数据科学与大数据技术专业人才培养方案
来源：未知
作者：计算机学院
日期：2024-04-15 09:55
一、培养目标
本专业培养德、智、体、美、劳全面发展，以计算机科学、统计分析为基础，掌握数据科学与大数据技术的基本理论、基本知识，具备数据采集、存储、分析和处理的方法和技能，具有运用大数据思维将领域知识与大数据技术融合、创新的能力，能从事大数据相关领域系统开发与应用、数据管理、数据可视化等工作，能满足区域经济发展需要的高素质应用型人才。
二、培养要求
要求 1（工程知识）：能够将数学、自然科学知识以及相关的工程基础理论和专业知识用于解决数据科学与大数据领域出现的数据采集、存储、分析与展示等工程问题。
1.1 掌握数学与自然科学的基本概念、基本理论和基本技能，能够结合数据科学与大数据技术领域的工程问题进行表述；
1.2 能够针对数据科学与大数据技术领域的复杂工程问题，应用数学、自然科学、工程基础知识建立模型并求解；
1.3 能够将自然科学、工程基础、专业知识和数学模型方法用于数据科学与大数据技术领域的工程问题推演、分析；
1.4 能够将自然科学、工程基础、专业知识和数学模型方法用于数据科学与大数据技术领域的工程问题解决方案的比较与综合。
要求 2（问题分析）：能够应用数学、自然科学和数据科学的基本原理，识别、表达并通过文献分析研究发现大数据领域中的复杂工程问题，以获得有效的结论。
2.1 能够针对数据科学与大数据技术领域较复杂工程的具体背景，应用数学、自然科学和工程科学的基本原理，识别和判断其关键环节；
2.2 能够基于相关科学原理和数学模型方法正确表达复杂数据工程问题；
2.3 能够认识到解决问题有多种方案可选择，能够通过文献研究寻求可替代的数据工程问题解决方案；
2.4 能够针对复杂数据工程问题，通过文献研究分析系统的复杂性与局限性，并获得有效结论。
要求 3（设计/开发解决方案）：能够针对行业应用需求和数据特点，选择适合的大数据采集、存储及分析的解决方案，设计或开发满足特定需求的大数据系统，实现数据获取、存储、分析及结果展示，并在设计或开发的过程中体现创新意识，考虑社会、健康、安全、法律、文化及环境因素。
3.1 能够针对行业应用需求和数据特点，选择适合的大数据采集、存储及分析的解决方案，了解影响其设计目标和技术方案的各种因素；
3.2 设计或开发满足特定需求的大数据系统，实现数据获取、存储、分析及结果展示；
3.3 能够针对数据科学与大数据技术领域的复杂工程问题进行设计，并在设计环节体现创新意识；
3.4 能够在数据科学与大数据技术领域的复杂工程问题的设计中考虑社会、健康、安全、法律、文化以及环境等因素。
要求 4（工程研究）：能够综合应用科学原理并采用科学方法对大数据分析处理过程中遇到的复杂工程问题进行研究，选择研究路线，设计可行的实验，对实验结果进行分析与解释、并通过信息综合得到合理有效的结论。
4.1 能够运用数据科学原理，通过文献研究，对解决方案进行分析；
4.2 能够依据问题特点，选择研究路线，设计实验方案；
4.3 能够根据实验方案搭建实验平台，开展实验并正确地采集实验数据；
4.4 能对实验进行数据分析和结果讨论，通过信息综合得到合理有效的结论。
要求 5（使用现代工具）：能够针对行业应用的需求和数据特点，在数据采集、存储、分析和展示等数据处理的各个阶段选择恰当的技术、软硬件及系统资源、现代工程研发工具和信息检索工具，并能够理解不同开发技术与工具的应用场合及局限性。
5.1 熟练掌握设计、仿真、开发、测试、配置管理等工具，并了解当前的大数据工程相关工具在解决复杂数据工程问题时所存在的局限性；
5.2 能够选择与使用恰当的技术、资源、现代工具和信息技术工具，对复杂数据工程问题进行分析、设计、开发、测试和验证；
5.3 能够开发或选用合适的平台、工具，对复杂数据工程问题能够进行分析、建模与仿真模拟，并能分析其局限性。
要求 6（工程与社会）：能够基于数据科学相关背景知识进行合理分析，了解与数据工程相关的社会、健康、安全、法律及文化方面的知识，分析和评价数据采集、存储、分析和展示过程中对上述因素的影响，并理解应承担的责任。
6.1 了解数据工程专业相关领域技术标准体系、知识产权、产业政策和法律法规，理解社会、健康、安全、法律以及文化等外部因素对数据工程活动的影响；
6.2 能够合理分析、思考和评价数据工程对社会、健康、安全、法律以及文化的影响，理解大数据相关领域工程实践中应承担的社会责任。
要求 7（环境和可持续发展）：能够理解和评价满足大数据相关应用需要部署的硬件设备对环境、社会可持续发展的影响。
7.1 知晓和理解环境保护和社会可持续发展的内涵和意义；
7.2 能够站在环境保护和可持续发展的角度思考数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。
要求 8（职业规范）：爱国守法，具有人文社会科学素养和社会责任感，能够在大数据相关项目实施过程中理解并遵守工程职业道德规范，履行相应的责任。
8.1 掌握较为宽广的人文社会科学知识，具备科学的世界观、人生观和价值观，理解个人在历史以及社会、自然环境中的地位；能够在日常行为和专业工程实践活动中理解并体现爱国、敬业、诚信、友善和勤奋、求实、创新、奉献等精神，正确的履行相关义务，具有社会责任感和集体荣誉感；
8.2 能够在数据工程实践中理解并遵守知识产权、信息安全、网络行为规范等方面的职业道德和规范；
8.3 理解工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在数据工程的实践中自觉履行责任。
要求 9（个人和团队）：能够在从事大数据平台开发与运维、数据分析与挖掘等大数据相关业务的团队中承担个体、团队成员以及负责人的角色。
9.1 具有能够在多学科背景下与团队中各学科成员进行有效沟通、并合作开展工作；
9.2 能够理解个人在团队中的角色，独立或合作开展工作；
9.3 能够了解团队中每个角色的含义以及角色在团队中的作用，能够协调和组织团队开展工作。
要求 10（沟通）：能够就大数据工程中的问题与业界同行及社会公众进行书面和口头的沟通与交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
10.1 能够就本专业中的复杂工程问题与同行或社会公众进行口头、文稿、图表等方式表达观点、回应质疑、理解差异性；
10.2 了解数据科学与大数据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 具备跨文化交流的语言和书面表达能力，能够就数据科学与大数据技术专业问题在跨文化背景下进行基本沟通和交流。
要求 11（项目管理）：理解并掌握大数据工程项目的管理方法，理解工程相关的管理学与经济学知识，并能在多学科环境中加以应用。
11.1 在数据工程项目实践中，能够理解与运用经济决策和项目管理的方法；
11.2 了解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；
11.3 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。
要求 12（终身学习）：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
12.1 能够在社会发展的大背景下，认识到自主学习和终身学习的必要性；
12.2 具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等，能够追踪数据科学与大数据技术相关领域的发展动态，不断更新知识和技能，适应时代发展。
三、培养特色
本专业是数学、统计学、计算机科学高度交叉融合的复合型专业。坚持“大数据技术+领域知识”的人才培养理念，开设了一系列紧跟计算机和大数据前沿技术的先进课程。注重基础知识与应用能力的结合，本专业除了接受系统完善的专业课程培养外，还需要参加一系列校内外专业实习实训和大数据赛事的锻炼。注重创新能力的培养，大力开展课程改革与教学模式创新，形成了“应用与创新并存”和“跨学科领域交叉的数据分析与应用方向”的特色。
四、主干学科和专业核心课程
1.主干学科：计算机科学与技术
2.专业核心课程：数据库原理及应用B、面向对象程序设计、Web前端开发B、操作系统A、Linux操作系统、数据可视化技术、深度学习、大数据实时计算、分布式大数据系统、数据采集与预处理、大数据存储技术、机器学习与数据挖掘。
五、学制、修读年限
本专业学制四年，在校修业年限六年。
六、毕业学分与学位授予
1.毕业学分
本专业毕业最低学分为168学分，其中自主学习与拓展实践教育（第二课堂）最低学分应达到8学分。
2.毕业条件
思想政治合格，在规定的学习年限内，修满规定的毕业学分，所得学分的结构符合要求，且不违反学籍管理的有关规定。
3.学位授予
获得毕业资格，并达到学校规定的学士学位授予标准（详见学校学士学位授予条件），授予工学学士学位。
本专业培养德、智、体、美、劳全面发展，以计算机科学、统计分析为基础，掌握数据科学与大数据技术的基本理论、基本知识，具备数据采集、存储、分析和处理的方法和技能，具有运用大数据思维将领域知识与大数据技术融合、创新的能力，能从事大数据相关领域系统开发与应用、数据管理、数据可视化等工作，能满足区域经济发展需要的高素质应用型人才。
二、培养要求
要求 1（工程知识）：能够将数学、自然科学知识以及相关的工程基础理论和专业知识用于解决数据科学与大数据领域出现的数据采集、存储、分析与展示等工程问题。
1.1 掌握数学与自然科学的基本概念、基本理论和基本技能，能够结合数据科学与大数据技术领域的工程问题进行表述；
1.2 能够针对数据科学与大数据技术领域的复杂工程问题，应用数学、自然科学、工程基础知识建立模型并求解；
1.3 能够将自然科学、工程基础、专业知识和数学模型方法用于数据科学与大数据技术领域的工程问题推演、分析；
1.4 能够将自然科学、工程基础、专业知识和数学模型方法用于数据科学与大数据技术领域的工程问题解决方案的比较与综合。
要求 2（问题分析）：能够应用数学、自然科学和数据科学的基本原理，识别、表达并通过文献分析研究发现大数据领域中的复杂工程问题，以获得有效的结论。
2.1 能够针对数据科学与大数据技术领域较复杂工程的具体背景，应用数学、自然科学和工程科学的基本原理，识别和判断其关键环节；
2.2 能够基于相关科学原理和数学模型方法正确表达复杂数据工程问题；
2.3 能够认识到解决问题有多种方案可选择，能够通过文献研究寻求可替代的数据工程问题解决方案；
2.4 能够针对复杂数据工程问题，通过文献研究分析系统的复杂性与局限性，并获得有效结论。
要求 3（设计/开发解决方案）：能够针对行业应用需求和数据特点，选择适合的大数据采集、存储及分析的解决方案，设计或开发满足特定需求的大数据系统，实现数据获取、存储、分析及结果展示，并在设计或开发的过程中体现创新意识，考虑社会、健康、安全、法律、文化及环境因素。
3.1 能够针对行业应用需求和数据特点，选择适合的大数据采集、存储及分析的解决方案，了解影响其设计目标和技术方案的各种因素；
3.2 设计或开发满足特定需求的大数据系统，实现数据获取、存储、分析及结果展示；
3.3 能够针对数据科学与大数据技术领域的复杂工程问题进行设计，并在设计环节体现创新意识；
3.4 能够在数据科学与大数据技术领域的复杂工程问题的设计中考虑社会、健康、安全、法律、文化以及环境等因素。
要求 4（工程研究）：能够综合应用科学原理并采用科学方法对大数据分析处理过程中遇到的复杂工程问题进行研究，选择研究路线，设计可行的实验，对实验结果进行分析与解释、并通过信息综合得到合理有效的结论。
4.1 能够运用数据科学原理，通过文献研究，对解决方案进行分析；
4.2 能够依据问题特点，选择研究路线，设计实验方案；
4.3 能够根据实验方案搭建实验平台，开展实验并正确地采集实验数据；
4.4 能对实验进行数据分析和结果讨论，通过信息综合得到合理有效的结论。
要求 5（使用现代工具）：能够针对行业应用的需求和数据特点，在数据采集、存储、分析和展示等数据处理的各个阶段选择恰当的技术、软硬件及系统资源、现代工程研发工具和信息检索工具，并能够理解不同开发技术与工具的应用场合及局限性。
5.1 熟练掌握设计、仿真、开发、测试、配置管理等工具，并了解当前的大数据工程相关工具在解决复杂数据工程问题时所存在的局限性；
5.2 能够选择与使用恰当的技术、资源、现代工具和信息技术工具，对复杂数据工程问题进行分析、设计、开发、测试和验证；
5.3 能够开发或选用合适的平台、工具，对复杂数据工程问题能够进行分析、建模与仿真模拟，并能分析其局限性。
要求 6（工程与社会）：能够基于数据科学相关背景知识进行合理分析，了解与数据工程相关的社会、健康、安全、法律及文化方面的知识，分析和评价数据采集、存储、分析和展示过程中对上述因素的影响，并理解应承担的责任。
6.1 了解数据工程专业相关领域技术标准体系、知识产权、产业政策和法律法规，理解社会、健康、安全、法律以及文化等外部因素对数据工程活动的影响；
6.2 能够合理分析、思考和评价数据工程对社会、健康、安全、法律以及文化的影响，理解大数据相关领域工程实践中应承担的社会责任。
要求 7（环境和可持续发展）：能够理解和评价满足大数据相关应用需要部署的硬件设备对环境、社会可持续发展的影响。
7.1 知晓和理解环境保护和社会可持续发展的内涵和意义；
7.2 能够站在环境保护和可持续发展的角度思考数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。
要求 8（职业规范）：爱国守法，具有人文社会科学素养和社会责任感，能够在大数据相关项目实施过程中理解并遵守工程职业道德规范，履行相应的责任。
8.1 掌握较为宽广的人文社会科学知识，具备科学的世界观、人生观和价值观，理解个人在历史以及社会、自然环境中的地位；能够在日常行为和专业工程实践活动中理解并体现爱国、敬业、诚信、友善和勤奋、求实、创新、奉献等精神，正确的履行相关义务，具有社会责任感和集体荣誉感；
8.2 能够在数据工程实践中理解并遵守知识产权、信息安全、网络行为规范等方面的职业道德和规范；
8.3 理解工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在数据工程的实践中自觉履行责任。
要求 9（个人和团队）：能够在从事大数据平台开发与运维、数据分析与挖掘等大数据相关业务的团队中承担个体、团队成员以及负责人的角色。
9.1 具有能够在多学科背景下与团队中各学科成员进行有效沟通、并合作开展工作；
9.2 能够理解个人在团队中的角色，独立或合作开展工作；
9.3 能够了解团队中每个角色的含义以及角色在团队中的作用，能够协调和组织团队开展工作。
要求 10（沟通）：能够就大数据工程中的问题与业界同行及社会公众进行书面和口头的沟通与交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
10.1 能够就本专业中的复杂工程问题与同行或社会公众进行口头、文稿、图表等方式表达观点、回应质疑、理解差异性；
10.2 了解数据科学与大数据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 具备跨文化交流的语言和书面表达能力，能够就数据科学与大数据技术专业问题在跨文化背景下进行基本沟通和交流。
要求 11（项目管理）：理解并掌握大数据工程项目的管理方法，理解工程相关的管理学与经济学知识，并能在多学科环境中加以应用。
11.1 在数据工程项目实践中，能够理解与运用经济决策和项目管理的方法；
11.2 了解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；
11.3 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。
要求 12（终身学习）：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
12.1 能够在社会发展的大背景下，认识到自主学习和终身学习的必要性；
12.2 具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等，能够追踪数据科学与大数据技术相关领域的发展动态，不断更新知识和技能，适应时代发展。
三、培养特色
本专业是数学、统计学、计算机科学高度交叉融合的复合型专业。坚持“大数据技术+领域知识”的人才培养理念，开设了一系列紧跟计算机和大数据前沿技术的先进课程。注重基础知识与应用能力的结合，本专业除了接受系统完善的专业课程培养外，还需要参加一系列校内外专业实习实训和大数据赛事的锻炼。注重创新能力的培养，大力开展课程改革与教学模式创新，形成了“应用与创新并存”和“跨学科领域交叉的数据分析与应用方向”的特色。
四、主干学科和专业核心课程
1.主干学科：计算机科学与技术
2.专业核心课程：数据库原理及应用B、面向对象程序设计、Web前端开发B、操作系统A、Linux操作系统、数据可视化技术、深度学习、大数据实时计算、分布式大数据系统、数据采集与预处理、大数据存储技术、机器学习与数据挖掘。
五、学制、修读年限
本专业学制四年，在校修业年限六年。
六、毕业学分与学位授予
1.毕业学分
本专业毕业最低学分为168学分，其中自主学习与拓展实践教育（第二课堂）最低学分应达到8学分。
2.毕业条件
思想政治合格，在规定的学习年限内，修满规定的毕业学分，所得学分的结构符合要求，且不违反学籍管理的有关规定。
3.学位授予
获得毕业资格，并达到学校规定的学士学位授予标准（详见学校学士学位授予条件），授予工学学士学位。
