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 专业代码：080910T
一、培养目标
本专业培养大数据科学与工程领域的复合型中高级技术人才。毕业生熟练掌握大数据采集、处理、分析与应用的技术与核心技能，能够承担企事业、社会组织等部门的信息管理与信息咨询服务，具备大数据处理、挖掘、可视化、大数据系统集成、管理维护等能力。
二、培养要求
本专业学生主要学习自然科学和人文社科基础知识，学习计算机科学、大数据科学相关的基础理论和基本知识。具有良好的创新和创业意识、竞争意识和团队精神，具有良好的外语基础。
毕业生应获得以下几方面的知识和能力：
1．掌握基本的人文和社会科学知识，具有良好的人文社会科学素养、职业道德和心理素质，社会责任感强；
2．掌握从事本专业工作所需的数学、统计学及其他相关的自然科学、系统科学知识；
3．掌握数据科学与大数据技术所需要的计算机、网络、数据处理等相关学科的基本理论和基本知识；
4．掌握数据采集、清洗、存储、分析、挖掘和可视化的方法，具备从事相关工作的能力；
5．具备整合不同数据源，不同结构类型数据的能力和探索数据背后价值的能力；
6．经过系统化的训练，具有参与大数据开发项目的经历，具备作为大数据工程师从事工程实践所需的专业能力；
7．掌握市场需求的数据管理、数据分析与数据挖掘等方面的核心技能；
8．具有综合运用掌握的知识、方法和技术解决实际问题的能力；
9．充分理解团队合作的重要性，具有个人工作和团队协作的能力、人际交往和沟通能力以及一定的组织管理能力；
10．具有初步的外语应用能力、掌握相关文献检索方法、具有基本的专业资料分析与综合的能力；
11．了解大数据的前沿技术和行业的发展动态，在基础研发、工程设计和实践等方面具有一定的创新意识和创新能力；
12．能够运用所学的知识、技能和方法对系统的各种解决方案进行合理的判断和选择，具备一定的批判性思维能力。
三、学制和学分
1.学制：4年，学生在校修读年限3～6年；
2.学分：165；总学时2848+50.5W。
四、学位授予
授予工学学士学位。
五、专业主要课程与学位课程
主要课程：大数据导论、高级语言程序设计、统计学、Python数据挖掘与应用、数据结构、数据库原理及应用技术、Linux操作系统、机器学习、Java程序设计、Hadoop分布式系统、数据挖掘算法与数学模型、Hadoop大数据开发及应用、数据可视化（Tableau应用技术）、大数据存储技术（Hive/Hbase）、深度学习基础、大规模分布式系统、大数据处理技术及应用、人工智能等。
学位课程：统计学、Python数据挖掘与应用、数据库原理及应用技术、机器学习。
六、主要专业实验
高级语言程序设计课程实验、Python程序课程设计实验、数据结构课程设计实验、JAVA课程设计实验、Python数据挖掘与应用实验、数据结构课程实验、数据库原理及应用实验、Linux操作系统基础实验、机器学习实验、Hadoop分布式系统实验、Hadoop大数据开发及应用实验、数据可视化（Tableau应用技术）实验、大数据存储技术（Hive/Hbase）实验、深度学习（TensorFlow实战）实验、专业技能实践等。
七、主要专业实践性教学环节
高级语言课程设计、Python程序课程设计、数据结构课程设计、数据库课程设计、JAVA课程设计实验、专业技能综合设计，以及企业认知实习、企业实训、毕业论文（设计）、毕业实习和社会实践与创新活动等实践教学环节。
八、毕业条件
学生在修业年限内修满规定学分，准予毕业。符合学校学位授予条件者授予学士学位。
九、专业教学进度表（见附件）
十、课程类别、门数与学时学分统计表（见附件）
十一、专业主要课程简介
高级语言程序设计
学时：80 学分：3.5 考核方式：考试
主要内容：本课程是计算机科学与技术专业的专业基础课，介绍了C语言中的基本概念和语法，使学生全面系统地理解和掌握用C语言进行程序设计的方法。内容涉及程序设计基本概念，C语言基本数据类型与基本输入输出，C语言表达式与宏定义，选择结构，循环结构，模块设计，数组，指针，结构体与联合体，文件，位运算等。
教材与参考书：
1.明日科技著，零基础学C语言（全彩版）, 吉林大学出版社，2017年
2.谭浩强，《C程序设计》（第四版），清华大学出版社，2010年
3.焦家林、熊曾刚，《C语言程序设计实验指导书》，科学出版社，2013年
统计学
学时：32 学分：3 考核方式：考试
主要内容：通过本课程的教学，使学生了解统计学的基本原理，掌握统计学的基本方法，在定性分析基础上做好定量分析。用统计学的知识去“发现问题、分析问题、解决问题”，提高学生们专业的应用技能，以适应数据分析中各类问题的实证研究、科学决策和经济管理的需要。同时，也为学习其他分支学科课程奠定基础。
教材与参考书：
1.贾俊平等编著. 《统计学》，中国人民大学出版社，2009
2.高嘉英，马立平主编. 《统计学》（修订本）首都经济贸易大学出版社，2004.8
Python数据挖掘与应用
学时：32 学分：2 考核方式：考试
主要内容：本课程主要教授Python语言在数据处理与数据挖掘方面的应用技巧，主要包括数据分析基础知识（数据收集与分析软件、数据挖掘的分析基础、简单数据的统计分析），数据分析高级方法（多元数据的综合分析、时序数据的模型分析），大数据基本处理方法（大数据分析基础应用、文献计量与科研评价、社会网络分析方法、数据分析编程平台）等内容。
教材与参考书：
1. 王斌会,王术等，《Python数据挖掘方法及应用》，电子工业出版社，2019年
2. 张良均，王路等，《Python数据分析与挖掘实战》，机械工业出版社，2019年
数据结构
学时：48 学分：3 考核方式：考试
主要内容：本课程是计算机科学与技术专业的核心课程，介绍计算机存储和组织数据的方式。内容涉及线性表、栈、队列和串、数组、树和二叉树、图等常用数据结构，以及查找、排序和索引算法。
教材与参考书：
1.严蔚敏、吴伟民，《数据结构》，清华大学出版社，2011年
2.陈元春、王中华，《实用数据结构基础》（第四版），中国铁道出版社，2015年
数据库原理
学时：48 学分：3 考核方式：考试
主要内容：本课程是计算机科学与技术专业的核心课程，介绍数据库系统的基本原理。内容涉及数据库系统基本概念、关系数据模式、关系数据标准语言、关系数据库理论、查询优化、数据库保护、数据库应用系统设计、数据库编程、数据库产品及数据库技术新发展。
教材与参考书：
1.王珊等，《数据库系统概论》（第5版），高等教育出版社，2014年
2.周慧，《数据库应用技术:SQL Server 2008R2》（第2版），人民邮电出版社，2013年
数据科学与大数据技术专业教学进程表
课程 类别 |
课程 编号 |
课程名称 |
学 分 数 |
总 学 时 |
课程类型 |
各学期周学时分配 |
考核
方式 |
理 论 |
实 验 |
实 践 |
上 机 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
通识教育课程 |
必 修 课 |
TB16000401 |
思想道德修养与法律基础 |
3 |
64 |
32 |
|
32 |
|
2 |
|
|
|
|
|
|
|
考查 |
TB16000402 |
马克思主义基本原理 |
3 |
64 |
32 |
|
32 |
|
|
2 |
|
|
|
|
|
|
考试 |
TB16000403 |
中国近现代史纲要 |
2 |
32 |
32 |
|
|
|
|
|
2 |
|
|
|
|
|
考查 |
TB16000404 |
毛泽东思想和中国特色社会主义理论体系概论 |
6 |
128 |
64 |
|
64 |
|
|
|
|
4 |
|
|
|
|
考试 |
TB16000405 |
计算机基础 |
1 |
48 |
|
32 |
|
16 |
3 |
|
|
|
|
|
|
考试 |
TB16000406 |
大学英语（一） |
2 |
64 |
32 |
|
16 |
16 |
4 |
|
|
|
|
|
|
|
考查 |
TB16000407 |
大学英语（二） |
2 |
64 |
32 |
|
16 |
16 |
|
4 |
|
|
|
|
|
|
考试 |
TB16000408 |
大学英语（三） |
2 |
64 |
32 |
|
16 |
16 |
|
|
4 |
|
|
|
|
|
考查 |
TB16000409 |
大学英语（四） |
2 |
64 |
32 |
|
16 |
16 |
|
|
|
4 |
|
|
|
|
考试 |
TB16000410 |
大学语文 |
1 |
32 |
16 |
|
16 |
|
2 |
|
|
|
|
|
|
考查 |
TB16000411 |
大学体育（一） |
1 |
32 |
2 |
|
30 |
|
2 |
|
|
|
|
|
|
|
考查 |
TB16000412 |
大学体育（二） |
1 |
32 |
2 |
|
30 |
|
|
2 |
|
|
|
|
|
|
考查 |
TB16000413 |
大学体育（三） |
1 |
32 |
2 |
|
30 |
|
|
|
2 |
|
|
|
|
|
考查 |
TB16000414 |
大学体育（四） |
1 |
32 |
2 |
|
30 |
|
|
|
|
2 |
|
|
|
|
考查 |
TB16000415 |
军事理论 |
2 |
32 |
32 |
|
|
|
2 |
|
|
|
|
|
|
|
考查 |
TB16000416 |
军事训练 |
1 |
2W |
|
|
2W |
|
√ |
|
|
|
|
|
|
|
考查 |
TB16000417 |
大学生安全教育 |
1 |
16 |
16 |
|
|
|
1 |
|
|
|
|
|
|
|
考查 |
TB16000418 |
大学生心理健康教育 |
2 |
32 |
24 |
|
8 |
|
2 |
|
|
|
|
|
|
考查 |
TB16000419 |
形势与政策 |
2 |
128 |
32 |
|
96 |
|
第1-6学期开设 |
考查 |
小计 |
36 |
960+ 2W |
416 |
32 |
432+ 2W |
80 |
14 |
12 |
8 |
10 |
|
|
|
|
|
选 修 课 |
TX160004** |
跨专业选修课 |
4 |
64 |
64 |
|
|
|
|
|
|
|
|
|
|
|
考查 |
通识教育选修课在所属专业领域外其他领域最低修满4学分，第2-6学期修完。 |
|
专业教育课程 |
必修课 |
基础课 |
ZB16029401 |
大数据导论 |
3 |
48 |
48 |
|
|
|
3 |
|
|
|
|
|
|
|
考试 |
ZB16029402 |
高级语言程序设计 |
3.5 |
80 |
32 |
48 |
|
|
5 |
|
|
|
|
|
|
|
考试 |
ZB16029403 |
高等数学（一） |
4 |
64 |
64 |
|
|
|
4 |
|
|
|
|
|
|
|
考试 |
ZB16029404 |
高等数学（二） |
4 |
64 |
64 |
|
|
|
|
4 |
|
|
|
|
|
|
考试 |
ZB16029405 |
Python程序设计 |
3 |
64 |
32 |
32 |
|
|
|
4 |
|
|
|
|
|
|
考试 |
ZB16029406 |
线性代数 |
3 |
48 |
48 |
|
|
|
|
3 |
|
|
|
|
|
|
考试 |
ZB16029407 |
JAVA程序设计 |
3 |
64 |
32 |
32 |
|
|
|
4 |
|
|
|
|
|
|
考试 |
ZB16029408 |
统计学 |
2 |
32 |
32 |
|
|
|
|
|
2 |
|
|
|
|
|
考试 |
ZB16029409 |
概率论与数理统计 |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
|
考试 |
专业教育课程 |
必修课 |
主干课 |
ZB16029410 |
Python数据挖掘与应用 |
2 |
32 |
32 |
|
|
|
|
|
2 |
|
|
|
|
|
考试 |
ZB16029411 |
Python数据挖掘与应用实验 |
1.5 |
48 |
|
48 |
|
|
|
|
3 |
|
|
|
|
|
考查 |
ZB16029412 |
数据结构 |
3 |
48 |
48 |
|
|
|
|
|
3 |
|
|
|
|
|
考试 |
ZB16029413 |
数据结构实验 |
0.5 |
16 |
|
16 |
|
|
|
|
1 |
|
|
|
|
|
考查 |
ZB16029414 |
数据库原理及应用 |
3 |
48 |
48 |
|
|
|
|
|
|
3 |
|
|
|
|
考试 |
ZB16029415 |
数据库原理及应用实验 |
1 |
32 |
|
32 |
|
|
|
|
|
2 |
|
|
|
|
考查 |
ZB16029416 |
Linux操作系统基础 |
2 |
32 |
32 |
|
|
|
|
|
2 |
|
|
|
|
|
考试 |
ZB16029417 |
Linux操作系统基础实验 |
1 |
32 |
|
32 |
|
|
|
|
2 |
|
|
|
|
|
考试 |
ZB16029418 |
机器学习 |
4 |
64 |
64 |
|
|
|
|
|
|
|
4 |
|
|
|
考试 |
ZB16029419 |
机器学习实验 |
1 |
32 |
|
32 |
|
|
|
|
|
|
2 |
|
|
|
考查 |
集中实践课 |
PT16029401 |
高级语言课程设计 |
1.5 |
1.5W |
|
|
1.5W |
|
|
√ |
|
|
|
|
|
|
考查 |
PT16029402 |
JAVA课程设计 |
1.5 |
1.5W |
|
|
1.5W |
|
|
|
√ |
|
|
|
|
|
考查 |
PT16029403 |
数据结构课程设计 |
1.5 |
1.5W |
|
|
1.5W |
|
|
|
|
√ |
|
|
|
|
考查 |
PT16029404 |
数据库课程设计 |
1.5 |
1.5W |
|
|
1.5W |
|
|
|
|
|
√ |
|
|
|
考查 |
PT16029405 |
Python程序课程设计 |
1.5 |
1.5W |
|
|
1.5W |
|
|
|
√ |
|
|
|
|
|
考查 |
PT16020410 |
毕业论文（设计） |
8 |
12W |
|
|
12W |
|
|
|
|
|
|
|
√ |
|
考查 |
PT16020411 |
毕业实习 |
8 |
12W |
|
|
12W |
|
|
|
|
|
|
|
|
√ |
考查 |
小计 |
71 |
896+ 31.5W |
624 |
272 |
31.5W |
|
12 |
15 |
18 |
5 |
6 |
|
|
|
|
|
ZX16029401 |
Web前端开发技术 |
3 |
64 |
32 |
32 |
|
|
|
|
4 |
|
|
|
|
|
考查 |
ZX16029402 |
Hadoop分布式系统 |
3 |
64 |
32 |
32 |
|
|
|
|
4 |
|
|
|
|
|
考查 |
ZX16029403 |
数据采集与网络爬虫 |
3 |
64 |
32 |
32 |
|
|
|
|
4 |
|
|
|
|
|
考查 |
ZX16029404 |
应用多元统计分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
|
|
考查 |
ZX16029405 |
数据挖掘算法与数学模型 |
3 |
64 |
32 |
32 |
|
|
|
|
|
4 |
|
|
|
|
考查 |
ZX16029406 |
Hadoop大数据开发及应用 |
3 |
64 |
32 |
32 |
|
|
|
|
|
4 |
|
|
|
|
考查 |
ZX16029407 |
计算机网络 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
|
|
考查 |
ZX16029408 |
数据可视化（Tableau应用技术） |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
|
|
考查 |
ZX16029409 |
大数据存储技术（Hive/Hbase） |
3 |
64 |
32 |
32 |
|
|
|
|
|
|
4 |
|
|
|
考查 |
ZX16029410 |
文本挖掘 |
2.5 |
48 |
32 |
16 |
|
|
|
|
|
|
3 |
|
|
|
考查 |
ZX16029411 |
应用时间序列分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
3 |
|
|
|
考查 |
ZX16029412 |
数值分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
3 |
|
|
|
考查 |
ZX16029413 |
应用随机过程 |
3 |
48 |
48 |
|
|
|
|
|
|
|
4 |
|
|
|
考查 |
专业教育课程 |
选 修 课 |
ZX16029414 |
机器学习基础 |
3 |
64 |
32 |
32 |
|
|
|
|
|
|
4 |
|
|
|
考查 |
ZX16021415 |
系统架构设计原理 |
2 |
32 |
24 |
8 |
|
|
|
|
|
|
|
2 |
|
|
考查 |
ZX16029416 |
深度学习（TensorFlow实战） |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
|
3 |
|
|
考查 |
ZX16029417 |
推荐系统 |
2.5 |
64 |
16 |
48 |
|
|
|
|
|
|
|
4 |
|
|
考查 |
ZX16029418 |
金融学 |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
|
考查 |
ZX16029419 |
大规模分布式系统 |
3 |
64 |
32 |
32 |
|
|
|
|
|
|
|
3 |
|
|
考查 |
ZX16029420 |
大数据处理技术及应用 |
3 |
64 |
32 |
32 |
|
|
|
|
|
|
|
3 |
|
|
考查 |
ZX16029421 |
人工智能 |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
|
2 |
|
考查 |
ZX16029422 |
商务智能 |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
|
2 |
|
考查 |
ZX16029423 |
专业技能训练 |
4 |
8W |
|
|
8W |
|
|
|
|
|
|
|
√ |
|
考查 |
最低选修学分 |
35 |
768+ 8W |
352 |
416 |
8W |
|
|
|
8 |
10 |
13 |
13 |
2 |
|
|
职业能力教育课程 |
必 修 课 |
KB16000401 |
大学生职业生涯规划 |
1 |
16 |
16 |
|
|
|
|
1 |
|
|
|
|
|
|
考查 |
KB16000402 |
大学生就业指导 |
1 |
16 |
16 |
|
|
|
|
|
|
|
|
1 |
|
|
考查 |
KB16020403 |
企业认知实习 |
1 |
1W |
|
|
1W |
|
第2-4学期修完 |
考查 |
KB16020404 |
企业实训 |
2 |
2W |
|
|
2W |
|
第2-6学期修完 |
考查 |
小计 |
5 |
32+ 3W |
32 |
|
3W |
|
|
1 |
|
|
|
1 |
|
|
|
选 修 课 |
KX16000401 |
职业能力系列课 |
2 |
32 |
32 |
|
|
|
第2-6学期修完 |
考查 |
KX16000402 |
职业素质训练 |
2 |
2W |
|
|
2W |
|
第2-7学期修完 |
考查 |
KX16000403 |
职业技能训练 |
2 |
2W |
|
|
2W |
|
第2-7学期修完 |
考查 |
最低选修学分 |
6 |
32+ 4W |
32 |
|
4W |
|
|
|
|
|
|
|
|
|
|
创业能力教育课程 |
必 修 课 |
EB16000401 |
创新思维与创新能力 |
2 |
32 |
32 |
|
|
|
|
|
|
|
2 |
|
|
|
考查 |
EB16000402 |
大学生创业指导 |
2 |
32 |
32 |
|
|
|
|
|
|
|
|
2 |
|
|
考查 |
小计 |
4 |
64 |
64 |
|
|
|
|
|
|
|
2 |
2 |
|
|
|
选 修 课 |
EX16000401 |
创新创业能力系列课 |
2 |
32 |
32 |
|
|
|
第2-6学期修完 |
考查 |
EX16000402 |
创新实践 |
2 |
2W |
|
|
2W |
|
第2-7学期修完 |
考查 |
EX16000403 |
创业实践 |
2 |
2W |
|
|
2W |
|
第2-7学期修完 |
考查 |
EX16000404 |
科研实践 |
2 |
2W |
|
|
2W |
|
第2-7学期修完 |
考查 |
最低选修学分 |
4 |
32+ 2W |
32 |
|
2W |
|
|
|
|
|
|
|
|
|
|
总计 |
165 |
2848+ 50.5W |
1616 |
720 |
432+ 50.5W |
80 |
26 |
28 |
34 |
25 |
21 |
16 |
2 |
|
|
数据科学与大数据技术专业
课程类别、门数与学时学分统计表
课程类别 |
门数 |
应修学时 |
应修学分 |
占总学分比例 |
必 修 课 |
通识课 |
19 |
960+2W |
36 |
21.8% |
专业基础课 |
9 |
512 |
28.5 |
17.3% |
专业主干课 |
10 |
384 |
19 |
11.5% |
集中实践课 |
7 |
31.5W |
23.5 |
14.3% |
职业能力课 |
4 |
32+3W |
5 |
3.0% |
创业能力课 |
2 |
64 |
4 |
2.4% |
小计 |
51 |
1952+36.5W |
116 |
70.3% |
选 修 课 |
公共选修课 |
1 |
64 |
4 |
2.4% |
专业选修课 |
14 |
768+8W |
35 |
21.3% |
职业选修课 |
3 |
32+4W |
6 |
3.6% |
创业选修课 |
2 |
32+2W |
4 |
2.4% |
小计 |
20 |
896+14W |
49 |
29.7% |
总计 |
71 |
2848+50.5W |
165 |
100% |
备 注 |
毕业应取得的总学分 |
165 |
理论课学时/学分 |
1616 |
101 |
占总学分比例 |
61.2% |
实验（实践）课学时学分 |
1152+50.5W |
64 |
占总学分比例 |
38.8% |