数据科学与大数据技术专业本科人才培养方案

作者: 时间:2024-04-26 点击数:

数据科学与大数据技术专业本科人才培养方案

学科门类:工学 专业类:计算机类 专业代码:080910T

一、培养目标

本专业依据学校应用型人才培养的办学定位,培养有家国情怀、有过硬本领、有责任担当,掌握计算机类专业知识和技能,熟悉大数据领域发展动态、研究热点和前沿技术,具有数据采集、存储、处理、分析与展示的基本能力,具有较强的工程实践、团队协作、沟通交流能力、创新创业能力及可持续发展能力,毕业后能够在不同行业内从事数据分析、大数据应用系统开发、数据可视化等工作的高素质应用型人才。

本专业学生毕业后5年预期达到以下目标:

目标1:具备良好的科学素养、人文修养、高度的社会责任感、家国情怀和职业道德,能够在工程实践中兼顾法律、社会、环境和可持续发展的要求,做到全面考虑和综合分析。

目标2:能深入理解和把握大数据领域应用系统开发、大数据分析与挖掘的全过程,遵循大数据开发、分析及挖掘的专业技术标准与规范,具有实践创新能力,能够在某一领域基于大数据信息解决数据工程及交叉领域的复杂工程问题。

目标3:掌握大数据技术专业设计中主流开发工具,能够针对大数据领域的复杂问题,开发、选择与使用合适的现代工程工具和信息技术工具解决问题。

目标4:具有国际视野、良好的团队协作精神和交流沟通能力,能够就复杂工程问题与国内外同行或社会公众进行有效沟通和交流。具有良好的组织能力、决策能力与沟通协调能力。

目标5:具备持续学习的能力,及时更新知识,不断提升工程能力和技术水平,具有深入理论研究和产品研发能力,具备不断学习,以适应行业发展和社会竞争的能力。

二、培养规格

(一)毕业要求

毕业要求

指标点分解

毕业要求1:工程知识

掌握数据科学与大数据技术专业领域所必需的数学、自然科学知识,并能够应用于解决大数据领域复杂工程问题。

1.1理解并掌握数据的基础知识、数据科学与大数据技术的基础知识和基本方法,理解并掌握计算机应用系统中的基本工程知识、大数据领域的初始知识及工程技术,并具有一定的算法思维能力。

1.2能够在课程考试、实践环节、科技活动以及毕业设计中,应用数学与自然科学、工程基础和专业知识解决大数据系统及应用中的工程问题。

毕业要求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的复杂工程问题,以获得有效结论。    

2.1能够应用数学、自然科学和数据科学与大数据技术的基本理论与方法,识别、表达计算机应用领域复杂工程问题。

2.2能够运用计算系统工程原理、技术和方法,并通过文献研究分析复杂工程问题,以获得有效结论。    

2.3能够应用数学、自然科学和工程科学的基本原理并结合相关文献研究,对计算机应用领域复杂工程问题给出解决方案或优化方法。

毕业要求3:设计/开发解决方案

能够设计针对复杂大数据问题的解决方案,设计满足特定需求的应用系统,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掌握大数据技术应用工程问题的基本设计原理与方法,能够针对相关工程问题设计合理的解决方案。

3.2能够在特定行业大数据应用系统的规划与设计、部
   署与开发、管理与安全保障过程中,在设计大数据工程问题的解决方案环节中,体现出一定的创新思维能力。

毕业要求4:工程技术研究

能够基于科学原理并采用科学方法对对大数据领域复杂工程问题进行研究并得到合理有效的结论。

4.1能够基于大数据科学理论,选择研究路线,设计可行的实验方案,并能对实验结果论证。对大数据应用复杂工程系统中涉及的领域性功能或性能问题进行研究,设计、分析和总结。

毕业要求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,包括对复杂工程问题的预测与模拟,并能够理解其局限性。

5.1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,包括对复杂工程问题的预测与模拟,并能够理解其局限性。

毕业要求6:工程与社会责任

具有成为合格的社会主义建设者和接班人的坚定志向。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,包括对复杂工程问题的预测与模拟,并能够理解其局限性。

6.1具有计算机工程实践和社会实践经历或认知,熟悉数据科学与大数据技术领域相关的技术标准、知识产权、产业政策和法律法规,有成为合格的社会主义建设者和接班人的坚定志向。具有承担复杂工程任务的能力、责任心。

6.2能够在工程实践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、工程伦理等因素。理解并分析可能发生的后果和应承担的责任。

毕业要求7:环境与可持续发展

能够理解和评价大数据应用工程实践对环境、可持续发展的影响。

7.1能够了解国家信息产业发展的宏观政策,认清计算机复杂工程问题解决方案、专业工程实践与环境、社会可持续发展的关系。

7.2能够在数据科学与大数据技术领域复杂工程问题解决方案设计中,根据所掌握的专业技术,能够考虑环境、社会可持续发展的影响因素进行合理的规划,专业的分析,满足社会发展要求,保护环境。

毕业要求8:职业规范

具有坚定的政治方向,树立科学与正确的三观。能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。培养德智体美劳全面发展的计算机领域合格人才。

8.1理解世界观、价值观、人生观的基本意义,践行社会主义核心价值观,具有人文社会科学素养和社会责任感。

8.2理解计算机工程师职业道德的含义,并在大数据工程实践中理解并遵守工程职业道德和规范,敬业爱岗、艰苦奋斗、积极进取,培养德智体美劳全面发展的计算机领域合格人才。    

毕业要求9:个人与团队

具有健全的人格和健康的身心,具备一定的人际交往能力。具有良好的综合素质和一定的组织管理能力,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具有健康的体魄、健康的人格和良好的心理素质,具有审美和创造美的能力。热爱劳动、尊重劳动、弘扬劳动精神以应对数据科学与大数据技术领域中的挑战。

9.2具有一定的独立工作能力、组织管理能力和团队合

作能力,能够在新工科、多学科背景下的大数据工程项

目团队中承担相应的责任。

毕业要求10:沟通与交流

能够就大数据领域的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;具有良好的英语听说读写能力,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。

10.1能在大数据工程实践活动中根据需要撰写工作报告、设计文稿,能进行陈述发言及讨论交流。

10.2能及时跟踪了解行业发展现状,能够就大数据应用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,能有效阅读和利用计算机领域外文资料,能够考虑文化、语言和知识的差异,在跨文化背景下进行有效沟通和交流。

毕业要求11:项目管理

理解并掌握大数据领域工程管理原理与经济决策方法,并能将其应用于多学科交叉的大数据复杂工程问题。

11.1理解从事计算机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。能在多领域、多学科环境中应用。

11.2能够在多学科交叉的实践活动中进行大数据技术    

工程项目的管理和决策,具备初步的项目管理经验。

毕业要求12:终身学习

具有自主学习和终身学习的意识和能力,具备适应软件新形态、新技术和新应用的能力。

12.1具有批判性思维,能不断探索和学习,具备终生学习的知识基础,掌握自主学习的方法,适应软件新形态、新技术和新应用的能力。掌握主动获取信息的方法,具有自主学习能力。

12.2具有不断学习大数据技术新知识新方向的意识,紧跟学科的国内外发展,合理制定职业发展规划,具备适应社会发展的能力。    

(二)主干学科及专业核心课程

主干学科:数据科学与大数据技术、计算机科学与技术

专业核心课程:Web前端开发技术、Python程序设计、Java程序、机器学习A、数据挖掘、大数据处理平台、数据可视化技术、内存计算框架、数据仓库技术与应用、实时数据处理技术与应用。

(三)学制及学位

基本学制4年,修业年限4~6年(有国家政策规定的按规定执行)。

毕业条件:学生在毕业时应按最低学分规定修满168学分,达到毕业要求、德育培育目标和大学生体质健康标准,准予毕业。符合学位授予规定条件的,授予工学学士学位。

毕业最低学分规定:

总学分

理论教学学分

集中实践实验教学学分

第二课堂学分(含劳动教育、社会实践、创新创业实践等)

思想政治理论课

通识教育课

专业基础课

专业核心课

专业选修课

必修

必修

选修

必修

必修

选修

168

18

39

8

27.5

23.5

8

36

8



三、教学进程表

(一)理论教学环节  

课程编号

课程名称

学分数

总学时

学时类型

考核

各学期学时数

开课

部门

实验(实训)

实践

学期

方式

1

2

3

4

5

6

7

8

思想政治理论课

必修

131201430

思想道德与法治

3

48

40


8

1

考试

48








马院

131200330

中国近现代史纲要

3

48

40


8

2

考试


48







马院

131201330

马克思主义基本原理

3

48

48



3

考试



48






马院

131202330

毛泽东思想和中国特色社会主义理论体系概论

3

48

40


8

4

考试




48





马院

131201530

习近平新时代中国特色社会主义思想概论

3

48

40


8

5

考试





48




马院

131201625

形势与政策BK1

0.25

8

8


0

1

考查

8








马院

131201725

形势与政策BK2

0.25

8

8


0

2

考查


8







马院

131201825

形势与政策BK3

0.25

8

8


0

3

考查



8






马院

131201925

形势与政策BK4

0.25

8

8


0

4

考查




8





马院

131202025

形势与政策BK5

0.25

8

8


0

5

考查





8




马院

131202125

形势与政策BK6

0.25

8

8


0

6

考查






8



马院

131202425

形势与政策BK7

0.25

8

8


0

7

考查







8


马院

131202525

形势与政策BK8

0.25

8

8


0

8

考查








8

马院

131202210

国家安全教育

1

16

16


0

1

考查

16








马院

小计

18

320

288

0

32



72

56

56

56

56

8

8

8


通识教育课

必修

071243430

大学英语(普本)1

3

48

48



1

考试

48








外院

071243530

大学英语(普本)2

3

48

48



2

考试


48







外院

071243640

大学英语(普本)3

4

64

64



3

考试



64






外院

090200610

大学体育1

1

36


32

4

1

考查

36








课部

090200710

大学体育2

1

36


32

4

2

考查


36







课部

091000810

大学体育3

1

36


32

4

3

考查



36






课部

091000910

大学体育4

1

36


32

4

4

考查




36





课部

091201740

高等数学B1

4

64

64



1

考试

64








课部

091201760

高等数学B2

6

96

96



2

考试


96







课部

091202430

线性代数A

3

48

48



2

考试


48







课部

091202630

概率论与数理统计A

3

48

48



3

考试



48






课部

091202810

应用文写作B

1

16

16



4

考查




16





传媒

100200320

军事理论

2

36

18


18

1

考查

36








军事

100200610

大学生心理健康教育1

1

16

16



1

考查

16








心理

100200710

大学生心理健康教育2

1

16



16

7

考查







16


心理

140200410

职业生涯发展

1

16

8


8

2

考查


16







创业

140200320

创新创业基础

2

32

16


16

5

考查





32




创业

140200510

就业指导

1

16

8


8

6

考查






16

0


创业

小计

39

708

498

128

82



200

244

148

52

32

16

16

0


通识教育课

选修

道德与责任(通识教育选修1)

≥8





2-7

考查





本专业学生至少选修 3 个大类的通识教育选修课,其中必须修2个艺术与审美课程的学分,不得选修与专业相近的数字与技术类的课程






线下面授与网络教学平台相结合

艺术与审美(通识教育选修2)





沟通与合作(通识教育选修3)





健康与礼仪(通识教育选修4)





数字与技术(通识教育选修5)





实践与创新(通识教育选修6)





小计

8

128

128



专业基础课

必修

041012320

计算机科学导论

2

32

32



1

考试

32








计算机

041000140

高级语言程序设计

4

64

48

16


1

考查

64








计算机

041000240

数据结构与算法

4

64

48

16


3

考试



64






计算机

041012450

计算机系统基础

5

80

64

16


3

考试



80






计算机

041000530

离散数学

3

48

48



3

考试



48






计算机

041000830

操作系统

3

48

40

8


4

考试




48





计算机

041001035

数据库系统

3.5

56

40

16


4

考试




56





计算机

041000430

计算机网络

3

48

32

16


4

考试




48





计算机

小计

27.5

440

352

88

0



96

0

192

152

0

0

0

0


专业核心课

必修

041001230

Web前端开发技术*

3

48

32

16


2

考查


48







计算机

041002420

Python程序设计*

2

32

16

16


3

考查



32






计算机

041000940

Java程序设计*

4

64

48

16


4

考查




64





计算机

041015430

机器学习A*

3

48

48



5

考查




48





计算机

041007120

数据挖掘*

2

32

32



5

考试





32




计算机

041012535

大数据处理平台*

3.5

56

32

24


5

考查





56




计算机

041007030

数据可视化技术*

3

48

32

16


5

考查





48




计算机

041012630

内存计算框架*

3

48

32

16


6

考查






48



计算机

小计

23.5

376

272

104

0



0

48

32

112

136

48

0

0


专业选修课

选修

041001720

人工智能

2

32

32



2

考查


32







计算机

041001420

Linux操作系统应用

2

32

16

16


5

考查





32




计算机

041002120

软件工程

2

32

24

8


5

考试





32




计算机

041002020

云计算

2

32

32



5

考查





32




计算机

041015120

鸿蒙应用开发

2

32

16

16


6

考查






32



计算机

041003820

非结构化数据库

2

32

16

16


6

考查






32



计算机

041012720

数据仓库技术

与应用

2

32

16

16


6

考查






32



计算机

041012220

实时数据处理技术与应用

2

32

16

16


6

考查






32



计算机

041007320

自然语言大数据分析与应用

2

32

16

16


6

考查






32



计算机

041007220

音频大数据分析与应用

2

32

32



6

考查






32



计算机

041006820

视频大数据分析与应用

2

32

32



6

考查






32



计算机

041011220

智能机器人

2

32

16

16


7

考查







32


计算机

小计

24

384

264

120

0



0

32

0

0

96

224

32

0


至少选修

8

128

64

64




0

0

0

0

32

64

32

0


总计(实际应修)

124

2100

1602

384

114



368

348

428

372

256

136

56

8























注:带*为本专业核心课程;考核方式分考试、考查。

(二)集中实验(实训)实践教学环节

类别

课程编号

名称

开设学期

周数

学分

学时

说明

基础实践

100200820

军事技能

1

2

2

32

军事理论教研室统筹组织

专业实践

041012930

Web前端框架实训

3

16

3

48

计算机+产业学院

041011520

Pytorch实践

4

16

2

32

计算机+产业学院

041003320

微信应用开发

5

16

2

32

计算机+产业学院

041013040

企业级软件平台与开发

6

16

4

64

计算机+产业学院

041013160

移动应用开发

6

16

6

96

计算机+产业学院

041006120

大数据分析及可视化技术实践

7

16

2

32

计算机+产业学院

041006620

企业级大数据平台架构与实践

7

16

2

32

计算机+产业学院

041006330

大数据应用系统开发

7

16

3

48

计算机+产业学院

综合实践

041013240

毕业实习

7

8

4

64

4周集中实习

4周自主实习

041013360

毕业设计(论文)

8

12

6

96


合计



36

576


(三)学时学分统计表(不含第二课堂学分)

类别

学分

学时

小计

理论

实践

学分占总学分比例(%)

小计

理论

实践

学时占总学时比例(%)

按课程类别分

理论教学环节

思想政治教育

18

16

2

11.25%

320

288

32

11.96%

通识教育课

47

39

8

29.38%

836

626

210

31.24%

专业基础课

27.5

22

5.5

17.19%

440

352

88

16.44%

专业核心课

23.5

17

6.5

14.69%

376

272

104

14.05%

专业选修课

8

4

4

5.00%

128

64

64

4.78%

专业方向课

0



0.00%




0

小计

124

98

26

77.50%

2100

1602

498

78.48%

集中实践教学环节

36

0

36

22.50%

576

0

576

21.52%

合计

160

98

62


2676

1602

1074


按课程性质分

必修课

理论教学环节

108

86

22

67.50%

1844

1410

434

68.91%

集中实践环节

36

0

36

22.50%

576

0

576

21.52%

小计

144

86

58

90.00%

2420

1410

1010

90.43%

选修课

理论教学环节

16

12

4

10.00%

256

192

64

9.57%

合计

160

98

62


2676

1602

1074


理论及实践学分、学时占总学分及学时的比例

/

61.25%

38.75%

/

/

59.87%

40.13%

/

注:1.体育36学时计1学分,形势与政策32学时计1学分,其他理论教学16 学时记 1 学分;

2.实验(实训)实践教学包括课内的实验(实训)实践以及集中实践实验教学环节:其中课内实验(实训)实践16学时记1学分;集中性实践实验环节1周计1学分,1学分按16 学时计;毕业实习(专业实习)、毕业论文(设计)等原则上每周计0.5学分;

3.选修课学分数:统计各类选修课的毕业最低学分数。


四、周数分配表

学年学期

第一学年

第二学年

第三学年

第四学年

合计

第1学期

第2学期

第3学期

第4学期

第5学期

第6学期

第7学期

第8学期

周数

18

18

18

18

18

18

18

15

141


五、学期教学进程表

学期/周次

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

+

+

+

+

+

+

+

+

+

+

+

+

+

+

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●

⊕●




符号说明 :军事技能★ 课程教学— 复习考试+ 毕业实习⊕ 毕业论文(设计)● 毕业教育 ▲ 机动X

六、课程体系矩阵

(一)毕业要求对培养目标的支撑

本专业毕业要求对培养目标的支撑关系如下表所示:


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

工程知识




问题分析




设计/开发解决方案




工程技术研究



使用现代工具




工程与社会责任




环境和可持续发展




职业规范




个人和团队




沟通与交流



项目管理




终身学习




(二)课程体系对毕业要求的支撑

本专业课程及实践教学环节对毕业要求的支撑度(H、M、L)如下:

H表示强支撑关系 M表示中支撑关系 L表示低支撑关系

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

1.1

1.2

2.1

2.2

2.3

3.1

3.2

4.1

5.1

6.1

6.2

7.1

7.2

8.1

8.2

9.1

9.2

10.1

10.2

11.1

11.2

12.1

12.2

思想道德与法治











H



H








H


中国近现代史纲要














H








M


马克思主义基本原理














H








M


毛泽东思想和中国特色社会主义理论体系概论














H








M


习近平新时代中国特色社会主义思想概论











M











H


形势与政策1-8











M











H


国家安全教育











H

M










H


大学英语1-3














M





H





大学体育1-4











L





H








高等数学B

H







M
















线性代数A

H







M
















概率论与数理统计A

H







M
















应用文写作B








M











H

L




军事理论














H



M







大学生心理健康教育1-2
















H



M





职业生涯发展










L












H


创新创业基础










M












H


就业指导


















H




M


道德与责任










H












L


艺术与审美
















H







H

沟通与合作


















H


H




健康与礼仪

















H





L


实践与创新

















H






H

计算机科学导论

M













M

M









高级语言程序设计

M


H



M


















数据结构与算法


H


M




H
















计算机系统基础


M



H



H
















离散数学

L


H





M
















操作系统






L


H

H















数据库系统


H

M




M

















计算机网络


H



M




L















Web前端开发技术*







H







M






M




Python程序设计*


L




H



H















Java程序设计*

M


H



M


















机器学习A*




H




H














L


数据挖掘*




H





M






H









大数据处理平台*




H





H


L













数据可视化技术*







H


H






M









内存计算框架*



H



H



L















人工智能









M






H







H


Linux操作系统应用


M


M





H















软件工程







L


H









M






云计算



H



H



M















鸿蒙应用开发

H





M















H



非结构化数据库


M




M















H



数据仓库技术与应用




M



H


H















实时数据处理技术与应用


H





L


M















自然语言大数据分析与应用


H







M










L





音频大数据分析与应用



M

L





H















视频大数据分析与应用



M

L





H















智能机器人


L






H



M













军事技能










H



H



L








Web前端框架实训









L




M







M




Pytorch实践

H






H


L















微信应用开发


H





M










L







企业级软件平台与开发




H



M













H




移动应用开发









M

H










H




大数据分析及可视化技术实践





H






H












M

企业级大数据平台架构与实践






H










M


L






大数据应用系统开发

H






H


L















毕业实习



L

H




L

H



H












毕业设计(论文)






H


H

H



H

L











第二课堂学分(含劳动教育、社会实践等)

L







H


M


L


L







M


L


七、课程关系逻辑图


八、第二课堂活动一览表

性质

类别

学分

学期

必修模块

(5学分)

思政素养类

至少1学分

第1-7学期

劳动教育类

至少2学分

第1-7学期

社会实践类

至少2学分

第1-7学期

选修模块

(3学分)

志愿服务类


第1-7学期

学术科技与创新创业类


第1-7学期

文体艺术活动类


第1-7学期

工作履历类


第1-7学期

技能培训类


第1-7学期

九、执笔与审核人列表

姓名

学科领域

职称

工作分工

罗良夫、谢倩

计算机类

副教授、讲师

执笔

裴浪

计算机类

教授

审核人

黄传河

计算机类

教授

审核人

王晓峰

计算机视觉

教授

行业企业专家

王海军

计算机科学与技术

教授

行业企业专家

章伟

大数据

高级工程师

行业企业专家

邓方鸣

信息安全

高级工程师

行业企业专家


 

 

Copyright © 2017-2020   武汉晴川学院   鄂ICP备10004916号   地址:湖北省武汉市东湖新技术开发区中华科技产业园玉屏大道9号   邮编:430204