当前位置:首页 > 通知通告 > 短期项目 >
【AEARU项目-本科生】关于2018年暑期赴北京大学参加AEARU夏令营--Frontier Courses on Computer Science项目的通知
时间:2018-05-09 09:34 来源:未知 作者:hongyuxing  点击:

一. 基本信息

1. 时间:2018年暑期,具体时间视所选课程决定
2. 专业:不限,计算机专业学生优先
3. 名额: 2名本科生(大一、大二、大三)
4. 费用: 免学费,其它费用自理
- 由于南京大学是AEARU成员校, 项目主办方将为我校入选学生提供7月15日-28日的免费住宿, 请注意,若所选课程不被此时间段全部覆盖,超出的时间住宿费须自理
- 其它自理费用包括交通、伙食、保险等。
5. 选课:

Course Name   Instructor  Dates Credit
Deep Learning  TANG Jian July 3 - 8 2 credits
Computational Social Science

ZHU Jianhua

Winson PENG

July 2 - 12 2 credits
Probabilistic Models for Structured Data SUN Yizhou July 2 - 13  2 credits
Machine Learning in Computer Vision Carlo TOMASI July 2 - 15 2 credits
Foundations of Big Data Systems Tamer OZSU July 9 – 15 2 Credits
Biometric Authentication: System and Application ZHANG Dapeng July 9 – 22 2 Credits
Health Informatics — Big Data Approach ZHANG Yanchun July 14 – 20 2 credits
Compact Data Structures for Big Data CHEN Shigang July 15 – 22 2 credits
Economics and Computation XIA Lirong July 16 – 25 2 Credits
Design Informatics Maria Wolters July 16-27 2 Credits
Becoming a Medtech Entrepreneur -- What is Biodesign? Robert Chang July 16-27 2 Credits
Machine Learning for Time Series Analysis – Statistical Models and Deep Learning LIU Yan July 23 – 27 2 Credits
Data Management for Big Data Analytics Leonid LIBKIN July 23-31 2 Credits
Computer Ethics Stephen COOPER
LU Junlin
July 23 – August 3 2 credits
Computation, Economics and Data Science CAI Yang July 23- August 3 2 Credits
Foundations of Artificial Intelligence Vincent NG July 25- August 5 2 Credits
Computational Game Theory Dan Garcia July 31-Aug 10 2 Credits

各课课程大纲请见 附件

 

二. 申请流程

有意申请此项目的同学需向我校教务处报名,经选拔获得推荐资格。教务处须于5月14日前确定推荐名单。国际处须于5月15日前完成向北京大学提名学生事宜。后续将由项目方直接通知学生准备后续申请。


三. 时间截点

5月14日前      教务处向国际处提供推荐名单(2名本科生)
*请注意,学生申报项目截止日期通常比此日期早1-2天,请以教务处网站通知为准
5月15日前      国际处向北京大学提名学生
 

如有问题,请以邮件方式向国际处学生交流科咨询。邮箱:stuex@nju.edu.cn

 
五.务必注意事项
 
1.由于邮件量较大,为了不耽误回复提问,请学生先点击以下“问答在线”网址:http://stuex.nju.edu.cn/plus/list.php?tid=213
请在“问答在线”网页的检索框中输入你们问题中的一个关键词,点击“搜索”按钮检索相关相似问题的回答。
 
2. 国际处建议获得我校正式推荐的同学视情况尽快办理个人护照,以免耽误对外材料申报。为确保交流办理过程顺畅,建议在报名参加项目之前办理护照和考取相应语言能力证书等事宜。
 
3. 获得本校推荐之后,需在规定期限内提交完整的申请对方大学的材料,否则后果自负。(注:对方大学都有接收申请材料的截止日期,请务必遵照时间规定。)候选人员须将所有材料备齐原件一套,复印版或扫描版一份),具体材料请以国外高校的网站信息为准。
 
4. 若涉及“official nomination letter from home university”,则统一由国际处出具。
 
5. 学生获得学校推荐后,不得任意放弃交换资格。除不可抗拒的因素外,在本校寄出申请材料或获得对方大学录取通知后,因为个人原因自愿放弃交流项目的学生,需征得院系和相关职能部门的会签同意,并出具书面说明。与此同时,该生在本科年限内不得再申请参加其他国际交流项目。
 
6. 部分国外高校,尤其是日本高校,要求交流生提交体检报告。表格请至对方大学网站下载,到南京市出入境检疫检验局进行体检,一般在3-5个工作日取回报告。
 
7. 请在获得对方大学录取通知书后办理境外医疗保险和意外保险
 
8. 报名参与交流的学生须遵循本校选拔交流学生的流程和结果。学生在报名参加交流时,须签订《南京大学校际学生国际交流项目责任书》(在学生交流科网页:http://stuex.nju.edu.cn/a/xzzx/2015/0727/165.html“下载中心”下载表格填写);该协议“监护人”一栏,须由父母或法定监护人亲笔签名,其他任何人员不得代签。具体递交时间请关注邮件通知。
 
9. 关于出国过程中须办理的手续和流程请参见学生交流科网页:http://stuex.nju.edu.cn/中的“出国留学”菜单下的“留学须知”和“具体流程”,以及“问答在线”菜单下的内容。请仔细阅读,对于网页中已解释过的问题,如果重复提问,恕不回复。
 
10. 请依照国际处学生科网页“出国留学”菜单下的要求填写本科生/研究生因公出国(境)申请表”。申请表需在出国前提交至仙林校区扬州楼818室出入境科。
 
11. 交流生返校后,务必在一个月内通过电子邮件形式向国际合作与交流处学生交流科提交《交流总结》(中文)。回顾交换生活,详细描述交换学校的学习、生活和管理等情况。要求:字数在2000字以上,宋体小四,单倍行距,附至少2张彩色照片。图片格式:jpg格式,图片最低分辨率:450dpi,图片大小:最好为横长型。提交报告后方可领取交换成绩单等证明材料。(请按照“学号+姓名+交流项目+交流时间”的格式命名邮件和附件,例:《121076433张三牛津大学2016年暑期》。)提交邮箱:stuex@nju.edu.cn
 
 
本科生校内申请流程
 
(一)登录“交换生管理系统”(http://desktop.nju.edu.cn:8080/exchangesystem/index),点击“交换项目”开始申请,根据要求认真填写信息并提交。在遴选过程中请及时关注学生申请的实时状态和交换生管理系统发布的通知。
 
(二)院系审核。
 
(三)院系审核通过后,登陆系统打印申请表(可先打印为PDF,再打印为纸质版),并在规定时间内递交至教务处。
 
(四)学校遴选并公布名单。
 
 
注意事项
 
(一)有意向报名的同学,请登录对方学校主页查看具体院系专业设置和课程安排,尽可能选择相同或相近专业。
 
(二)请合理规划大学生涯与学习计划,确认赴外交换学分转换的可能性以及回校之后课程的衔接性,以避免因赴外交换而影响课业甚至毕业。
 
(三)递交申请后请务必保持通讯畅通,及时查收邮件。
 
联系人:教务处秦老师
联系电话:89686433
电子邮箱:jwcexchange@nju.edu.cn
 
附件下载

Becoming a Medtech Entrepreneur -- What is Biodesign

Biometric Authentification - System and Application

Compact Data Structures for Big Data

Computation, Economics and Data Science

Computational Game Theory

Computational Social Science

Computer Ethics

Data Management for Big Data Analytics

Deep Learning

Design Informatics

Economics and Computation

Foundations of Big Data Systems

Fundementals of Artificial Intelligience

Health Informatics - Big Data Approach

Machine Learning for Time Series Analysis - Statistical Models and Deep Learning

Machine Learning in Computer Vision

Probabilistic Models for Structured Data