数据科学与大数据技术本科专业人才培养方案.pdf

数据科学与大数据技术本科专业人才培养方案 （2021 级起执行） 一、培养目标 本专业培养适应国家和地方经济社会发展需求，德、智、体、美、劳全面发展，具备大数据科 学的基本原理、基本知识、基本方法、基本技能和一定的大数据科学研究能力，熟练掌握大数据处 理所需的计算机技术，能够在企业、事业、政府、社会组织等行业从事大数据的处理、分析及预测 等工作，或在科研、教育部门从事大数据研究、咨询、教育培训工作的应用型工程技术人才。 五年后的毕业生能成为企事业单位技术骨干或管理骨干，达到以下目标。 1.具有良好的人文社会科学素养、职业道德和团队协作能力，能成为团队骨干力量； 2.掌握数学、自然科学等学科知识，具有一定的大数据工程技术基础和专业知识，能为大数据 工程项目解决实际问题； 3.具备创新思维和国际视野，能通过自主学习等途径获取知识、提升技能，能为大数据工程项 目撰写建设方案； 4.能从事大数据采集、存储、处理、分析、应用的研究和管理工作，成为项目主持人、工程负 责人等。 二、毕业要求 本专业学生主要学习数据科学与大数据技术相关的基本理论和基本知识，接受科学思维、大数 据处理及专业技术工具的基本训练，掌握一定的智能制造等相关业务知识，具有大数据应用系统设 计与开发的基本能力。 毕业生应获得以下几方面的知识和能力： 1.工程知识：能够将数学、自然科学、工程基础和大数据专业知识用于解决复杂大数据工程问 题以获得有效结论； 2. 问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究 分析复杂大数据工程问题，以获得有效结论； 3.方案设计：掌握大数据应用系统分析与设计的基本方法；具备针对复杂大数据工程问题的分 析、设计及报告撰写能力，能够对计算机系统工程问题设计解决方案，并考虑社会、健康、安全、 法律、文化以及环境等因素； 4. 问题研究：能够基于科学原理并采用科学方法对复杂大数据工程问题进行研究，具具有设计 实验及进行大数据采集与清洗、存储与管理、大数据分析的能力，并能通过信息综合得到合理有效 的结论； 5.工具使用：能够针对复杂问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息 技术工具，包括对复杂大数据工程问题的预测与模拟，并能够理解其局限性； 6.工程与社会：能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂大数据工 程问题解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任； 7.环境和可持续发展：能够理解和评价针对复杂大数据工程问题的工程实践对环境、社会可持 续发展的影响； 8.个人和团队：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守工程职业 道德和规范，履行责任； 9.交流与沟通：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色； 10.项目管理：能够就复杂大数据工程问题与业界同行及社会公众进行有效沟通和交流，包括撰 写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景 下进行沟通和交流； 11.职业规范：理解并掌握大数据工程管理原理与经济决策方法，并能在多学科环境中应用； 12.终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。 三、学制、授予学位及毕业最低学分 1．学制：标准学制为 4 年，弹性学制 3-6 年。 2 ．授予学位：工学学士。 3 ．毕业最低总学分：160 学分。 四、课程设置 1．主干学科：计算机科学与技术、统计学。 2 ．核心课程：高级语言程序设计、数据结构、面向对象程序设计、数据库系统原理、大数据技 术原理、计算机网络、数据挖掘与分析、大数据开发技术、机器学习、大数据综合项目设计。 3 ．主要实践性教学环节：军训、公益劳动、社会实践、创业及专业素质能力实践、课程实验、 校企合作课程、学年论文、毕业实习、毕业设计等。 4 ．主要专业实验：高级语言程序设计实验、数据结构实验、数据库系统原理实验、计算机网络 实验、面向对象程序设计实验、机器学习实验、大数据综合项目设计实验等。 5 ．课程结构比例： 各类课程模块学时、学分分布表