2025年7月，清华大学深圳国际研究生院发布重要通知：自2025年全国硕士研究生招生考试（2026级入学）起，数据科学和信息技术专业（0812J3）初试科目由原840数学-数据方向基础综合调整为843互联网+创新设计专业基础综合。此次调整标志着考试方向从传统数学与数据基础转向信息技术与创新设计的跨学科综合能力考察，旨在选拔具备跨领域研究潜力与创新思维的复合型人才。盛世清北作为专注清华、北大硕博辅导十余年的老牌机构，第一时间梳理科目变革要点，并为考生提供针对性备考支持，现就843科目考试内容进行详细解析。

一、考试科目调整背景与核心目标

原840科目侧重数学理论与数据技术的基础能力考察，而843科目更强调信息技术领域的基础知识与创新设计思维的融合。考试内容覆盖数理逻辑、计算机技术、数据算法等硬技能，同时考察考生对社会问题的洞察力、跨学科学习力及创新解决方案的设计能力，呼应清华大学“互联网+创新设计”项目“多学科跨界交叉”的培养定位。盛世清北已针对843科目推出专项辅导课程，助力考生系统掌握考试要点。

二、843科目考试内容分模块解析

843科目分为信息技术类（100分）与创新设计类（50分）两大板块，具体考察内容如下：

A.信息技术类（100分）

（一）数理基础

概率论

核心内容：

a)随机事件与概率：概率的定义、性质、条件概率与独立性；

b)常见随机变量及分布：离散型（二项分布、泊松分布）与连续型（正态分布、指数分布）随机变量的概率密度函数、分布函数及期望方差计算；

c)随机变量的数字特征：期望、方差、协方差、相关系数及大数定律与中心极限定理的应用。

考察重点：概率模型构建能力与随机变量分析技巧，如利用概率分布解决实际问题（如排队论、可靠性分析）。

数理统计基本概念

核心内容：

a)总体与样本：总体分布、样本统计量（样本均值、方差）的性质；

b)统计量：常见统计量（如t统计量、卡方统计量）的定义与分布，参数估计（点估计与区间估计）与假设检验的基本原理。

考察重点：统计推断的逻辑与方法，如通过样本数据推断总体特征或验证科学假设。

线性代数

核心内容：

a)行列式、矩阵及其运算：行列式的性质与计算、矩阵的加减乘除、逆矩阵与转置矩阵；

b)矩阵的初等变换与线性方程组：高斯消元法、矩阵的秩、线性方程组解的结构（唯一解、无穷解、无解的判定）。

考察重点：矩阵工具在数据降维（如PCA）、机器学习（如线性回归）中的应用能力。

（二）计算机硬件基础

数值表示：二进制、八进制、十六进制的转换规则，原码、反码、补码的表示方法及溢出判断；

数字与字符编码：ASCII码、Unicode码的编码原理，浮点数的标准化表示与精度问题；

计算机硬件组成：CPU、存储器（RAM/ROM）、输入输出设备的工作原理，总线结构与指令执行流程。

考察重点：硬件系统的底层逻辑理解，如通过补码运算优化算法效率或分析存储器访问延迟。

（三）数据结构

基本概念：数据结构的定义、抽象数据类型（ADT）与物理实现，算法的时间复杂度与空间复杂度分析；

线性与非线性结构：

线性结构：数组、链表、栈、队列的操作与实现；

非线性结构：树（二叉树、平衡树）、图（邻接矩阵、邻接表）的遍历与存储；

查找与排序：二分查找、哈希查找的效率分析，冒泡排序、快速排序、归并排序的算法实现与优化。

考察重点：根据实际问题选择合适的数据结构与算法，如利用哈希表优化数据检索速度。

B.创新设计类（50分）

创新设计类考察考生在跨学科场景中的综合能力，具体分为以下维度：

洞察力：

考察内容：发现社会生活中的痛点问题（如老龄化社会的智能辅助设备需求、环境污染监测技术短板），分析问题的本质与影响因素。

示例：通过用户调研或数据分析，识别共享单车停放混乱的根源（如定位精度不足、用户习惯差异）。

学习力：

考察内容：快速吸收新知识（如学习生成式AI工具的使用）、整合多领域知识（如结合心理学与计算机科学设计人机交互界面）的能力。

示例：在48小时内掌握区块链技术原理，并设计一个应用于供应链溯源的简化方案。

思维力：

考察内容：运用“互联网+”思维（如用户中心、数据驱动、平台化）提出创新解决方案，评估方案的可行性、经济性与社会价值。

示例：针对城市交通拥堵问题，设计一套基于大数据的动态定价停车系统，平衡供需关系并减少空驶里程。

表现力：

考察内容：通过手绘草图、原型设计（如使用Figma、Axure）或文字描述清晰呈现设计思路，注重逻辑性与可视化表达。

示例：绘制一款智能健康手环的用户界面流程图，标注核心功能（如心率监测、运动模式切换）与交互逻辑。

三、盛世清北备考建议

分阶段突破：

基础阶段：系统复习数理基础、计算机硬件与数据结构，结合参考书目构建知识框架；

强化阶段：通过真题模拟训练创新设计类题型的解题思维，如案例分析、方案设计；

冲刺阶段：关注前沿技术（如AIGC、物联网）与社会热点，积累跨学科案例库。

注重实践：

信息技术类需通过编程练习（如Python实现排序算法）深化理论理解；

创新设计类可参与设计工作坊或竞赛，提升方案落地能力。

利用盛世清北资源：

报名课程可获取独家备考资料（如高频考点手册、真题解析集），并享受1对1答疑服务，精准定位复习短板。

以上是关于【26考研|清华大学深研院数据科学和信息技术考研大纲及考试内容解读】的内容，希望能帮助准备考研清北的同学们节约时间，提高上岸的成功率！

需要说的是，考清北竞争大，压力大，没方法，难以坚持。盛世清北-清北考研集训营，为清北考研学子量身打造，有清北先行营、清北强基营、清北暑期突破营、清北实战营、清北冲刺营，更有清北清北半年营和清北全年营可选择，清北学长领学，班主任全程督学，补盲区强技巧，专项技能拔高，学员遍布清华北大各主干院系，专攻清北。

更多清北考研备考资料及清北考研集训营相关问题，咨询盛世清北老师。