​03  数据科学与大数据技术专业人才培养方案

一、基本信息

1．专业名称：数据科学与大数据技术

2．专业代码：080910T

3．专业类名称：计算机类

4．专业类代码：0809

5．授予学位：工学学士

6．学制和修业年限：标准学制4年，弹性学制为4～6年（含休学）

7．最低毕业学分：168学分

二、培养目标

本专业旨在培养集思想品德优良、专业素质高、实践能力强于一体，具备扎实的数学、数据科学、计算机科学等学科基础知识和基本技能，且具有一定外语水平和创新思维的大数据专业型和研究型人才，能够在国家机关及企事业单位从事大数据算法实现、数据分析与挖掘、软件设计开发等工作。

毕业后5年左右预期目标：

目标1：爱党爱国

培养具备德、智、体、美等全面发展、良好的思想品德和道德修养、能够认真贯彻党的教育方针，自觉践行社会主义核心价值观，能够运用专业知识服务社会。

目标2：知识完备

具备扎实的大数据技术理论基础和基本技能，具备面向大数据的挖掘与分析能力，熟练掌握大数据采集、清洗、存储、处理与分析、可视化与应用等技术。加强自身从事大数据技术相关工作的业务能力。

目标3：自主学习

具备自主学习和终身学习的能力，自身通过继续教育或其它学习渠道，紧跟大数据领域相关技术发展，与时俱进地进行知识更新，不断提升自我能力，为以解决实际工作中的大数据复杂工程问题做准备。

目标4：沟通协作

具有较强的组织、管理、沟通和合作的能力，具有批判反思意识，能够适应国内外先进技术改革发展，适应未来职业和社会发展。

三、毕业要求（培养要求）

本专业学生主要学习数据科学与大数据技术的基本理论和基本知识，接受良好的数学思维、数据科学和计算机解决实际问题的基本训练，掌握大数据的挖掘和数据相关业务背景分析的基本能力。通过本科阶段学习，毕业生应达到如下毕业要求：

要求1：工程知识

掌握数学、自然科学、工程基础和专业知识，用于解决大数据技术相关复杂工程问题。

1.1 基础知识：掌握数学、自然科学和工程基础相关知识、理论，具有数学分析和运算能力，并能够在大数据开发中以工程理念及方法解决实际问题；

1.2 知识应用：掌握大数据专业知识，并能够综合应用相关知识解决大数据技术相关复杂工程问题。

要求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大数据技术相关复杂工程问题，以获得有效结论。

2.1 问题阐述：能够基于数学和工程科学的基本原理，并通过文献研究，对大数据技术相关复杂工程问题进行需求分析、模型构建、参数设置和问题表达；

2.2 检验分析：能够综合运用工程原理、专业知识和文献研究，对大数据技术相关复杂工程问题解决方案进行分析和验证，形成有效结论。

要求3：设计/开发解决方案

能够设计针对与大数据技术相关的复杂工程问题解决方案，方案设计需满足特定需求，并在设计环节中体现出创新意识，考虑到对社会、健康、安全、法律、文化以及环境等因素的影响。

3.1 提出方案：运用大数据技术手段对相关复杂工程问题提出解决方案，并通过分析、评价和优选，在体现创新意识的基础下设计满足大数据需求的方案；

3.2 方案要求：针对大数据技术相关复杂工程问题，能够从系统的角度权衡所涉及的相关因素，考虑到对社会、健康、安全、法律、文化以及环境等因素的影响。

要求4：研究

能够基于科学原理并采用科学方法对大数据技术相关复杂工程问题进行研究，包括设计实验、分析与解释数据，并通过信息综合得到合理有效的结论。

4.1 研究方案：针对大数据技术相关复杂工程问题，利用科学理论、文献分析、调研等方法，给出相关问题的研究目标和设计思路，制定合理的技术路线，设计可行的实验方案；

4.2 研究分析：能够选择并搭建实验平台，选用科学的方法进行实验并解决实验中出现的问题，对实验数据和实验结果进行研究和分析，并通过信息综合得到合理有效的结论。

要求5：使用现代工具

能够针对大数据技术相关复杂工程问题，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，对大数据相关复杂工程问题的预测与模拟，并能够理解其局限性。

5.1 工具选择：选用恰当的技术、资源、现代工程工具和信息技术工具，对大数据技术相关复杂工程问题进行分析、设计、仿真、预测与模拟；

5.2 工具比较：理解现代工程工具和信息技术工具对大数据技术相关复杂工程问题设计与模拟的优势、应用场合和局限性。

要求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大数据技术相关复杂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。

6.1 社会约束：具有良好的社会公德、社会责任感和计算机职业道德，具备信息安全及知识产权保护相关知识及相关法律意识；

6.2 社会影响：能够分析和评价专业工程实践和大数据技术相关复杂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。

要求7：环境与可持续发展

能够理解和评价针对大数据技术相关复杂工程问题的工程实践对环境、社会可持续发展的影响。

7.1 环境保护：具有环境保护和可持续发展意识，了解环境保护相关政策法律法规；

7.2 环境影响：能够合理评价大数据技术相关复杂工程问题的工程实践和解决方案对环境和可持续发展的影响。

要求8：职业规范

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。

8.1 职业素养：具有人文社会科学素养、正确的人生观、价值观和世界观，自觉维护国家利益，具有推动民族复兴和社会进步的责任感；

8.2 履行责任：在工程实践中理解并遵守工程职业道德和规范，履行工程师的社会责任。

要求9：个人和团队

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。

9.1 团队协作：有较强的团队合作意识与能力，能做到同其他成员共享信息、协调合作，正确处理个人和团队关系；

9.2 个人要求：正确理解多学科背景下团队中个体、团队成员以及负责人的角色，并按照需求承担相应任务。

要求10：沟通

能够就大数据技术相关复杂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、设计文稿、陈述发言和清晰表达，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。

10.1 沟通能力：具有良好的书面及口头表达能力，能够熟练运用工程技术语言针对大数据技术相关复杂工程问题进行描述、表达与答辩，包括撰写报告和设计文档，并能够与同行及社会公众进行有效地沟通和交流；

10.2 国际交流：具备较强的外语听说读写能力，能够阅读与本专业相关的外文资料，具有一定的国际视野，能进行跨文化沟通和交流。

要求11：项目管理

理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。

11.1 掌握方法：掌握大数据领域工程管理原理与经济决策方法；

11.2 项目开发：在多学科环境中能够将管理原理、经济决策应用于大数据开发等过程。

要求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。

12.1 自主学习：具有自主学习的意识，能够针对科学与技术问题，采用合适的方法进行学习，以适应工作中的各种任务；

12.2 终身学习：具有终身学习的意识，主动追踪大数据技术的发展动态，不断学习以适应时代大数据发展的要求。

四、课程与实践教学环节对毕业要求（培养要求）、毕业要求（培养要求）对培养目标的支撑矩阵（见附表1和附表2）

五、专业核心（主干）课程

C/C++语言程序设计、Python程序设计、数据结构、操作系统、数据库系统、计算机组成原理、计算机网络、机器学习、大数据架构与管理、计算机系统（“深入理解计算机系统”第3版）、最优化、统计推理与建模、数据存储与检索、数据可视化分析、人工智能导论、并行计算架构与编程、自然语言处理、云计算、计算机视觉。

六、学分分配表（见附表3）

七、课程与实践教学环节设置及说明（见附表4～附表9）

八、附表目录

附表1：毕业要求（培养要求）对培养目标的支撑矩阵

附表2：毕业要求（培养要求）与课程及实践教学环节关联矩阵表

附表3：数据科学与大数据技术专业各类课程（实践教学环节）学分分配表

附表4：数据科学与大数据技术专业通识教育课程设置与教学时间分配表

附表5：数据科学与大数据技术专业专业课程设置与教学时间分配表

附表6：数据科学与大数据技术专业独立实践教学环节设置与协同培养要求

附表7：行业企业参与课程一览表

附表8：人文社会与科学素养课程一览表

附表1  毕业要求（培养要求）对培养目标的支撑矩阵

附表2  数据科学与大数据技术专业毕业要求（培养要求）与课程及实践教学环节关联

矩阵表

备注：在不同的毕业要求下方方格内，填写字母H（支撑程度高）、M（支撑程度中等）和L（支撑程度一般），分别表示相应课程或实践教学环节对毕业要求的支持程度。

附表3  数据科学与大数据技术各类课程（实践教学环节）学分分配表

附表4  数据科学与大数据技术专业通识教育课程设置与教学时间分配表

附表5  数据科学与大数据技术专业课程设置与教学时间分配表