数据科学与大数据技术专业本科人才培养方案
（普通类专业用）
所属学院：数学与统计学院 学科门类：理学
专业大类：计算机类 专业代码：080910T
适用年级：2022级
一、培养目标
1.目标定位
本专业培养德智体美劳全面发展，具备良好的数学、统计学与计算机科学基础知识，受到科学研究的初步训练，掌握数据科学和大数据技术的基础知识、基本理论和基本方法，具有对实际应用中的大数据进行采集、存储、处理、分析及挖掘的能力，能在企事业单位从事大数据管理、分析及软硬件平台的设计与开发，具有良好的科学素养和社会责任感与使命感，具有创新创业精神和实践能力，能够高效处理海量数据、挖掘数据价值并赋能行业决策，能够应用数据科学与大数据技术在科技、教育、信息产业、经济金融、医药卫生、行政管理部门从事大数据开发与应用等的高素质应用创新型人才。
2.目标内涵
本专业学生毕业五年左右达到以下目标：
目标1.具有良好的政治素质、道德素质和审美情趣，具有强健的体魄和稳定的心理素质，具有数据科学与大数据技术专业的知识技能及解决实际问题的理念；
目标2.接受系统的数据科学思维训练，掌握数据科学的思想方法，熟练运用计算机科学、统计学和数学的基本理论和方法；
目标3.系统掌握大数据平台搭建技术，数据库系统搭建、优化、管理等方面的专业技能；
目标4.在大数据系统运维与管理、数据处理、数据分析、深度学习建模等方面具有较强的实践能力、一定的科研能力和较强的创新能力；
目标5.具有运用数据科学与大数据技术专业的知识技能解决实际问题的能力；
目标6.掌握资料查询、文献检索以及运用互联网技术获取相关信息的基本方法，具有适应社会发展的能力以及对终身学习的正确认识和较强的自学能力，具有国际视野、持续适应不断变化的社会环境的能力。
二、毕业要求
总体表述：本专业学生主要学习数学、统计学和计算机科学的基本理论和基本方法，具有良好的数学与统计学基础，受到较扎实的计算方法与计算机技能训练，具有在数据科学与大数据技术领域从事数据采集、数据存储、数据处理、数据分析及数据应用的基本能力。毕业生应具备以下的知识、能力和素质。
分项表述：
1.知识结构要求（A)
A1:掌握自然科学、社会科学和人文学科等通识类相关知识；
A2:掌握数学与数据科学基础知识，掌握统计分析基本方法；
A3:掌握大数据存储与处理、数据挖掘及大数据分析及相关软件应用知识和技术；
A4:了解数据科学与大数据行业发展前沿。
2.能力结构要求(B)
B1:具备独立自主地获取本专业相关知识的学习能力，掌握文献检索、资料查询的基本方法，具有一定的科学研究和实际工作能力及一定的外语水平；
B2:具备大数据采集、处理、分析及数据可视化的能力；
B3:具备Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的能力；
B4:具有运用数据科学的理论、方法和技术分析信息产业、经济金融、医药卫生等领域问题的能力。
3.素质结构要求(C)
C1:具有良好的思想政治素养、道德素养；
C2:具有良好的人文素养、科学素养、职业素养和专业素养；
C3:具有创新意识和团队合作意识，强烈的事业心和进取心，具有较高的职业道德和敬业精神；
C4:具有健康的体魄和良好的心理素质。
毕业要求与培养目标关系矩阵
毕业要求 |
培养目标 |
目标1 |
目标2 |
目标3 |
目标4 |
目标5 |
目标6 |
知 识 结 构 |
A1 |
√ |
|
|
√ |
|
|
A2 |
|
√ |
|
|
|
√ |
A3 |
|
√ |
√ |
√ |
√ |
√ |
A4 |
√ |
√ |
√ |
√ |
√ |
√ |
能 力 结 构 |
B1 |
√ |
|
|
√ |
|
√ |
B2 |
|
|
|
√ |
√ |
|
B3 |
|
√ |
√ |
|
√ |
|
B4 |
|
√ |
|
√ |
√ |
|
素 质 结 构 |
C1 |
√ |
|
|
|
|
|
C2 |
√ |
√ |
|
√ |
|
|
C3 |
√ |
|
|
|
√ |
|
C4 |
√ |
|
|
√ |
|
|
三、学制、修业年限、学分要求和授予学位
标准学制：4年；弹性修业年限：3-6年；学分要求：172学分（2512学时）；授予学位：理学学士。
四、主干学科
数学、统计学、计算机科学与技术。
五、专业核心课程
专业核心课程包括以下几个模块：
1.数学模块：数学分析、高等代数、解析几何、离散数学；
2.统计学模块：概率论与数理统计、回归分析、多元统计分析；
3.计算机科学模块：C语言程序设计、数据结构、Linux基础、数据库应用技术、计算机网络、Python语言基础；
4.数据科学模块：数据科学与大数据技术导论、大数据技术原理与应用、数据挖掘与机器学习、数据可视化、神经网络与深度学习。
六、主要实践性教学环节
上机操作训练、学术与科技活动、创新创业竞赛、课程设计及实验、数学建模竞赛、软件设计竞赛、社会调查（实践）、毕业实习、毕业论文（设计）。
七、主要课程(环节)与毕业要求对应矩阵
序号 |
课程名称 |
A1 |
A2 |
A3 |
A4 |
B1 |
B2 |
B3 |
B4 |
C1 |
C2 |
C3 |
C4 |
1 |
思想道德与法治 |
M |
|
|
|
M |
|
|
|
H |
|
|
|
2 |
中国近现代史纲要 |
M |
|
|
|
M |
|
|
|
H |
|
|
|
3 |
马克思主义基本原理 |
M |
|
|
|
M |
|
|
|
H |
|
|
|
4 |
毛泽东思想和中国特色社会主义理论体系概论 |
M |
|
|
|
M |
|
|
|
H |
|
|
|
5 |
习近平新时代中国特色社会主义思想概论 |
H |
|
|
|
|
M |
|
|
M |
|
|
|
6 |
形势与政策 |
M |
|
|
|
M |
|
|
|
|
H |
|
|
7 |
大学英语 |
M |
|
|
|
M |
|
|
|
|
L |
|
|
8 |
大学体育 |
M |
|
|
|
|
|
|
H |
|
|
|
L |
9 |
信息技术素养 |
L |
|
|
|
H |
|
|
|
M |
|
|
|
10 |
军事理论 |
M |
|
|
|
M |
|
|
|
|
|
|
L |
11 |
大学生心理健康教育 |
H |
|
|
|
H |
|
|
|
|
|
|
M |
12 |
创新创业基础 |
|
L |
|
|
L |
|
|
|
|
|
M |
|
13 |
职业生涯规划及就业指导 |
M |
|
|
|
M |
|
|
|
L |
|
|
|
14 |
劳动教育 |
M |
|
|
|
H |
|
|
|
|
|
|
M |
15 |
国家安全教育 |
M |
|
|
|
M |
|
|
|
H |
|
|
|
16 |
数学分析 |
|
H |
|
|
H |
|
|
|
|
M |
L |
|
17 |
高等代数 |
|
H |
|
|
H |
|
|
|
|
M |
L |
|
18 |
解析几何 |
|
H |
|
|
L |
|
|
|
|
L |
|
|
19 |
C语言程序设计 |
|
M |
|
|
H |
|
|
|
|
L |
|
|
20 |
数据科学与大数据技术导论 |
|
H |
|
M |
|
|
|
L |
|
L |
|
|
21 |
离散数学 |
|
H |
|
|
|
|
|
M |
|
L |
|
|
22 |
数据结构 |
|
|
M |
|
|
H |
|
|
|
L |
|
|
23 |
Linux基础 |
|
|
M |
|
|
|
H |
|
|
L |
|
|
24 |
概率论与数理统计 |
|
H |
|
|
|
M |
|
M |
|
M |
M |
|
25 |
数据库应用技术 |
|
M |
H |
|
|
|
H |
|
|
L |
|
|
26 |
回归分析 |
|
H |
|
|
|
|
|
M |
|
L |
|
|
27 |
大数据技术原理与应用 |
|
M |
H |
|
|
M |
M |
|
|
L |
|
|
28 |
Python语言基础 |
|
|
H |
|
|
M |
|
|
|
L |
|
|
29 |
多元统计分析 |
|
H |
|
|
|
|
|
M |
|
L |
|
|
30 |
数据挖掘与机器学习 |
|
M |
H |
|
|
M |
M |
|
|
L |
|
|
31 |
Java程序设计 |
|
|
M |
|
|
|
H |
|
|
L |
|
|
32 |
数学建模 |
|
|
M |
|
|
|
|
M |
|
L |
|
|
33 |
时间序列分析 |
|
H |
|
|
|
|
|
M |
|
L |
|
|
34 |
计算机网络 |
|
|
M |
|
|
|
M |
|
|
L |
|
|
35 |
统计软件(SPSS和R) |
|
M |
|
|
|
|
|
L |
|
L |
|
|
36 |
数据可视化 |
|
|
H |
|
|
H |
|
|
|
L |
|
|
37 |
最优化方法 |
|
M |
|
|
|
|
|
L |
|
L |
|
|
38 |
神经网络与深度学习 |
|
M |
|
|
|
|
|
H |
|
L |
|
|
39 |
Hadoop平台搭建 |
|
|
H |
|
|
|
H |
|
|
L |
|
|
40 |
大数据案例分析 |
|
|
H |
|
|
|
H |
|
|
L |
|
|
41 |
分布式存储与计算 |
|
|
M |
|
|
|
|
H |
|
L |
|
|
42 |
数据仓库与数据挖掘 |
|
|
M |
|
|
|
|
H |
|
L |
|
|
43 |
文本数据挖掘 |
|
|
M |
|
|
|
|
H |
|
L |
|
|
44 |
图像数据挖掘 |
|
|
M |
|
|
|
|
H |
|
L |
|
|
45 |
ETL数据整合与处理 |
|
|
M |
|
|
H |
|
|
|
L |
|
|
46 |
Python网络爬虫 |
|
|
M |
|
|
H |
|
|
|
L |
|
|
47 |
大数据安全与隐私 |
|
|
|
L |
|
|
L |
|
|
M |
|
|
48 |
EXCEL数据获取与处理 |
|
|
M |
|
|
M |
|
|
|
L |
|
|
49 |
Python数据分析与应用 |
|
|
M |
|
|
H |
|
|
|
M |
|
|
50 |
云计算技术及应用 |
|
|
M |
|
|
|
L |
|
|
L |
|
|
51 |
自然语言处理 |
|
M |
|
|
|
L |
|
|
|
L |
|
|
52 |
专业见习 |
|
H |
|
|
|
M |
M |
|
|
M |
|
|
注：“H”表示该门课程对相应的毕业要求是高支撑（赋分3分）；“M”表示该门课程对相应的毕业要求是中支撑（赋分2分）；“L”表示该门课程对相应的毕业要求是低支撑（赋分1分）。
八、课程体系学分结构表
|
课程类别 |
理论教学 |
实验实践教学 |
学分小计 |
学分比例 |
总比例 |
必修 |
选修 |
必修 |
选修 |
理论教学 |
通识教育 |
43 |
0 |
0 |
0 |
43 |
0 |
25.0% |
0.0% |
43.6% |
学科基础课程 |
32 |
0 |
0 |
0 |
32 |
0 |
18.6% |
0.0% |
专业课程 |
31 |
13 |
0 |
0 |
31 |
13 |
18.0% |
7.6% |
25.6% |
实践教学 |
实验课（单独开设实验、课内实验） |
0 |
0 |
6 |
6 |
6 |
6 |
3.5% |
3.5% |
30.8% |
课内实践 |
0 |
0 |
5 |
6 |
5 |
6 |
2.9% |
3.5% |
集中实践环节 |
0 |
0 |
30 |
0 |
30 |
0 |
17.4% |
0.0% |
合计 |
119 |
53 |
172 |
|
100% |
注：1.主要集中实践环节学分，只填写学分及学分比例，学时及学时比例不需要填写。
2.课内实践算学分不算学时，学时及学时比例不需要填写。
九、课程设置及教学安排表
(一)通识教育（必修 48 学分，选修 6学分）
课程类别 |
课程号 |
课程名称 |
学分 |
学时分配 |
考核 方式 |
开设 学期 |
理论 |
实验 |
实践 |
共计 |
通识教育
|
必 修 |
N000011001 |
思想道德与法治 |
3 |
40 |
|
16 |
56 |
考试 |
1 |
080011002 |
中国近代史纲要 |
3 |
40 |
|
16 |
56 |
考试 |
2 |
N000011003 |
马克思主义基本原理 |
3 |
40 |
|
16 |
56 |
考试 |
3 |
N080011004 |
毛泽东思想和中国特色社会主义理论体系概论 |
3 |
40 |
|
16 |
56 |
考试 |
4 |
T150011013 |
习近平新时代中国特色社会主义思想概论 |
3 |
40 |
|
16 |
56 |
考试 |
4 |
080011005 |
形势与政策 |
2 |
64 |
|
|
64 |
考查 |
1-8 |
030011001 |
大学英语Ⅰ |
4 |
64 |
|
|
64 |
考试 |
1 |
030011002 |
大学英语Ⅱ |
4 |
64 |
|
|
64 |
考试 |
2 |
030011003 |
大学英语Ⅲ |
4 |
64 |
|
|
64 |
考试 |
3 |
030011004 |
大学英语Ⅳ |
2 |
32 |
|
|
32 |
考试 |
4 |
100011001 |
大学体育Ⅰ |
1 |
32 |
|
|
32 |
考查 |
1 |
100011002 |
大学体育Ⅱ |
1 |
32 |
|
|
32 |
考查 |
2 |
100011003 |
大学体育Ⅲ |
1 |
32 |
|
|
32 |
考查 |
3 |
100011004 |
大学体育Ⅳ |
1 |
32 |
|
|
32 |
考查 |
4 |
070011002 |
信息技术素养（理） |
2 |
16 |
|
32 |
48 |
考试 |
1 |
062811001 |
军事理论 |
2 |
32 |
|
|
32 |
考试 |
1 |
062811002 |
大学生心理健康教育 |
2 |
32 |
|
|
32 |
考查 |
1 |
062811003 |
创新创业基础 |
2 |
32 |
|
|
32 |
考试 |
6 |
062811004 |
职业生涯规划及就业指导 |
2 |
32 |
|
|
32 |
考查 |
1-6 |
062851002 |
劳动教育 |
2 |
16 |
|
16 |
32 |
考查 |
1-6 |
T020011018 |
国家安全教育 |
1 |
8 |
|
8 |
16 |
考查 |
1 |
|
小计 |
48 |
784 |
|
136 |
920 |
|
|
选 修 |
062841001 |
人文社科类 |
6 |
非文学类学生限定选修大学语文；非艺术类学生限定选修2门艺术鉴赏类课程；非体育类三年级学生限定选修1学分体育类课程；文科学生选修1学分自然科学类课程；理工科学生选修1学分人文社会科学类课程。 |
|
1 |
062841002 |
自然科学类 |
|
2 |
062841003 |
教师教育类 |
|
|
062841004 |
艺术体育类 |
|
3 |
062841005 |
创新创业类 |
|
4 |
062841006 |
地方文化类 |
|
5 |
062841007 |
“互联网+”类 |
|
6 |
（二）学科专业教育（必修 69学分，选修 19 学分）
课程类别 |
课程号 |
课程名称 |
学分 |
学时分配 |
考核 方式 |
开设 学期 |
理论 |
实验 |
实践 |
共计 |
学 科 专 业 教 育
|
学 科 基 础 课 |
必 修 |
062821001 |
数学分析I |
6 |
96 |
|
|
96 |
考试 |
1 |
062821002 |
数学分析II |
6 |
96 |
|
|
96 |
考试 |
2 |
062821003 |
数学分析III |
6 |
96 |
|
|
96 |
考试 |
3 |
062821004 |
高等代数I |
4 |
64 |
|
|
64 |
考试 |
1 |
062821005 |
高等代数II |
6 |
96 |
|
|
96 |
考试 |
2 |
062821006 |
空间解析几何 |
4 |
64 |
|
|
64 |
考试 |
1 |
专 业 课 程 |
062831001 |
C语言程序设计 |
3 |
32 |
32 |
|
64 |
考试 |
2 |
062831002 |
数据科学与大数据技术导论 |
2 |
32 |
|
|
32 |
考试 |
2 |
062831003 |
离散数学 |
3 |
48 |
|
|
48 |
考试 |
3 |
062831004 |
数据结构 |
3.5 |
48 |
16 |
|
64 |
考试 |
3 |
062831005 |
Linux基础 |
3 |
32 |
32 |
|
64 |
考试 |
3 |
062831006 |
概率论与数理统计 |
4 |
64 |
|
|
64 |
考试 |
4 |
062831007 |
数据库应用技术 |
2.5 |
32 |
16 |
|
48 |
考试 |
4 |
062831008 |
回归分析 |
2.5 |
32 |
16 |
|
48 |
考试 |
5 |
062831009 |
大数据技术原理与应用 |
3.5 |
48 |
16 |
|
64 |
考试 |
5 |
062831010 |
Python语言基础 |
3 |
32 |
32 |
|
64 |
考试 |
5 |
062831011 |
多元统计分析 |
3.5 |
48 |
16 |
|
64 |
考试 |
6 |
062831012 |
数据挖掘与机器学习 |
3.5 |
48 |
16 |
|
64 |
考试 |
6 |
选 修 |
062832001 |
Java程序设计 |
3 |
32 |
32 |
|
64 |
考试 |
4 |
062832002 |
数学建模 |
2 |
|
64 |
|
64 |
考查 |
4 |
062832003 |
常微分方程 |
3 |
48 |
|
|
48 |
考试 |
4 |
062832004 |
时间序列分析 |
2.5 |
32 |
16 |
|
48 |
考试 |
5 |
062832005 |
计算机网络 |
3 |
48 |
|
|
48 |
考试 |
5 |
062832006 |
统计软件(SPSS和R) |
3 |
32 |
32 |
|
64 |
考试 |
5 |
062832007 |
数值分析 |
3.5 |
48 |
16 |
|
64 |
考试 |
5 |
062832008 |
数据可视化 |
2 |
16 |
32 |
|
48 |
考查 |
7 |
062832009 |
最优化方法 |
3 |
48 |
|
|
48 |
考查 |
7 |
062832010 |
神经网络与深度学习 |
2.5 |
32 |
16 |
|
48 |
考试 |
6 |
062832011 |
Hadoop平台搭建 |
1 |
|
32 |
|
32 |
考查 |
6 |
062832012 |
大数据案例分析 |
1 |
|
32 |
|
32 |
考查 |
6 |
062832013 |
运筹学 |
3 |
48 |
|
|
48 |
考试 |
6 |
062832014 |
分布式存储与计算 |
2.5 |
32 |
16 |
|
64 |
考查 |
6 |
062832015 |
数据仓库与数据挖掘 |
2.5 |
32 |
16 |
|
48 |
考查 |
6 |
062832016 |
文本数据挖掘 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832017 |
图像数据挖掘 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832018 |
ETL数据整合与处理 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832019 |
Python网络爬虫 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832020 |
大数据安全与隐私 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832021 |
EXCEL数据获取与处理 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832022 |
人工智能 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832023 |
Python数据分析与应用 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832024 |
Web开发技术 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832025 |
云计算技术及应用 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832026 |
互联网应用开发 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832027 |
自然语言处理 |
1 |
|
24 |
|
24 |
考查 |
7 |
062832028 |
大数据技术前沿讲座 |
1 |
|
24 |
|
24 |
考查 |
7 |
（三）集中实践环节（必修， 30学分）
课程类别 |
课程号 |
课程名称 |
学分 |
学时分配 |
考核 方式 |
开设 学期 |
理论 |
实验 |
实践 |
共计 |
基础实践 |
062851001 |
军事技能 |
2 |
|
|
2周 |
2周 |
考查 |
1 |
062851004 |
数据分析与学科竞赛 |
1 |
|
|
2周 |
2周 |
考查 |
2-6 |
062852001 |
专业见习 |
1 |
|
|
|
|
考查 |
2，4 |
062852002 |
毕业实习 |
14 |
|
|
|
|
考查 |
6，8 |
综合实践 |
062852003 |
专业综合实训 |
2 |
|
|
|
|
考查 |
1-8 |
062852004 |
第二课堂 |
2 |
|
|
2周 |
2周 |
考查 |
1-8 |
062853001 |
毕业论文（设计） |
8 |
|
|
|
|
考查 |
7-8 |
（四）建议各学期修读学分分布
学年 |
一 |
二 |
三 |
四 |
学期 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
建议修读学分 |
30 |
27 |
25 |
29 |
19 |
18 |
14 |
10 |
院长：陈斌 专业负责人：魏艳红
