数据科学与大数据技术专业人才培养方案

1.工程知识： 能够将数学、 自然科学、 计算机科学、 工程基础和数据科学与大数据技术专业知识应用于解决复杂工程问题。

1.1 能够应用数学与自然科学的基本知识正确表述复杂工程问题

1.2 能够针对一个系统或者过程应用专业知识建立数学模型。

1.3 能够针对一个系统或者过程应用专业知识解决工程问题。

1.4 能够掌握并应用工程原理和知识。

1.5 能够分析工程问题的解决途径并改进。

2.问题分析： 能够应用数学、 自然科学、计算机科学和数据科学的基本原理， 对复杂工程问题进行识别、 表达， 以获得有效结论。

2.1 能将数学、自然科学、工程基础知识用到复杂工程问题的恰当表述中。

2.2 具备对复杂工程问题进行识别和判断，并结合专业知识进行有效分解；具备对分解后的复杂工程问题进行表达和建模的能力。

2.3 具备借助文献辅助对复杂工程问题进行识别、表达、建模与求解的能力。

3.设计/开发能力： 能够针对数据科学领域的复杂工程问题， 综合考虑社会、 安全、健康、 法律、 文化及环境等因素， 设计与开发满足客户需求的产品， 并体现创新意识。

3.1 具有针对复杂数据工程问题设计出解决方案和实施流程的能力

3.2 能够针对数据科学项目需求，运用合理的数据工程理论、方法和技术设计满足特定需求的大数据系统。

3.3 熟悉数据工程系统的基本结构，能够针对不同应用进行合理开发，在开发和解决复杂数据工程问题中体现创新。

3.4 综合考虑社会、 安全、 健康、 法律、 文化及环境等因素论证设计方案的可行性。

4.研究： 能够利用数据科学的相关原理和方法， 进行复杂工程问题的研究， 并通过数据收集、 设计模型、 信息挖掘和综合分析获得合理有效的结论。

4.1 能够运用数据科学的研究方法对专业复杂工程问题进行需求分析研究。

4.2 熟悉复杂数据工程系统的开发和应用环境，研究制定合理的设计与开发方案。

4.3 能够对复杂工程问题的解决方案进行研究， 找出不足， 提出改进措施， 得到合理有效的结论。

4.4 在复杂数据工程问题的研究中具有创新意识。

5.使用现代工具： 在大数据工程项目的生命周期中， 能够开发、 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， 包括对复杂工程问题的预测与模拟，并能够理解其局限性。

5.1 理解数据科学与大数据技术常用现代工程工具、信息技术工具的使用原理和方法，并能够理解其局限性。

5.2 了解本专业主要资料来源及获取方法，能够利用计算机网络查询、检索本专业文献及资料。

5.3 能够开发、选择和使用恰当的现代工程工具和信息技术工具，对复杂大数据工程问题进行数据获取、处理、分析和系统构建。

5.4 能够选用合适的现代工具对大数据复杂工程问题中的具体对象进行模拟和预测，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大数据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能够理解数据科学与大数据技术相关领域的技术标准、知识产权、产业政策和法律法规，理解不同社会文化对大数据项目实施的影响。

6.2 能够分析和评价大数据工程专业实践对社会、健康、安全、法律和文化的影响，并理解应承担的相应责任。

7. 环境和可持续发展：能够理解和评价针对复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

7.1 能够理解环境保护和可持续发展的内涵和意义。

7.2能够理解大数据复杂工程问题的专业实践对环境以及社会可持续发展的影响。

8.职业规范：具有人文社会科学素养、 社会责任感， 重视生命和健康， 具备正确的世界观、 人生观和价值观， 具有责任心和社会责任感， 能够理解并遵守工程职业道德和规范， 履行责任。

8.1 了解中国国情，热爱祖国，坚持正义，品德良好，身心健康，具有扎实的人文社会科学素养及正确的价值观，理解个人与社会的关系。

8.2  具有责任心和社会责任感， 重视生命和健康， 拥有良好的心理素质。

8.3  具备大数据工程师的专业素质、 职业道德和规范， 履行责任，并有个人职业规划。

9.个人和团队： 能够在多学科背景下的项目团队中， 理解团队合作的意义， 及在系统的构思、 设计、 实现、 运行的工程实践中， 承担个体、 团队成员以及负责人的角色， 并开展有效的工作。

9.1 理解个人与团队利益的一致性，具有合作精神，能够与项目团队内成员（包括其他学科成员）有效沟通，合作共事。

9.2 能够在项目团队合作中独立思考并承担不同团队角色的相应职责，具备有效运作、组织协调能力。

10. 沟通：能够就大数据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。

10.1 能够依据相关的工程标准及技术规范，针对复杂工程问题的解决方案与同学、同行及公众进行有效沟通，包括撰写报告、设计文稿、陈述观点、表达意见以及准确回应提问等。

10.2 了解专业领域的国际发展趋势、 研究热点，理解和尊重世界不同文化的差异性和多样性。

10.3 掌握一门外语，具有一定的听说、读写译能力；能够在跨文化背景下进行沟通和交流。

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  掌握大数据工程项目中涉及的管理与经济决策方法，了解大数据工程及产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题。

11.2 在多学科环境中能够根据项目特征选择恰当的项目管理方法和经济决策方法。

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 能够认识到自我探索和终身学习的必要性， 了解和跟踪数据科学与大数据技术专业的最新发展趋势。

12.2 具备终生学习的能力、 养成主动学习的习惯、 并应用科学的学习方法做到学以致用。

公共必修课程

马克思主义基本原理

150111002

必修

48

40

8

3

1

3

考试

15

思想道德与法治

150111001

必修

48

40

8

3

2

3

考试

15

中国近现代史纲要

150111004

必修

48

40

8

3

3

3

考试

15

毛泽东思想和中国特色社会主义理论体系概论

150111003

必修

80

64

16

5

4

5

考试

15

形势与政策

150112023

必修

32

32

2

1-8

考查

15

大学英语Ⅰ

030111008

必修

48

32

16

3

1

3

考试

03

大学英语Ⅱ

030111009

必修

48

32

16

3

2

3

考试

03

大学英语Ⅲ

030111010

必修

48

32

16

3

3

3

考试

03

大学英语Ⅳ

030111011

必修

48

32

16

3

4

3

考试

03

大学体育Ⅰ

100112018

必修

32

2

30

1

1

2

考查

10

大学体育Ⅱ

100112019

必修

32

2

30

1

2

2

考查

10

大学体育Ⅲ

100112020

必修

32

2

30

1

3

2

考查

10

大学体育Ⅳ

100112021

必修

32

2

30

1

4

2

考查

10

大学生心理健康

040112022

必修

16

12

4

1

2

2

考查

04

大学生劳动素养教育

000112027

必修

32

16

16

1+1

1-8

考查

13

大学语文

020112025

必修

32

32

2

3

2

考查

02

职业发展与就业指导

000112026

必修

16

16

1

2/6

考查

创业基础

000112025

必修

32

16

16

2

3

2

考查

小计

704

444

260

40

公共选修课程

文史经典与世界文化（A）

选修

1-8

考查

数理基础与科学精神（B）

选修

1-8

考查

艺术创作与审美体验（C）

选修

1-8

考查

社会发展与社会责任（D）

选修

1-8

考查

创新思维与创业训练（E）

选修

1-8

考查

小计

80

80

0

5

合计

784

524

260

45

备注：通识教育选修课模块至少选修5个学分，其中创新思维与创业训练模块至少选修1学分。艺术创作与审美体验模块至少选修2学分，社会发展与社会责任模块至少选修一学分“四史”类课程。

学科专业基础课程

高等数学A1

050311035

必修

80

80

5

1

5

考试

05

计算机导论

080311008

必修

56

40

16

3

1

5

考试

08

C语言程序设计

080311009

必修

72

56

16

4

1

6

考试

08

数据科学导论

080311178

必修

48

48

3

1

3

考试

08

高等数学A2

050311036

必修

96

96

5

2

6

考试

05

线性代数C

050311041

必修

32

32

2

2

2

考试

05

Java语言程序设计

080311013

必修

48

48

3

2

3

考试

08

Java语言程序设计实验

080312182

必修

28

28

1

2

2

考查

08

离散数学

050312102

必修

48

48

3

2

3

考查

08

概率论与数理统计A

050311030

必修

48

48

3

3

3

考试

05

数据结构*

080311010

必修

64

48

16

3.5

3

3

考试

08

数据库原理及应用

080311012

必修

64

48

16

3.5

4

4

考试

08

计算机网络

080311043

必修

64

48

16

3.5

4

4

考试

08

小计

684

592

92

39

专业必修课程

Python语言程序设计*

080411076

必修

48

48

3

3

3

考试

08

Python语言程序设计实验

080412189

必修

28

28

1

3

2

考查

08

操作系统

080411015

必修

64

48

16

3.5

3

3

考试

08

数据采集与预处理

080411191

必修

36

36

2

4

2

考试

08

数据采集与预处理实验

080412192

必修

28

28

1

4

2

考查

08

统计分析

080411193

必修

64

48

16

3.5

4

4

考试

08

数据挖掘*

080411194

必修

48

48

3

5

3

考试

08

数据挖掘实验

080412195

必修

28

28

1

5

2

考查

08

Hadoop大数据技术*

080411196

必修

32

32

2

5

2

考试

08

Hadoop大数据技术实验

080412197

必修

28

28

1

5

2

考查

08

非结构化数据库

080411198

必修

52

36

16

2.5

5

3

考试

08

计算机组成原理

080411023

必修

64

48

16

3.5

5

4

考试

08

软件工程

080411019

必修

64

48

16

3.5

6

4

考试

08

机器学习*

080411201

必修

64

48

16

3.5

6

3

考试

08

数据可视化技术

080412202

必修

32

32

2

6

2

考查

08

数据可视化技术实验

080412203

必修

28

28

1

6

2

考查

08

Spark大数据分析技术

080411204

必修

32

32

2

6

2

考试

08

Spark大数据分析技术实验

080412205

必修

28

28

1

6

2

考查

08

小计

768

504

264

40

专业选修课程

Web程序设计

080522206

选修

36

36

2

7

2

考查

08

数据采集技术

080522207

选修

36

36

2

7

2

考查

08

人工智能

080522034

选修

36

36

2

7

2

考查

08

云计算技术

080522209

选修

36

36

2

7

2

考查

08

信息安全

080522210

选修

36

36

2

7

2

考查

08

Docker容器技术

080522211

选修

36

36

2

7

2

考查

08

算法设计与分析

080522212

选修

36

36

2

7

2

考查

08

小计

72

72

4

4

合计

备注：

学校集中安排实践环节

国防安全教育（含军训）

（2）

1

劳动教育

（2）

1-8

4周

社会实践

（4）

假期

4周

工程训练

学院集中安排实践环节

Java语言程序设计课程设计

1

2

2周

Python语言程序设计课程设计

1

3

2周

Hadoop大数据技术课程设计

1

5

2周

Spark大数据分析课程设计

1

6

2周

综合设计

毕业设计

8

7-8

8周

专业见习

2

暑1

4周

专业实习

10

暑3

10周

专业研习

毕业实习

课程论文

学年论文

毕业论文

与专业结合的社会调查和实践活动

创新创业实践活动

学科与技能竞赛、科研活动、专利发明、创新型实验（设计）、社团活动、文体活动竞赛、技能证书、创业实践活动等

5

1-8

社会责任教育活动

社区服务、义务劳动、慈善活动、公益活动等

2

1-7

备注：

一

二

三

四

五

六

七

八

讲

授

课

时

实

践

课

时

总

课

时

学

分

学分比例（%）

通识教育

必修

8

10

12

10

524

260

704

40

25.16

选修

▲

80

80

5

3.14

专业教育

学科专业基础课

19

20

6

8

592

92

684

39

24.53

专业必修课（含专业方向课）

8

8

11

15

504

264

768

40

25.16

专业

选修课

8

72

72

4

2.52

实践教育环节

24

15.09 

创新创业实践活动

▲

5

3.14

社会责任教育活动

▲

2

1.26

合  计

27

26

26

26

16

15

8

2308

159

实践总学分及学分比例

53.5，比例33.65%

课程大类

学分

占必修课总学分比例

专业认证要求占比

数学与自
然科学类

26

17.33%

15%

工程基础、
专业基础、
专业课

45

30%

30%

工程实践与毕业设计

44

29.33%

20%

人文社科类通识教育

35

23.33%

15%

1.工程知识

√

2.问题分析

√

√

3.设计/开发解决方案

√

4.研究

√

5.使用现代工具

√

√

6.工程与社会

√

7.环境和可持续发展

√

8.职业规范

√

9.个人和团队

√

10.沟通

√

√

11.项目管理

√

√

12.终身学习

√

√

思想道德与法治

H

M/H

L/M

马克思主义基本原理

L

M

L

H

毛泽东思想和中国特色社会主义理论体系概论

M

L

M

M

L

中国近现代史纲要

M

L

M

M/L

L

形势与政策

M

M/H

H/L

大学英语Ⅰ-Ⅳ

L

M/H

L/M

大学体育Ⅰ-Ⅳ

L/M

L

大学生心理健康

H

大学语文

L

H

职业发展与就业指导

H

创业基础

H

文史经典与世界文化（A）

L

H

数理基础与科学精神（B）

H

艺术创作与审美体验（C）

L

社会发展与社会责任（D）  

H

H

M

创新思维与创业训练（E）

H

高等数学A1

L/M

L

计算机导论

M

H

L

M

数据科学导论

H/M

H

M

M

C语言程序设计

L

L

M

高等数学A2

M/H

H

线性代数C

L/H

L

数据结构*

H/M

L

L

Java语言程序设计

L

M

M

Java语言程序设计实验

L

M

M

离散数学

M/H

M

L

计算机组成原理

M

L/H

M

L

概率论与数理统计A

H

M

数据库原理及应用

H/L

M

M

L

L

计算机网络

H

M

L

L

M

L

Python语言程序设计*

M

M

H

L

M

Python语言程序设计实验

M

L

H

L

L

操作系统

H

L

L

数据采集与预处理

M/H

H/M

M

M

数据采集与预处理实验

H

M/L

L/M

M

统计分析

M/H

H

L

M

数据挖掘*

M

H

M

M

数据挖掘实验

M

M

M

M

Hadoop大数据技术*

M/H

L/H

L

Hadoop大数据技术实验

M/H

L/H

L

非结构化数据库*

H

L

M

M

M/L

软件工程

M/H

M

H/L

H

机器学习*

L

H

H/M

M

数据可视化技术

M

L

L

M

M

L/M

数据可视化技术实验

M

L

L

M

M

L/M

Spark大数据分析技术

M/H

L

H

H

Spark大数据分析技术实验

M/H

L

H

H

课程设计

H

L/M

专业见习

H

H

H

M

专业实习

H

H

H

M

L

毕业设计

L

H

H/M

H

M