当前位置: 首页 / 本科生教育
数据科学与大数据技术
发布时间:2019-03-01浏览量:4245

一、培养目标

本专业培养拥护中国共产党的领导,热爱祖国,德、智、体、美全面发展,掌握大数据采集、处理、分析与应用等专业知识,能在企事业单位从事信息管理、大数据系统设计、大数据分析与挖掘等工作的政治素质好、理论知识扎实、专业能力较强、身心健康,满足生产、建设、服务、管理等工作需要,具有社会责任感、创新创业潜质的高素质应用型人才。

二、培养规格

(一)知识

1.掌握从事本专业工作所需的数学、计算机科学、自然科学知识以及一定的统计学与运筹学知识;

2.系统掌握大数据建模与分析的基础理论及其计算机处理的基本知识,理解网络信息社会中数据的生命周期,以及与之相关的基本环节要素与典型处理方法,形成模型、算法、高效求解与推理等核心专业知识;

3.掌握数据安全的基本理论、基本知识,能够利用安全工具进行安全事件的应急处理、分析回溯等工作。

(二)能力

1.掌握数据科学的基本思维方法和研究方法,具有良好的科学素养和一定的工程意识,并具备综合运用知识、方法和技术解决交叉学科实际问题的能力;

2.了解数据科学的发展现状和趋势,具有创新意识,并具有理论创新和系统创新的初步能力;

3.具备阅读数据科学与大数据技术专业英语书刊的能力;

4.具备文献检索、资料查询、论文写作及学术交流能力;

5.具备较强的人际沟通能力和团队合作能力以及创新创业能力。

(三)素质

1.具备良好的思想道德品质,科学的世界观、人生观和价值观;

2.具备遵纪守法、爱岗敬业、诚实守信的职业道德;

3.具有一定的军事基本知识,受到必要的军事训练,达到国家规定的大学生军事训练合格标准,养成良好的体育锻炼和卫生习惯,达到国家规定的《国家学生体质健康标准》,具备适应本岗位工作的身体素质和心理素质;

4.具备较高的文化素质,对中国优秀传统文化与思想、历史、艺术、人文等知识有较深的了解;

5.具备创新、协作和竞争意识,树立终身学习理念,重视对新知识、新技术的学习及技能提升。

三、培养规格实现矩阵

培养规格

实现课程/教学环节

知识

1. 掌握从事本专业工作所需的数学、计算机科学、自然科学知识以及一定的统计学与运筹学知识。

高等数学、线性代数、概率论与数理统计、离散数学、统计学原理、计算思维和数据科学、模式识别与人工智能、运筹学、工程认知实习等

2.系统掌握大数据建模与分析的基础理论及其计算机处理的基本知识,理解网络信息社会中数据的生命周期,以及与之相关的基本环节要素与典型处理方法,形成模型、算法、高效求解与推理等核心专业知识。

计算思维和数据科学、数据科学与大数据技术导论、数据结构、大数据与领域建模、计算机仿真与建模、软件工程、大数据编程技术、Hadoop与大数据分析、并行计算与MapReduce

3. 掌握数据安全的基本理论、基本知识,能够利用安全工具进行安全事件的应急处理、分析回溯等工作。

信息与网络安全、网络流量监测与分析、数据库原理、数据采集技术、Linux操作系统等

能力

1.掌握数据科学的基本思维方法和研究方法,具有良好的科学素养和一定的工程意识,并具备综合运用知识、方法和技术解决交叉学科实际问题的能力。

数据科学与大数据技术导论、计算思维和数据科学、数据采集技术、大数据编程技术、大型数据库技术及应用、数据可视化分析、计算机仿真与建模、课程设计、课程实训等

2.了解数据科学的发展现状和趋势,具有创新意识,并具有理论创新和系统创新的初步能力。

数据科学与大数据技术导论、专业综合实训、创新创业教育、第二课堂等

3.具备阅读数据科学与大数据技术专业英语书刊的能力。

大学英语、通识教育选修课、第二课堂等

4.具备文献检索、资料查询、论文写作及学术交流能力

毕业设计(论文)、通识教育选修课、第二课堂等

5.具备较强的人际沟通能力和团队合作能力以及创新创业能力。

创新创业教育、第二课堂

素质

1.具备良好的思想道德品质,科学的世界观、人生观和价值观。

思想道德修养与法律基础、马克思主义基本原理、中国近现代史纲要、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、通识教育等

2.具备遵纪守法、爱岗敬业、诚实守信的职业道德。

思想道德修养与法律基础、通识教选修课等

3. 具有一定的军事基本知识,受到必要的军事训练,达到国家规定的大学生军事训练合格标准,养成良好的体育锻炼和卫生习惯,达到国家规定的《国家学生体质健康标准》,具备适应本岗位工作的身体素质和心理素质。

军事训练及军事理论教育、体育、大学生心理健康与生命安全教育

4.具备较高的文化素质,对中国优秀传统文化与思想、历史、艺术、人文等知识有较深的了解。

国学基础、通识教育课

5.具备创新、协作和竞争意识,树立终身学习理念,重视对新知识、新技术的学习及技能提升。

创新创业教育、第二课堂、毕业实习、毕业设计(论文)等


四、主干学科

计算机科学与技术、统计学

五、核心课程

Python语言编程、离散数学、统计学原理、计算思维和数据科学、面向对象程序设计、数据结构、Linux操作系统、数据库原理、数据挖掘与分析、Hadoop与大数据分析、大数据编程技术

六、主要实践性教学环节

Python语言编程程设计、面向对象程序设计实训、数据挖掘与分析课程设计、计算思维课程实训、大数据综合应用课程设计、专业综合实训、工程认知实习、毕业实习、毕业设计(论文)等。

七、修业年限

基本学制4年,弹性学制3-8年。

八、授予学位

工学学士