博客
关于我
山东大学软件学院优秀大学生暑期夏令营通知
阅读量:313 次
发布时间:2019-03-03

本文共 982 字,大约阅读时间需要 3 分钟。

山东大学软件学院优秀大学生暑期夏令营信息

本次夏令营旨在为优秀大学生提供一个深入了解软件学院及其相关学科的平台,激发科研兴趣,帮助学生做好保研准备。夏令营期间将邀请学生参与学科介绍、专家讲座以及实践活动等,助力学生开阔视野、提升综合能力。

一、申请条件

  • 申请人需拥护中国共产党领导,品德良好,身心健康;
  • 本科专业为计算机技术类、软件工程或相关专业,且应为三年级在校生;
  • 学习成绩优异,专业排名靠前,无不及格记录,符合推荐免试生标准;
  • 英语水平较好,具备六级或外语国际试验资格;
  • 专业方向包括计算机科学与技术、软件工程、网络空间安全等信息类相关领域。
  • 二、申请与录取

  • 请在6月20日前完成网上报名,填写《山东大学软件学院优秀大学生暑期夏令营申请表》电子表格并发送至csgra@sdu.edu.cn;2.报名资料将由软件学院资格审查小组选优录取,录取名单于6月25日公布;
  • 营员需携带相关材料进行现场审核,包括:
    • 学生证及身份证原件复印件;
    • 学历证书与专业排名证明;
    • 英语成绩证明;
    • 其他获奖证书及学术成果复印件。

    三、活动安排

  • 7月9日:
    • 下午4:00至315办公楼报到及资格审查;
    • 下午4:30集合出发至雪野假日酒店;
    • 晚上7:00举行开营仪式及晚宴;
    1. 7月10日:
      • 专家讲座、学科介绍及竞技活动;
      1. 7月11日:
        • 继续开展专家讲座、实践活动及晚宴;
        • 晚间进行闭营仪式;
        1. 7月12日:
          • 上午参观实验室并进行CSP测试;
          • 下午返程。

          四、营员待遇夏令营将为营员提供食宿,并资助往返交通费用。营员需自行预定车票并保留好相关票据,结束后需返还山东大学软件学院。

          五、招生政策优秀营员将获得2019年硕士或直博录取机会,具体安排将在教育部推免系统开放前通知。学院将严格执行教育部招生政策,及时调整符合国家政策变化。

          六、咨询方式联 系人:张老师电话:88392497邮箱:csgra@sdu.edu.cn学院网站:http://www.sc.sdu.edu.cn

          如需更多信息,请登录山东大学软件学院官网或关注相关公众号。

          交通说明:

        2. 济南站:
          • 乘坐51路至舜耕路站,转K911路或K202路至齐鲁软件学院;
          • 或乘坐18路至友谊苑小区站,转119路至齐鲁软件学院。
          1. 济南西站:
            • 乘坐38路至大金新苑站,转K202路或K911路至齐鲁软件学院。

            信息来源:山东大学软件学院官网

    转载地址:http://gvfm.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
    查看>>
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9+SAM实现动态目标检测和分割(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
    查看>>
    OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>