学科门类
工学
代码
08
专业类
计算机类
0809
专业名称
数据科学与大数据技术
080910T
一、培养目标
应对数字福建、数字宁德建设需求,本专业培养适应福建乃至全国,尤其是宁德市区域经济与社会数字化发展需要,具有良好职业道德,具备系统的数学、人文与专业素养,掌握信息与数据科学的基础理论、方法与技能,能够熟练运用大数据核心技术解决行业应用问题的高素质大数据应用型创新人才。毕业生所具备的专业能力、从业素质和项目工作经验,能够胜任在科技、教育、信息产业、经济金融等部门从事大数据系统研发、大数据应用开发、大数据分析、数据可视化、大数据运维等岗位的开发、管理工作。
二、培养要求
本专业学生学习数据科学与大数据技术专业的基本理论和基础知识,掌握信息科学和计算科学的体系结构、设计方法及基本原理,掌握数据采集处理及分析应用的方法及技术,具有在一些领域进行数据分析及设计开发的初步能力,运用数据科学、大数据技术解决实际工程问题的能力。毕业生应获得以下几个方面的知识和能力:
1.具有较高的文化素养、良好的职业素质和团队精神、健康的人格修养和心理品质;
2.掌握计算机软硬件系统认知能力、具有较强的算法设计、算法分析与编程能力,具有较强的大数据专业知识和应用能力;
3.具有运用所学专业知识分析和解决实际问题的能力;具有较强的思维能力、数据处理分析能力;具有一定的创新思维能力、创新实验能力和科技开发能力;
4.了解与大数据有关的法规、理论发展方向和应用前景;
5.具有较强的自学能力和创新意识;
6.掌握文献检索、资料查询的基本方法;掌握一门外语并达到学校规定的合格要求;
7.具有一定的体育和国防基本知识,能够科学合理地进行体育锻炼,形成健康的生活理念,达到《国家学生体质健康标准》的合格要求。
三、人才培养要求实现矩阵
项目
知识/能力/素质
实现(课程/活动/竞赛/讲座)
1.1人文社会自然科学知识
1.1.1自然科学基础知识
掌握数学等自然科学的一般知识,具有良好的思想品德修养和健康的心理。
数学类课程,学术讲座,科学技术专题研讨
1.1.2人文和社会科学知识
基本掌握马克思主义、毛泽东思想、邓小平理论和“三个代表”重要思想等基本原理,具备一定的文学、历史、哲学、艺术、法律等方面的知识
大学英语,军事理论,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,讲座
1.2 计算机学科与数据科学知识
1.2.1计算机学科基础知识
掌握计算机科学与技术专业所必须的、系统的基础理论知识;了解计算机学科的发展前沿和发展动态
计算机类课程,学科竞赛,学术讲座,科学技术专题研讨
1.2.2数据科学与大数据技术知识
掌握数据科学与大数据技术的基本理论及知识,了解数据科学的前沿知识及发展动态;掌握采集、存储、预处理、分析挖掘、可视化及行业应用设计开发的专业知识及应用技能
大数据方向课程、专业实习、毕业设计等
1.3计算机学科专业工具性知识
1.3.1外文及写作基础知识
比较系统地掌握一门外语,掌握外文科技写作知识,能够进行中外文文献检索
英语、专业英语、毕业论文
1.3.2计算机学科工具性知识
具有计算机科学与技术相关领域的计算机应用能力;掌握信息数据获取、分析的方法与工具。
计算机类课程,学科竞赛,学术讲座,科学技术专题研讨,毕业论文
2.1获取知识的能力
2.1.1 巩固所学专业基础知识,获取计算机科学与技术专业知识的能力,更新知识和应用知识的能力
2.1.2 运用现代信息技术,培养动手能力,观察、分析和解决实际问题的能力
创新实践、计算机类课程,学科竞赛,学术讲座,科学技术专题研讨,行业实习,毕业设计
2.2运用知识的能力
2.2.1 培养综合运用相关课程的理论、结合生产实际分析和解决工程实际问题的能力
计算机类课程,学科竞赛,学术讲座,科学技术专题研讨、创新实践,行业实习,毕业论文
2.2.2 熟练使用计算机,具有较强的数据处理应用能力和一定的科研能力
2.3综合及创新能力
2.3.1 培养综合运用所学知识,分析和解决本专业及其相关领域的技术问题的能力
计算机类课程,学科竞赛,学术讲座,科学技术专题研讨,创新实践,行业实习,毕业设计
2.3.2巩固和深化所学的基础理论与专业知识,并进一步拓宽知识面,有创业的意识
2.3.3培养创新意识和实事求是的科学态度,树立良好的学术思想和工作作风
3.1思想素质
热爱祖国,拥护中国共产党的领导,掌握马克思主义、毛泽东思想、邓小平理论和“三个代表”重要思想等基本原理
大学英语,思想道德与法治,军事理论,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
3.2专业素质
3.2.1具有扎实的计算机科学和大数据理论基础,掌握计算机科学和大数据基本理论和应用技术基础知识
大数据课程,计算机类课程,学科竞赛,学术讲座,科学技术专题研讨,创新实践,行业实习,毕业论文
3.2.2掌握数据科学与大数据技术专业所需的技术基础及专业知识,掌握分析问题、解决问题的科学方法。
大数据类课程,计算机类课程,学科竞赛,学术讲座,科学技术专题研讨,创新实践,行业实习,毕业论文
3.2.3具备准职业人素质、能对自身职业发展进行有效规划、具备创新创业基础
素养课程、创新创业课程等
3.3科学文化素质
具有正确的社会历史观和人生价值观,具有人文、艺术修养、审美情趣及文字、语言表达能力,积极参加社会实践
3.4身心素质
3.4.1积极参加体育锻炼,达到大学生体育合格标准;受到必要的军事训练
大学体育、军事训练等
3.4.2身体健康,心理状态良好;有较强的适应能力、承受能力和人际交往能力。
四、课程体系构建(含主干学科、核心课程名称)
主干学科:计算机科学与技术
核心课程:高等数学、离散数学、线性代数与概率统计、高级语言程序设计、数据结构与算法分析、面向对象程序设计(Java)、大数据概论、大数据应用开发语言、Hadoop大数据技术、数据预处理、数据挖掘技术、数据可视化、分布式数据库原理与应用等。
五、学制、学分要求及授予学位
基本学制:4年
毕业要求:在学校规定的修业年限内,达到本专业规定的最低学分要求,符合国家学位规定和英国上市公司官网365学位授予条件者,授予工学学士学位。
六、每学年周数安排
每学年周数安排表
周 项 目
数
学(年)期
上课
复习
考试
实验
实训
专业
见习
实习
毕业论文(设计)
军训
机动
寒暑假
合计
一
1
16
2
4
52
3
8
二
三
5
6
四
7
0
14
10
96
18
48
208
七、课程模块学时分配
课程模块学时分配表
课程类别
通识课程模块
学科基础
课程模块
专业核心
专业方向
集中实践环节
学时/比例
900/31.01%
560/19.30%
400/13.78/%
302/10.48%
738/25.43%
学分/比例
49/28.99%
35/20.71%
25/14.79%
19/11.24%
41/24.26%
讲授
实践
学时
620
280
440
120
240
160
172
130
738
学分
36
13
28
15
11
41
总计
学时:2902
理论环节学时:1472
实践环节学时:1430
学分:169
理论环节学分:90
实践环节学分:79
说明:
(1)总学分(毕业最低学分)要求为169。
(2)实践教学环节79学分=集中性实践教学41学分+课程实验(实践)38学分。
实践教学环节比例46.75%=集中性实践教学占总学分比例24.26%+课程实验(实践)占总学分比例22.49%。
八、集中实践环节
集中实践环节安排表
总
周数
折合学时
2周
海量数据预处理实战
海量数据挖掘分析与可视化实战
大数据行业项目部署实战
劳动实践
1周
10周
180
4周
72
专业实习
18周
324
14周
九、教学计划表(见另页)
教学计划表之一
课程
分类
课程名称
学
分
时
学时分配
各学年及学期授课情况
考核方式
讲
授
实实践验
第一 学年
第二 学年
第三 学年
第四 学年
必修
1210045
中国近现代史纲要
32
0830006
思想道德与法治
0830007
马克思主义基本原理
1210049
毛泽东思想和中国特色社会主义理论体系概论
0830008
习近平新时代中国特色社会主义思想概论
1810004
形势与政策
64
考查
0210233
大学英语(一)
0210541
大学日语(一)
0210234
大学英语(二)
0210542
大学日语(二)
0100004
大学语文
0810001
体育(一)
0810002
体育(二)
0810003
体育(三)
0810064
体育(四)
1810012
大学生职业发展与就业指导(上)
12
1810013
大学生职业发展与就业指导(下)
0910082
军事理论课程
1810001
大学生心理健康教育
1810014
创业基础
0010001
大学生劳动教育
0830004
国家安全教育
必修课小计
772
524
248
220
124
140
24
选修
外语类
第2-7学期
人文社科类
艺术(美育)类
自然科学类
体育类
实践能力类
创新创业与职业素养类
形势与政策类
其他类
选修课小计
选修课每生应选修的最低学分为8分,128学时。其中艺术(美育类)每生至少选2学分。
教学计划表之二
学科基础课程模块
0410001
高等数学(一)
0410002
高等数学(二)
0520222
高级语言程序设计
0520223
线性代数与概率统计
0520224
离散数学
0520225
数据结构与算法分析
0520323
大数据应用开发语言(企业)
0520076
操作系统原理
0520106
数据库原理与应用
0520069
计算机网络
35
560
128
176
112
专业核心课程模块
0520324
大数据概论(企业)
1010124
面向对象程序设计(Java)
0520081
数据预处理(企业)
0520226
数据可视化(企业)
0520080
Hadoop大数据技术(企业)
0520173
分布式数据库原理与应用(企业)
1010224
数据挖掘技术(企业)
25
400
教学计划表之三
专业方向课程模块
0520082
大数据分析与内存计算(企业)
0520325
商务智能方法与应用(企业)
0520326
信息检索与论文写作
0520327
创新创业实践(企业)
88
0520328
软件测试技术
0520336
Web前端设计
0520174
人工智能导论
0520179
移动应用软件开发
0520229
大数据安全技术
0520230
数字图像处理
0520231
云计算技术与应用
0520228
物联网技术
0520329
Web应用开发
选修课每生应选修的最低学分为9学分,第5学期3学分,第6学期6学分,共144学时。
2164
1472
692
380
448
412
264
232
40