数据科学与大数据技术专业本科人才培养方案
来源:太阳集团tcy8722 时间:2024-04-26 点击数:
数据科学与大数据技术专业本科人才培养方案
(专业代码:080910T )
一、培养目标
本专业旨在培养德智体美劳全面发展,掌握本专业的基本理论、基本方法、基本技能和最新技术,受过大数据系统处理与分析、大数据应用与开发项目的系统训练,具备创新创业、大数据技术应用能力,能从事大数据处理与应用相关系统分析、设计、开发、测试、维护、管理等岗位工作的应用型专门人才。
二、培养规格
(一)知识结构
工程知识:掌握大数据的专业理论方法与专业实践知识,能够将数学、自然科学和专业知识用于解决大数据技术与工程问题;具有一定程度的创新知识与创新实践能力,了解大数据领域的理论前沿和发展动态。
(二)能力要求
1.问题分析:能够应用数学、自然科学和大数据科学的基础原理,识别、表达、并通过文献研究分析大数据工程问题,研究解决途径,以获得有效结论。
2.设计/开发解决方案:能够设计对大数据工程问题的解决方案,包括满足特定需求的系统设计、部件选择、工程实施流程或方案设计,并能够在设计环节中体现创新意识。
3.研究:具备一定程度的科学研究能力,能够基于科学原理并采用科学方法对复杂工程问题进行研究,包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
4.使用现代工具:能够针对大数据工程问题,开发,选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程问题的预侧与模拟,并理解相关工具的局限性。
5.沟通交流:能够就大数据工程问题的解决方案、过程与结果,通过书面报告、设计文档、编写代码和口头陈述清晰地表达个人观点或设计理念;具备一定的英语运用能力,能够阅读英文技术资料和文献,并能进行简单的跨文化沟通和交流。
6.项目管理:理解从事大数据工程实践活动所需的经济与管理因素,掌握工程管理原理与经济决策方法,并能在多学科背景下,将工程项目方案设计中涉及的时间及成本管理、质量及风险管理、人力资源管理等问题进行最优求解。
(三)素质要求
1.工程与社会:能够基于计算机相关背景知识进行合理分析,评价大数据工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。
2. 环境和社会可持续发展:了解大数据专业相关的工程实践活动对生态环境和人类社会可持续发展的影响,理解信息污染和网络污染等相关领域的新概念,并做出正确的评价。能充分考虑工程活动与环境保护的冲突问题,具有节能环保意识。
3.职业规范:具备人文社会科学素养、社会责任感,能够理解并遵守大数据工程的相关职业道德和规范,能够在大数据工程实践中承担质量、安全、服务和环保等方面的社会责任。
4.个人和团队:能够理解团队合作的意义,能与团队成员有效沟通;能够在多学科背景下的团队中担任个体、团队成员以及负责人的角色。
5.终身学习:具有自主学习和终身学习的意识;能针对个人或职业发展规划,采用合适的方法自我学习,不断适应技术发展和进步的需要,成为一名始终为社会所需的应用型技术人才。
三、专业主干课程
大数据科学与技术导论、高级语言程序设计、数据结构与算法、计算机系统基础、操作系统、数据库系统、计算机网络、Web前端开发技术、Java程序设计、Python程序设计、机器学习、数据挖掘、大数据处理平台与Hadoop、数据仓库技术与Hive、内存计算与Spark、数据可视化技术、云计算、实时数据处理与Storm、音频大数据分析与应用、视频大数据分析与应用、自然语言大数据分析与应用、大数据应用系统开发、人工智能、TensorFlow实践、Web前端综合应用开发、Java EE综合应用开发、.NET综合应用开发、Android综合应用开发、iOS综合应用开发、微信应用开发、企业级大数据平台架构与实践、大数据分析及可视化技术实践等。
四、学制与学位
学制:4年
学位:工学学士学位
毕业条件与学位授予:本专业学生应达到学校对本科毕业生提出的德、智、体、美、劳等各方面的要求;完成本专业制定的最低毕业学分规定,按理论教学和实践教学环节安排的课程进行学习及实践环节训练,学生修满150学分,准予毕业,颁发太阳集团城娱8722官网毕业证书。符合公司学士学位授予条件者,按国家有关规定授予工学学士学位。
五、最低毕业学分规定
|
总学分 |
理论教学学分 |
集中实践 教学学分 |
第二课堂 学分 |
|
通识教育类 |
专业教育类 |
职业能力类 |
|
公共基础必修课 |
公共任选课 |
学科基础必修课 |
专业必修课 |
专业选修课 |
创新创业与专业拓展选修课 |
|
150 |
37 |
4 |
37 |
25 |
16-10 |
0-6 |
28 |
3 |
|
合计16 |
注:根据《太阳集团城娱8722官网本科人才培养方案指导性意见》规定,学生在校期间必须取得3个第二课堂活动学分。 第二课堂学分具体认定见《太阳集团城娱8722官网第二课堂学分实施办法(试行)》。专业选修课加创新创业必须取得至少 16学分。 六、理论教学计划进程表
课程类别 |
课程性质 |
课程编号 |
课程名称 |
学分数 |
总学时 |
学时类型 |
考核学期 |
各学期学时数 |
开课 部门 |
讲授 |
上机 |
实验 |
实训 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
通识教育类 |
公 共 基 础 必 修 课 |
130200430 |
思想道德修养与法律基础 |
3 |
48 |
32 |
|
|
16 |
1 |
48 |
|
|
|
|
|
|
|
课部 |
131200130 |
马克思主义基本原理概论 |
3 |
48 |
32 |
|
|
16 |
2 |
|
48 |
|
|
|
|
|
|
课部 |
131200330 |
中国近现代史纲要 |
3 |
48 |
32 |
|
|
16 |
2 |
|
48 |
|
|
|
|
|
|
课部 |
131200250 |
毛泽东思想和中国特色社会主义理论体系概论 |
5 |
80 |
48 |
|
|
32 |
3 |
|
|
80 |
|
|
|
|
|
课部 |
090200610090200710090200810090200910 |
大学体育 |
4 |
120 |
32 |
|
|
88 |
1-4 |
24 |
32 |
32 |
32 |
|
|
|
|
公共 |
131200505 131200605 131200705131200805 |
形势与政策(讲座) |
2 |
32 |
16 |
|
|
16 |
1-4 |
8 |
8 |
8 |
8 |
|
|
|
|
思政 |
091202810 |
应用文写作 |
1 |
16 |
16 |
|
|
|
4 |
|
|
|
16 |
|
|
|
|
课部 |
071200525 071200625 071200725 071200825 |
大学英语B |
10 |
160 |
160 |
|
|
|
1-4 |
40 |
40 |
40 |
40 |
|
|
|
|
外语 |
100200120 |
大学生心理健康教育 |
2 |
32 |
16 |
|
|
16 |
1 |
32 |
|
|
|
|
|
|
|
学工 |
140200110 140200210 |
职业生涯发展与就业指导 |
2 |
32 |
16 |
0 |
|
16 |
2、4 |
|
16 |
|
16 |
|
|
|
|
就业 |
100200320 |
军事理论 |
2 |
32 |
16 |
|
|
16 |
1 |
32 |
|
|
|
|
|
|
|
学工 |
小计 |
37 |
648 |
416 |
0 |
0 |
232 |
|
184 |
192 |
160 |
112 |
0 |
0 |
0 |
0 |
|
公 共 任 选 课 |
见全院公共选修课课表 |
4 |
64 |
64 |
|
|
|
|
|
|
|
|
|
|
|
|
|
专业教育类 |
学科基础必修课 |
091201740 091201760 |
高等数学B |
10 |
160 |
160 |
|
|
|
1-2 |
64 |
96 |
|
|
|
|
|
|
课部 |
091202430 |
线性代数A |
3 |
48 |
48 |
|
|
|
2 |
|
48 |
|
|
|
|
|
|
课部 |
091202725 |
概率论与数理统计B |
2.5 |
40 |
40 |
|
|
|
3 |
|
|
40 |
|
|
|
|
|
课部 |
041000140 |
高级语言程序设计 |
4 |
64 |
48 |
|
16 |
|
1 |
64 |
|
|
|
|
|
|
|
计算机 |
041000240 |
数据结构与算法 |
4 |
64 |
48 |
|
16 |
|
2 |
|
64 |
|
|
|
|
|
|
计算机 |
041003740 |
计算机系统基础 |
4 |
64 |
48 |
|
16 |
|
2 |
|
64 |
|
|
|
|
|
|
计算机 |
041000830 |
操作系统 |
3 |
48 |
40 |
|
8 |
|
3 |
|
|
48 |
|
|
|
|
|
计算机 |
041001035 |
数据库系统 |
3.5 |
56 |
40 |
|
16 |
|
3 |
|
|
56 |
|
|
|
|
|
计算机 |
041000430 |
计算机网络 |
3 |
48 |
32 |
|
16 |
|
4 |
|
|
|
48 |
|
|
|
|
计算机 |
小计 |
37 |
592 |
504 |
32 |
88 |
0 |
|
128 |
272 |
144 |
48 |
0 |
0 |
0 |
0 |
|
专业必修课 |
041006210 |
大数据科学与技术导论 |
1 |
16 |
16 |
|
|
|
1 |
16 |
|
|
|
|
|
|
|
计算机 |
041001230 |
Web前端开发技术 |
3 |
48 |
32 |
|
16 |
|
1 |
48 |
|
|
|
|
|
|
|
计算机 |
041000940 |
Java程序设计 |
4 |
64 |
48 |
|
16 |
|
3 |
|
|
64 |
|
|
|
|
|
计算机 |
041006440 |
机器学习* |
4 |
64 |
64 |
|
|
|
4 |
|
|
|
64 |
|
|
|
|
计算机 |
041002420 |
Python程序设计 |
2 |
32 |
16 |
|
16 |
|
4 |
|
|
|
32 |
|
|
|
|
计算机 |
041007120 |
数据挖掘* |
2 |
32 |
32 |
|
|
|
5 |
|
|
|
|
32 |
|
|
|
计算机 |
041006030 |
大数据处理平台与Hadoop* |
3 |
48 |
32 |
|
16 |
|
5 |
|
|
|
|
48 |
|
|
|
计算机 |
041006530 |
内存计算与Spark* |
3 |
48 |
32 |
|
16 |
|
5 |
|
|
|
|
48 |
|
|
|
计算机 |
041007030 |
数据可视化技术* |
3 |
48 |
32 |
|
16 |
|
6 |
|
|
|
|
|
48 |
|
|
计算机 |
小计 |
25 |
400 |
304 |
0 |
96 |
0 |
|
64 |
0 |
64 |
96 |
128 |
48 |
0 |
0 |
|
专 业 选 修 课 |
041001430 |
Linux操作系统应用 |
3 |
48 |
32 |
|
16 |
|
4 |
|
|
|
48 |
|
|
|
|
计算机 |
041003830 |
非结构化数据库 |
3 |
48 |
32 |
|
16 |
|
5 |
|
|
|
|
48 |
|
|
|
计算机 |
041002130 |
软件工程 |
3 |
48 |
48 |
|
|
|
5 |
|
|
|
|
48 |
|
|
|
计算机 |
041002020 |
云计算 |
2 |
32 |
32 |
|
|
|
5 |
|
|
|
|
32 |
|
|
|
计算机 |
041006930 |
数据仓库技术与Hive |
3 |
48 |
32 |
|
16 |
|
6 |
|
|
|
|
|
48 |
|
|
计算机 |
041006730 |
实时数据处理与Storm |
3 |
48 |
32 |
|
16 |
|
6 |
|
|
|
|
|
48 |
|
|
计算机 |
041007320 |
自然语言大数据分析与应用 |
2 |
32 |
32 |
|
|
|
6 |
|
|
|
|
|
32 |
|
|
计算机 |
041007220 |
音频大数据分析与应用 |
2 |
32 |
32 |
|
|
|
6 |
|
|
|
|
|
32 |
|
|
计算机 |
041006820 |
视频大数据分析与应用 |
2 |
32 |
32 |
|
|
|
6 |
|
|
|
|
|
32 |
|
|
计算机 |
041001720 |
人工智能 |
2 |
32 |
32 |
|
|
|
6 |
|
|
|
|
|
32 |
|
|
计算机 |
小计 |
25 |
400 |
336 |
0 |
64 |
0 |
|
0 |
0 |
0 |
48 |
128 |
224 |
0 |
0 |
|
职业能力类 |
创新创业教育创新创创新创业教育选修课 |
041002540 |
创新创客实践 |
4 |
|
|
|
|
|
2-8 |
|
|
|
|
|
|
|
|
计算机 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小计 |
4 |
0 |
0 |
0 |
0 |
0 |
|
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
|
专业拓展选修课 |
041002620 |
专业实习 |
2 |
32 |
|
|
2周 |
32 |
7 |
|
|
|
|
|
|
32 |
|
计算机 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
小计 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
至少选修 |
16 |
256 |
256 |
|
|
|
|
|
|
|
|
|
|
|
|
|
总计(实际应修) |
119 |
1960 |
1544 |
0 |
184 |
|
|
|
|
|
|
|
|
|
|
|
七、集中实践教学环节安排表 |
|
类别 |
课程编号 |
名称 |
学期 |
周数/学时数 |
学分 |
说明 |
|
|
基础实践 |
100200420 |
军事训练 |
1 |
2周 |
2 |
具体由学工处 统一组织 |
|
|
100200210 |
公益劳动 |
|
1周 |
1 |
|
|
专业实践 |
041002720 |
Web前端综合应用开发 |
3 |
64学时 |
2 |
|
|
|
041002830 |
JavaEE综合应用开发 |
4 |
96学时 |
3 |
|
|
|
041005910 |
TensorFlow实践 |
5 |
32学时 |
1 |
|
|
|
041003030 |
.NET综合应用开发 |
5 |
96学时 |
3 |
|
|
|
041003310 |
微信应用开发 |
5 |
32学时 |
1 |
|
|
|
041003130 |
Android综合应用开发 |
6 |
96学时 |
3 |
|
|
|
041006110 |
大数据分析及可视化技术实践 |
6 |
32学时 |
1 |
|
|
|
041006610 |
企业级大数据平台架构与实践 |
6 |
32学时 |
1 |
|
|
|
041006320 |
大数据应用系统开发 |
7 |
64学时 |
2 |
|
|
|
041003520 |
iOS综合应用开发 |
7 |
64学时 |
2 |
|
|
|
综合实践 |
041003660 |
毕业论文(设计) |
8 |
5周 |
6 |
|
|
|
合计 |
|
|
28 |
|
|
八、课程设置学时比例
类别 |
学时 |
学时比例 |
小计 |
理论 |
实践 |
(%) |
理论教学 |
按课程类型分 |
通识教育类 |
712 |
480 |
232 |
35.18% |
专业教育类 |
1248 |
1080 |
168 |
61.66% |
职业能力类 |
64 |
64 |
0 |
3.16% |
按课程性质分 |
必修课 |
1640 |
1224 |
416 |
81.03% |
选修课 |
384 |
384 |
0 |
18.97% |
合计 |
2024 |
1608 |
416 |
73.33% |
集中实践教学(1周=16学时) |
736 |
0 |
736 |
26.67% |
总计 |
2760 |
1608 |
1152 |
|
学时比例 |
|
58.26% |
41.74% |
|
注:理论学时包括教学中讲授部分的学时,实践学时包括上机、实验和实训部分的学时、单独设课实验实训学时、集中实践性环节学时。