数据科学与大数据技术专业人才培养计划
(080910T)
一、专业简介
2015年9月，国务院印发《促进大数据发展行动纲要》，开始系统部署大数据发展工作。为落实国家“十三五”规划的大数据发展战略，2016年12月，工信部发布《大数据产业发展规划（2016-2020）》，进一步明确数据是国家基础性战略资源，全面推进大数据发展。为响应国家大数据发展战略的号召，伟德国际1949于2019年申报并获批设立数据科学与大数据技术专业，于2020年秋开始招生。本专业旨在培养掌握数据科学的基本理论和方法，能利用统计学、数学、计算机科学知识解决实际问题的应用型高级专门人才。
二、培养目标
本专业培养适应社会主义现代化建设需要，德、智、体、美、劳全面发展，具备良好数据思维能力和较强实践能力，能利用数据科学和大数据技术解决实际问题的应用型高级专门人才。本专业主要包括大数据分析与处理和大数据开发与应用两个专业方向，大数据分析与处理方向培养员工具备适应行业大数据应用的发展需要的能力，能够从事大数据研发、大数据分析和管理工作；大数据开发与应用方向培养员工能跟踪大数据科学与工程领域的前沿技术，能够在政府、企事业单位等从事应用驱动的大数据产品的设计和开发等工作。
预期本专业员工毕业5年后左右达到以下目标：
目标1：能运用数理知识、数据科学与大数据技术领域的理论和技术以及相关现代工具，分析、描述和研究解决大数据分析与处理、大数据开发与应用等方面的复杂工程技术问题。
目标2：在工程实践中具备良好的创新创业意识和能力，并能够综合考虑社会、环境、安全、法律和经济等因素，独立地对生产实际项目工程的部分或整体进行管理决策。
目标3：具备良好的沟通能力和团队合作精神，具备良好的表达能力和工程项目组织协调能力，在团队合作中能胜任各类角色。
目标4：具有一定的人文社会科学素养、强烈的社会责任感、良好的职业道德和敬业精神，能够在工程实践中理解并遵守软件行业的职业道德和规范，履行责任。
目标5：有一定的国际视野，并具备终身学习和自我学习的能力，能够积极主动了解行业的发展方向，适应国内外行业形势的发展变化。
三、毕业要求
1．工程知识：能够将数学、统计学、数据科学与大数据技术基础知识用于解决简单工程技术问题。
2．问题分析：具有解决数据科学与大数据技术领域工程问题所需的专业知识，具备对工程项目问题进行科学识别和提炼、定义和表达、技术分析和测试及运维管理的能力。
3．设计/开发解决方案：能够设计大数据开发和大数据分析领域的小型或中型工程问题的解决方案，设计和开发满足特定需求的系统。
4．研究：能够基于数据科学原理对工程问题进行研究，包括需求分析、系统设计、编程实现、测试和维护，从而解决问题并进行评价。
5．使用现代工具：针对数据科学与大数据技术领域工程问题，能够选择与使用恰当的编程语言、开发平台、开发工具来解决问题。
6．工程与社会：在解决数据科学与大数据技术领域工程问题时，能够综合考虑社会影响等因素，遵守法律法规与相关标准，理解和评价工程实践对其影响和应承担的责任。
7．环境与可持续发展：在解决数据科学与大数据技术领域工程问题时，能够评价这些项目工程实践对环境与可持续发展的影响。
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软件行业的职业道德和规范，履行责任。
9．个人与团队：具备良好的团队协作能力、组织管理能力、沟通及交流能力。
10．沟通：具有在数据科学与大数据技术领域复杂项目工程活动中与他人和社会进行有效沟通的能力。
11．项目管理：理解并掌握项目工程的管理和经济决策方面的基本知识与方法，并能够应用于工程实践中。
12．终身学习：具有自主学习和终身学习的意识，具有不断学习和适应计算机技术快速发展的能力。
四、培养目标与毕业要求之间的关系
“培养目标-毕业要求”矩阵表
培养目标
毕业要求
| 培养目标1
| 培养目标2
| 培养目标3
| 培养目标4
| 培养目标5
|
1工程知识
| ●
|
|
|
| ●
|
2问题分析
| ●
|
|
|
|
|
3设计/开发解决方案
| ●
|
|
|
|
|
4研究
| ●
|
|
|
| ●
|
5使用现代工具
| ●
|
|
|
|
|
6工程与社会
|
| ●
|
| ●
|
|
7环境与可持续发展
|
| ●
|
|
|
|
8职业规范
|
|
|
| ●
|
|
9个人与团队
|
|
| ●
|
|
|
10沟通
|
|
| ●
|
|
|
11项目管理
|
| ●
|
|
|
|
12终身学习
|
|
|
|
| ●
|
五、主干学科与专业核心课程
主干学科：数学、统计学、计算机科学与技术
专业核心课程：数学分析、高等代数、数据科学导论、算法与数据结构、Python程序设计、数据库原理、数据采集与清洗、机器学习、Spark大数据处理技术、深度学习
六、学制与学位
学制：四年授予学位：理学学士
七、学分
总学分：167
课程类别
| 课内教学
| 集中性实践教学环节
|
通识教育基础课程
| 学科基础课程
| 专业课程
|
学分数
| 57
| 46.5
| 27.5
| 36
|
占总学分比例
| 34.1%
| 27.8%
| 16.5%
| 21.6%
|
八、教学安排表
(一)总周数分配安排表
项目
周数
学期
| 军训与入学教育
| 理论 教学
| 课程 设计
| 强化训练
| 综合实验周
| 实 习
| 思想道德修养综合实践
| 毕业 设计(论文)
| 毕业教育
| 考 核
| 机 动
| 本期 周数
|
一
| 2
| 14
|
|
|
|
|
|
|
| 2
| 2
| 20
|
二
|
| 16
| 1
| 1
|
|
|
|
|
| 2
|
| 20
|
三
|
| 16
|
| 1
|
| 1
|
|
|
| 2
|
| 20
|
四
|
| 16
| 1
|
|
|
| 1
|
|
| 2
|
| 20
|
五
|
| 16
| 2
|
|
|
|
|
|
| 2
|
| 20
|
六
|
| 15
| 2
| 1
|
|
|
|
|
| 2
|
| 20
|
七
|
| 12
| 1
|
| 1
| 3
|
|
| 1
| 2
|
| 20
|
八
|
|
|
|
|
| 3
|
| 15
|
|
| 2
| 20
|
总 计
| 2
| 105
| 7
| 3
| 1
| 7
| 1
| 15
| 1
| 14
| 4
| 160
|
(二)实践教学环节安排表
编码
| 类型
| 名称
| 学期
| 周数
| 学分
|
1602000
| 军训与入学教育
| 国防教育入学教育
| 一
| 2
| 1
|
0302900
| 课程设计
| 《C语言程序设计》课程设计
| 二
| 1
| 1
|
0402000
| 强化训练
| 英语应用能力实践
| 二
| 1
| 1
|
1002430
| 实习
| 认识实习
| 三
| 1
| 1
|
0502001
| 思想政治理论课综合实践
| 互联网+习近平新时代中国特色社会主义思想进千村入万户
| 三
| (1)
| 1
|
1002431
| 强化训练
| 办公系列软件使用
| 三
| 1
| 1
|
0502000
| 思想道德修养综合实践
| 公益劳动
| 四
| 1
| 1
|
1002400
| 课程设计
| 《Python程序设计》课程设计
| 四
| 1
| 1
|
0502002
| 社会实践
| 社会调查
| 暑假
| (4)
| (4)
|
1002402
| 课程设计
| 《并行与分布式计算》课程设计
| 五
| 2
| 2
|
1002433
| 强化训练
| 大数据软件实训
| 六
| 1
| 1
|
1002403
| 课程设计
| 《多元统计分析》课程设计
| 六
| 1
| 1
|
1002404
| 课程设计
| 《机器学习》课程设计
| 六
| 1
| 1
|
1002434
| 综合实验周
| 大数据案例分析
| 七
| 1
| 1
|
1002407
| 课程设计
| 《Spark大数据处理技术》课程设计
| 七
| 1
| 1
|
1002435
| 实习
| 大数据分析实战
| 七
| 3
| 3
|
1002436
| 实习
| 毕业实习
| 八
| 3
| 3
|
1002437
| 毕业设计(论文)
| 毕业设计(论文)
| 八
| 15
| 15
|
合 计
| 36
| 36
|
(三)理论课程教学安排表
课程类别
| 课程性质
| 课
程
编
码
| 课程名称
| 学
分
| 课程学时
| 各学期周学时数分配
| 考
核
方
式
|
总
计
| 讲
授
| 实
验实
践
| 一
| 二
| 三
| 四
| 五
| 六
| 七
| 八
|
十四周
| 十六周
| 十六周
| 十六周
| 十六周
| 十五周
| 十二周
|
|
通识教育基础
课
程
| 必
修
| 思想政治模块
|
0500000
| 思想道德与法治
| 2.5
| 40
| 32
| 8
|
| 3
|
|
|
|
|
|
| 考试
|
0500001
| 马克思主义基本原理
| 3
| 48
| 40
| 8
| 4
|
|
|
|
|
|
|
| 考试
|
0500002
| 中国近现代史纲要
| 2.5
| 40
| 32
| 8
|
|
| 3
|
|
|
|
|
| 考试
|
0500003
| 毛泽东思想和中国特色社会主义理论体系概论
| 2
| 32
| 32
|
|
|
| 2
|
|
|
|
|
| 考试
|
0500004
| 习近平新时代中国特色社会主义思想概论
| 3
| 48
| 40
| 8
|
|
|
| 3
|
|
|
|
| 考试
|
0500005
| 形势与政策
| 2
| 32
| 32
|
|
|
|
|
|
|
|
|
| 考查
|
数学与自然科学模块
|
1000008
| 大学物理(1)
| 2.5
| 40
| 40
|
|
| 3
|
|
|
|
|
|
| 考试
|
1000009
| 大学物理(2)
| 3
| 48
| 48
|
|
|
| 3
|
|
|
|
|
| 考试
|
1001000
| 大学物理实验(1)
| 1
| 16
|
| 16
|
| 2
|
|
|
|
|
|
| 考查
|
1001001
| 大学物理实验(2)
| 1
| 16
|
| 16
|
|
| 2
|
|
|
|
|
| 考查
|
综合应用能力模块
|
0400000
| 大学英语(1)
| 3
| 48
| 48
|
| 4
|
|
|
|
|
|
|
| 考试
|
0400001
| 大学英语(2)
| 2
| 32
| 32
|
|
| 2
|
|
|
|
|
|
| 考试
|
0400002
| 大学英语(3)
| 3
| 48
| 48
|
|
|
| 3
|
|
|
|
|
| 考试
|
0400003
| 大学英语(4)
| 3
| 48
| 48
|
|
|
|
| 3
|
|
|
|
| 考试
|
0300900
| 大学计算机基础
| 2.5
| 40
| 24
| 16
| 3
|
|
|
|
|
|
|
| 考查
|
0300901
| C语言程序设计
| 4
| 64
| 44
| 20
|
| 4
|
|
|
|
|
|
| 考查
|
0500006
| 大学语文A(含科技写作)
| 2
| 32
| 32
|
|
| 2
|
|
|
|
|
|
| 考查
|
1000021
| 文献阅读与论文写作
| 1
| 16
| 16
|
|
|
|
|
|
|
| 2
|
| 考查
|
素质拓展模块
|
1100000
| 体育(1)
| 1
| 36
| 32
| 4
| 2
|
|
|
|
|
|
|
| 考查
|
1100001
| 体育(2)
| 1
| 36
| 32
| 4
|
| 2
|
|
|
|
|
|
| 考查
|
1100002
| 体育(3)
| 1
| 36
| 32
| 4
|
|
| 2
|
|
|
|
|
| 考查
|
1100003
| 体育(4)
| 1
| 36
| 32
| 4
|
|
|
| 2
|
|
|
|
| 考查
|
0000000
| 文化素质教育（中华文化、自然科学等）
| 1
| 16
| 16
|
|
|
|
|
|
|
|
|
| 考查
|
0000001
| 文化素质教育（公共艺术）
| 2
| 32
| 32
|
|
|
|
|
|
|
|
|
| 考查
|
1800000
| 老员工心理及健康教育
| 1
| 16+ (16)
| 16
| (16)
| *
|
|
|
|
|
|
|
| 考查
|
1600000
| 军事理论及国家安全教育
| 2
| 36
| 24
| 12
|
| *
|
|
|
|
|
|
| 考查
|
0000002
| 第二课堂
| *
|
|
|
|
|
|
|
|
|
|
|
| 考查
|
创新创业模块
|
0010000
| 老员工职业发展与就业指导
| 2
| 16+(22)
| 16
| (22)
|
|
|
|
|
| *
|
|
| 考查
|
5210000
| 创新创业教育(1)
| 1
| 8+
(8)
| 8
| (8)
|
|
| 2
|
|
|
|
|
| 考查
|
5210001
| 创新创业教育(2)
| 1
| 8+
(8)
| 8
| (8)
|
|
|
|
|
| 2
|
|
| 考查
|
小 计
| 57
| 964
+(54)
| 836
| 128+ (54)
| 13
| 18
| 17
| 8
| 0
| 2
| 2
|
|
|
|
|
学科基础课程
| 必修
| 1000010
| 高等代数（1）
| 3.5
| 56
| 56
|
| 4
|
|
|
|
|
|
|
| 考试
|
1000011
| 高等代数（2）
| 3.5
| 56
| 56
|
|
| 4
|
|
|
|
|
|
| 考试
|
1000012
| 数学分析（1）
| 5
| 80
| 80
|
| 6
|
|
|
|
|
|
|
| 考试
|
1000013
| 数学分析（2）
| 5
| 80
| 80
|
|
| 5
|
|
|
|
|
|
| 考试
|
1000014
| 数学分析（3）
| 4
| 64
| 64
|
|
|
| 4
|
|
|
|
|
| 考试
|
1000016
| 数学建模
| 3
| 48
| 40
| 8
|
|
|
| 3
|
|
|
|
| 考查
|
1000017
| 概率统计
| 3.5
| 56
| 56
|
|
|
|
|
| 4
|
|
|
| 考试
|
1000019
| 离散数学
| 3
| 48
| 48
|
|
|
|
| 3
|
|
|
|
| 考试
|
1000107
| 数据结构与算法
| 3.5
| 56
| 40
| 16
|
|
|
|
| 4
|
|
|
| 考试
|
1000400
| Python程序设计
| 4
| 64
| 48
| 16
|
|
|
| 4
|
|
|
|
| 考查
|
1000401
| 数据科学导论
| 2.5
| 40
| 40
|
|
|
| 3
|
|
|
|
|
| 考查
|
0300907
| 操作系统原理
| 3
| 48
| 40
| 8
|
|
|
|
| 4
|
|
|
| 考试
|
0300929
| 数据库原理
| 3
| 48
| 32
| 16
|
|
|
|
| 4
|
|
|
| 考试
|
小 计
| 46.5
| 744
| 680
| 64
| 10
| 9
| 7
| 10
| 16
| 0
| 0
|
|
|
专业课程
| 必修
| 1000402
| 并行与分布式计算
| 3
| 48
| 32
| 16
|
|
|
|
| 3
|
|
|
| 考试
|
1000403
| 多元统计分析
| 3
| 48
| 40
| 8
|
|
|
|
|
| 4
|
|
| 考试
|
1000404
| 机器学习
| 3.5
| 56
| 40
| 16
|
|
|
|
|
| 4
|
|
| 考查
|
1000405
| 数据采集与清洗
| 3
| 48
| 32
| 16
|
|
|
|
|
| 4
|
|
| 考查
|
1000406
| 云计算技术
| 3
| 48
| 32
| 16
|
|
|
|
|
|
| 4
|
| 考查
|
1000407
| Spark大数据处理技术
| 3
| 48
| 32
| 16
|
|
|
|
|
|
| 4
|
| 考试
|
1000408
| 深度学习
| 3
| 48
| 40
| 8
|
|
|
|
|
|
| 4
|
| 考查
|
小 计
| 21.5
| 344
| 248
| 96
| 0
| 0
| 0
| 0
| 3
| 12
| 12
|
|
|
|
|
专
业
课
程
| 选修（大数据分析与处理）
| 1000410
| 数据可视化
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
1000411
| 运筹学
| 2
| 32
| 32
|
|
|
|
|
|
|
| 3
|
| 考查
|
1000412
| 社交网络数据挖掘与分析
| 2
| 32
| 24
| 8
|
|
|
|
|
|
| 3
|
| 考查
|
1000413
| 人工智能
| 2
| 32
| 32
|
|
|
|
|
|
|
| 3
|
| 考查
|
1000414
| 文本挖掘
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
1000415
| 属性数据分析
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
1000416
| 金融大数据分析
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
1000417
| 生物与医疗大数据分析
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
选修（大数据开发与应用）
| 0300914
| Java程序设计
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
0300918
| 计算机网络
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
0300920
| Linux系统及应用
| 2
| 32
| 24
| 8
|
|
|
|
|
|
| 3
|
| 考查
|
1000418
| 商务智能方法
| 2
| 32
| 24
| 8
|
|
|
|
|
|
| 3
|
| 考查
|
1000419
| 互联网信息智能挖掘基础
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
1000420
| 模式识别
| 2
| 32
| 32
|
|
|
|
|
|
| 3
|
|
| 考查
|
1000421
| Hadoop大数据开发
| 2
| 32
| 32
|
|
|
|
|
|
|
| 3
|
| 考查
|
1000422
| 大数据平台技术
| 2
| 32
| 24
| 8
|
|
|
|
|
| 3
|
|
| 考查
|
小 计
| 至少修满6学分
| 6
| 96
| 80
| 16
| 0
| 0
| 0
| 0
| 0
| 6
| 3
|
|
|
合 计
| 131
| 2148
| 1844
| 304
| 23
| 27
| 24
| 18
| 19
| 20
| 17
|
|
|
九、毕业要求内涵观测点与支撑的课程
毕业要求
| 毕业要求内涵观测点
| 支撑的课程
|
1.工程知识
| 1.1能够将数学基础知识用于解决工程技术问题
| 数学分析、高等代数、数学建模
|
1.2能够将统计基础知识用于解决工程技术问题
| 概率统计、多元统计分析
|
1.3能够将大数据基础知识用于解决工程技术问题
| 算法与数据结构、数据科学导论
|
2.问题分析
| 2.1具有解决数据科学与大数据技术领域问题所需的专业知识
| 机器学习、云计算技术、并行与分布式计算、Spark大数据处理技术、深度学习、人工智能
|
2.2具备对问题进行科学识别和提炼、定义和表达、技术分析的能力
| 数学分析、大学物理、离散数学、运筹学、数学建模、多元统计分析
|
3.设计/开发
| 3.1能够提供大数据分析领域的问题的解决方案
| 数据可视化、社交网络数据挖掘与分析、文本挖掘、属性数据分析、金融大数据分析、生物与医疗大数据分析
|
3.2能够提供大数据开发与应用领域的问题的解决方案
| 大数据平台技术、商务智能方法、互联网信息智能挖掘基础、模式识别、图像处理
|
3.3设计和开发满足特定需求的系统
| 操作系统原理、数据库原理、计算机网络原理、Linux系统及应用
|
4.研究
| 4.1能够基于数学原理对工程问题进行研究
| 数学建模、运筹学
|
4.2能够基于统计学原理对工程问题进行研究
| 多元统计分析
|
4.3能够基于数据科学原理对工程问题进行研究
| 机器学习、深度学习、云计算技术
|
5.使用现代工具
| 5.1能够针对大数据分析、开发，选择与使用恰当的编程语言
| C程序设计、Python程序设计、Java程序设计
|
6.工程与社会
| 6.1具有坚定正确的政治方向、良好的思想品德和健全的人格；具有积极向上的人生态度、践行社会主义核心价值观。
| 马克思主义基本原理、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
|
6.2遵守法律法规与相关标准
| 思想道德与法治、军事理论及国家安全教育
|
6.3评价工程问题解决方案对社会的影响，并理解应承担的责任。
| 形势与政策、习近平新时代中国特色社会主义思想概论
|
7.环境与可持续发展
| 7.1能够了解社会环境对项目工程实践的影响
| 思想道德与法治、习近平新时代中国特色社会主义思想概论
|
7.2能够理解和评价针对复杂实际问题的专业实践对环境、社会可持续发展的影响。
| 创新创业教育、形势与政策
|
8.职业规范
| 8.1具有人文社会科学素养
| 大学语文、文化素质教育
|
8.2具有社会责任感
| 思想道德与法治、军事理论及国家安全教育、习近平新时代中国特色社会主义思想概论
|
8.3能够在实践中理解并遵守职业道德和规范，履行责任
| 老员工职业发展与就业指导
|
9.个人与团队
| 9.1能够在多学科背景下的团队中展现个人专业知识
| 数据科学导论、机器学习、深度学习、云计算技术
|
9.2具有良好的个人素质
| 老员工职业发展与就业指导、老员工心理及健康教育、体育
|
9.3具有良好的团队协作意识
| 军事理论及国家安全教育、体育、数学建模
|
10.沟通
| 10.1具备与他人进行有效沟通的能力
| 大学语文、文化素质教育、大学英语、老员工心理及健康教育
|
11.项目管理
| 11.1了解项目管理的平台技术
| 大数据平台技术、Spark大数据处理技术
|
11.2掌握项目工程管理的基本知识与方法
| 创新创业教育、第二课堂
|
12.终身学习
| 12.1掌握一门外语，在本方向具备全球视野
| 大学英语、机器学习
|
12.2不断学习社会主义核心价值观
| 习近平新时代中国特色社会主义思想概论
|
12.3针对个人职业发展需要，不断学习专业知识
| 云计算、机器学习、深度学习、文献阅读与论文写作
|
12.4通过自主学习，具备创新意识
| 创新创业教育
|
十、制订人与审核人
制订人：石龙、胡闯郎
审核人：田智鲲、邓永和
