培养方案
当前位置> 首页 > 人才培养 > 本科教育 > 培养方案 > 正文

2021版数据科学与大数据技术专业本科培养方案

来源:

时间:2022年05月17日 10:19

浏览量:

2021版数据科学与大数据技术专业本科培养方案

 

一、培养目标

本专业认真贯彻党的教育方针,坚持立德树人理念,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总目标,培养适应区域经济和社会发展需求,掌握扎实的数学、自然科学、工程基础、计算机科学和大数据专业知识,具有良好人文社会科学素养、社会责任感、职业道德和团队意识,能够在大数据技术与工程相关领域从事大数据分析、处理、应用开发、管理维护等工作,具有远大理想、家国情怀、创新精神和国际视野的高级专门人才。

本专业毕业生经过5年左右的工作实践,能够达到以下目标:

1. 具备综合运用解决大数据相关领域复杂工程问题所需的数学、自然科学、工程基础、计算机科学和大数据专业知识的能力。

2. 能够对大数据领域复杂工程问题进行分析,根据不同的业务场景,规划大数据平台架构,设计相应的数据分析模型,进行大数据处理模块或系统的设计、迭代优化和分析验证,并能够评估具体工程实践对法律、社会、文化、安全和环境等因素的影响。

3. 遵守行业相关法规和职业道德,具备跨学科背景、跨文化环境下的团队合作意识及有效沟通表达的能力,能够在团队中作为技术骨干或主要负责人发挥作用。

4. 具备良好的人文社会科学素养、创新意识、自主学习和终身学习能力,在大数据相关领域具有持续的职业竞争力。

二、毕业要求

1. 工程知识:能够将数学、自然科学、工程基础和数据科学与大数据技术专业知识用于解决大数据领域的复杂工程问题。

2. 问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析大数据领域复杂工程问题,以获得有效结论。

3. 设计/开发解决方案:能够设计针对大数据领域复杂工程问题的解决方案,设计满足特定需求的系统或模块,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。

4. 研究:能够基于科学原理并采用科学方法对大数据领域复杂工程问题进行研究,包括确定研究内容、设计实验、进行仿真、分析与解释数据、并通过信息综合得到合理有效的结论。

5. 使用现代工具:能够针对大数据领域复杂工程问题,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,包括对大数据领域复杂工程问题的预测与模拟,并能够理解其局限性。

6. 工程与社会:能够基于工程相关背景知识进行合理分析,评价大数据领域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。

7. 环境和可持续发展:能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。

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工程职业道德和规范,履行责任。

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。

10. 沟通:能够就大数据领域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。

11. 项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

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。

三、主干学科

计算学科、数据科学与大数据技术

四、专业核心课程

离散数学、数值计算方法、算法与数据结构、操作系统原理、数据库原理、Java技术,软件工程,计算机网络、计算机组成原理、Python数据处理、运筹学与最优化方法、数据挖掘、ETL技术、多元统计分析与R语言建模,数据可视化技术、并行计算、数字图像处理、机器学习等。

五、主要实践性教学环节

为了强化员工的工程意识,提高员工的工程能力,实现实践能力与创新意识培养体系化、全程化,设置多模块、多层次、系统化的实践教学环节,主要包括算法与数据结构课程设计、Python数据处理课程设计、大数据技术原理与应用课程设计、数据挖掘综合训练、大数据智能分析综合训练、随课上机、专业认知实习、毕业实习、毕业设计(论文)等。

六、主要专业实验

大学物理实验、计算机组成原理实验,计算机网络实验、开放实验等。

七、基本学制:四年

八、毕业合格标准

具有学籍的员工,德育、智育、体育、美育、劳育成绩合格,在规定的学习年限内修满培养计划规定的必修课、选修课及各种实践教学环节,获得的总学分不少于160学分,准予毕业,发给毕业证书。

九、学位授予条件

符合《cmp8冠军论坛关于授予学士学位的有关规定》条件的毕业生,可授予工学学士学位。

十、微辅修专业、辅修专业、辅修学位修读要求

1. 微辅修专业: 12.5学分,修读标注为单“*”业核心课程,完成可授予微辅修专业证书。

2. 辅修专业: 34学分,修读“*”和双“**”标注的专业核心课程,完成可授予辅修专业证书。

3. 辅修学位: 54学分,修读单“*”,双“**”以及三“***”标注的课程,完成可授予辅修学位证书。

十一、课程学分与学时分配

课程类别

课程性质

总学分

总学时

理论教学

实践教学

实践教学学分占总学分比例(%

(独立、随课)实验上机等教学

集中实践环节

学分

学时

学分

学时

学分

周数

通识与公共基础课程

必修课

60.5

1120

51.5

948

8

148

1

2

18.2

公共选修课

7

152

6

120

1

32

0

0

14.3

学科基础

课程

必修课

36.5

584

31.5

504

5

80

0

0

13.7

专业课程

专业必修课

48

984

17.5

280

3.5

56

27

27

63.5

专业选修课

4

64

3

48

1

16

0

0

25

创新与创业教育课程

创新创业

必修课

1

--

--

--

--

--

--

--

--

选修课

3

--

--

--

--

--

--

--

--

   

160

2904

109.5

1900

18.5

332

28

29

31.5

课外活动

创新创业项目

2

--

--

--

--

--

--

--

--

第二课堂

2

--

--

--

--

--

--

--

--













填表说明:总学时=理论教学学时+实验上机等教学学时

      总学分=理论教学学分+实验上机等教学学分+集中实践环节学分

十二、课程体系配置流程图



十三、毕业要求支撑培养目标的对应关系

毕业要求支撑培养目标的对应关系

毕业要求

培养目标1

培养目标2

培养目标3

培养目标4

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

 

 

 

十四、课程支撑毕业要求的对应关系

课程支撑毕业要求的对应关系

课程名称

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

 

人文社会科学类通识教育课程

1

思想道德与法治

 

 

 

 

 

H

 

H

 

 

 

 

2

中国近现代史纲要

 

 

 

 

 

H

 

 

 

H

 

 

3

马克思主义基本原理

 

 

 

 

 

H

 

H

 

 

 

 

4

毛泽东思想和中国特色社会主义理论体系概论

 

 

H

 

 

H

 

 

 

 

 

H

5

形势与政策1-8

 

 

 

 

 

H

 

 

 

 

 

 

6

大学英语B1-4

 

 

 

 

 

 

 

L

L

H

 

M

7

军训

 

 

 

 

 

 

 

 

H

 

 

 

8

军事理论

 

 

 

 

 

 

 

 

M

 

 

 

9

体育1-4

 

 

 

 

 

 

 

 

H

 

 

 

10

劳动教育

 

 

 

 

 

 

 

 

 

H

 

M

11

美育教育课程

 

 

 

 

 

 

 

H

 

 

 

H

12

四史公共选修课

 

 

 

 

 

H

 

H

 

 

 

 

13

国家安全教育公共选修课

 

 

 

 

 

H

 

 

 

 

 

 

14

C/C++程序设计1

H

 

M

 

 

 

 

 

 

 

 

 

15

C/C++程序设计2

H

 

M

 

 

 

 

 

 

 

 

 

16

工程经济学

 

 

 

 

 

H

 

 

 

 

 

 

17

工程伦理

 

 

 

 

 

H

 

 

 

 

 

 

18

创新创业基础

 

 

 

 

 

 

M

 

 

 

L

H

19

科研创新训练(I-V

 

 

 

 

 

 

 

M

M

M

 

 

 

数学与自然科学类课程

1

高等数学B1-2

H

H

 

 

 

 

 

 

 

 

 

 

2

线性代数

H

 

 

 

 

 

 

 

 

 

 

 

3

概率与数理统计

H

 

 

 

 

 

 

 

 

 

 

 

4

离散数学

H

H

 

 

 

 

 

 

 

 

 

 

5

大学物理B

H

H

 

M

 

 

 

 

 

 

 

 

6

大学物理实验

M

M

 

M

 

 

 

 

 

 

 

 

 

学科基础类课程

1

算法与数据结构A

H

 

 

H

 

 

 

 

 

 

 

 

2

计算机组成原理B

 

H

 

H

 

 

 

 

 

 

 

 

3

操作系统原理

H

H

L

 

 

 

 

 

 

 

 

 

4

数据库原理

 

H

H

M

 

 

 

 

 

 

 

 

5

软件工程B

 

M

H

 

H

 

 

 

 

 

 

 

6

计算机网络

 

 

H

H

 

 

 

 

 

 

 

 

7

Java技术

 

 

H

 

H

 

 

 

 

 

 

 

8

Linux操作系统

 

 

H

 

M

 

 

 

 

 

 

 

9

Python数据处理

 

 

H

 

H

 

 

 

 

 

 

 

10

数值计算方法

H

M

 

 

 

 

 

 

 

 

 

 

11

多元统计分析与R语言建模

M

H

 

 

 

 

 

 

 

 

 

 

12

运筹学与最优化方法

M

H

 

 

 

 

 

 

 

 

 

 

 

专业类课程

1

数据科学与大数据导论

 

 

 

 

 

 

 

H

 

M

 

 

2

大数据技术原理与应用

 

H

 

H

 

 

 

 

 

L

 

 

3

并行计算

 

 

H

H

 

 

 

 

 

 

 

 

4

数据挖掘

H

 

 

H

 

 

 

 

 

 

 

 

5

ETL技术

 

 

H

 

H

 

 

 

 

 

 

 

6

专业外语

 

 

 

M

 

 

 

 

 

H

 

 

7

数据可视化技术

 

M

 

 

H

 

 

 

 

 

 

 

8

数字图像处理

 

 

H

 

M

 

 

 

 

 

 

 

9

机器学习

 

 

H

H

 

 

 

 

 

 

 

 

10

神经网络与深度学习

 

 

 

H

M

 

 

 

 

 

 

 

11

专业选修模块

 

 

M

 

 

H

 

 

 

 

 

 

 

工程实践与毕业设计(论文)

1

专业认知实习

 

 

 

 

 

 

 

H

 

 

M

 

2

算法与数据结构课程设计

 

 

 

H

M

 

 

 

 

 

 

 

3

Python数据处理课程设计

 

M

H

 

 

 

 

 

 

 

 

 

4

大数据技术原理与应用课程设计

 

 

H

 

H

 

 

 

 

 

H

 

5

数据挖掘综合训练

H

 

 

 

 

 

 

 

 

H

 

 

6

大数据智能分析综合训练

 

 

H

H

 

 

M

 

 

M

 

 

7

毕业实习

 

 

 

 

 

H

H

 

 

 

M

 

8

毕业设计(论文)

 

 

H

H

H

 

M

 

 

H

H

H

9

创新创业实践

 

 

 

 

 

 

 

 

 

 

H

 





















注:标有HML的课程为支撑某项毕业要求的课程,支撑强度细分为:H-强,M-中,L-弱。

电话:0931-2976012    邮编:730050   

联系方式:甘肃省兰州市七里河区彭家坪路36号

版权所有 冠军博策论坛 - cmp8冠军论坛