理基础、优秀科学素养、善于创新的复合型人才。
培养优势及特色
在强调厚植数理根基的同时，重视科研实践、拓宽学科视野、熏陶人文与科学精神，为学生终身发展奠定基础。数学系学生入学后按双向选择确认专业，其他学生于大一末结合个人意愿与院系资源完成专业确认。
-培养特色
厚基础、宽口径：设置全校最高要求的数学、物理核心课程，由顶尖师资授课，覆盖多层次知识体系，夯实学科基础。
多学科交叉优势：依托数学、统计、物理、工程物理等优势学科，打造跨领域学术环境，强化科研与教学协同。
个性化发展路径：通过导引课、新生研讨课等引导学生探索专业方向，平衡共性与个性培养，激发学术潜能与创新意识。
-培养优势
• 统一招生、灵活培养，入学后由相关院系协同管理。
• 顶尖教学资源：提供分层课程与科研实践机会，支持学生根据兴趣选择方向，衔接基础研究或应用领域。
• 全人格教育：注重科学精神与人文素养融合，培养兼具学术能力与社会责任感的领军人才。
联系方式
咨询电话：010-62771260
电子邮箱：chenct@tsinghua.edu.cn
相关院系—数学科学系
学术成果丰硕
学科排名上，清华数学科学系在国内长期稳居前列。在第四轮学科评估中，数学学科被评为 A+；在 2025年 QS 世界大学数学学科排名中，清华数学学科位居全球第 11 位。在全球范围内，清华数学科学系的微分几何与几何分析、计算数学、概率统计与金融数学等多个优势研究方向备受国际学术界关注，研究成果频发表于国际顶尖数学期刊。
培养模式因材施教
将人才培养视为教师的首要学术责任，学术带头人教授本科基础课程和专业课程，确保学生打下坚实的数学基础；“数学与应用数学”的专业方向，涵盖基础数学、应用数学、概率论与数理统计等五个方向，学生前两年学习基础课程，后两年根据兴趣选择专业方向；为新生配备学业导师，指引学习规划，挖掘兴趣，助力适应大学生活；拓展国际化视野，清华数学系与丘成桐数学中心邀国际学者授课，学生借此交流、科研训练。
人才培养质量颇高
本科毕业生深造率高，许多学生前往欧美等地一流大学攻读学位；就业方向广泛，涵盖教育、金融、互联网等多个行业，凭借扎实的数学功底和创新能力，成为各行各业的佼佼者。知名校友遍布全球，在学术界、金融界、科技界等领域取得卓越成就。
联系方式
咨询电话：010-62785547
电子邮箱：sxxywb@mailoa.tsinghua.edu.cn
微信公众号
数学科学系本科招生
相关院系—物理系
清华大学物理学科国内排名第一，物理系汇聚10位院士领衔的顶尖师资力量，秉承“小而精”的办学理念，致力于培养物理学领军者与跨学科开拓者，助力学子成为世界科技发展的引领者。
深厚积淀
成立于1926年，是中国物理学科的发源地之一， 百年历程中，叶企孙、杨振宁等大师奠定学科根基，10位“两弹一星”功勋出自清华物理系，校友涵盖清华校长、两院院士、科技领军人物及业界精英。
面向前沿
在量子反常霍尔效应、多粒子纠缠态等领域持续取得突破性成果，学术影响力享誉全球。薛其坤院士团队获2018年国家自然科学一等奖，其个人荣获2020年菲列兹·伦敦奖（中国首位）、2023年巴克利奖（中国籍首位）、2023年度“国家最高科学技术奖”。
创新培养
先后设立“基础科学班”、“叶企孙物理班”、清华物理“攀登计划”。本科毕业生中涌现21位斯隆研究奖得主，涵盖物理、人工智能等多领域；祁晓亮、陈谐等获“物理学新视野奖”，何恺明成为AI领域国际顶级科学家。以上国际获奖人数均在全国高校物理学院/系中处于首位。
多元发展
前两年夯实数理基础，后按兴趣向物理或以物理为基础的交叉科学领域发展。本科期间赴世界一流机构研学的比例在85%以上，近90%毕业生继续在国内外顶尖高校深造。
联系方式
咨询电话：010-62771260/62785772
电子邮箱：wlxywb@mailoa.tsinghua.edu.cn
微信公众号
物理系本科生招生
相关院系—工程物理系
在工程物理系，你将从量子的视角认识和研究世界运行的基本规律，可以在世界最深的实验室寻找暗物质和研究中微子，有机会在国内外大科学装置上开展实验，检验粒子物理标准模型并寻找新物理，探索恒星能量来源、宇宙早期演化和正反物质不对称等基本问题；也能从工程的视角了解核能的产生原理，参与第四代高温气冷堆的研究，并在托卡马克装置上突破聚变能源的实现方式；你将有机会研究最先进的加速器技术，为人类探索世界打造精密的射线探针，在逆康普顿光源、稳态微聚束光源、自由电子激光等大科学装置的研制中发挥作用；你可以研究新型射线成像方法，从宏观到微观“明察秋毫之末”，见人之所未见；你也将有机会研究核医学，探索如何用射线技术来实现人体诊断，并利用X射线、中子或质子来开展癌症治疗，维护人类的健康。在工程物理系，本科生就能开展高水平的科研，你可以加入天格计划，发射自己的卫星去巡天，与世界同行科学家们一起探测不期而遇的宇宙射线。
强数理基础，重前沿实践，理工结合，又红又专，是工程物理系人才培养的特点。在这里，你将探索工程规模的物理，建设物理精度的工程，成长为大科学时代的著名科学家和卓越工程师。
联系方式
咨询电话：010-62783493
电子邮箱：gwyjs@mail.tsinghua.edu.cn
微信公众号
工程物理系
相关院系—统计与数据科学系
专业剖析
在人工智能重塑世界的今天，清华大学统计与数据科学系正以独特的学科魅力，培养着掌握智能时代核心密码的领军人才。清华大学统计与数据科学学科始终站在学科深度交叉的最前沿，通过数学建模与算法创新的双轮驱动，为人工智能时代培养具备核心竞争力的复合型人才。
统计与数据科学系的核心竞争力源于 “三位一体”的学科架构：以数理基础为根基，统计思维为核心，数据科学为延伸。在这里，数理基础课程将锤炼你的思维能力，统计与数据科学进阶课程将助你构建不确定性世界的认知框架。
从AlphaGo到ChatGPT，每一次人工智能的突破都离不开统计思维与数据科学的深度交融。我们的毕业生正在成为智能时代的造浪者：有的致力于开发新一代推荐算法，有的致力于用量化模型重塑金融交易，有的致力于通过因果推断推动精准医疗。选择统计与数据科学系，你将获得解读数据本质的统计之眼；这里不仅是学习殿堂，更是梦想的发射场——用统计学家的思维解码世界，以数据科学家的姿态定义未来。
院系介绍
清华大学统计与数据科学系是一个充满活力的院系，其前身为2015年成立的统计学研究中心，是清华大学为应对大数据与人工智能时代挑战而设立的院系。清华统计系以“数学为基、统计为核、数据为用”为理念，深度融合统计学与数据科学，致力于培养具备“理论深度+技术广度+跨界能力”的未来科学家与行业领袖。
2024年，教育部基础学科系列统计学“101计划”落地清华，在陈松蹊院士的带领下，清华大学即将引领全国统计学本科教学工作改革优化，提升统计学基础学科人才培养能力，为我国现代化建设培养更多具有国际竞争力的高水平统计与数据科学拔尖创新人才。
清华统计系拥有全国顶尖的师资团队。2024年，中国科学院院士陈松蹊教授加盟清华大学。2025年，哈佛大学统计系终身教授、统计学界“诺贝尔奖”Copss奖得主刘军教授全职加盟清华大学，共同引领清华大学统计与数据科学系迈向世界一流行列。在这里，你将从数学证明的严谨性出发，探索数据科学的无限可能，最终站在AI技术革命的浪潮之巅。
国际化视野培养
清华大学统计系将构建贯穿本科全程的国际化培养体系。统计系全体教师均拥有海外工作学习经历，每年统计系会邀请数十位海外高校的资深学者作学术报告，探讨前沿学术成果。此外，系里还会为同学提供包括哈佛大学、斯坦福大学、加州大学伯克利分校等全球顶尖高校的学习实践机会，在相关导师的指导下开展研究工作，拓展你的国际化视野。
学科交叉赋能
在人工智能与数字经济时代，单一学科的视角已不足以应对复杂世界的挑战。清华大学统计与数据科学系依托校级平台「数据科学交叉研究院」（筹），打破传统学科壁垒，构建“问题-技术-场景”深度融合的培养模式，让你在真实复杂场景中学会定义问题，进行跨学科协作，并产出可落地的解决方案。
我们相信，真正的数据科学人才不仅需要扎实的统计基础，更要具备跨界思维与解决实际问题的能力。在这里，你将直面政府、医疗、金融等领域庞大数据量的真实挑战，融合多学科方法，把数据转化为推动社会进步的创新方案。
如果你渴望用数据科学改变世界，不愿被单一学科限制想象力，欢迎加入清华大学统计与数据科学系。在这里，数据是连接万物的语言，交叉创新是解决问题的常态，而你将成长为数字时代真正的跨界领军者。
联系方式
咨询电话：010-62789162
电子邮箱：tjxjxb@mailoa.tsinghua.edu.cn
微信公众号
统计与数据科学系
