一、专业英文名称

Data Science and Big Data Technology

二、专业代码、学制

专业代码：080910T

学制：4年

三、授予学位

工学学士

四、主干学科

计算机科学与技术、数学

五、培养目标

本专业培养德智体美劳全面发展，掌握数学、自然科学、数据科学与大数据技术基础理论和方法，具备数据思维、数据处理、大数据开发的专业核心能力，以及创新精神、团队协作和终身学习能力，能够在IT、金融和数据中心等部门从事数据分析、数据处理和大数据开发等工作的应用型人才。

学生毕业5年左右，在IT类企事业单位胜任算法工程师、数据分析工程师、大数据开发工程师、项目主管等工作职责。

1.践行社会主义核心价值观，具备健全的人格和人文科学素养，恪守职业道德，遵守法律法规，遵循行业标准和规范，具有社会责任感和事业心，积极服务国家与社会；

2.具备数据思维能力、算法设计能力和程序编写能力，能够在智能信息处理、算法设计研究等领域创新性地解决复杂工程问题；

3.具备数据采集与存储、数据分析与处理、数据表现与交互能力，能够在数据获取与管理、数据分析与处理、数据可视化等领域解决相关复杂工程问题；

4.具备数据仓库建设能力，前端设计与开发能力，大数据治理能力，能够在复杂的大数据工程项目中独立承担设计、开发、管理等任务；

5.具有国际视野、跟踪大数据前沿领域发展能力以及创新精神、团队合作精神、组织管理和终身学习能力。

六、毕业要求

1 工程知识：掌握数学、自然科学、工程基础和数据科学与大数据技术专业知识，能够将各类知识用于描述、分析和解决数据处理、大数据开发等复杂工程问题。

1.1 掌握数学、自然科学、工程基础、数据科学与大数据技术专业知识和，计算机语言工具对大数据开发工程中复杂问题进行表述。

1.2 能够运用数学、自然科学和数据科学与大数据技术专业知识分析大数据工程中的复杂问题，能针对具体问题建立算法模型、数据模型并求解。

1.3 能够综合运用数学、自然科学、数据科学与大数据技术专业等学科知识，对大数据开发工程的解决方案进行分析比较，并能够选择解决途径。

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复杂工程问题，以获得有效结论。

2.1 具有抽象逻辑思维和数据思维能力，能够运用数据科学与大数据技术的专业知识，分析、识别和判断大数据开发工程的关键环节。

2.2 能够基于数学、自然科学、数据科学的基本原理和方法准确分析和表达大数据开发工程中的复杂问题。

2.3 能借助互联网、文献数据库等方式查找相关信息和参考文献，通过信息收集和文献研究与分析，获得有效结论，寻求大数据开发工程问题的可行解决方案。

3 设计/开发解决方案：能够设计复杂大数据工程问题的解决方案，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。

3.1 掌握大数据工程设计与开发全周期、全流程的技术方法，理解影响设计目标和开发方案的各种因素。

3.2 能够结合数据科学理论方法设计相应的算法、模型和系统，并体现出一定的创新思维能力。

3.3 能够在大数据开发等环节中，综合考虑社会、健康、安全、法律、文化以及环境等因素，并能在解决方案加以体现。

4 研究：能够运用数据思维，依据数据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，通过信息综合得到合理有效的结论。

4.1 能够在算法设计、数据采集与存储、数据分析与处理、数据表现与交互中调研和选择技术路线，设计实验方案。

4.2 能根据算法设计方案，利用开发语言编写程序实现算法，依据获取的数据及数据表现与交互的需要，进行数据采集与处理。

4.3 能够将程序运行、数据管理与数据处理的结果进行分析和解释，通过信息集成得到合理有效结论。

5 使用现代工具：能够针对复杂大数据工程问题，选择与使用软硬件开发环境与工具、信息检索与系统分析工具，实现对复杂大数据工程问题进行预测与模拟仿真，并能够理解现代工具的局限性。

5.1 掌握大数据工程设计与开发等过程所需的软硬件开发环境、工程工具和模拟仿真软件的使用原理与方法，并理解其局限性。

5.2 能够使用软硬件开发环境和系统分析工具，对算法设计、程序编写、数据采集与存储、数据分析与处理、数据表现与交互的问题进行分析、预测和模拟仿真。

6 工程与社会：能够基于大数据工程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。

6.1 应用大数据工程领域中所涉及的技术标准、知识产权、产业政策和法律法规，理解不同社会文化对大数据工程实践的影响。

6.2 能够评价大数据工程解决方案对社会、健康、安全、法律和文化的影响，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：具备环境和可持续发展意识，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。

7.1 理解环境保护和社会可持续发展内涵，具备环境保护和社会可持续发展意识。

7.2 能够分析和评价大数据工程实践对人类、自然和社会环境、社会可持续发展所产生的损害和隐患。

8 职业规范：具有人文社会科学素养、社会责任感，能够在大数据领域的工程实践中理解并遵守工程职业道德和规范，履行公共安全、健康和环境保护等责任。

8.1 树立正确价值观，践行社会主义核心价值观。拥有健康的体魄和心理素质，具有人文社会科学素养和社会责任感。

8.2 能够在计算机工程实践中理解并遵守大数据工程职业道德和规范，履行公共安全、健康和环境保护等责任。

9 个人和团队：具备团队协作的意识，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。

9.1 适应多学科背景下的团队合作方式，能够与团队中的其他学科成员进行有效沟通与合作共事。

9.2 能够在团队中独立或合作开展工作，具备组织、协调和指挥团队开展工作的能力。

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，理解和尊重世界不同文化的差异性和多样性。

10.1 对于大数据领域的复杂工程问题，能够与业界同行及社会公众进行交流，并通过书面报告、设计文档、编写代码和口头陈述等表达团队或个人观点，以及设计理念。

10.2 具备外语运用能力，通过阅读国内外技术文献、参加学术活动等环节，理解不同文化、技术行为之间的差异，能够在跨文化背景下进行沟通和交流。

11 项目管理：掌握工程项目管理方法，理解工程活动中涉及的重要经济与管理因素，并能在多学科环境中加以应用。

11.1 掌握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。

11.2 在多学科背景下，运用工程管理原理与经济决策方法，对大数据领域工程项目方案设计中涉及的时间、成本、质量、风险、人力资源等要素进行最优配置。

12 终身学习：具有自主学习和终身学习的意识，不断学习和适应发展的能力，能够快速适应大数据领域技术发展和革新需求。

12.1 能认识不断探索和学习的必要性，具有自主学习和终身学习的意识。

12.2 能针对个人或职业发展规划，面对新的挑战，采用合适的方法持续学习，具有不断适应大数据工程技术发展和社会需求的能力。

七、专业核心能力与毕业要求指标点支撑关系

八、专业核心课程

Python语言基础、Java核心技术、算法设计与分析、Python数据处理、机器学习、数据库原理、数据仓库与数据挖掘、离线大数据处理、实时大数据处理、数据采集与可视化。

九、毕业学分要求、课程修读要求

1.本专业学制4年，按照学分制管理，修业年限3-6年；

2.数据科学与大数据技术专业学生毕业最低学分为169分，其中各类别课程及环节要求学分数如下：

3.学生修满培养方案规定的必修课、选修课及有关环节，达到该专业教学计划规定的最低毕业学分数。满足学位授予相关文件要求，授予工学学士学位。

4.其他说明：“通识选修”（表6）本专业学生至少选修4学分，其中必须选修2学分的《自然科学类》课程。“专业选修课”至少修读9学分。

十、课程模块及实践教学体系学分分配表

十一、课程设置及学分分布

附件《数据科学与大数据技术专业人才培养方案》中表6教学进程表所示。

十二、毕业要求指标点与课程及教学活动对应矩阵

附件《数据科学与大数据技术专业人才培养方案》中表7毕业要求指标点与课程及教学活动对应矩阵所示。