北京科技大学的管理科学与工程学科是管理理论与管理实践紧密结合的学科。该学科培养德、智、体、美、劳全面发展且具有较高的管理素质、合理的知识结构、较强的分析问题和解决复杂问题能力、团队合作精神与沟通能力、独立思考和批判性思维能力，具有良好的科学素养与严谨的科研作风和社会责任感，遵守学术道德、学术规范和商业伦理的高级管理及专业领军人才。
本学科博士学位获得者应在管理科学、经济学、信息科学及系统科学等领域掌握坚实宽广的基础理论和系统深入的专门知识，全面了解学科理论前沿动向，掌握本学科的现代科学研究方法和技能，具有很强的提出问题及分析和解决问题的能力。具有敏锐的思维和分析能力，能够不断提升原始创新能力，进行理论构建和知识创造。具有学术研究的感悟力，掌握科学的研究方法和研究规范。具有对经济社会中管理现实问题的敏锐洞察力，并将其提炼成管理的科学问题，进行理论升华与创新。熟练掌握一门外国语，具有较好的写作能力和国际学术交流能力。能够着眼世界学术前沿和国家重大需求，致力于解决管理实际问题，独立承担管理科学与工程领域的独创性科研和教学工作。
本学科点紧紧围绕制造业高端化、智能化、绿色化发展战略，以及数字产业化、产业数字化转型、产业链供应链现代化等战略需求，面向国家和行业重大科学问题开展研究。建有钢铁生产制造执行系统技术教育部工程研究中心、北京企业低碳运营战略研究基地，依托国家优势学科创新平台---工业过程数据分析平台，促进科教融合、产学研协同创新，在管理科学理论研究以及面向行业需求的工程应用研究方面具有厚实的积累和鲜明的学科特色，形成了以商务数据分析、生产管理、数字化创新以及智能优化为重点，理论研究和行业应用双向并进、相辅相成的学科方向布局。学科设立了四个主要学科方向：
（1）商务数据分析；
（2）生产与运作管理；
（3）信息管理与信息系统；
（4）管理优化与决策。
另外，本学科依据学校的行业基础，开展学科交叉领域“智能制造与工业大数据分析”的特色人才培养。
基于学科方向，本学位点的培养方向及其主要研究领域、特色与优势如下：
（1）商务数据分析：研究大数据环境下的商务数据分析理论与方法，包括电子商务、医疗健康、金融保险、社会媒体等领域的预测分析、信息检索与推荐、智能决策支持等前沿问题。本方向基于大数据与系统科学研究所构建了“大数据+”产学研协同创新体系。基于“大数据+绿色低碳”，建立了钢铁企业运营管理大数据分析平台，成果应用于河钢宣钢、宝武集团等。基于“大数据+金融科技”提出了金融科技平台用户参与行为分析方法，获得国家自然科学基金重点项目及北京社科决策咨询重点项目支持，成果应用于北京互联网金融安全示范产业园、玖富数科等。基于大数据新兴信息技术，研究网络舆情、知识推荐、需求预测关键技术，成果应用于国家广电总局广播科学研究院等。
（2）生产与运作管理：研究面向智能绿色制造的生产运作管理和工业大数据技术，以钢铁生产智能优化管理和低碳经济为主要对象，面向行业需求形成了丰厚的积累和鲜明的学科特色。建有“钢铁生产制造执行系统技术教育部工程研究中心”和“北京企业低碳运营战略研究基地”，围绕智能、绿色制造国家战略需求，聚焦钢铁行业和京津冀区域的高质量发展，以制造技术、区域经济、管理技术和新一代信息技术的深度融合为技术引领，致力于钢铁制造和绿色低碳、区域发展的共性关键技术的研究和示范性工程系统的开发应用。本方向的研究成果在国内钢铁生产智能优化管理及供应链系统研究与应用领域起到了示范引领作用；北京企业低碳运营战略研究基地获评优秀研究基地，并于2020年入选“中国智库索引”来源智库。
（3）信息管理与信息系统：研究信息化管理与信息系统建设中的业务流程建模与优化方法、复杂系统仿真与优化、各类信息系统建设理论，在管理过程建模优化、基于多智能体的制造系统建模与优化、开源产品社区复杂知识网络模型与演化机制方面取得了重要研究成果。本方向建立了优势学科创新研究的“工业生产与管理过程数据挖掘”平台，聚焦于新一代管理信息系统的开发与应用，解决行业及国家重大需求问题，与大型国企及科研院所等展开广泛合作，在生产流程优化、柔性生产管理、研发项目管理等方面取得了丰富的理论与应用成果，推进了钢铁制造数字化转型以及冶金行业智能化、精益化发展。
（4）管理优化与决策：研究复杂动态环境下的管理优化与决策理论方法，包括服务管理、供应链管理、投资风险等领域的博弈分析、投资决策、风险分析等。本方向承担了多项国家自然科学基金、国家社会科学基金等课题，在决策分析、服务管理、供应链管理等方面取得了许多创新性成果，提出了决策风险评价的新方法，建立了新的投资组合和项目选择优化模型，探究了历史数据缺失或失效情况下的投资决策问题，给出了背景风险变动下的最优投资方案。
在智能制造与工业大数据分析领域，研究基于智能制造和工业大数据技术的制造企业智能化生产经营理论与工程化实践方法，构建钢铁等制造工业数字化平台的整体解决方案，消除制造行业供应链管理、产品生产、市场营销、客户管理等环节的信息化系统架构存在的信息壁垒，形成以多源异构数据采集、整合为基础，全流程规范、统一的智能制造大数据平台。本方向为新兴交叉学科方向，依托“钢铁生产制造执行系统技术教育部工程研究中心”建设，已在基于大数据的智能制造和精准决策等方面取得了一系列创新性成果，并在钢铁制造领域得到工程化实践应用，对钢铁工业的数字化发展起到了示范作用。
博士学位授予标准：普通招考博士研究生，学制4年，学习年限3-6年，最低学分要求18学分；硕博连读研究生，学制4年，学习年限3-6年，最低学分要求46学分；本科直博研究生，学制5年，学习年限4-6年，最低学分要求46学分。博士生参加学术活动不少于20次，每次活动后都要有不少于500字的总结，且须由研究生班主任签名认定。此外，博士生还须至少参加一次所在学科领域的全国或国际学术会议，并在学术会议上以口头报告方式进行学术交流。学术成果满足下列要求之一：
1、学院认定的英文A1类（含）以上或中文A+类期刊发表论文1篇。
2、SCI、SSCI检索源期刊（不含学院认定的英文B类期刊中的开源期刊）或学院认定的中文A1类期刊发表论文2篇。
3、取得以下6类成果中的3项：
（1）SCI、SSCI检索源期刊（不含学院认定的英文B类期刊中的开源期刊）或学院认定的中文A1类期刊发表论文。
（2）EI、CSCD检索源期刊、CSSCI核心库期刊、学院认定的中文A2类期刊发表论文。
（3）国内外经济管理领域重要学术会议论文。须博士生本人参会并做报告，并有邀请函及报告照片。
（4）智库类成果。智库类成果是指被省部级及以上政府采用的报告或政策建议等，或被省部级及以上主要负责人做出肯定性批示的报告或政策建议等，或发表在《人民日报》、《经济日报》理论版上的理论文章（不少于2000字）。
（5）授权发明专利。
（6）学校认可的省部级以上（含）科研奖励。须为获奖完成人，以证书为准。
三项成果中，其中含类别（1）至少1项，类别（3）、（4）、（5）、（6）每类至多1项。
4、学院认定的英文A+类高水平国际期刊投稿论文1篇，该论文须通过第1轮评审、并经修改后已进入第2轮评审。需附导师签字确认的论文投稿信息、第1轮评审意见结果和进入第2轮评审的证明及论文全文。
申请博士学位的研究生学位论文（涉及国家秘密的学位论文、外国籍留学生的学位论文除外）均须参加匿名评审。
招生选拔：2022年度，本学位点博士研究生报名人数总计为40人，录取15名，报录比为267%。录取人员中来自“985”、“211”高校生源人数为9，比例为60%。此外录取5名境外博士研究生。