培养方案

当前位置: 首页 >> 教育教学 >> 培养方案 >> 正文

计算机科学与技术专业人才培养方案

日期:2018年09月08日 点击:[]次

计算机科学与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

计算机科学与技术

代码

080901

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,能够熟练运用大数据核心技术解决行业应用问题,具有创新创业意识的高素质大数据应用型人才。毕业生所具备的专业能力、从业素质和项目工作经验,能够胜任在电信、零售、金融、制造、物流、医疗、教育研究、教学等行业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、大数据运维的应用型人才。

二、培养要求

本专业学生学习计算机科学与技术专业的基本理论和基础知识,掌握现代计算机系统的组织与体系结构、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,运用计算机技术、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.掌握计算机科学与技术专业的计算机硬件组成体系、软件开发过程与方法,具有较强的大数据应用能力;

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 计算机科学与技术专业与数据科学知识

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计算机科学与技术专业工具性知识

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:计算机科学与技术、数据科学与大数据技术

核心课程:高级语言程序设计、数据结构与算法分析、计算机网络、操作系统原理、数据库原理与应用、面向对象程序设计(Java)、大数据应用开发语言、Hadoop大数据技术、数据预处理、数据挖掘、大数据分析与内存计算等。

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

项目

()

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

1





3

8

3

16

1

1





3

4

52

4

16

1

3





3

8

5

16

1

2





3

4

52

6

16

1

2





3

8

7

16

1

8



8


3

4

52

8





18



2

8

合计

112

7

17


18

8

2

21

48

208

每学年周数安排表


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

800/27.29%

576/19.65%

416/14.19%

384/13.1%

756/25.78%

学分/比例

46/25.84%

40/22.47%

26/14.61%

24/13.48%

42/23.6%


讲授

实践

讲授

实践

讲授

实践

讲授

实践

讲授

实践

学时

520

280

464

112

256

160

192

192

0

756

学分

30

16

31

9

16

10

12

12

0

42

总计

学时:2932

理论环节学时:1432

实践环节学时:1500

学分:178    

理论环节学分:89    

实践环节学分:89    

说明:

1)总学分(毕业最低学分)要求为178+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13学分,集中实践环节42学分,第二课堂2学分。以上实践环节合计57学分,占总学分(毕业最低学分)31.67%

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








大数据行业项目部署实战

2

2

36




2





海量数据预处理实战

2

2

36





2




海量数据挖掘分析与可视化实战

2

2

36






2



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

42

42

756

2



2

2

2

16

18

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

1210038

思想道德修养与法律基础

3

48

32

16


48







考试

1210050

马克思主义基本原理概论

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

64

16




80





考试

1810004

形势与政策

2

32

32


8

8

8

8

8

8

8


考查

0210233

大学英语(一)

4

64

48

16

64








考试

0210234

大学英语(二)

4

64

48

16


64







考试

0100004

大学语文

2

32

32



32







考查

0810001

体育(一)

1

32

8

24

32








考查

0810002

体育(二)

1

32

8

24


32







考查

0810003

体育(三)

1

32

8

24



32






考查

0810064

体育(四)

1

32

8

24




32





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

32

32


32








考查

1810001

大学生心理健康教育

2

32

32


32








考查

1810014

创业基础

2

32

16

16



32






考查

必修课小计

38

672

456

216

216

200

120

120

8

24

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)

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



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。


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

0520035

高级语言程序设计

3

48

48


48








考试

0520036

高级语言程序设计实验

3

48


48

48








考查

1010129

高级语言程序设计课程设计

1

16


16


16







考查

0520068

大数据概论(企业)

3

48

48



48







考查

1010148

线性代数与概率统计

4

64

64





64





考试

0520112

离散数学

4

64

64






64




考试

0520069

计算机网络

3

48

48





48





考试

0520070

计算机网络实验

1

16


16




16





考查

1010219

数据结构与算法分析

6

96

64

32



96






考试

0520071

大数据应用开发语言(企业)

2

32

32



32







考查

0520072

大数据应用开发语言实验(企业)

2

32


32


32







考查

必修课小计

40

576

464

112

160

128

96

128

64





专业核心课程模块

必修

1010124

面向对象程序设计(Java

4

64

32

32



64






考查

1010220

面向对象程序设计(Java 课程设计

1

16


16




16





考查

0520073

软件工程

4

64

32

32






64



考试

0520074

数据库原理与应用

3

48

48



48







考试

0520075

数据库原理与应用实验

1

16


16


16







考查

1010130

数据库原理与应用课程设计

1

16


16



16






考查

0520076

操作系统原理

3

48

48






48




考试

0520077

操作系统原理实验

1

16


16





16




考查

0520018

微机原理与汇编语言

3

48

48





48





考试

1010239

微机原理与汇编语言实验

1

16


16




16





考查

0520078

分布式数据库原理与应用(企业)

3

48

48






48




考查

0520079

分布式数据库原理与应用实验(企业)

1

16


16





16




考查

必修课小计

26

416

240

160


64

80

80

128

64





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

0520080

Hadoop大数据技术(企业)

4

64

32

32



64






考查

0520081

数据预处理(企业)

4

64

32

32





64




考查

1010224

数据挖掘技术(企业)

4

64

32

32





64




考查

0520082

大数据分析与内存计算(企业)

4

64

32

32






64



考查

必修课小计

16

256

128

128



64


128

64




选修

0520083

人工智能(企业)

4

64

32

32






64



考查

0520084

商务智能方法与应用(企业)

4

64

32

32






64



考查

0520085

数据可视化(企业)(开设))

4

64

32

32






64



考查

0520086

机器学习(企业)

4

64

32

32






64



考查

1010175

数字图像处理(开设)

4

64

40

24





64




考查

选修课小计

选修课每生应选修的最低学分为8分,128学时。

总计

178

2932

1432

1500

376

392

360

328

328

280

8

0