培养方案

当前位置: 首页 >> 教育教学 >> 培养方案 >> 正文

2021级大数据科学与大数据技术专业人才培养方案

日期:2021年04月07日 点击:[]次

数据科学与大数据技术专业人才培养方案

学科门类

工学

代码

08

专业类

计算机类

代码

0809

专业名称

数据科学与大数据技术

代码

080910T

一、培养目标

本专业培养适应我国社会主义现代化建设需要,德、智、体、美全面发展,具有基本的科学文化素养,具有良好的数学基础和计算机能力,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。

8. 除完成专业教学活动的各项规定外,需获得第二课堂成绩2学分,具体要求按照学校文件规定执行。

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

项目

知识/能力/素质

实现(课程/活动/竞赛/讲座)

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

计算机类课程,学科竞赛,学术讲座,科学技术专题研讨

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

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

2.3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

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

2.3.3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

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

项目

知识/能力/素质

实现(课程/活动/竞赛/讲座)

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,思想道德修养与法律基础,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

大学英语,思想道德修养与法律基础,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

3.4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。

大学体育、军事训练等

 

四、课程体系构建(含主干学科、核心课程名称)

主干学科:数据科学与大数据技术

核心课程: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

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

 

 




 

 
 

学(年)期

上课

复习

考试

实验

实训

专业

见习

专业

实习

毕业设计(论文)

军训

机动

寒暑假

合计

1

16

1





2

1

4

52

2

16

1






3

8

3

16

1






3

4

52

4

16

1

2





1

8

5

16

1

2





1

4

52

6

16

1

2





1

8

7


0

8



8


3

4

52

8





18



3

8

合计

96

6

14


18

8

2

16

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

课程模块

专业方向

课程模块

集中实践环节

学时/比例

884/30.61%

560/19.39%

400/13.85%

272/9.42%

772/26.73%

学分/比例

48/28.57%

35/20.83%

25/14.88%

17/10.12%

43/25.60%


讲授

实践

讲授

实践

讲授

实践

讲授

实践

讲授

实践

学时

588

296

452

108

272

128

172

100

0

772

学分

32

16

28

7

17

8

10

7

0

43

总计

学时:2888

理论环节学时:1484

实践环节学时:1404

学分:168

理论环节学分:86

实践环节学分:82

说明:

1)总学分(毕业最低学分)要求为168+2,其中2学分为第二课堂成绩。

2)独立设置实验实践(实训)课9学分,集中实践环节43学分,第二课堂2学分。以上实践环节合计54学分,占总学分(毕业最低学分)31.76%

八、集中实践环节

集中实践环节安排表

项目

学分

周数

折合学时

1

2

3

4

5

6

7

8

军训

2

2

36

2








海量数据挖掘分析与可视化实战

2

2

36




2





海量数据预处理实战

2

2

36





2




大数据行业项目部署实战

2

2

36






2



劳动教育(实践)

1

1

16








1

毕业设计(论文)

8

8

144







8


实训

8

8

144







8


专业实习

18

18

324








18

总计

43

43

772

2



2

2

2

16

19

九、教学计划表(见另页)


教学计划表之一

课程

分类

课程

代码

课程名称

学时分配

各学年及学期授课情况

考核方式

实实践验

第一 学年

第二 学年

第三 学年

第四 学年

1

2

3

4

5

6

7

8

通识课程模块

必修

1210045

中国近现代史纲要

3

48

32

16


48







考试

0830006

思想道德与法治

3

48

32

16

48








考试

0830007

马克思主义基本原理

3

48

32

16




48





考试

1210049

毛泽东思想和中国特色社会主义理论体系概论

5

80

48

32



80






考试

1810004

形势与政策

2

64

64

0

8

8

8

8

8

8

8

8

考查

0210233

大学英语(一)

4

64

48

16

64








考试

0210541

大学日语(一)

0210234

大学英语(二)

4

64

48

16


64







考试

0210542

大学日语(二)

0100004

大学语文

2

32

32

0

32








考查

0810001

体育(一)

1

36

8

28

36








考查

0810002

体育(二)

1

36

8

28


36







考查

0810003

体育(三)

1

36

8

28



36






考查

0810064

体育(四)

1

36

8

28




36





考查

1810012

大学生职业发展与就业指导()

1

16

12

4


16







考查

1810013

大学生职业发展与就业指导(下)

1

16

12

4






16



考查

0910082

军事理论课程

2

36

36

0


36







考查

1810001

大学生心理健康教育

2

32

32

0

32








考查

1810014

创业基础

2

32

16

16



32






考查

0010001

大学生劳动教育

1

16

16

0


16







考查

0830004

国家安全教育

1

16

16

0

16








考查

必修课小计

40

756

508

248

236

224

156

92

8

24

8

8


选修

外语类

2

32

32


2-7学期


人文社科类

2

32

32



艺术(美育)类

2

32

32



自然科学类

2

32

32



体育类

2

32


32


实践能力类

2

32


32


创新创业与职业素养类

2

32

32



形势与政策类

2

32




其他类

2

32

32



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

课程

分类

课程

代码

课程名称

学时分配

各学年及学期授课情况

考核方式

实实践验

第一 学年

第二 学年

第三 学年

第四 学年

1

2

3

4

5

6

7

8

 

学科基础课程模块

必修

0410001

高等数学(一)

4

64

64


64








考试

0410002

高等数学(二)

4

64

64



64







考试

0520222

高级语言程序设计

4

64

32

32

64








考试

0520223

线性代数与概率统计

3

48

48





48





考试

0520224

离散数学

3

48

48




48






考试

0520225

数据结构与算法分析

4

64

48

16




64





考试

0520071

大数据应用开发语言(企业)

2

32

32



32







考试

0520072

大数据应用开发语言实验(企业)

2

32


32


32







考查

0520076

操作系统原理

3

48

48

0






48



考试

0520269

数据库原理与应用

2

32

32



32







考试

0520107

数据库原理与应用实验

1

16


16


16







考查

0520069

计算机网络

3

48

36

12





48




考试

必修课小计

35

560

452

108

128

176

48

112

48

48

0

0


专业核心课程模块

必修

0520068

大数据概论(企业)

3

48

48


48








考试

0520171

面向对象程序设计(Java

3

48

48

0



48






考查

0520172

面向对象程序设计(Java)实验

1

16


16



16






考查

0520270

数据预处理(企业)

3

48

32

16



48






考试

0520226

数据可视化(企业)

3

48

32

16



48






考查

0520271

Hadoop大数据技术(企业)

2

32

32





32





考试

0520272

Hadoop大数据技术实验(企业)

2

32


32




32





考查

0520078

分布式数据库原理与应用(企业)

3

48

48





48





考试

0520079

分布式数据库原理与应用实验(企业)

1

16


16




16





考查

0520273

数据挖掘技术(企业)

2

32

32






32




考试

0520274

数据挖掘技术实验(企业)

2

32


32





32




考查































必修课小计

25

400

272

128

48

0

160

128

64

0

0

0



教学计划表之三

课程

分类

课程

代码

课程名称

学时分配

各学年及学期授课情况

考核方式

实实践验

第一 学年

第二 学年

第三 学年

第四 学年

1

2

3

4

5

6

7

8

专业方向课程模块

必修

0520082

大数据分析与内存计算(企业)

4

64

32

32





64




考试

0520084

商务智能方法与应用(企业)

4

64

32

32






64



考试














































必修课小计

8

128

64

64

0

0

0

0

64

64




选修

0520227

软件工程

3

48

36

12









考查

0520228

物联网技术

3

48

36

12









考查

0520174

人工智能导论

3

48

36

12









考查

0520175

WEB前端设计

3

48

36

12









考查

0520229

大数据安全技术

3

48

36

12









考查

0520179

移动应用软件开发

3

48

36

12









考查

0520230

数字图像处理

3

48

36

12









考查

0520231

云计算技术与应用

3

48

36

12









考查

0520232

实用机器学习

3

48

36

12









考查































选修课小计

选修课每生应选修的最低学分为9学分,5学期3学分,第6学期6学分,共144学时。

总计

125

2116

1468

648

412

400

364

332

232

232

8

8