数据科学与大数据技术专业培养具有良好的道德与修养,遵守法律法规,具有社会和环境意识,掌握数学与自然科学基础知识以及与计算系统相关的基本理论、基本知识、基本技能和基本方法,具备包括计算思维在内的科学思维能力和设计计算解决方案、实现基于计算原理的系统的能力,能清晰表达,在团队中有效发挥作用,综合素质良好,能通过继续教育或其他的终身学习途径拓展自己的能力,了解和紧跟学科专业发展,在计算系统研究、开发、部署与应用等相关领域具有就业竞争力的高素质专门技术人才。
一、培养规格
学制与学位
学制:四年。
授予学位:理学或工学学士。
参考总学分:建议参考总学分为140~180学分。
人才培养基本要求
1、思想政治和德育方面:按照教育部统一要求执行。
2、业务方面
(1)掌握从事专业工作所需的数学(特别是离散数学)、自然科学知识,以及经济学与管理学知识。
(2)系统掌握专业基础理论知识和专业知识,经历系统的专业实践,理解计算学科的基本概念、知识结构、典型方法,建立数字化、算法、模块化与层次化等核心专业意识。
(3)掌握计算学科的基本思维方法和研究方法,具有良好的科学素养和强烈的工程意识或研究探索意识,并具备综合运用所掌握的知识、方法和技术解决复杂的实际问题及对结果进行分析的能力。
(4)具有终身学习意识,能够运用现代信息技术获取相关信息和新技术、新知识,持续提高自己的能力。
(5)了解计算学科的发展现状和趋势,具有创新意识,并具有技术创新和产品创新的初步能力。
(6)了解与专业相关的职业和行业的重要法律、法规及方针与政策,理解工程技术与信息技术应用相关的伦理基本要求,在系统设计过程中能够综合考虑经济、环境、法律、安全、健康、伦理等制约因素。
(7)具有组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力。
(8)具有初步的外语应用能力,能阅读该专业的外文材料,具有国际视野和跨文化交流、竞争与合作能力。
3、体育方面:掌握体育运动的一般知识和基本方法,形成良好的体育锻炼和卫生习惯,达到国家规定的大学生体育锻炼合格标准。
二、课程体系
总体框架
数据科学与大数据技术专业的知识体系包括通识类知识、学科基础知识、专业知识和实践性教学等。课程体系须支持各项毕业要求的有效达成,进而保证专业培养目标的有效实现。人文社会科学类课程约占15%,数学和自然科学类课程约占15%,实践约占20%,学科基础知识和专业知识课程约占30%。
人文社会科学类教育能够使学生在从事工程设计时考虑经济、环境、法律、伦理等各种制约因素。
数学和自然科学类教育能够使学生掌握理论和实验方法,为学生表述工程问题、选择恰当数学模型、进行分析推理奠定基础。
学科基础类课程包括学科的基础内容,能体现数学和自然科学在该专业中应用能力的培养;专业类课程、实践环节能够体现系统设计和实现能力的培养。
课程体系的设置有企业或行业专家有效参与。
理论课程
通识类知识
通识类知识包括人文社会科学类、数学和自然科学类两部分。人文社会科学类知识包括经济、环境、法律、伦理等基本内容;数学和自然科学类知识包括高等工程数学、概率论与数理统计、离散结构、力学、电磁学、光学与现代物理的基本内容。
学科基础知识
学科基础知识被视为专业类基础知识,培养学生计算思维、程序设计与实现、算法分析与设计、系统能力等专业基本能力,能够解决实际问题。
建议教学内容覆盖以下知识领域的核心内容:程序设计、数据结构、计算机组成、操作系统、计算机网络、信息管理,包括核心概念、基本原理以及相关的基本技术和方法,并让学生了解学科发展历史和现状。
专业知识
课程须覆盖相应知识领域的核心内容,并培养学生将所学的知识运用于复杂系统的能力,能够设计、实现、部署、运行或者维护基于计算原理的系统。
实践教学
具有满足教学需要的完备实践教学体系。主要包括实验课程、课程设计、实习、毕业设计(论文),4年总的实验当量不少于2万行代码。积极开展科技创新、社会实践等多种形式的实践活动,到各类工程单位实习或工作,取得工程经验,基本了解本行业状况。
实验课程:包括软、硬件及系统实验。
课程设计:至少完成2个有一定规模和复杂度的系统的设计与开发。
实习:建立相对稳定的实习基地,使学生认识和参与生产实践。
毕业设计(论文):须制定与毕业设计(论文)要求相适应的标准和检查保障机制,对选题、内容、学生指导、答辩等提出明确要求。保证课题的工作量和难度,并给学生有效指导;培养学生的工程意识、协作精神以及综合应用所学知识解决实际问题的能力;题目和内容不应重复;教师与学生每周进行交流,对毕业设计(论文)全过程进行控制;选题、开题、中期检查与论文答辩应有相应的文档。
对毕业设计(论文)的指导和考核有企业或行业专家参与。