数据科学与大数据技术专业培养方案

专业英文名：Data Science and Big Data Technology

专业代码：080910T

方案制定负责人:李光顺、刘效武  方案编写执笔：董兆安

一、专业简介

数据科学与大数据技术专业设置在计算机学院，2018年始设，是工学学科门类下计算机类中的本科专业。本专业依托山东省工程实验室、山东省“十三五”高等学校重点实验室、山东省高校工程研究中心、日照市重点实验室等科研平台，以数据科学和大数据技术发展前沿为引导、学科发展和教师队伍建设为主线、科学研究和教学创新改革为基础、课程体系建设和课程内容更新为突破口，不断建立健全应用型人才培养体系，注重传统文化育人，突出学生个性化培养，努力提升学生的核心竞争能力，提高培养质量。

二、培养目标与毕业要求

（一）培养目标

本专业培养具有坚实的数学、统计学和计算机科学理论基础，掌握大数据采集与存储、处理与分析、传输和应用相关的基本理论、方法和技术，具备大数据分析、处理、挖掘、可视化、系统集成等能力，具有强烈社会责任感与人文情怀、坚实学科专业基础与卓越创新创业能力、深厚传统文化底蕴与宽广国际视野的高素质人才。毕业生在未来5年预期达成以下目标：

1.具有坚定的政治立场，践行社会主义核心价值观，品德高尚，具有深厚的家国情怀和传统文化底蕴，具有健全的人格和良好的人文素养。

2.具有扎实的数据科学与大数据专业基本理论素养，具有坚实的大数据分析和应用领域基础知识和专业技能。

3.能够熟练运用主流方法、技术和工具从事大数据工程领域的系统规划、架构设计、开发维护等工作，成为行业领域的骨干。

4.具有较强的工作适应能力、创新意识和创新能力。具有较强的沟通协调能力和团队合作意识。

5.具有较好的全球化意识和宽广国际视野，能够跟踪数据科学与大数据技术领域的最新发展，并拥有自主的、终身学习的习惯和能力。

（二）毕业要求

学生毕业时需掌握数学、统计学和计算机科学领域的基本知识和理论；形成良好的大数据思维，掌握大数据采集、存储、处理、分析和展示的基本技术、方法和工具；具有正确的情感态度、价值观和健康的身心品格；具备宽厚的人文社会科学和自然科学的基本知识，具备灵活运用所学知识，解决实际问题的能力。具体要求如下：

1.[工程知识]掌握数学、自然科学等基础知识，掌握工程科学、计算机和大数据技术等工程基础和专业知识，并能够应用于解决大数据工程应用领域中的复杂工程和技术问题。

2.[问题分析]能够运用数学、自然科学和工程科学等学科的基本原理，识别和表达大数据应用领域复杂工程问题。能够运用专业基础知识和专业理论方法，对大数据应用领域复杂工程问题的解决方案进行分析、比较与综合。

3.[设计/开发解决方案]能够针对大数据应用领域中复杂工程问题的设计满足需求的解决方案，并能够在设计环节中体现创新意识，综合考虑社会、健康、安全、法律、文化以及环境等因素。

4.[研究]能够基于相关科学原理和科学方法，通过文献研究和调研，应用整合思维，对大数据系统复杂工程问题进行研究，并通过大数据实验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，在大数据产品的构思、设计、实现、运行过程中，开发、选择与使用恰当的技术、资源、现代大数据组件和信息技术工具。

6.[工程与社会]能够基于大数据应用领域相关背景知识，合理分析和评价数据科学与大数据技术专业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，并理解大数据工程师应承担的责任与义务。

7.[环境和可持续发展]能够理解和评价大数据工程领域复杂工程问题的构思、设计、实现、运行等专业工程实践对环境、社会可持续发展的影响，在产品设计、开发、运维、服务等工程实践中能够考虑公众的安全、健康以及环境保护等因素。

8.[职业规范]理解并遵守大数据工程师等职业的工程职业道德和规范，履行法定或社会约定的责任。

9.[个人和团队]具有全局意识和协调能力，理解多学科背景下团队中每个角色的作用和责任，独立完成团队分配的工作；能够承担个体、团队成员以及负责人的角色，协助或者组织完成特定任务。

10.[沟通]能够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，并具备一定的国际视野，至少掌握一门外语，能够在跨文化背景下就大数据应用领域复杂工程问题进行沟通和交流。

11.[项目管理]能够在大数据产品的设计、实现、运行等工程实践中，掌握大数据工程项目工程管理与经济决策方法，理解大数据产品全周期、全流程的成本构成，理解大数据工程项目涉及的工程管理和经济决策问题，在多学科环境中综合运用工程管理原理与经济决策方法，开展工程项目的论证、规划、组织实施和进程管理等。

12.[终身学习]能够跟踪社会进步和大数据行业技术发展，具有自主学习和终身学习的意识，有不断学习新兴技术和适应大数据行业发展的能力。掌握文献检索等运用现代信息技术跟踪并获取相关信息的基本方法，具有研读主流语种文献的能力。

毕业要求支撑培养目标对应关系矩阵表

说明：毕业要求对培养目标子目标的支撑用“√”表示。

三、学制与学分

（一）学制

标准学制4年。实行弹性修读年限，弹性区间为3~8年。

（二）学分

总学分为160学分。

四、主干学科、核心课程与主要专业实验

（一）主干学科

计算机、数学。

（二）核心课程

高等数学、线性代数、概率论与数理统计、计算机导论、C++面向对象的程序设计、Python程序设计、数据结构、计算机组成原理、离散数学、计算机网络、操作系统、数据库系统原理、数据采集与网络爬虫、Spark大数据分析、数据可视化、大数据与计算智能、算法设计与分析等。

（三）主要专业实验（实训）

Python程序设计实验、、操作系统实验、数据采集与网络爬虫实验、数据可视化实验、Spark大数据分析实验、机器学习实验、数据结构实训、数据库系统实训等。

五、主要实践性教学环节

（一）课程论文（设计）

课程论文（设计）是在学习专业课的过程中所进行的实践教学活动，依托所学习的某一门专业课程进行，在第2、4学期分别安排1篇。完成并符合要求，每篇计1学分，共2学分。

（二）专业实习

专业实习是重要的实践教学环节，目的是全面培养、提升学生的实际工作能力。安排在第6学期进行，用时10周，完成并符合要求，计10学分。

（三）毕业论文（设计）

毕业论文（设计）是学程即将结束时，检验学生学习成效，培养学生职业能力和科研能力的重要实践教学环节，安排在第7、8学期进行，并于第8学期完成答辩工作。完成并符合要求，通过答辩，计6学分。

（四）“五个十”综合素养拓展学习

每位学生大学期间至少阅读10部本专业国内外经典学术著作；至少阅读10篇本专业国内外经典论文；至少熟知10位本专业国内外大师名家；至少定期登录学习10个国内外著名专业网站；至少参加10次高水平学术活动等。撰写学习报告并存档。

六、毕业与学位授予

（一）毕业

修满本专业要求的学分，通过毕业资格审查即可毕业。

（二）学位

符合学位授予条件者，经学校学位委员会审议，授予工学学士学位。

七、学分分配表

说明：表中通识必修课程模块的43学分中，含通识实践模块中必修课程实践教学的10学分；专业教育平台的95学分中，含专业实践模块实验（实训）的31.5学分。