数据科学与工程学院高度重视教学研究和科学研究工作，在大数据知识发现、计算机视觉、生物医学信息等相关学科的理论研究和科技应用研发方面形成了优势科研方向。学院主持和参与了“广东省产教融合大数据工程技术研究中心”、“广东省普通高校重点领域专项项目平台”、“广东省知识产权大数据重点实验室”、“广州市重点实验室”等重点实验室和平台建设，与云从科技、泰迪科技等多家行业龙头企业建立了紧密的产教学研合作关系。学院先后承担了国家自然科学基金（面上）、广东省自然科学基金、广东省科技计划项目、教育部人文社会科学研究项目-工程科技人才培养专项、广州市对外科技合作项目等一批省部级以上科研项目，完成企业委托横向开发项目10余项，总到校科研经费达350万。学院获得了广东省教育教学成果奖（高等教育）一等奖、广东省科技进步三等奖以及全国商业科技进步二等奖等多项科技成果奖，在Pattern Recognition、Cognitive Computation、European Radiology等国内外核心期刊上发表高水平论文30余篇，权威期刊和国际旗舰会议上发表了一批有影响力的论文，近三年申请发明专利20多项，获授权专利近10项。

学院集聚了大数据隐性知识发现及可视化、多模态数据学习及三维视觉融合、生物信息数据结构化及智能分析三个科研方向，各方向的主要研究领域、特色与优势如下：

（1）大数据隐性知识发现及可视化

主要研究大数据细粒度隐性知识发现、数据处理和可视化等关键技术，具有与知识产权大数据、工业互联网大数据等领域深度融合的鲜明特色。优势包括：获得广东省产教融合大数据工程技术研究中心和广东省知识产权大数据重点实验室的支持，在Elsevier、Springer系列学术期刊上发表系列论文，申请了相关发明专利20余件（其中授权10余件），主持国家自然科学基金、省部级项目6项，获得广东省教育教学成果奖（高等教育）一等奖1项。

（2）多模态数据学习及三维视觉融合

主要研究复杂场景中图像视频处理、跨模态数据自监督学习和三维视觉融合关键技术，相关技术在医疗辅助、运动训练、虚拟现实等数字经济产业方面具有巨大的应用前景。优势包括：在Elsevier、Springer等国际期刊上发表系列论文，申请了相关发明专利30余件，其中授权4件，主持国家自然科学基金、省市级项目4项，获得广东省科学技术进步奖三等奖1项。

（3）生物信息数据结构化及智能分析

主要研究生物医学音频的特征表示、检测识别，以及病历结构化数据的特征选择和相关性，采用机器学习理论的逻辑回归、随机森林等算法进行数据因果推理和预测算法。优势包括：部分研究成果已成功服务于医院和医疗研究机构，例如某医科大学附属医院呼吸科的肺音智能管理系统、某医院糖尿病P4智能管理系统，取得了良好的社会效益。在IEEE、ACM等国内外学术期刊上发表系列论文；主持广州市基础项目1项，参与国家自然科学基金重大研究计划重点项目和广东省重大科技专项2项。