数据科学与大数据技术专业2022级本科人才培养方案.docx

《数据科学与大数据技术专业2022级本科人才培养方案.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2022级本科人才培养方案.docx（8页珍藏版）》请在第一文库网上搜索。

1、数据科学与大数据技术专业2023级本科人才培养方案一、专业名称及专业代码专业中文名称：数据科学与大数据技术专业英文名称：DataScienceandBigDataTechno1ogy专业代码：08091OT二、培养目标本专业培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备数据科学与大数据技术所需的数学、统计学、计算机等学科知识和技能，具有分析问题、解决问题、自主学习等能力，能在政府机关、信息产业、教育行业、金融保险、企业等部门胜任大数据分析与挖掘相关的重要岗位，能适应珠三角及周边经济社会发展的高素质应用型人才，培养德智体美劳全面发展的社会主义建设者和接班人。毕

2、业5年内成为所在企、事业单位大数据分析挖掘相关工作岗位的技术骨干，具备大数据系统与平台的运维能力，具备针对特定场景的大数据管理、分析、挖掘等工程实践能力。培养目标具体分解如下：培养目标1具有良好的职业素养，并能担当在社会、知识和技术背景下的道德责任。培养目标2具备大数据分析或挖掘工程师的技术和素质,能在独立和团队的工作环境中从事大数据分析与挖掘的研究及开发等工作。培养目标3能在政府机关、信息产业、教育行业、金融保险、企业等单位胜任大数据分析与挖掘岗位。培养目标4具有国际化视野，能与同事、专业客户、和公众进行有效沟通。培养目标5能通过学习或行业锻炼，不断更新和调整自身的核心知识和能力，适应技术进

3、步和社会发展。三、毕业要求根据信息化时代国家、民族对大数据分析挖掘人才的需要，结合数据科学与大数据技术专业培养目标，制定本专业学生经过四年专业学习后应达到的毕业要求如下：毕业要求1掌握马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观与习近平新时代中国特色社会主义思想，具有良好的人文社会科学素养、现代工程技术人员必需的职业道德和强烈的社会责任感；熟悉本专业领域相关法律、法规及政策，在本专业领域实践活动中能够理解并遵守职业道德和职业规范。（职业规范）毕业要求2掌握数学、自然科学、计算机科学、数据科学与大数据技术所需要的专业知识，具有国际视野，了解大数据科学领域的国际形势和发展动态

4、，并能将所学知识用于解释大数据科学领域中的复杂问题。（知识掌握）毕业要求3能够应用数学、自然科学和数据科学与大数据技术的基本理论和方法，通过数据采集与存储、数据分析与挖掘、数据可视化等手段，分析研究大数据科学领域的复杂问题，以获得有效结论。（问题分析）毕业要求4：能够针对数据科学与大数据技术应用的特定需求，设计适当的流程、方案，选取合适的技术予以实现，并在设计或开发的过程中考虑经济、社会、健康、安全、法律、文化及环境因素。（设计/开发解决方案）毕业要求5能够基于数据科学原理和自然科学原理，采用科学的方法设计实验、实施实验、分析并解释实验结果，并通过数据凝练、信息综合得到有效结论。（科学研究）毕

5、业要求6能够针对大数据领域复杂的工程问题，开发或选择适当的技术、资源、现代仪器设备和信息技术工具，并能使用现代的仪器设备和数据分析软件对复杂工程问题进行预测及模拟，并能够理解其局限性。（使用现代工具）毕业要求7能够基于大数据科学与技术、人文社会科学领域的相关背景知识，合理分析、评价大数据科学与技术领域的复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，理解应承担的责任。（工程与社会）毕业要求8能够基于大数据科学与技术、人文社会科学和网络工程等领域的相关背景知识，理解和评价针对大数据科学与技术领域的复杂工程问题，如健康大数据的采集-挖掘-综合应用等对社会舆论、社会可持续发展的影响。（

6、环境和可持续发展）毕业要求9能够在大数据采集-清洗-挖掘等过程的工程实践中,理解并掌握大数据科学与技术中涉及的工程管理原理与决策方法，并能在多学科交叉环境中应用。（项目管理）毕业要求10能够就大数据科学工程领域复杂问题与各领域及行业、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。具备一定的国际视野,能够在跨文化背景下进行有效沟通和交流。（知识沟通与交流）毕业要求H从事数据挖据算法的开发和设计等工作时，能够在多学科背景的团队中承担个体、团队成员以及负责人的角色，并有效开展工作。（团队合作）毕业要求12具有自主学习和终身学习的意识，具备持续学习和适应社会及大数据领域工程技

7、术发展的能力。（终身学习）毕业要求13掌握基本的体育锻炼方法、技能和较好的心理调节能力，具有健康的体魄和良好的心理素质。（身心健康）。表1毕业要求对专业认证标准的覆盖关系毕业要求毕业要求基本认A毕业要求1毕业要求2毕业要求3毕业要求4毕业要求5毕业要求6毕业要求7毕业要求8毕业要求9毕业要求10毕业要求11毕业要求12毕业要求13毕业要求基本标准1毕业要求基本标准2毕业要求基本标准3毕业要求基本标准4毕业要求基本标准5毕业要求基本标准6毕业要求基本标准7毕业要求基本标准8毕业要求基本标准9毕业要求基本标准10毕业要求基本标准11毕业要求基本标准12毕业要求基本标准13注：用J表示有对应覆盖关系

8、表2毕业要求对培养目标的支撑度培养目标培养毕业要培养目标1培养目标2培养目标3培养目标4培养目标5毕业要求1H1毕业要求2MHHM毕业要求3HH毕业要求4HH毕业要求5HH毕业要求6HHM毕业要求7HMM毕业要求8HMM毕业要求9MH毕业要求10MMH毕业要求11HMM毕业要求12111H毕业要求131MM注：用H、M、1分别表示毕业要求对培养目标支撑作用的高中低。四、毕业要求实现矩阵1.毕业要求实现矩阵毕业要求指标点支持指标点的相关课程毕业要求1职业规范：掌握马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观与习近平新时代中国特色社会主义思想，具有良好的人文社会科学素养、现代

9、工程技术1.1掌握马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观与习近平新时代中国特色社会主义思想，具有正确的世界观、人生观，践行社会主义核心价值观，健全的人格和良好的公共道德修养。博雅教育课程、马克思主义和毛泽东思想等思政类课程人员必需的职业道德和强烈的社会责任感；熟悉本专业领域相关法律、法规及政策，在本专业领域实践活动中能够理解并遵守职业道德和职业规范。1.2理解工程伦理的核心理念，理解数据分析师和数据挖掘工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识。大学生职业规划与就业指导、专业实习、思想道德修养与法律基础、其他拓展训练、专业导论毕业要求

10、2知识掌握：掌握数学、自然科学、计算机科学、数据科学与大数据技术所需要的专业知识，具有国际视野，了解大数据科学领域的国际形势和发展动态，并能将所学知识用于解释大数据科学领域中的复杂问题。2.1掌握数学、自然科学的基本知识、原理、方法，并会应用到大数据科学等领域。高等数学、线性代数、概率论与数理统计、离散数学、多元统计分析、大学物理、大学物理实验、通识课、最优化理论2.2掌握计算机科学的基本知识、原理、方法，并会应用到大数据科学等领域。C语言程序设计、C语言程序设计课程设计、数据库技术、数据结构与算法分析、Python程序设计、操作系统（1inUX）、并行计算与分布式计算、数据采集与网络爬虫课程

11、设2.3掌握大数据科学所需的基本知识、原理、方法，了解数据科学领域的国际形势和发展动态，并会应用到大数据科学等领域。数据分析与挖掘、专业导论、大数据开发技术（HadoOP/Spark）、数据科学导论、数据仓库、数据可视化、模式识别与机器学习毕业要求3问题分析：能够应用数学、自然科学和数据科学与大数据技术的基本理论和方法，通过数据采集与存储、数据分析与挖掘、数据可视化等手段，分析研究大数据科学领域的复杂问题，以获得有效结论。3.1能够应用数学、自然科学知识分析大数据科学领域复杂问题，识别其关键环节。大学物理、数学建模、最优化理论、高等数学、线性代数、概率论与数理统计3.2能够通过数据采集、数据存

12、储、数据预处理、数据分析和数据挖掘、数据的可视化，分析、研究大数据科学领域复杂问题。数据结构与算法分析、数据分析与挖掘、大数据开发技术（Hadoop/Spark）、数据仓库、数据采集与网络爬虫、数据可视化、数据分析与挖掘课程设计、模式识别与机器学习课程设计3.3能够应用数学、统计学和计算机科学的基本原理通过实践来验证解决方案的准确性和合理性，获得有效结论。离散数学、数学建模、多元统计分析、数据分析与挖掘课程设计、毕业论文（设计）、模式识别与机器学习毕业要求4设计/开发解决方案：能够针对数据科学与大数据技术应用的特定需求，设计适当的流程、方案，选取合适的技术予以实现，并在设计或开发的过程中考虑经

13、济、社会、健康、安全、法律、文化及环境因素。4.1利用信息科学和数据科学的专业知识，在安全、法律、环境等现实约束条件下，通过技术经济评价，对特定问题的设计方案进行可行性研究。模式识别与机器学习课程设计、创新与创业课程、毕业设计4.2了解数据挖掘工具和模型算法的局限性，在此基础上选取合适的工具，设计合理有效的数据模型以满足特定问题的要求，并利用所设计的数据模型挖掘出有效信息。数据结构与算法分析、数学建模、数据分析与挖掘课程设计、数据采集与网络爬虫4.3利用大数据科学的专业知识、针对实际问题的具体情况、结合文献资料对模型进行分析，采用恰当的方法、仪器设备、数据分析软件对特定问题的数据模型进行算法优

14、化，并能够写出规范的分析报告和解决方案。数据结构与算法分析、数据分析与挖掘、大数据开发技术（Hadoop/Spark）、Python程序设计课程设计、数据可视化、毕业设计（论文）、模式识别与机器学习、模式识别与机器学习课程设计、C语言程序设计、C语言程序设计课程设计、数据采集与网络爬虫课程设毕业要求5科学研究：能够基于数据科学原理和自然科学原理，采用科学的方法设计实验、实施实验、分析并5.1能够基于数据科学、自然科学等原理，通过文献研究或相关方法，调研和分析复杂大数据工程问题的解决方案。大学物理、数据结构与算法分析、多元统计分析、毕业论文（设计）、模式识别与机器学习课程设计、最优化理论解释实验结果，并通过数据凝练、信息综合得到有效结论。5.2能够针对复杂大数据工程系统中涉及的领