数据科学与大数据技术专业

培养目标

本专业面向大数据行业一线，培养掌握扎实的信息科学、大数据科学的基本理论知识，富有逻辑性的思辨能力和开阔的科学视野，具有大数据采集、清洗、存储、处理、分析和应用的工程技术知识和科学素养，具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质，具备自主学习能力、创新能力和交流能力的数据科学与大数据技术专业应用型高级人才。

主要课程

本专业主要专业课程：程序设计基础、数据库原理、数据结构、操作系统原理，计算机组成原理、大数据原理与技术应用、概率与数理统计、数据结构、算法设计与分析、数据挖掘与分析、大数据分析技术、机器学习与人工智能、分布式和并行计。

毕业要求

本专业毕业生应能全面理解工科公共基础知识，系统掌握数据科学与大数据技术的基础理论和专业知识，能够综合运用专业理论和技术手段分析并解决数据科学与大数据技术领域的复杂工程问题；能够运用现代信息技术工具获取所需的知识和信息；具备较好的表达、沟通和交流能力；具有团队精神和管理协作能力；具有国际化视野和终身学习能力。本专业学生毕业时应达到的具体毕业要求如下：

毕业要求1.工程知识：具有从事数据科学与大数据技术工作所需的数学、自然科学、工程基础和专业知识，并能运用这些知识解决大数据领域的复杂工程问题。

观测点1-1：能够将数学、自然科学、工程基础知识运用于正确表述大数据领域的复杂工程问题。

观测点1-2：能够针大数据领域复杂工程中的实际问题建立数学模型并求解。

观测点1-3：能够将相关知识和数学模型方法用于推演、分析大数据领域复杂工程问题。

观测点1-4：能够将相关知识和数学模型方法正确应用于大数据领域复杂工程问题解决方案的比较与综合。

毕业要求2.问题分析：能够应用数学、自然科学和数据科学的基本原理，识别、表达、和分析大数据领域的复杂问题，并通过文献研究分析数据工程问题，以获得有效结论。

观测点2-1：能运用相关科学原理，识别和判断大数据领域复杂工程问题的关键环节。

观测点2-2：能基于相关科学原理和数学模型方法正确表达复杂的大数据领域问题。

观测点2-3：能够认识到大数据领域问题有多种解决方案可选择，会利用专业知识和技术、通过文献研究寻求可替代的解决方案。

观测点2-4：能运用基本原理，借助文献研究，分析过程的影响因素，获得有效结论。

毕业要求3.设计/开发解决方案：能够设计针对大数据相关领域中复杂工程问题的解决方案，设计满足特定需求的大数据平台系统、功能模块或算法流程，并能够在设计/开发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。

观测点3-1：掌握大数据工程设计和开发全周期、全流程的基本设计/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。

观测点3-2：能够针对特定需求，按照设计目标完成大数据系统的设计。

观测点3-3：能够在大数据系统设计中体现创新意识。

观测点3-4：在设计中能够考虑安全、健康、法律、文化及环境等制约因素。

毕业要求4.研究：能够基于数据科学相关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。

观测点4-1：能够基于数据科学原理，通过文献研究或相关方法，调研和分析解决大数据领域复杂工程问题的方案。

观测点4-2：能够针对大数据领域复杂工程问题中的对象特征，选择研究路线，设计实验方案。

观测点4-3：能够根据实验方案构建实验系统，安全地开展实验，科学地采集和整理实验数据。

观测点4-4：能够对实验结果进行分析和解释，并能通过信息综合得出合理有效的结论。

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

观测点5-1：了解大数据领域中常用的资源、现代工程工具和信息技术工具和模拟软件的使用原理和方法，并理解其局限性。

观测点5-2：在分析、计算与设计大数据领域复杂工程问题的过程中，能够正确选择和使用恰当的仪器、信息资源、工程工具和专业模拟软件。

观测点5-3：能够针对具体对象，开发或选用满足特定需求的现代工具，模拟和预测大数据领域专业问题，并能够分析其局限性。

毕业要求6.工程与社会：能够基于大数据工程相关背景知识进行合理分析，评价大数据工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

观测点6-1：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。

观测点6-2：能够根据大数据工程项目的实施背景，合理分析和评价计算机工程项目实践对社会、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。

毕业要求7.环境和可持续发展：具有环境和社会可持续发展意识，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。

观测点7-1：理解环境保护和可持续发展的理念和内涵。

观测点7-2：能够针对大数据领域实际工程项目，从环境保护和可持续发展的角度思考其持续性，评价产品周期中可能对人类和环境造成损害和隐患。

毕业要求8.职业规范：具有人文社会科学素养和社会责任感，能够在大数据工程实践中理解并遵守工程职业道德和规范，履行责任。

观测点8-1：具有正确价值观和人文社会科学素养，理解个人与社会的关系，热爱祖国，树立和践行社会主义核心价值观。

观测点8-2：理解诚实公正、诚信守则的工程职业道德和规范，具有创造性劳动能力和合法劳动意识，并能在大数据工程实践中能自觉遵守。

观测点8-3：理解大数据工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在大数据工程实践中自觉履行责任。

毕业要求9.个人和团队：具有组织管理能力和团队协作能力，能够在多学科背景下的团队中承担不同的角色。

观测点9-1：具有强健的体格和良好的心理素质，能够与其他学科的成员有效沟通，合作共事。

观测点9-2：能够在多学科团队中独立或合作开展工作，胜任个体、团队成员的角色。

观测点9-3：能够组织、协调和指挥团队开展工作，胜任团队负责人的角色。

毕业要求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。

观测点10-1：能针对大数据领域复杂工程问题，以口头、文稿、图表等方式，从专业视角准确表达自己的观点，回应质疑，与业界同行及社会公众进行有效沟通和交流，并理解其差异性。

观测点10-2：具有一定的国际视野，能够及时跟踪大数据领域国内外发展趋势和研究热点，理解和尊重世界不同文化的差异性和多样性。

观测点10-3：具备跨文化交流的口头和书面表达能力，能就专业问题，在跨文化背景下进行沟通和交流。

毕业要求11.项目管理：理解并掌握大数据领域的工程管理原理与经济决策方法，并能在多学科环境中应用。

观测点11-1：理解工程项目的管理原理，掌握大数据领域工程项目中涉及的管理与经济决策方法。

观测点11-2：了解大数据领域工程项目全周期、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。

观测点11-3：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，进行科学选择。

毕业要求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大数据领域技术高速发展的能力。

观测点12-1：在社会发展的大背景下，能认识到专业领域知识和技术快速更新与发展的特点，认识到自主和终身学习的必要性，具有自主学习和终身学习的意识。

观测点12-2：具有自主学习的能力，包括对技术问题的理解力、凝练力、陈述力和提出问题的能力。

就业方向

毕业生面向企业、事业、政府、社会组织等部门，主要从事信息管理、分析、设计、开发，数据研究、咨询、教育培训等工作。

学位学制

工学学位，学制四年。