数据科学与大数据技术专业培养方案.pdf

数据科学与大数据技术 数据科学与大数据技术专业人才培养方案 一、专业基本信息 专业代码：080910T 专业名称：数据科学与大数据技术 修业年限：基本学制4年，修业年限4-6年 授予学位：工学学士 二、培养目标 本专业面向大数据及人工智能相关领域，培养德、智、体、美、劳全面发展，具有良好的政治素质、道德 修养、团队意识和协作能力，掌握扎实的数据科学基础理论和专业知识，具备数据科学思维能力、大数据应用研 究与开发能力，具备复杂工程问题的研究分析能力和工程实践能力、自我学习能力，在大数据系统的研发、部署 与应用等相关领域具有就业竞争力、国际视野、创业精神的高素质工程技术人才。具体达到如下目标： 目标1：具有良好的人文社会科学素养、职业道德、心理素质和社会责任感，了解计算机科学与技术、数 据科学与大数据相关领域的法律法规、技术标准、工程管理、经济决策等知识。 目标2：具有运用数学、自然科学、工程基础及数据科学与大数据技术专业理论知识解决复杂工程问题的能力。 目标3：具有大数据的采集、存储、处理、建模分析与应用等技术，具备大数据应用项目的设计和开发能 力，以及利用统计建模、机器学习和数据挖掘的基本理论、方法对大数据进行深度分析和产品化开发的能力。 目标4：具有创新意识、协作精神和国际视野，能够在团队中展现合作精神、独立思考与自我管理能力， 具有跨文化环境下的交流、竞争与合作的初步能力。 目标5：能够通过继续教育或其它终身学习渠道更新知识，实现能力和技术水平的提升，具有不断学习以 适应现代社会发展和行业竞争的能力。 三、基本学分学时 总学分为182，其中，理论教学学分100，实践教学学分82。 总学时为2856，其中，理论教学学时1702，实践教学学时1154。 四、毕业要求 本专业基于“学生中心、产出导向和持续改进”的理念，根据《工程教育认证标准》通用标准和计算机类 专业补充标准、《普通高等学校本科专业类教学质量国家标准》中“计算机类教学质量国家标准”，聚焦学生的 “知识、能力、素质”，培养面向数据科学与大数据产业发展，针对数据科学与大数据及相关领域的应用系统规 划、分析、设计、开发、部署及运维等岗位的高素质工程技术人才。为此，学生在毕业时应达到以下要求： 1.工程知识：能够将数学、自然科学、工程基础和专业知识，用于解决数据预处理、清洗、挖掘、可视 ·695· 数据科学与大数据技术 2019版本科专业人才培养方案 化等过程中面临的复杂工程问题。 毕业要求对培养目标支撑的矩阵 2.问题分析：能够应用数学、自然科学、计算机科学和工程科学的基本原理，在大数据系统及应用的构 思与设计阶段，通过文献研究、数学建模、工程经验提炼等方法，识别、表达、分析复杂大数据工程问题及其 培养目标 培养目标1 培养目标4 培养目标5 培养目标2 培养目标3 4.研究 √ √ √ 5.使用现代工具 √ √ √ 毕业要求 解决方法，以获得有效的结论。 3.设计/开发解决方案：能够设计针对大数据领域复杂工程问题的解决方案，以及满足特定需求的软硬件系 统、模块或算法流程，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。 4.研究：能够基于科学原理并采用科学方法对复杂工程问题进行研究，包括设计实验、分析与解释数 6.工程与社会 √ √ √ 7.环境与可持续发展 √ √ √ 8.职业规范 √ √ √ 9.个人和团队 √ √ √ 10.沟通 √ √ √ 11.项目管理 √ √ √ 12.终身学习 √ √ 据、并通过信息综合得到合理有效的结论。 5.使用现代工具：能够针对大数据相关复杂工程问题，选择和使用恰当的现代工程工具，进行信息表 达、建模、设计、模拟、验证，并能够在实践中了解这些工具使用的局限性。 6.工程与社会：能够基于大数据和人文社会科学等领域的相关背景知识，解释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，进行解决方案的合理分析，理解工程师应承担的责 任与义务，并协助专业团队开展相关评价。 7.环境与可持续发展：具有环境保护和可持续发展意识，能够理解和评价针对大数据复杂工程问题的专 业工程实践对环境、社会可持续发展的影响。 √ 8.职业规范：坚持社会主义核心价值观，具有坚定的政治立场，热爱祖国，具有人文社会科学素养、社 五、各教学环节周数分配 会责任感，能够在大数据相关工程实践中理解并遵守工程职业道德和规范，履行责任。 9.个人和团队：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，发挥相应的作 专业培养方案的教学进程按四学年安排，共计157周。具体分配如下：军事理论与技能训练（含军事 训练、理论课）3周；理论教学98周；专业实践14周；考试8周；毕业实习10周；毕业设计（论文）16周； 用，开展有效的工作。 10. 沟通：能够就复杂工程问题与业界同行及公众进行有效沟通和交流，包括撰写报告、陈述发言、清晰 机动8周。 表达等，能够在跨文化背景下进行沟通和交流，具备一定的国际视野。 各教学环节周数分配表 11.项目管理：能够在大数据应用模型的构思-设计-实施-运行等过程的工程实践中，理解与掌握工程管 第一学年 理原理与经济决策方法，并能在多学科环境下应用。 学年、学期 第一 学期 军事理论与技能训练 3 课堂教学 14 12. 终身学习：具有自主学习和终身学习的意识，具有在科学研究与技术应用过程中不断学习和适应发展 的能力。 毕业要求对培养目标支撑的矩阵 第二 学期 2.问题分析 培养目标1 培养目标2 培养目标3 培养目标4 ·696· 第五 学期 第六 学期 第七 学期 第八 学期 16 16 16 14 6 98 2 2 2 2 4 2 14 10 10 16 毕业设计（论文） √ √ √ √ √ 机 动 考 试 √ √ 2 1 合计（周） 2 1 √ √ 合计 16 培养目标5 1 39 2 1 √ 社会实践 3.设计/开发解决方案 第四 学期 第四学年 毕业实习 培养目标 1.工程知识 第三 学期 第三学年 3 专业实践（含创新创业实践） 毕业要求 第二学年 1 √ 40 1 1 8 暑假 进行 √ 40 8 2 1 16 38 157 ·697· 数据科学与大数据技术 2019版本科专业人才培养方案 八、各学期周学时分配一览表 六、课程体系结构 最低毕业要求 学 性质 课程类别 学分 比例 学时 比例 16.24% 公共通识必修课程 必修 27 14.84% 464 人文社会科学类课程 必修/选修 29 15.93% 608 21.29% 数学与自然科学类课程 必修 27 15% 436 15.27% 工程基础类课程 必修 5 2.75% 84 2.94% 通识教育 课程 必修 11 5.98% 176 专业核心课程 必修 32 17.39% 512 17.93% 专业拓展课程 选修 10 5.43% 160 5.6% 工程实践和毕业设计（论文） 必修 37 20.32% 416 14.57% 创新创业实践 选修 4 2.2% 182 100% 专业基础类课程 专业类课程 合计 6.16% 课 程 类 别 期 1 2 3 4 5 通识教育课程 9 11 7 11 4 数学与自然科学类课程 6 12.5 6.5 3 工程基础类课程 6 专业基础类课程 8 8 4 专业核心课程 5 7 8 4.5 2 4.5 4 4 4.5 26 18 13.5 8 专业类课程 专业拓展课程 工程实践和毕业设计（论文） 2856 100% 29 总周学时 10 28.5 24.5 10 九、课程与毕业要求对应关系矩阵 数据结构与算法、Java程序设计、Python程序设计、Linux系统应用、操作系统、Hadoop大数据技 术、spark大数据技术、数据采集与预处理、数据可视化技术。 毕业要求 七、实验实践学分学时统计表 学分 比例 学时 比例 非独立课内实验 39 47.56% 692 60.00% 独立设课试验 14 17.07% 240 20.80% 课程综合实训 8 9.76% 128 11.09% 工程综合实训 6 7.32% 96 8.32% 创新创业实践 4 4.88% 生产实践 6 7.32% 毕业设计（论文） 5 6.10% 82 通识教 育课程 1154 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 要求1 要求2 要求3 要求4 要求5 要求6 要求7 要求8 要求9 要求10 要求11 要求12 工程 知识 课程名称 实践教学环节 设计/ 使用现 工程 环境与 问题 开发解 可持续 职业 个人 沟通 研究 代工具 与社会 发展 规范 和团队 分析 决方案 中国近现代史纲要 H M L L 思想道德修养与法律基础 M L H L 马克思主义基本原理概论 H M L L 毛泽东思想和中国特 色社会主义理论体系概论 H M L L 形势与政策 H M L L 大学英语 L 大学体育 H M 大学生心理健康教育 H 安全教育 H M L 社会实践 H M L 劳动体验与锻炼 H M L M 军事理论与技能训练 H H 高等数学A2 H M L 离散数学 H M L M H L H L M 终身 学习 L M 写作 项目 管理 H 演讲与口才 通识选修课程 ·698· 7 创新创业实践 2.主要核心课程： 合计 6 L M L M L ·699· 数据科学与大数据技术 2019版本科专业人才培养方案 毕业要求 工程基 础类课程 专业基 础类课程 线性代数 H M L Linux系统应用 H M L 概率论与数理统计 H M L Python程序设计综合课程设计 H M L 大学物理（一） H M L 海量数据预处理综合实训 M H L M 大学物理（二）B H M L 大数据行业项目部署实战 M H L M 大学物理实验（一） H M L 大学物理实验（二） H M L C语言程序设计 H M ェ㰄〛导论 H Python程序设计 H H M ·700· L L H M L 计算机组成原理 H M L H M 数据库基础与应用 H M L 计算机网络 H M L 数据采集与预处理 L H 操作系统 H M L H M 创新创 业实践 L 工程 知识 课程名称 L 使用现 工程 环境与 职业 个人 问题 设计/ 开发解 研究 可持续 沟通 代工具 与社会 发展 规范 和团队 分析 决方案 Hadoop大数据技术 H M L Spark大数据技术 H M L 海量数据可视化分析综合实训 M H 大数据开发综合实训 M H L 项目 管理 终身 学习 M L M 毕业实习 M H H H M M L L M H M L 毕业设计（论文） M H H H M M L L M H M L 学科竞赛与创新创业训练 M H H M L L M L L M M M 注：H表示强支撑，M表示中度支撑，L表示弱支撑 M L 专业英语 专业拓 展课程 终身 学习 工程实 践和毕 业设计 论文） M 数据结构与算法 数据可视化技术 项目 管理 L M Java程序设计 专 业 类 课 程 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 要求1 要求2 要求3 要求4 要求5 要求6 要求7 要求8 要求9 要求10 要求11 要求12 使用现 工程 环境与 职业 个人 问题 设计/ 开发解 研究 可持续 沟通 代工具 与社会 发展 规范 和团队 分析 决方案 数字逻辑 专业核 心课程 毕业要求 工程 知识 课程名称 数学与 自然科 学类课程 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 毕业 要求1 要求2 要求3 要求4 要求5 要求6 要求7 要求8 要求9 要求10 要求11 要求12 H 云计算虚拟化技术 H M L JSP程序设计 H M L JavaEE软件开发技术 H M L 云计算部署与实施 H M L 数据挖掘技术与应用 H M L noSQL原理与应用 H M L 云应用系统开发 H M L 软件工程 H M L C语言程序设计综合课程设计 H M L 数据结构与算法综合课程设计 H M L Java程序设计综合课程设计 H M L M L ·701· ·702· 形势与政策（二） 形势与政策（三） 形势与政策（四） 形势与政策（五） 大学英语（一） 大学英语（二） 大学英语（三） 大学英语（四） 大学体育（一） 大学体育（二） 大学体育（三） 大学体育（四） 演讲与口才 写作 大学生心理健康教育 社会实践 安全教育 02111003 02111004 02111005 02111006 18111001 18111002 18111003 18111004 12111001 12111002 12111003 12111004 04111037 01111021 04111019 00114022 00114003 技术创新方法 24122119 高等数学A2（二） 离散数学 线性代数 06111072 10112005 06111007 06111044 与自 然科 专业 基础 类课程 工程 基础 类课程 课程 学类 大学物理实验（二） C语言程序设计 计算机导论 数字逻辑 Python程序设计 07114142 10112101 10112162 10114045 10112161 数据结构与算法 Digital Logic 大学物理（二）B 07111026 10112010 Introduction of Computer 大学物理实验（一） 07114141 Data Structures and Algorithms 小计 Python Programming 小计 C programing 小计 College Physics Experiment II College Physics (Ⅱ) B College Physics Experiment I 大学物理（一） College Physics Ⅰ Probability Theory and Mathematical Statistics Linear Algebra Discrete Mathematics Advanced mathematics A2 II Advanced mathematics A2 I 小计 07111024 概率论与数理统计 高等数学A2 （一） 数学 2 44 选修 考查 考查 考查 32 32 348 532 880 24 112 36 8 理论 实践 实验 112 36 32 8 16 学时分配 8 16 32 16 28 28 28 24 16 16 马院 马院 马院 马院 大外部 2 3 4 5 1 体育学院 1 5 1 8 执行 学期 8 机器人学院 武装部 武装部 学生处、各学院 开课 单位 安管处、各学院 团委、各学院 7 文学院 5 教科院 文学院 4 2 体育学院 体育学院 4 3 体育学院 大外部 4 2 大外部 3 大外部 马院 1 2 马院 马院 4 3 马院 马院 1 2 开课 单位 执行 学期 5 11 4 必修 必修 考试 考试 80 176 64 56 必修 3.5 考查 56 考查 必修 84 436 24 32 24 64 48 48 48 64 84 3.5 考试 考试 考试 考试 考试 考试 考试 考试 考试 考试 84 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 192 5 5 27 1.5 2 1.5 4 3 3 3 4 5 12 48 102 32 42 28 56 56 388 32 64 48 48 48 64 84 192 32 74 32 14 28 28 28 48 24 24 2 3 1 1 1 3 3 2 2 4 3 2 2 1 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 电子信息学院 电子信息学院 电子信息学院 电子信息学院 数统学院 数统学院 大数据学院 数统学院 数统学院 1-6学期从中华文化与历史传承类、自然科学与科技类、社会热点与世界视野类、自我认知与人生发展类、文学修养与艺术鉴赏类和创新创业类通识课程模块中选修 12学分。必须从中华文化与历史传承类课程中选修2学分“党史”课程，在创新创业类课程中选修2学分《大学生职业生涯与发展规划》及2学分《技术创新方法》， 在文学修养与艺术素养类课程中须选修不低于2学分课程。 Technological Innovation Method 小计 必修 4 Military Skills 军事技能 00114035 必修 2 考查 考核 总学时 方式 课程 性质 16 32 32 学分 Military Theory 军事理论 00121206 4 32 16 4 32 32 4 32 36 36 72 56 8 8 8 8 8 64 32 4 考查 必修 32 16 16 理论 32 实践 实验 学时分配 28 36 36 72 56 8 8 8 8 8 80 48 48 48 必修 考查 考查 考查 考查 考查 考查 考查 考查 考试 考试 考试 考试 考查 考查 考查 考查 考查 考试 考试 考试 考试 考核 总学时 方式 1 必修 必修 2 1 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 必修 2 2 1 1 1 1 2 2 4 3 0.4 0.4 0.4 0.4 0.4 必修 必修 必修 必修 课程 性质 1 Labor Experience and Exercise 劳动体验与锻炼 课程英文名称 Safety Education Social Practice Mental Health Education of College Students Writing Speech and Eloquence Physical Education Ⅳ Physical Education Ⅲ Physical Education Ⅱ Physical Education Ⅰ College English Ⅳ College English Ⅲ College English Ⅱ College English Ⅰ Situation and Policy Ⅴ Situation and Policy Ⅳ Situation and Policy Ⅲ Situation and Policy Ⅱ 00114023 课程中文名称 形势与政策（一） 02111002 课程代码 毛泽东思想和中国特色社 会主义理论体系概论 02111018 Situation and Policy Ⅰ 3 An Introduction to the Basic Principles of Marxism An Introduction to Mao Zedong Thought and Theory of Building Socialism with Chinese Characteristic 马克思主义基本原理概论 02111016 5 3 Moral Cultivation and Fundamentals of Laws 思想道德与法治 02111017 3 学分 Outline of Modern Chinese History 课程英文名称 中国近现代史纲要 课程中文名称 02111027 课程代码 06111071 课程类别 课程 教育 通识 课程类别 十、课程设置及教学进度表 2019版本科专业人才培养方案 数据科学与大数据技术 ·703· ·704· 必修 4 云计算部署与实施 数据挖掘技术与应用 noSQL原理与应用 云应用系统开发 信息管理基础 软件工程 10112115 10122084 10112165 10114072 10122086 10112020 拓展 课程 Hadoop大数据技术 10114084 10114085 实践 和毕 毕业设计（论文） 10114015 4 4 Data Mining Technology and Applications 2 3 Information Management Foundation Software Engineering 小计 必修 必修 2 4 4 Massive data 182 毕业要求最低学分 考查 2856+ 1702 1154+ 26周 26周 4 选修 1-8学期进行，学分根据学 校相关规定和大数据学院创 新创业教育学分认定细则认 定。 8 7 416+ 26周 10周 7 6 6 6 5 5 4 4 416+ 26周 考查 10周 32 32 64 32 64 32 64 32 执行 学期 3 2 2 7 7 7 7 6 6 6 5 5 5 6 5 5 4 4 3 3 37 必修 5 考查 32* 32* 64 32* 64 32* 64 32* 理论 实践 实验 学时分配 32 16 16 64 16 48 32 32 32 48 48 32 176 32 8 32 16 32 16 8 执行 学期 16周 必修 6 考查 考查 考查 考查 考查 考查 考查 考查 32* 96 32 32 32 32 32 32 32 336 32 56 32 48 32 32 56 理论 实践 实验 学时分配 16周 必修 2 4 Innovation and Entrepreneurship Practice 小计 Graduation Design (Dissertation) Graduation Practice Visual Analytics Practice of 必修 必修 必修 必修 4 2 必修 2 小计 学科竞赛与创新创业训练 考核 总学时 方式 课程 性质 学分 Comprehensive training of Big Data Development 2 Spark Bigdata Technology Projects Deploy of Big Data Big Data Technology for Hadoop Massive data preprocessing Practice Linux System Application Integrated Curriculum Design of Java Programming 课程英文名称 考查 必修 16* 2 考查 必修 16* 160 48 32 48 64 64 64 48 1 考查 考查 考查 考查 考试 考查 考查 考查 48 64 32 512 64 64 64 64 64 48 64 必修 选修 选修 选修 选修 选修 考查 考查 考查 考查 考试 考试 考试 考试 考试 考试 考核 总学时 方式 1 10 3 Development of Cloud Application System 注：工程实践和毕业设计（论文）板块的“总学时”栏目中加了“*”的课程为专业课程实训周。 业实践 00114019 毕业实习 10114002 创新创 海量数据挖掘分析与 可视化综合实训 10114087 ） 大数据开发综合实训 10114086 论文 Spark大数据技术 10114088 计（ 业设 大数据行业项目部署综合实训 海量数据预处理综合实训 10114083 工程 Linux系统应用 10112105 课程中文名称 Java程序设计综合课程设计 课程代码 10114073 10114017 必修 4 Business Intelligence Methods and Applications Principle and Application of Distributed Database 选修 3 JavaEE Software Development Technology 选修 3 JSP programming Integrated curriculum design of C programming integrated curriculum design of Data 数据结构与算法综合课程设计 structure and algorithm Python程序设计综合课程设计 Integrated Curriculum Design of Python Programming C语言程序设计综合课程设计 10114065 课程类别 JavaEE 软件开发技术 10112159 10114016 JSP程序设计 10112106 选修 选修 4 2 Virtualization Technology of Cloud computing 说明：专业拓展课必选10学分及以上。 云计算虚拟化技术 10112154 专业英语 Computer English 程 10122053 课 业 32 必修 4 必修 必修 4 小计 Operation System Data Acquisition and Pretreatment 必修 3 必修 必修 4 4 课程 性质 学分 类 数据可视化技术 操作系统 10112014 10112163 数据采集与预处理 10112164 Computer Networks Java Programming Database foundation and application Principles of Computer Organization 课程英文名称 4 专业 Java程序设计 10112112 计算机网络 数据库基础与应用 10112104 10112008 计算机组成原理 课程中文名称 10112120 课程代码 Data Visualization Technology 专 课程 核心 专业 课程类别 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 开课 单位 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 大数据学院 开课 单位 2019版本科专业人才培养方案 数据科学与大数据技术 ·705· 数据科学与大数据技术 2019版本科专业人才培养方案 十一、其他说明 5.社会实践、劳动体验及创新创业教育主要内容及要求 1.推荐职业技能证书 开展创新创业、文化艺术、社会实践、劳动体验与锻炼等丰富多彩的社会实践活动。按照“目标精准 推荐证书：大数据开发工程师证书、大数据分析师证书、数据可视化工程师证书、软件工程师证书、网 化、工作系统化、实施项目化”原则，结合专业特点，将学生科技创新活动作为第二课堂重要内容，系统打 络工程师证书、云计算工程师证书等，知名IT企业的职业资格认证证书（如华为、阿里、微软、思科、 造学科竞赛体系，以“二十大赛事”为重点训练项目，为学生提供国家级、市级、校级、院级“菜单式”的 IBM、CLOUDERA、REDHAT、ORACLE、SYBASE等）。 赛事活动体系。打造程序设计竞赛、项目研发竞赛、创新创业大赛三个教学团学一体化团队，教师人人当导 2.毕业实习主要内容及要求 师，学生个个进团队。以学生科研项目立项和学科竞赛等方式，积极引导学生开展科学研究和学科竞赛，提 遵照并严格执行学校《工程类专业毕业实习管理办法》《实践教育基地建设与管理办法》等制度文件， 升科研能力和创新应用能力。“班导师+项目导师+企业职业导师”三导师全过程引航，形成了点面结合、纵 确保教育实习质量满足人才培养目标要求。实行学校集中统一组织和个人分散相结合的毕业实习方式。毕业 横交织的培训体系，支持和指导学生参加创新创业大赛，全面提升学生创新创业能力。开展“三下乡”活 实习安排在第7学期，时间为10周。以职业岗位实际需求为导向，加强基地建设、强化过程管理、创新开展 动，支持和组织学生参加暑期带薪实习。遵照并严格执行学校《规范学生社团管理》文件，健全制度、加强 方式，确保实习实训顺利进行。深化校地、校校协同育人，建立校外实践教育基地30余个，实行“双导师” 指导，鼓励支持学生参加学术理论、科技竞赛、志愿公益、文化艺术、体育锻炼、社会实践、创意创业等社 制指导学生实习，满足学生毕业实习实训需要。遵照并严格执行学校《毕业实习管理办法》，严格规范实习 团活动。《社会实践》在第7学期的暑假，学生参加 “三下乡”社会实践。《劳动体验与锻炼》在第8学期。 环节。毕业实习严把“基地选择关”“中期检查关”“成绩评定关”，运用实习管理服务系统，规范过程监 6.课程考核说明 控，实行“顶岗实习（实训）”。让学生进一步将学科理论与工程实践结合起来，在毕业实习中提高专业素 加强考核管理，推动评价改革。强化校、院两级考核管理。遵照并严格执行学校《课程考核工作规范》 质和能力。院上成立实习领导小组，落实实习基地和实习经费，认真做好实习前的各种准备，包括实习计 《考试安全保密工作实施细则》《试卷管理规范》《学生考试违规处理办法》等文件，确立校、院两级考核 划、实习小组的划分，以及对学生实习过程的监控和实习的评价机制。实习过程中，院实习领导小组巡回检 管理机制，全过程规范命题、制卷、考核、阅卷、归档等，严肃处理学生考试违纪和作弊行为，形成严格规 查，确保实习工作顺利进行。实习结束后学生完成实习报告，认真总结经验，指导教师按规定予以评分，并 范的考试文化。其中，通识教育必修课、学科基础课、专业基础课和部分专业核心课等课程由学校组织考 记入平时成绩。成绩分优秀、良好、中等、及格、不及格五等。 核，其他课程考核由各教学院（部）组织实施。推进“三转”评价方式改革。遵照并严格执行学校《课程学 3.毕业设计（论文）环节规范及质量标准 习评价方式改革实施方案》，推动考核评价实现“三转”，以评价改革促进应用型人才培养。评价重心由知 遵照并严格执行学校《毕业设计（论文）环节规范及质量标准》，确保毕业设计（论文）质量满足人才 识考核向能力考核转变。成绩评定由终结性评价向形成性评价转变。增加平时评价项目，进行多种形式综合 培养目标要求。严把“选题关”。论文选题坚持正确的政治方向，体现专业特点，并能对专业知识进行深 考评，突出课程考核全面性。评价方式由单一化向多元化转变。由单一的闭（开）卷考试拓展为网络考试、 化、拓展和运用；体现工程教育专业认证的培养目标，使学生得到综合训练；体现对专业的基础理论、基本 技能测试、作品设计+现场答辩、案例设计、课程论文等多种考核评价方式。 知识和基本技能的掌握与运用；突出问题意识，鼓励对理论和实践的热点难点问题进行研究；选题具体、适 7.学分计算办法 中，难度和分量适当。严守“内容关”。坚持理论联系实际，具有一定的创新性；观点正确，资料翔实，论 （1）学分确定标准 据充分，结构合理，层次清晰，行文流畅；引文、注释、参考文献和附录等符合学术规范；严禁学术不端行 一般每16学时计1学分（体育课一般每32学时计1学分），实践教育模块课程一般每周计1学分。 为。严明“指导关”。实行“学校导师+企业导师”的双导师制，要求指导教师具有较强的责任心和丰富的 （2）创新创业教育学分认定办法 指导经验，在专业领域内有较深厚的学术积累。加强指导过程监控，以确保指导质量。严格“过程关”。加 强毕业设计（论文）写作各环节的监督和管理。规范开题、中期检查、查重、答辩等环节管理。对毕业设计 序号 项目 考核内容及标准 （论文）文本实行“指导教师—教学院（部）—学校”三级查重与专项检查，确保毕业设计（论文）质量。 毕业论文（设计）安排在第8学期，时间为16周。成绩分优秀、良好、中等、及格和不及格。 国家级奖 4.工程认知见习主要内容及要求 遵照并严格执行学校《工程认知见习实施方案》，确保工程认知见习质量支持人才培养目标。通过专业 见习，学生了解行业发展趋势、了解并遵守行业企业职业道德规范，体会职业认同感，增进对所学专业的理 01 数学建模竞赛、计算 机设计大赛、软件设 计大赛、大学生“挑 战杯”大赛及教务处 和学院认定的竞赛 省部级奖 解，提升学习专业兴趣，为后续的学习及职业规划提供良好的帮助。工程认知见习内容包括了解行业发展趋 势、了解专业主要技术、主流设备、职业道德规范等。加强分组、指导、见习过程、见习总结和评价过程监 控。工程认知见习实行校内见习和校外见习相结合的见习方式，安排在相关课内以及其他课余时间。 ·706· 国家级项目 学分值 一等奖 4 二等奖 3 三等奖 2 一等奖 2.5 二等奖 2 三等奖 1.5 结题 5 备注 以获奖证书为准 ·707· 数据科学与大数据技术 2019版本科专业人才培养方案 序号 02 项目 科研课题、创新实 验、创新创业训练项 目 考核内容及标准 省部级项目 结题 3 校级项目 结题 2 发表论文、作品 文学、艺术作品 新闻报道 作品每篇 500字以上 04 05 06 07 社会实践 等级考试 职业技能考试 教学与团学 工作一体化团队 社会实践 活动先进 个人、先 进集体 英语4、6 级考试， 软件水平考试 国家职业 资格技能 鉴定考试 参加团队活动 备注 1—3 SCI、SSCI、EI或ISTP收录 3 第1-4作者等差递减0.5 中文核心期刊 2 第1-3作者等差递减0.5 一般公开出版刊物 1 第1-2作者等差递减0.5 公开发行的报刊杂志 0.5 可累计但不超过2学分 国家级 0.5 省（市）级 0.3 校级 0.2 国家级 2 省级 1 校级 0.5 通过大学英语六级考试 2 通过大学英语四级考试 1 通过计算机软件水平高级考试 3 通过计算机软件水平中级考试 2 通过计算机软件水平初级考试 1 高级 3 中级 2 初级 1 可累计但不超过2学 分。由学院认定 以证书或成绩单为准 以职业资格证为准 参加数学建模竞赛指导团队、信息技术 应用水平竞赛指导团队、大学数学竞赛 指导团、软件设计大赛团队、科技创新 创业项目团队、考研指导团队培训与竞 赛活动考核合格 1—2 参加计算机爱好者协会活动考核合格 1 由学院组织考核 0.5-1 总计不超过1学分。由 学院组织考核 参加一个团队1学分， 总计不超过2学分。由 学院组织考核 学术讲座 参加学术讲座并撰写心得体会考核合格 参加专业学术活动 （每次0.5学分） 10 读书活动 阅读专业书籍 认真阅读计算机专业著作、有完整的读 书笔记或者完成习题的作业本 1 由学院组织考核 11 文娱活动 文娱表演 参加校、院及重大型文娱活动筹划及表 演（每次0.5学分，成绩突出者1学分） 0.5-1 总计不超过1学分。由 学院组织考核 12 体育活动 体育训练和比赛 参加校、院级大型体育活动组织及比赛活 动（每次0.5学分，成绩突出者1学分） 0.5-1 总计不超过1学分。由 学院组织考核 ·708· 1.工程知识：能够将数学、自然科学、工 程基础和专业知识，用于解决数据预处 理、清洗、挖掘、可视化等过程中面临的 复杂工程问题。 指标点 1.1学生应能够应用数学、统计学、概率论等基础知识解决工程问题，并具有一 定的现代科学与技术方法论意识。 1.2学生应掌握大数据基础知识，并将这些专业工程知识和原理系统地运用到实 际的数据预处理、清洗、挖掘、可视化全过程中，并具备应用新的大数据处理框 架的能力。 1.3学生应具有较好的并行计算思维能力，同时能准确表达设计思维，能够应用 计算机科学和大数据技术相关的基础知识和基本方法，解决大数据分析与挖掘、 大数据系统与应用中的复杂工程问题。 2.问题分析：能够应用数学、自然科学、 计算机科学和工程科学的基本原理，在大 数据系统及应用的构思与设计阶段，通过 文献研究、数学建模、工程经验提炼等方 法，识别、表达、分析复杂大数据工程问 题及其解决方法，以获得有效结论。 2.1通过应用数学、自然科学、数据科学等的基本理论和方法，分析与识别相关实际 工程应用问题的复杂性，通过文献研究、工程推理、数学建模、工程经验提炼等方 法，把握总体目标，分清问题主次，制定解决方案的思路与方法。 2.2通过应用工程推理的原理和方法，假设和简化复杂的大数据应用模型，选择 并应用概念性和定性模型，并应用实验验证等方法，识别和判断大数据应用模型 问题的关键环节和参数。 2.3能够应用经典大数据算法模型，综合考量各边界条件和预期指标，在讨论决 策分析和合理性评判的基础上，分析和判断解决问题的可行性与合理性。 3.设计/开发解决方案：能够设计针对大 数据领域复杂工程问题的解决方案，以及 满足特定需求的软硬件系统、模块或算法 流程，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掌握大数据应用工程问题的基本设计原理与方法，在社会、健康、安全、法 律、文化以及环境等现实约束条件下，针对复杂工程问题设计合理的解决方案。 3.2能够从设计方法学上理解和掌握大数据复杂工程问题的解决 ，并在解决过程 中体现一定的创新思维能力。 3.3了解大数据相关领域的前沿知识和发展趋势，掌握基本创新方法，在解决复 杂工程问题中具有创新意识，同时考虑社会、健康、安全、法律、文化以及环境 等因素。 4.1能够综合应用数学、计算机科学等科学原理，针对大数据相关复杂工程问 题，设计合适的研究方案，并建立合适的数学模型，确定模型参数。 参加专业社团活动 09 毕业要求 以荣誉证书为准。先 进集体每人学分折半 社团活动 08 附件1： 毕业要求各维度下的指标点分解 以项目通过结题验收 的证书获奖证书为 准，项目成员减半计 算 课题立项校级1学分、市级2学分，国家级3学分 学术论文 03 学分值 4.研究：能够基于科学原理并采用科学方 法对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。 4.2能够针对大数据工程问题，分析现有工具、技术、方法的优缺点，提出解决 复杂工程问题的可行方案。 4.3能够针对提出的解决方案，利用大数据科学原理对其进行分析解释，具备设 计实验、分析与解释数据，并综合信息得到有效结论的能力。 5.1掌握数据科学与大数据技术专业最新技术资料的获取方法，能够利用中英文 图书、文献数据库、开放网站等途径查询和检索与本专业相关的资料。 5.使用现代工具：能够针对大数据相关复 杂工程问题，选择和使用恰当的现代工程 工具，进行信息表达、建模、设计、模 拟、验证，并能够在实践中了解这些工具 使用的局限性。 6.工程与社会：能够基于大数据和人文社 会科学等领域的相关背景知识，解释专业 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， 进行解决方案的合理分析，理解工程师应 承担的责任与义务，并协助专业团队开展 相关评价。 5.2掌握大数据系统设计、仿真、开发、测试、管理等平台和工具，并掌握这些 平台和工具的运行环境，能够对大数据复杂工程问题进行分析、建模与仿真模 拟。 5.3能够灵活的选择大数据科学技术方法、环境与工具，针对不同的复杂工程问 题提出相应的解决方案，进行分析比较、预测和模拟，并能够理解与表述问题解 决方案的局限性。 6.1在实习、社会实践等学习中，熟悉大数据领域相关的技术标准、知识、产 权、产业政策和法律法规，了解大数据系统应用的质量评价体系。 6.2能识别、量化和分析大数据新系统、新平台、新技术的开发和应用对社会、 健康、安全、法律以及文化的潜在影响，能够体现应尽的义务和责任，并协助专 业团队开展相关评价。 ·709· 数据科学与大数据技术 2019版本科专业人才培养方案 附件2： 毕业要求 7.环境与可持续发展：具有环境保护和可 持续发展意识，能够理解和评价针对大数 据复杂工程问题的专业工程实践对环境、 社会可持续发展的影响。 8.职业规范：坚持社会主义核心价值观， 具有坚定的政治立场，热爱祖国，具有人 文社会科学素养、社会责任感，能够在大 数据相关工程实践中理解并遵守工程职业 道德和规范，履行责任。 9.个人和团队：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，发挥相应的作用，开展有效的工 作。 指标点 7.1了解大数据相关的工程实践活动对生态环境的影响，理解信息污染和计算机 污染等相关领域的新概念，并做出正确的评价，能充分考虑工程活动与环境的冲 突问题。 7.2能够理解复杂工程问题的任何工程实践都有可能对环境与可持续发展产生影 响，针对具体问题的解决方案能够进行环境与可持续发展影响方面的分析与评 价。 8.1能够在日常行为和专业工程实践活动中，热爱祖国，坚持社会主义核心价值 观，并具有坚定的政治立场。 8.2理解与当前社会发展状况相关的人文与社会科学基本知识，在实际问题解决 方案中体现出健康心理、正确价值观、以及人文社会科学知识与素养。 8.3能够在大数据相关领域的工程实践中理解并遵守知识产权、信息安全、网络行 为规范等方面的职业道德和规范，并能在课程学习、专业实践、企业实习等环节 中履行应尽的义务和责任。 9.1了解大数据工程问题的多学科背景等特点，能主动与团队其他成员合作，理 解尊重个人权力与利益的重要性，理解个人、团队、社会的关系，理解个人和团 队的利益统一性，以及团队中不同角色及负责人的作用。 9.2能够针对大数据相关工程实践活动进行合理分工，在整个设计周期中承担个 体、团队成员以及负责人的角色。 10.沟通：能够就复杂工程问题与业界同 行及公众进行有效沟通和交流，包括撰写 报告、陈述发言、清晰表达等，能够在跨 文化背景下进行沟通和交流，具备一定的 国际视野。 10.1能够根据不同大数据复杂工程问题的解决方案、过程与结果，与业界同行及 社会公众进行交流，通过书面报告、设计文档、编写代码和口头陈述清晰地表达 团队或个人观点与设计理念。 11.项目管理：能够在大数据应用模型的 构思-设计-实施-运行等过程的工程实践 中，理解与掌握工程管理原理与经济决策 方法，并能在多学科环境下应用。 11.1能够在大数据应用模型的构思-设计-实施-运行等过程的工程实践中，理解 与应用工程管理原理与经济决策方法。 12.终身学习：具有自主学习和终身学习 的意识，具有在科学研究与技术应用过程 中不断学习和适应发展的能力。 ·710· 实践教学周安排 学期 实践类别 实践活动或课程 教学周 1 素质拓展实践 军事理论与技能训练 1-3周 C语言程序设计综合课程设计（1周） 1周 2 课程综合实训 数据结构与算法综合课程设计（1周） 18周 3 课程综合实训 Python程序设计综合课程设计（2周） 17-18周 4 课程综合实训 Java程序设计综合课程设计（2周） 17-18周 5 工程综合实训 海量数据预处理综合实训(2周） 17-18周 大数据行业项目部署综合实训（2周） 15-16周 6 工程综合实训 大数据开发综合实训（2周） 17-18周 工程综合实训 海量数据挖掘分析与可视化综合实训（2周） 1-2周 毕业实习 毕业实习 9-18周 毕业设计（论文） 毕业设计（论文） 1-16周 7 8 10.2具备良好的外语运用能力，通过阅读国内外技术文献、参加学术讲座等环 节，理解不同文化、技术行为之间的差异，能够在跨文化背景下进行沟通和交 流。 11.2在多学科背景下，将工程项目方案设计中涉及的时间及成本管理、质量及风 险管理、人力资源管理等问题进行最优求解。 12.1能认识不断探索和学习的必要性，注重身心健康，具有自主学习和终身学习 的意识。 12.2能针对个人或职业发展规划，在复杂工程问题的解决方案中体现出一定的自 主学习和终身学习的能力，不断适应计算机工程技术和大数据技术的发展和社会 需求。 ·711·