数据科学与大数据专业本科指导性培养方案-毕业目标及毕业要求

1、 数据科学与大数据专业培养方案（2019版）（专业代码:080910T） 一、培养目标本专业立足于“互联网+”背景下的现实需求，培养掌握经济管理理论知识，具有管理实践技能，具备数据建模与分析能力，能有有效运用信息技术先进工具的复合人才，解决实际人才需求，促进“互联网+”相关产业发展。按照重基础、宽口径、产教融合的培养模式，培养具备系统坚实的数据科学基础和扎实的大数据应用开发能力，掌握数据科学与大数据技术的基本理论和方法，了解大数据、人工智能、区块链、云计算等相关学科及行业的发展，适应现代社会与科学技术发展要求的德、智、体、美、劳全面发展的复合型、高素质的创新人才。本专业的毕业生毕业时应当掌握数

2、据采集、预处理、挖掘与分析、管理及应用等理论与技术，能胜任数据分析、集成与处理等工作。毕业后，具备较强的实践创新，多学科交叉研究的能力，成长为大数据技术在人工智能、互联网+、云计算等领域的融合与应用人才。本专业以学校人才培养总体要求为目标，面向信息技术行业、冶金、教育、工业互联网等相关领域的发展和需求，培养系统掌握大数据理论、核心技术，具有创新意识、实践能力、团队协作精神和一定国际视野的工程技术人才。培养目标可以归纳为以下：1、培养学生具有健全人格、正确价值观、良好职业素养及社会责任感；2、培养学生掌握扎实的理论基础知识，具备计算机技术、统计和数学的基本知识，具有融合计算机技术、通信技术和控制

3、技术对大数据领域复杂工程问题进行分析、设计与开发的专业能力；或具备物联网数据采集、大数据管理和分析的基本知识，具有对大数据工程领域的复杂工程问题进行分析、设计与开发的专业能力；3、培养学生具有组织与实施物联网与大数据相关领域工程项目的团队合作和管理能力；4、培养学生具有自主学习的能力、终身学习的追求与创新意识，能够适应技术、经济与社会的持续发展。培养的学生具有智能信息处理技术、自动控制技术及信息技术相结合的知识体系，能够成为从事大数据相关产品与系统的研究、开发、生产、集成和运行管理工作的复合型应用型卓越工程师，也可继续攻读相关领域的硕士、博士学位。 二、毕业要求本专业培养掌握大数据科学与技术相

4、关的基本理论和基本知识，系统地掌握数据科学与工程专业知识，具备大数据应用系统设计与开发的能力，以及一定的科研工作能力，达到知识、能力与素质的协调发展。 毕业生在知识、能力和素质等方面应达到如下具体要求：工程知识：能够将数学、自然科学、数据科学与大数据技术基础知识用于解决复杂工程科学技术问题。1.1掌握数学、自然科学、数据科学和计算机学科的基本原理和专业知识，包括基本概念和基本方法。1.2能够将数学、自然科学、数据科学与大数据专业知识用于大数据复杂工程问题的表述、建模和求解。1.3能够将数学、自然科学、数据科学与大数据专业知识用于大数据复杂工程问题的推演和分析。1.4能够将数学、自然科学、数据科

5、学与大数据专业知识用于大数据复杂工程问题解决方案的比较和综合。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，具有解决数据科学与大数据技术领域复杂工程问题所需的专业知识，具备对复杂工程项目问题进行科学识别和提炼、定义和表达、技术分析和测试及运维管理的能力，解决复杂工程项目问题，获得有效结论。2.1能够应用数据科学和计算机学科的基本原理和方法，正确识别和判断大数据复杂工程问题的关键问题。2.2能够基于数据科学和计算机学科的基本原理、模型和方法正确表达大数据复杂工程问题。2.3能认识到解决问题有多种方案可选择，并能够通过文献研究寻求可替代的解决方案。2.4能够应用工程原理和

6、专业知识，借助文献研究，分析大数据复杂工程问题的解决途径及其合理性，并获得有效结论。3. 设计/开发解决方案：能够设计大数据开发和大数据分析领域的复杂工程问题的解决方案，设计和开发满足特定需求的系统，包括硬件和软件并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。3.1能够理解计算机系统原理和体系结构，熟练掌握大数据工程全过程的设计方法和开发技术。3.2能够面向大数据复杂工程问题的特定需求，运用大数据工程知识和技术完成模块的设计。3.3能够针对需求和目标，完成大数据系统的设计并在设计中体现创新意识。3.4能够在模块或系统设计中考虑社会、健康、安全、法律、文化及环境

7、等制约因素,并了解影响设计目标和技术方案的各种因素。4. 研究：能够基于科学原理并采用科学方法对大数据复杂工程问题进行研究，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。4.1能够基于科学原理，通过文献研究或相关方法，调研和分析大数据复杂工程问题的解决方案。4.2能够根据对象特征，选择研究路线，设计实验方案，构建实验系统，安全开展实验，正确的收集实验数据。4.3能够整理和分析实验数据，对实验结果进行解释和评价以得到有效结论。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

8、及恰当的技术、资源、建模工具等，来解决工程中的预测与模拟，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。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。5.3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：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

9、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。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：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。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、

10、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能够理解并遵守大数据工程的相关职业道德、行业规范和法律法规，能够理解大数据工程师对公众的安全、健康、福祉和环境保护的社会责任，并能够在工程实践中自觉遵守职业道德规范和履行责任。9. 个人和团队：能够在多学科背景下的项目团队中承担个体、团队成员以及负责人的角色。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。 9.1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）

11、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：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。10.1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

12、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。11.1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能在多学科环境下(包括模拟环境)，在设计开发解决方案的过程中，运用工程管理与经济决策方法。12. 终身学习：具有自主学习和终身学习的意识，具有不断学习和适应计算机技术快速发展的能力。12.1能够理解自主学习和终身学习的重要性与必要性，以适应社会进步和大数据相关技术发展的要求。12.2具有一定的自主

13、学习能力，包括掌握新技术和新方法的能力、总结归纳知识经验的能力以及提出问题的能力。三、主干学科：数学、统计学、计算机科学与技术 四、核心课程：大数据技术原理及应用、机器学习、深度学习、社交网络与舆情分析、精准医疗统计与智慧决策、数据库原理、数学建模、大数据建模、数据结构、Java程序设计、python与数据采集、运筹与优化五、双语教学课程：机器学习 六、学制、修业年限及授予学位学制：四年修业年限：36年授予学位：工学七、毕业学分与学位授予条件（一）毕业学分要求课程模块必修学分选修学分总学分备注通识教育课程37643学科大类平台课程2929学科（专业）基础课程2424专业课程192039集中性实

14、践教学环节3636合计14526171第二课堂66创新2学分，创业2学分，社会责任2学分其中：类别学分数比例（%）实践教学学分占总学分比例3520.6选修学分占总学分比例2615.3以下为工科专业填写数学与自然科学类课程学分(15%)3017.65工程基础类课程、专业基础类课程与专业类课程学分(30%)5934.71工程实践与毕业设计（论文）学分(20%)40.523.82人文社会科学类通识教育课程学分(15%)3420（二）、学位授予条件：符合学校关于授予本科毕业生学士学位条例要求。八、课程设置表(见EXCEL表)九、辅修专业学分要求及授予学位学分要求：44学分。授予学位：工学学士学位。十、

15、课程与毕业要求对应关系表毕业要求毕业要求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毕业要求分指标项1-11-21-31-42-12-22-33-13-23-34-14-24-35-15-26-16-27-17-28-18-29-19-210-110-211-111-212-112-2通识教育思想道德修养与法律基础LLLM中国近现代史纲要LM毛泽东思想和中国特色社会主义理论体系概论LLLHM马克思主义基本原理LLLML思政课社会实践M军事理论M军事技能M创造学与创新能力开发HLLHL形势与政策教育LLLMLL大学生职业发

16、展与就业指导LL大学生心理健康教育MLL大学英语HHHH M体育ML大学计算机基础MLM计算机语言（C语言）HHMH学科大类平台课高等数学A1HLLL高等数学A2HLLL大学物理学B1HLL大学物理学B2HLL物理实验HLLM线性代数AHLLL计算方法HLM高级语言程序设计ML企业管理MMHMHHL专业基础课程专业导论数据MLM新生研讨课数据LLMLMM数据结构BHMHMMJava程序设计MMMLMMMLHM概率论基础HL运筹与优化M统计学MH大数据技术原来及应用ML数据库原理LM专业课程数学建模HHMML大数据建模HHHH机器学习HMM深度学习HMM信息论HMHLMM决策分析LHHLLLMM多元数据分析HMMLMLM集中性实践教学环节思政课社会实践军事技能ML数据结构课程设计BMMMM数学建模实训MMMMJava程序语言课程设计MM运筹与优化课程设计MLHMMHH人工神经网络课程设计MMHHH机器学习课程设计MLMML统计学课程设计MLMML多元数据分析课程设计MLMMHL专业实训数据MMMLLMM