数据科学与大数据技术专业指导性培养方案文档格式.docx
《数据科学与大数据技术专业指导性培养方案文档格式.docx》由会员分享，可在线阅读，更多相关《数据科学与大数据技术专业指导性培养方案文档格式.docx（17页珍藏版）》请在冰豆网上搜索。
4、研究：
能够基于数据科学原理，采用工程方法对复杂工程问题进行研究，包括需求分析、系统设计、编程实现、测试和维护，从而解决问题并进行评价。
5、使用现代工具：
能够针对数据科学与大数据技术领域复杂工程问题，选择与使用恰当的编程语言、开发平台、开发工具以及各种辅助的质量保证、建模工具等，来解决工程中的问题，并能够理解其局限性，了解数据科学领域的前沿理论与发展现状和趋势。
6、工程与社会，环境与可持续发展：
在解决数据科学与大数据技术领域复杂项目工程问题的同时，能够综合考虑安全与健康、经济、环境、文化、社会等制约因素，遵守法律法规与相关标准，理解和评价工程实践对其影响和应承担的责任，并能够理解和评价这些复杂项目工程实践对环境及社会可持续发展的影响。
7、职业规划：
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软件行业的职业道德和规范，履行责任。
8、个人和团队：
具有团队合作和在多学科背景环境中发挥个人作用的能力。
9、沟通：
具有在数据科学与大数据技术领域复杂项目工程活动中与他人和社会进行有效沟通的能力，包括能够理解和撰写效果良好的项目报告和设计文档，进行有效的陈述发言；
具有一定的国际视野和跨文化交流的能力。
10、项目管理：
理解并掌握复杂项目工程的管理和经济决策方面的基本知识与方法，并能够应用于工程实践中。
11、终身学习：
具有自主学习和终身学习的意识，具有不断学习和适应计算机技术快速发展的能力。
12、创新：
具有创新意识，掌握解决数据科学与大数据技术领域工程项目设计与实施的创新方法。
四、专业方向
大数据分析与应用
五、专业特色
以学生能力培养为主线，以学分制为纽带，以主干课程为重点。
课程体系满足数据科学与大数据技术专业教育的基本要求，并从专业是应用复合型专业的特点出发，根据应用型人才培养目标的要求设置理论课程体系，并形成“以实验操作为基础，以设计为主线，以实习为依托，结合课外科技活动”的实践教学体系，突出应用性和实践性。
支撑地方对大数据应用型人才的需求，将重点在舆情大数据、交通大数据、医疗大数据、教育大数据等领域进行针对性人才培养。
六、学制、修业年限、授予学位
标准学制：
4年
修业年限：
3~6年
授予学位：
工学学士
七、学分总体要求
规定毕业总学分：
180学分
其中通识必修课：
60学分，占33.3%
通识选修课：
7学分，占3.9%
学科基础课：
45.5学分，占25.2%
专业核心课：
15.5学分，占8.6%
专业方向课：
12学分，占6.7%
数学和自然科学类课：
33学分，占17.7%
实践教学环节：
36学分，占20.0%
单独开设的实验课：
7学分，占3.8%
社会责任教育：
4学分，占2.2%
八、主干学科和主要课程设置
主干学科：
数据科学、计算机科学
主要课程：
马克思主义基本原理概论、毛泽东思想和中国特色社会主义理论体系概论、高等数学、大学英语、离散数学、大数据技术基础、DataStructure（数据结构）、数据库原理及应用、计算机网络、云计算技术、大数据存储与处理、数据挖掘与分析、（大数据分析与预测*——大数据分析与应用方向）
主要实践教学环节：
专业生产实习、专业方向综合实践、毕业设计（论文）
九、课程配置流程图、专业教育内容与课程体系
学科基础选修课（2-4门）
第八学期
第七学期
第六学期
第五学期
第四学期
第三学期
第二学期
第一学期
数据科学与大数据技术专业课程配置流程图
概率论与数理统计I
大数据存储与处理
数据结构实验
专业方向
学科基础选修课（1-2门）
毕业实习
离散数学I
专业生产实习
专业方向综合实践
DataStructure
数据结构
数据结构课程设计
高等数学I
线性代数
学科基础课（选修）
选修课实验
大数据集成及技术应用，等（选一）
云计算技术实验
云计算技术
大数据技术基础
马克思主义
基本原理概论
程序设计基础训练
高级语言程序设计I
计算机网络实验
数据科学与大数据技术专业前沿
计算机网络课程设计
计算机网络I
数据挖掘与分析
数据库原理及应用实验
就业创业指导
（2）
社会责任教育（4）
社会责任教育（3）
就业创业指导
（1）
社会责任教育
（2）
社会责任教育
（1）
通识选修课
专业创新科研实践
（1）
专业创新科研实践
（2）
专业创新科研实践（3）
数据可视化技术，大数据分析与预测，等
（选二）
大数据算法，等（选一）
云计算技术课程设计
数据库原理及应用课程设计
数据库原理及应用I
学科基础选修课（2-3门）
数据科学与大数据技术专业导论
军事理论与国防教育
军事训练
毕业设计（论文）
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
思想道德修养与法律基础
专业认识实习
形势政策
体育
大学英语
大学计算机基础
物理实验
大学物理
数据科学与大数据技术专业教育内容与课程体系
教育内容
（学分）
知识体系
知识领域
课程体系
必修课程单元
选修课程单元
必修课程名称
学分分配
选修课程名称
通
识
教
育
平
台
（67）
人文社会
科学
政治、思想品德、法律基础
马克思主义基本原理概论，毛泽东思想和中国特色社会主义理论体系概论，中国近现代史纲要，思想道德修养与法律基础，形势政策
16
大学语文类课程，工程经济，日语基础，学术基本要素-专业论文写作，法学通论，发明与创新思维训练、创业学、英语提高类课程
≥7
军事
军事理论及国防教育，军事训练
3
自然科学
数学
10
物理
大学物理，物理实验
8
外语
13
计算机信息技术
计算机应用基础
大学计算机基础、专业导论，专业前沿
4
体育
就业
就业创业指导
2
学
科
专
业
（61）
学科基础
数据科学基础
线性代数I，概率论与数理统计I，离散数学I
主要专业基础课选修：
Python数据处理与分析，应用统计与R语言，操作系统，推荐算法及应用，语义大数据分析，交通大数据分析，等
≥24
计算机科学技术基础
高级语言程序设计I，DataStructure（数据结构）
8.5
大数据技术
专业核心
计算机科学技术
数据库原理及应用I，计算机网络I
7.5
大数据存储
云计算技术，大数据存储与处理
5.5
大数据分析
数据库挖掘与分析
2.5
方
向
模
块
（12）
大数据集成及技术应用，大数据算法，大数据分析与预测，数据可视化技术
12
≥12
实
践
（36）
基础教育
实践训练
基础教育综合领域
入学教育，军事训练，思想政治理论课实践，工程训练，社会实践，生产劳动
5
（周）
专业教育
专业教育综合领域
学科基础课课程设计，专业方向课课程设计，专业认识实习，专业生产实习，专业方向综合实践，毕业实习，毕业设计（论文）
31
（周）
社会
责任
教育
（4）
思想及文化素质教育
思想教育
“挑战杯”大学生课外科技作品竞赛
学科竞赛、寒暑假科研实践、创新创业项目训练
社会实践活动
2
思想教育讲座
≥2
学术与科技活动
学术讲座
文艺活动
体育活动
数据科学与大数据技术专业实践教学内容与体系
环
节
实践教学模块
实践教学环节
基本教学目的
基础教育实践
入学教育
政治思想和专业思想教育等
培养体育锻炼技能和终身体育能力等
思想政治理论课实践
培养思想道德素质及理论联系实际、社会调查、沟通能力等
文献检索实践
培养文献检索能力
社会实践
培养了解社会、了解国情、奉献社会、锻炼毅力、增强社会责任感等
生产劳动
培养劳动观念和劳动技能等
随课进行的实验或独立设置的实验课
培养基本实验技能及组织实验能力等
专业教育实践
课程设计（综合实验）
认识专业情况，了解企业概况；
认识数据科学与大数据技术的基础知识，培养专业素质等
专业系统应用及开发实践
培养综合应用所学知识进行特定领域大数据应用开发的能力
熟悉专业领域，为实际工作做准备
培养从事某种实际工作的能力、培养综合设计、研究能力等
培养科研能力、创新精神等
综合教育实践
科技创新实践
培养身心素质、文化素养等
综合素质
十、专业指导性培养计划表（见表一~表八）
表一、全学程时间安排总表
第一学年
第二学年
第三学年
第四学年
合计
第1学期
第2学期
第3学期
第4学期
第5学期
第6学期
第7学期
第8学期
2周
1周
课堂教学
13周
16周
17周
15周
8周
102周
实践性教学环节
3周
10周
19周
毕业教育
考试
14周
全学程总周数
18周
20周
155周
表二、各教学环节学时分配表
表三、实践教学环节表
表四、指导性培养计划表
（1）—总表
表五、指导性培养计划表
（1）—通识选修课
表六、指导性培养计划表
（2）—学科基础课程（选修部分）
表七、指导性培养计划表（3）—专业方向课
表八、分学期安排专业指导性培养计划表
升级会员 