一、专业属性
专业名称:数据科学与大数据技术
专业代码:080910T
学科门类:工学
授予学位:工学学士
标准学制:四年
修业年限:3-6年
二、培养目标
本专业培养德、智、体全面发展,掌握分布式数据库原理与应用、大数据技术框架、数据分析与方法等数据科学与大数据技术专业基础理论和现代专业技术知识的高素质应用型、复合型专门人才。学校与大数据企业合作,校企联合制定培养方案,理论教学与阶段项目实训、毕业综合实训相结合,强化学生实践环节、职业素质培养和就业支持服务。通过学习,学生掌握实用的专业实践技能,具有综合职业能力和全面素质。毕业生适合到信息技术行业、医学、交通、教育、金融等相关领域从事大数据研究、大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作。
三、培养规格
1、具有较高的政治觉悟和政治理论水平,有正确的世界观、人生观、价值观,坚持社会主义道路,适应市场经济、科技、社会发展的需求,具有良好思想品德、社会公德和职业道德。
2、具有健全的人格、健康的体魄、健康的心理、团结协作精神及一定的审美能力。
3、熟悉数据科学与大数据技术的有关方针、政策和法规,具有良好的专业素养。
4、具备数据科学与大数据技术的基本理论、基本知识与基本技能,了解本专业及相关领域的前沿和发展动态。
5、掌握以大数据技术为主线的基本技术、基本方法和工具环境。
6、具有大数据采集、整理、存储、挖掘、分析及可视化的基本能力。
7、具备程序设计与实现、数据处理与应用、项目策划与管理等方面的能力。
8、受到良好的工程实践基本训练,有较强的实践动手能力、分析解决问题能力和应用创新能力。
9、能使用英语阅读本专业相关技术资料。
四、毕业条件
符合学校学籍管理有关规定,完成专业培养方案规定的全部课程与其他教学环节,修满166分,准予毕业,获得大学本科学历;符合学校学位授予条例规定条件者,可获得学士学位。
五、专业主干课程
高等数学、Python程序设计、数据结构、算法分析与设计、Linux系统及应用、分布式数据库系统、Hadoop大数据技术、数据采集与网络爬虫、数据导入与预处理应用、数据挖掘技术与应用、大数据分析与内存计算、数据可视化技术、云计算与大数据运维、大数据处理与编程技术、金融大数据分析。
六、课程学分分配表
课程模块 |
课程性质 |
学分 |
占总学分比例区间(%) |
通识核心课程 |
必 修 |
46 |
27.71% |
选 修 |
4 |
2.41% |
专业基础课程 |
必 修 |
22 |
13.25% |
专业核心课程 |
必 修 |
48 |
28.92% |
选 修 |
8 |
4.82% |
应用实践课程 |
必 修 |
30 |
18.07% |
复合培养课程 |
选 修 |
8 |
4.82% |
总 计 |
必 修 |
146 |
87.95% |
选 修 |
20 |
12.05% |
学 分 |
166 |
100% |