数据科学与大数据统计系成立于2020年，它起源于2014年发起的大数据分析五校联合硕士项目以及2017年开始提供的数据科学与大数据技术本科生项目。我们的使命是培养未来的数据科学家。我们致力于为不同专业背景（比如商业分析、金融科技、健康信息学、工程、数学以及计算机）的学生提供扎实的数据科学知识。我们把握机遇和挑战，发展具有持久的区域和全球社会影响的世界一流的数据科学中心。
在科研方面，主要科研方向有大数据挖掘与统计机器学习方法、文本挖掘、消费者行为大数据统计分析、深度学习、大数据分布式计算，时空大数据分析、稀疏弱信号提取理论，大规模知识图谱方法，大数据网络技术及应用、图模型、高维数据统计分析、生物统计、分位回归、分层模型、计算机密集计算、极值和重尾分布等内容。
先后在Annals of Applied Statistics, Statistica Sinica, Journal of Multivariate Statistics，Statistical Methods in Medical Research，Statistics in Medicine，Statistics and Probability Letters，Remote Sensing，IEEE Geoscience and Remote Sensing Letters，Journal of Electronic Commerce Research，The Canadian Journal of Statistics，Knowledge-Based Systems，Communications in Statistics - Simulation and Computation，Journal of Theoretical and Applied Electronic Commerce Research，《管理评论》，《统计研究》，《数理统计与管理》等国际SSCI/SCI检索和中文核心期刊上发表学术论文若干篇。
近年来主持承担的科研项目包括“实时流数据变系数多分类模型研究”、“消费者网络团购行为的统计建模研究”、“深度学习在案件繁简分流中的效率研究”、“高维数据的图模型学习与统计推断”、“临床试验中的创新设计与统计方法”、“高维数据模型选择与假设检验若干问题研究”、“食品安全与健康体检数据关联技术研究”、“基于当代分位回归与鞍点逼近方法的复杂数据分析”、“大数据时代统计学理论的重构与创新研究”、“融合遥感和社交媒体大数据的先端减灾技术研究”、“融合地理空间大数据的地震灾害损失统计模型研究”、“Dynamic Disaster Management Cloud Service Platform Based on Satellite Remote Sensing and Artificial Intelligence”等国家社科基金重点项目、国家自然科学基金项目、教育部人文社科项目、企业合作横向项目、国际合作项目等。
本系开设的课程有“机器学习”，“大数据挖掘与机器学习”、“机器学习选讲”、“数据科学实践”、“大数据分布式计算”、“概率论”、“数理统计”、“非参数统计”、“多元统计”、“统计计算”、“统计模型”、“分层模型”、“分位回归”等。