专业负责人：李华
审核人：张晓颖
一、基本信息
专业名称 | 数据科学与大数据技术 |
专业代码 | 080910T |
主干学科 | 数学、统计学、计算机科学与技术 |
学制 | 四年 |
授予学位 | 工学学士学位 |
二、培养目标
全面贯彻落实习近平新时代中国特色社会主义思想和党的二十大精神，以培养德智体美劳全面发展的社会主义建设者和接班人为目标与宗旨，培养服务于经济社会发展，具有高度社会责任感和基本人文素养，具有数据科学思想与大数据技术服务意识，具有良好职业发展力和适应力，具有在互联网、经济、金融、行政事业等行业和领域从事大数据分析、处理、开发、部署与应用等方面能力的高级应用型人才。
学生毕业五年左右，应达成如下状态：
子目标1：具有良好的数学和统计学基础知识及数学素养；
子目标2：掌握扎实的数据科学理论和应用领域的基础知识，具有分析和处理大数据的基本能力，有较强的科学计算能力及较强的自学能力；
子目标3：具有扎实的计算机应用能力，能熟练应用大数据相关软件，处理大数据并解释结果；
子目标4：熟悉某些大数据应用领域（例如：生物、医疗、经济、金融、图像、工业等），具有分析、解决相应大数据应用领域实际问题的初步能力；
子目标5：学生学习数据科学和大数据分析的基本理论和方法，打好数学和统计学基础，掌握大数据应用领域的必要知识，具有较好的科学素养和创新意识，受到数据科学和大数据理论研究、技术研发的基本训练。
三、毕业要求
1.工程知识：能够将数学、统计学、计算机科学基础和专业知识用于解决复杂工程问题；
①能够运用数学、统计学、计算机科学基本概念和原理描述和解决复杂大数据工程中的问题；
②能够运用计算机工程基础和数学、统计学专业知识，针对复杂大数据工程选择适当的数学模型，并在满足一定精度要求的前提下，完成必要的推理、演算和求解；
③能够运用计算机基础理论，针对大数据复杂工程系统或分析过程进行建模和设计方案验证；
④能够运用计算机网络工程基础知识，针对大数据采集、存储、可视化等问题进行网络系统规划与设计、部署与开发、分析与测试、运行与管理。
2.问题分析：能够应用数学、物理、统计学、计算机科学的基本原理，识别、表达并通过文献研究分析复杂工程问题，以获得有效结论；
①能运用数学、物理、统计学、计算机科学的基础原理，识别和判断复杂工程问题的关键环节；
②能够运用计算机科学基本原理和数学、统计学模型方法正确表达复杂工程问题；
③能够认识到解决问题有多种方案可选择，通过文献研究需求替代的解决方案；
④能够运用数学、统计学、计算机科学的基本原理，借助文献研究，并从可持续发展的角度分析工程活动过程的影响因素，获得有效结论。
3.设计/开发解决方案：能够设计针对复杂工程问题的解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素；
①掌握大数据分析工程设计和数据类产品开发全周期、全流程的设计/开发方法和技术，了解影响设计目标和技术方案的各种因素；
②能够针对特定数据类产品开发需求，完成单元（部件）的设计；
③能够进行大数据分析系统流程设计，在设计中体现创新意识；
④在大数据分析系统设计中能够考虑公共健康与安全、节能减排与环境保护、法律与伦理，以及社会与文化等制约因素。
4.研究：能够基于数学、统计学、计算机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；
①能够基于数学、统计学、计算机科学原理，通过文献研究或相关方法，调研和分析复杂工程问题的解决方案；
②能够根据数据对象特征，选择研究路线，设计实验方案；
③能够根据数据实验方案构建实验系统，安全地开展实验，正确地采集实验数据；
④能对数据实验结果进行分析和解释，并通过信息综合得到合理有效的结论。
5.使用现代工具：能够针对复杂工程问题，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测与模拟，并能够理解其局限性；
①了解数据科学与大数据技术专业常用的现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法，并理解其局限性；
②能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件，对复杂工程问题进行分析、计算与设计；
③能够针对数据分析中具体的工程问题对象，通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟和预测，满足特定需求，并能够分析其局限性。
6.工程与社会：能够基于工程相关背景知识进行合理分析，评价专业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；
①能够了解数据科学与大数据技术专业相关领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；
②能分析和评价数据科学与大数据技术专业工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对项目实施的影响，并理解应承担的责任。
7.环境和可持续发展：能够理解和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响；
①理解科学发展观、环境保护与社会可持续发展的理念和内涵，具有全球视野、社会责任感和创新能力，能够运用专业知识和技能为可持续发展目标的实现做出贡献；
②能够站在环境和社会可持续发展的角度思考数据科学与大数据技术专业工程实践的可持续性，评价数据类产品生产周期中可能对人类和环境造成的损害和隐患。
8.职业规范：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守工程职业道德和规范，履行责任；
①有正确价值观，理解个人与社会的关系，了解中国国情；
②恪守工程伦理、理解并遵守数据科学与大数据技术专业工程职业道德和规范，尊重相关国家和国际通行的法律法规；
③在数据科学与大数据技术专业工程实践中，能自觉履行工程师对公众的安全、健康和福祉社会责任，理解和包容多元化的社会需求。
9.个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色；
①能够在多学科、多样性、多形式（面对面、远程互动）的团队中与其他团队成员进行有效地、包容性地沟通与合作；
②能够在团队中独立承担任务，合作开展工作，完成数据科学与大数据技术专业工程实践任务；
③能够组织、协调和指挥团队开展工作。
10.沟通：能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流，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；
①能就数据科学与大数据技术专业问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，理解并包容与业界同行和社会公众交流的差异；
②了解数据科学与大数据技术专业领域的国际发展趋势、研究热点，理解和尊重世界不同语言、文化的差异性和多样性；
③具备跨文化交流的语言和书面表达能力，能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。
11.项目管理：理解并掌握工程管理原理与经济决策方法，并能够在多学科环境中应用；
①掌握数据科学与大数据技术专业工程项目中涉及的管理与经济决策方法；
②了解数据科学与大数据技术专业工程及数据类产品全周期、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；
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。
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；
①能在最广泛的技术变革背景下，认识到自主和终身学习的必要性；
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、提出问题的能力，批判性思维和创造性能力；
③能接受和应对新技术、新事物和新问题带来的挑战。
13.价值观：树立和践行社会主义核心价值观，能够阐释正确的价值观对工程和社会实践活动的影响。
四、培养目标与毕业要求关系矩阵
培养目标 毕业要求 | 子目标1 | 子目标2 | 子目标3 | 子目标4 | 子目标5 |
毕业要求1 | ● | ● | ● | ● | ● |
毕业要求2 | ● | ● | ● | ● | ● |
毕业要求3 |
| ● | ● | ● | ● |
毕业要求4 | ● | ● | ● | ● | ● |
毕业要求5 |
| ● | ● | ● | ● |
毕业要求6 |
| ● | ● | ● | ● |
毕业要求7 |
| ● | ● | ● | ● |
毕业要求8 |
|
|
| ● | ● |
毕业要求9 |
| ● |
| ● | ● |
毕业要求10 |
|
| ● | ● | ● |
毕业要求11 |
|
|
| ● | ● |
毕业要求12 | ● | ● | ● | ● | ● |
毕业要求13 | ● | ● | ● | ● | ● |
五、主干课程
数学分析、高等代数、空间解析几何、概率论基础、程序设计、数理统计、数据结构与算法、最优化理论与算法、机器学习、应用多元统计分析、应用时间序列分析、贝叶斯统计、应用回归分析、非参数统计、离散数学。
六、毕业学分要求
本专业毕业最低学分为159学分。
课程体系 | 学分要求 | 学分 比例 | 理论 学时 | 实践 学时 |
必修 | 选修 | 合计 |
公共基础与 通识课程 | 思想政治类 | 17 |
| 17 | 10.7% | 268 | 32 |
外语类 | 8 |
| 8 | 5.0% | 96 | 32 |
军事体育类 | 8 |
| 8 | 5.0% | 32 | 144+3周 |
计算机类 | 1.5 |
| 1.5 | 1.0% | 18 | 6 |
数学与自然科学类 | 5 |
| 5 | 3.1% | 64 | 24 |
通识类 | 6 | 6 | 12 | 7.5% | 210 |
|
专业基础与专业课程 | 专业基础课程 | 32 |
| 32 | 20.1% | 512 |
|
专业课程 | 33 | 9.5 | 42.5 | 26.9% | 552 | 128 |
专业实践与毕业设计（论文） | 专业实践课程 | 25 |
| 25 | 15.7% |
| 34周 |
毕业设计（论文） | 8 |
| 8 | 5.0% |
| 15周 |
合计 | 159 | 100% | 1752 | 374+52周 |
