数据科学与大数据本科专业人才培养方案.pdf

数据科学与大数据本科专业人才培养方案 Data Science and Big Data (专业代码：080910T) 一、培养目标与毕业要求 （一）培养目标 本专业立足山东、面向全国，培养学生掌握大数据科学知识与技术，掌握大数据平台以及云平 台搭建、大数据处理、分析与应用技术，经历科学研究的初步训练，具备熟练应用计算机软件解决 大数据问题的能力，能在教育、科研、企事业、行政管理等行业领域从事大数据分析工作，具有较 强实践能力的高素质复合型应用人才。 目标 1(工程知识): 能够应用数学、自然科学、工程科学的基本原理和专业知识，识别、表达、 并通过文献研究分析和解决复杂工程问题。 目标 2(设计/开发解决方案)：能够针对复杂工程问题，选择与使用恰当的技术、资源、工程工 具，提出解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，包括对复杂工程问题的 预测与模拟，并能够在设计环节中体现创新意识。 目标 3(科学研究)：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。 目标 4(工程与社会)：能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂工 程问题解决方案对社会的影响，并理解应承担的责任。 目标 5(环境和可持续发展)：能够理解和评价针对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。考虑社会、健康、安全、法律、文化以及环境等因素 目标 6(职业规范)：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守工程 职业道德和规范，履行责任。 目标 7(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。 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、设计文稿、陈述发言、清晰表达 或回应指令，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。具有自主学习和终身 学习的意识，有不断学习和适应发展的能力。 目标 8(项目管理)：理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。 毕业生毕业 5 年后应达到的目标： （1）具备扎实的专业基本功，能够将数据科学与大数据技术与社会需要进行深度融合，逐步成 长为数据科学与大数据技术相关行业的骨干力量。 （2）具有较强的逻辑思维能力、大数据处理能力、创新能力与云平台搭建能力，能够运用数学 与统计学知识、计算机技术建立大数据模型并解决实际问题，服务社会。 （3）具备一定的数据科学与大数据技术科研水平，了解数据科学与大数据技术研究发展的新成 1 果和新动向。 （4）具有较高的科学素质和人文素养，具有良好的职业道德、职业素养、沟通能力和团队协作 精神，实现自身和团队的双赢发展。 （5）能够通过继续教育或其他学习渠道，与时俱进地进行知识更新和能力提升，进一步增强创 新意识和开拓精神。 （二）毕业要求 1.职业道德（A） A1.爱岗敬业 A1-1：正确理解和把握社会主义核心价值观，从思想、政治、理论和情感上认同中国特色社会 主义； A1-2：以科技兴国、科技兴鲁为己任。遵守职业道德规范，具有法制意识，有理想信念、有道 德情操、有扎实学识、有仁爱之心。 A2. 数据情怀 A2-1：具有从事与大数据科学相关事业的意愿，热爱大数据科学事业，热爱党和国家；对大数 据科学相关职业保持浓厚的兴趣，能胜任与大数据科学相关的工作岗位； A2-2：能对实施大数据战略的意义、价值等有积极的认识和评价，为自己即将成为大数据行业 工作者感到骄傲和自豪，自觉维护大数据行业群体的荣誉； A2-3：具有基本的人文底蕴和科学精神，树立正确的价值观； A2-4：达到国家规定的大学生体质健康标准，具有健康的体魄和良好的心理素质。 2.大数据科学背景（B） B1.数学素养 B1-1：系统扎实的掌握数学基本知识，基本原理和基本技能，具有较强的逻辑思维能力和数学 计算能力； B1-2：具备用数学思想和观点、数学思维方式和数学方法观察、分析和解决问题的能力。 B2.编程能力 B2-1：掌握 Java 语言、Python 程序设计等计算机语言以及 Linux 操作系统等； B2-2：具备数据抓取、数据分析和数据处理的能力，能够基于已有大数据进行预测分析。 B3. 统计知识 B3-1：掌握统计学推断的基本理论、基本方法和基本技能，掌握基于统计与优化的数据分析能 力； B3-2：学会 SPSS 等统计软件的使用与开发。 2 3.大数据科学素养（C） C1.学科交叉 C1-1：具备面向大数据应用的数学、计算机、统计学等多学科分析技能，有坚实的数学基础， 受到系统而扎实的计算机编程训练，具备较强的大数据分析与处理能力； C1-2：能够应用数学、计算机、统计学和数据科学与大数据的基础原理，识别、表达并通过文 献研究分析大数据工程问题，以获得有效结论。 C2. 数据思维 C2-1：具备利用大数据思维与分析方法，具备云平台架构技术与实践能力，以解决工程问题； C2-2：了解数据科学和大数据技术的最新发展动态，并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，初步掌握科技论文的撰写方法，具备较强的创新意识。 4. 学会发展（D） D1. 学会反思 D1-1：能够意识到终身学习与专业发展的重要性，并形成终身学习与专业发展的意识； D1-2：积极适应新时代大数据发展需求，能够在了解国内外大数据科学发展动态的基础上，主 动进行学习与职业规划； D1-3：能够主动收集与大数据科学相关的信息，初步掌握反思方法与和技能。 D2. 沟通合作 D2-1：能够认识到沟通合作的重要性，能够与国内外大数据科学组织和个人进行合作交流，分 享行业资源，实现共同进步和双赢发展。 D2-2：能够认识到学习共同体的重要性，并能搭建种类丰富的交流与协作平台； 表 1 学生毕业要求对本专业培养目标的支撑关系 培养目标 目标 1 目标 2 目标 3 目标 4 目标 5 目标 6 目标 7 目标 8 M M H L L H H H M 毕业要求 A1. 爱岗敬业 A2. 数据情怀 L M B1. 数学素养 H M M L L B2. 编程能力 H H H L M B3. 统计知识 H L H L L C1. 学科交叉 H M M L C2. 数据思维 H M M L D1. 学会反思 H M H L D2. 沟通合作 H L L M 3 H L L M M H M L H H M H 注：H：高支撑度，M：中支撑度，L：低支撑度。 二、修业年限、计划总学时、学分及授予学位 本专业标准学制为四年，学校实行学分制下的弹性学制，允许学生在 3～6 年内修满学分。计划 总学时为 2628 学时+25 周，总学分为 159 学分。学生修完规定课程，修满规定学分，准予毕业。符 合学位授予条件者，经校学位委员会审核通过，可授予理学学士学位。 三、主干学科与主要课程 主干学科：计算机科学与技术、统计学、数据科学 主要课程：高等数学 (I, II)、概率论与数理统计、线性代数、Linux 操作系统、Python 程序设计、 大数据导论、大数据原理与技术、数据挖掘与分析、数学建模、面向对象程序设计（Java）、机器学 习算法、离散数学、统计软件、大数据采集与处理、数据结构与算法、数据库原理、计算机网络、 应用统计学、数字图像处理等。 四、主要实践性教学环节（含主要专业实验） 军事训练、专业课程的实验教学，专业见习，毕业实习，毕业设计（论文）。 五、课程的学时、学分及学期安排（见表 2） 4 表 2 课程学时、学分及学期安排表 课程 类别 通 识 教 育 课 程 课程 性质 通识 教育 必修 课程 课程 模块 课程名称 学 分 数 总 总学时分配 周学 开设 考核 学 授课 实验 上机 其他 时 学期 方式 时 0301111901 思想道德修养与法律基础 Moral Character and Introduction to Law 3 54 36 18 3 一 考试 0301121902 中国近现代史纲要 Compendium of Modern Chinese History 3 54 36 18 3 二 考试 0301131903 马克思主义基本原理概论 Introduction to the Basic Theories of Marxism 3 54 36 18 3 三 考试 毛泽东思想和中国特色社会主义理论体系概论（一） 0301131904 Mao Zedong Thought and Theoretical System of Socialism 2 with Chinese Characteristics(Ⅰ) 36 36 2 三 考试 毛泽东思想和中国特色社会主义理论体系概论（二） 0301141904 Mao Zedong Thought and Theoretical System of Socialism 3 with Chinese Characteristics(Ⅱ) 54 36 18 3 四 考试 课程 编号 0301111905 形势与政策（一） Situation and Policies(Ⅰ) 0.5 9 8 1 一 考查 0301121905 形势与政策（二） Situation and Policies(Ⅱ) 0.5 9 8 1 二 考查 0301131905 形势与政策（三） Situation and Policies(Ⅲ) 0.5 9 8 1 三 考查 0301141905 形势与政策（四） Situation and Policies(Ⅳ) 0.5 9 8 1 四 考查 0601121906 大学语文 College Chinese 2 36 36 二 考试 5 2 备注 课程 类别 通 识 教 育 课 程 课程 性质 通识 教育 必修 课程 课程 模块 课程名称 学 分 数 总 总学时分配 周学 开设 考核 学 授课 实验 上机 其他 时 学期 方式 时 1301111907 大学英语（一） College English(I) 3 54 36 18 3 一 考试 1301121907 大学英语（二） College English(II) 3 54 36 18 3 二 考试 1301131907 大学英语（三） College English(Ⅲ) 3 54 36 18 3 三 考试 1301141907 大学英语（四） College English(Ⅳ) 3 54 36 18 3 四 考试 0501111908 公共体育（一） Physical Education(Ⅰ) 2 36 36 2 一 考试 0501121908 公共体育（二） Physical Education(Ⅱ) 2 36 36 2 二 考试 0501131908 公共体育（三） Physical Education(Ⅲ) 1 36 2 三 考试 0501141908 公共体育（四） Physical Education(Ⅳ) 1 36 2 四 考试 2501121909 军事理论 Military Theory 2 36 18 18 2 二 考查 38 576 482 94 课程 编号 合计 通识 教育 选修 课程 人文科学 第三学期，在本模块选修 2 学分 社会科学 第四学期，在本模块选修 2 学分 创业教育 第一学期选修“大学生职业生涯规划与就业指导（一） ”，第八学期选修“大学生职业生涯规划与就业指 导（二）；共计 2 学分 领导力与艺术创新 6 备注 课程 类别 专 业 教 育 课 程 课程 性质 课程 模块 学科 基础 课程 专业 教育 必修 课程 课程名称 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 1032111901 高等数学 I Advanced Mathematics I 5 90 90 5 一 考试 1032111901 Linux 操作系统 Linux Operating System 2 36 36 2 一 考试 1032111902 数学实验 Mathematics Experiment 2 36 36 2 一 考试 1032121901 高等数学 II Advanced Mathematics II 5 90 90 5 二 考试 1032121901 Python 程序设计 Python Programming 2 36 36 2 二 考试 1032121902 新生研讨课 Introduction to Big Data 3 54 54 3 一 考试 1032131901 线性代数 Linear Algebra 2 36 36 2 三 考试 1032131902 概率论与数理统计 Probability Theory and Mathematical Statistics 2 36 36 2 三 考试 23 414 414 3 54 54 3 三 考试 3 54 54 2 三 考试 4 72 72 4 四 考试 3 54 54 3 四 考试 课程 编号 小计 1032231901 1032231902 专业 核心 课程 1032241901 1032241902 离散数学 Discrete Mathematics 数据挖掘与分析 Data Mining and Analysis 机器学习算法 Machine Learning Algorithms 应用统计学 Applied Statistics 7 备注 课程 类别 课程 性质 课程 模块 课程 编号 1032241903 1032251901 专业 教育 必修 课程 1032251902 1032251903 1032251904 专 业 教 育 课 程 专业 核心 课程 1032251905 课程名称 数学建模 Mathematical Modeling 大数据原理与技术 Principles and Technology of Big Data 大数据采集与处理 Big Data Collection and Processing R 语言 R Language 统计软件 Statistical Software 数据库原理 Database Principles 小计 合计 1033161901 1033161902 专业 教育 选修 课程 专业 提高 方向 1033161903 1033161904 1033161905 1033161906 云平台架构技术与实践 Cloud Platform Architecture and Practice 计算智能 Computational Intelligence 高等数学拓展 Advanced Mathematics for Further Studying 线性代数与概率统计拓展 Linear Algebra and Theory of Probability and Mathematical Statistics for Further Studying SPARK 大数据快速运算 SPARK Big Data Fast Calculation 大数据深度学习技术 Big Data Deep Learning Technology 8 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 2 36 36 2 四 考查 2 36 36 2 五 考试 3 54 54 3 五 考查 3 54 54 3 五 考试 2 36 36 2 五 考试 2 36 36 2 五 考试 27 486 486 50 900 900 2 36 36 2 六 考查 2 36 36 2 六 考查 3 54 54 3 六 3 54 54 3 六 2 36 36 2 六 1、学生需要选 修本方向 10 学 考查 分的课程 2、高等数学拓 展、线性代数与 考查 概 率 统 计 拓 展 安排在第六学 期最后三周 考查 2 36 36 2 六 考查 备注 课程 类别 课程 性质 课程 模块 课程 编号 1033171901 1033171902 专业 提高 方向 专 业 教 育 课 程 1033171903 1033171904 课程名称 社交网络分析 Social Network Analysis Python 爬虫技术 Python Crawler Technology 大数据科学选讲 Topic on Big Data Science Hadoop 大数据平台构建与应用 Platform Construction and Applications of Hadoop Big Data 小计 1033251901 专业 教育 选修 课程 1033251902 1033261901 专业 应用 方向 1033261902 1033261903 1033261904 1033271901 1033271902 1033271903 计算机网络 Computer Networks 数字图像处理 Digital Image Processing 云计算与数据中心 Cloud Computation and Data Center 数据可视化 Data Visualization 商业智能 Business intelligence 信息与网络安全 Information and Network Security 并行计算与分布式计算 Parallel and Distributed Computation 网络流量监测与分析 Network Flow Monitoring and Analysis 自然语言处理 Natural Language Processing 9 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 1 18 18 1 七 考查 1 18 18 1 七 考查 2 36 36 2 七 考查 2 36 36 2 七 考查 10 180 180 3 54 54 3 五 考试 3 54 54 3 五 考查 3 54 54 3 六 考查 3 54 54 3 六 考查 3 54 54 3 六 考查 3 54 54 3 六 学生需要选修 本方向 12 学分 考查 的课程 2 36 36 2 七 考查 2 36 36 2 七 考查 1 18 18 1 七 考查 备注 课程 类别 课程 性质 课程 模块 课程 编号 1033271904 课程名称 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 大数据查询与处理 Big Data Inquiry and Processing 1 18 12 216 216 22 396 396 小计 合计 实 践 教 学 基础 实践 七 考查 Linux 操作系统（上机） Linux Operating System 1 36 36 2 一 考试 1032121902 数学实验 (上机) Mathematics Experiment 1 36 36 2 一 考试 1034121901 Python 程序设计（上机） Python Programming 1 36 36 2 二 考试 3 108 108 6 三 考查 3 108 108 6 四 考试 9 324 324 1 36 36 2 四 考查 1 36 36 2 五 考试 1 36 36 2 五 考试 1 36 36 2 五 考试 1034131901 面向对象程序设计（JAVA，上机） Object-oriented Programming Design 数据结构与算法（上机） Data Structure and Algorithm 小计 1034141902 专业 实践 1 1034111901 1034141901 必修 18 1034151901 1034151902 1034151903 数学建模（上机） Mathematical Modeling 大数据原理与技术（上机） Principles and Technology of Big Data 统计软件（上机） Statistical Software 数据库原理（上机） Database Principles 10 备注 课程 类别 课程 性质 课程 模块 课程 编号 1034241901 1034261901 必修 企业见习（一） Enterprise Trainee (I) 企业见习（二） Enterprise Trainee (II) 小计 1034271901 实 践 教 学 课程名称 1034281903 综合 实践 1034281901 1034281902 专业实践拓展 Innovation and Entrepreneurship Practice of Students 第二课堂 The Second Class 毕业实习 Graduation Practice 毕业论文（设计） Graduation Thesis (Design) 小计 1034161901 1034161902 1034161903 1034161904 选修 1034171901 云平台架构技术与实践（上机） Cloud Platform Architecture and Practice 计算智能（上机） Computational Intelligence SPARK 大数据快速运算（上机） SPARK Big Data Fast Calculation 大数据深度学习技术（上机） Big Data Deep Learning Technology 社交网络分析（上机） Social Network Analysis 11 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 1 1周 四 考查 1 1周 六 考查 6 144 2 2周 七 考查 3 3周 八 考查 10 10 周 八 考查 8 8周 八 考查 23 23 周 1 36 36 2 六 考查 1 36 36 2 六 考查 1 36 36 2 六 考查 备注 144 1 36 36 2 六 1 36 36 2 七 1、同名课程同 考查 一学期开设必 须同时选修 考查 2、学生需要选 课程 类别 课程 性质 课程 模块 课程 编号 1034171902 1034171903 实 践 教 学 1034171904 1034171905 选修 1034171906 课程名称 Python 爬虫技术（上机） Python Crawler Technology 自然语言处理（上机） Natural Language Processing 大数据查询与处理（上机） Big Data Inquiry and Processing Hadoop 大数据平台构建与应用（上机） Platform Construction and Applications of Hadoop Big Data 大数据科学选讲（上机） Topic on Big Data Science 小计 合计 学 分 数 总 总学时分配 周学 开设 考核 学 时 学期 方式 时 授课 实验 上机 其他 1 36 36 2 七 1 36 36 2 七 1 36 36 2 七 考查 1 36 36 2 七 考查 1 36 36 2 七 考查 5 180 180 43 648 648 159 共计 12 2628+ 25 周 考查 考查 备注 修本方向 5 学 分的课程 六、主要课程（教学活动）与毕业要求对应矩阵（见表 3） 表 3 主要课程（教学活动）与毕业要求对应矩阵 毕业要求具体指标点 主要课程（教学活动） 考核方式 主要课程（教学活动）名称 权重值 马克思主义基本原理概论 0.11 考试 思想道德修养与法律基础 0.11 考试 0.15 考试 A1-1：正确理解和把握社会 毛泽东思想和中国特色社会主义理 主义核心价值观，从思想、政治、 论体系概论 理论和情感上认同中国特色社会 中国近现代史纲要 0.11 考试 形势与政策 0.07 考查 企业见习 0.08 考查 毕业实习 0.37 考查 马克思主义基本原理概论 0.10 考试 施国家大数据战略加快建设数字 近现代史纲要 0.10 考查 中国要求以及山东省 2018 年新旧 思想道德修养与法律基础 0.11 考试 动能转化会议精神，以科技兴国、 形势与政策 0.07 考查 科技兴鲁为己任。遵守职业道德 企业见习 0.07 考查 规范，具有法制意识，有理想信 云计算与数据中心 0.11 考查 念、有道德情操、有扎实学识、 大数据科学选讲 0.10 考查 毕业实习 0.34 考查 思想道德修养与法律基础 0.11 考试 学相关事业的意愿，热爱大数据 形势与政策 0.08 考查 科学事业，热爱党和国家，能利 大数据导论 0.11 考试 用大数据科学给国家以及山东省 机器学习算法 0.15 考试 经济发展提供参考意见；对大数 大数据原理与技术 0.11 考试 据科学相关职业保持浓厚的兴 企业见习 0.07 考查 毕业实习 0.37 考查 思想道德修养与法律基础 0.15 考试 形势与政策 0.10 考查 主义。 A1-2：按照习近平总书记实 有仁爱之心。 A2-1：具有从事与大数据科 趣，能胜任与大数据科学相关的 工作岗位。 A2-2：能对实施大数据战略 的意义、价值等有积极的认识和 评价，能将实施大数据战略与山 东省 2018 年新旧动能转换会议精 神相结合，为自己即将成为与大 数据行业工作者感到骄傲和自 13 大数据导论 0.15 考试 企业见习 0.10 考查 毕业实习 0.50 考查 人文科学选修课 0.16 考查 大学语文 0.17 考试 高等数学（I, II） 0.67 考试 A2-4：达到国家规定的大学 公共体育 0.60 考试 生体质健康标准，具有健康的体 军事理论 0.20 考查 魄和良好的心理素质。 企业见习 0.20 考查 高等数学（I, II） 0.47 考试 具有扎实的数学功底，能够将数 线性代数 0.09 考试 学思维运用到大数据科学中去， 概率论与数理统计 0.09 考试 能够展开大数据科学中数学问题 离散数学 0.18 考试 的研究； 数学建模 0.17 考查 数学建模 0.21 考查 数据挖掘与分析 0.21 考试 统计软件 0.21 考试 专业实践拓展 0.16 考查 数学建模 0.21 考查 离散数学 0.21 考试 点、数学思维方式和数学方法观 数据挖掘与分析 0.21 考试 察、分析和解决问题的能力。 统计软件 0.21 考试 专业实践拓展 0.16 考查 Python 程序设计 0.11 考试 Linux 操作系统 0.11 考试 面向对象程序设计（JAVA） 0.11 考试 机器学习算法 0.15 考试 数据库原理 0.10 考试 Python 爬虫技术 0.11 考查 大数据深度学习技术 0.10 考查 SPARK 大数据快速运算 0.10 考查 A2-3：具有基本的人文底蕴 和科学精神，具有一定的审美情 趣。 B1-1：掌握扎实的数学知识， B1-2：经历数学建模的过程， 形成发现问题、提出问题、分析 问题、解决问题的能力； B1-3：具备用数学思想和观 B2-1：必须掌握 Java 语言、 Python 程序设计，Linux 操作系 统等计算机语言和工具。 14 R 语言 0.11 考试 Python 爬虫技术 0.15 考查 大数据原理与技术 0.14 考试 大数据采集与处理 0.14 考试 应用统计学 0.14 考试 统计软件 0.15 考试 数据挖掘与分析 0.14 考试 SPARK 大数据快速运算 0.14 考查 概率论与数理统计 0.10 考试 B3-1：了解回归分析，聚类 应用统计学 0.21 考试 分析等常见统计方法的思想，并 统计软件 0.21 考试 能够熟练应用这些统计方法。 机器学习算法 0.27 考试 数学建模 0.21 考试 应用统计学 0.33 考试 统计软件 0.34 考试 数学建模 0.33 考试 应用统计学 0.21 考试 统计软件 0.21 考试 数学建模 0.21 考试 机器学习算法 0.27 考试 概率论与数理统计 0.10 考试 大数据导论 0.25 考试 大数据原理与技术 0.25 考试 SPARK 大数据快速运算 0.25 考查 大数据深度学习 0.25 考查 大数据导论 0.09 考试 据技术的最新发展动态，并掌握 大数据原理与技术 0.09 考试 相关文献检索方法，具有基本的 大数据科学选讲 0.09 考查 专业资料分析与综合的能力，良 大数据查询与处理 0.04 考查 好的文档与科学论文撰写能力， Hadoop 大数据平台构建与应用 0.09 考查 企业见习 0.07 考查 B2-2：必须具备数据抓取， 数据分析，数据预处理和数据处 理的能力，能够基于已有大数据 进行预测分析。 B3-2：学会 SPSS 等统计软件 的使用与开发。 B3-3：掌握统计学推断的基 本理论、基本方法和基本技能， 掌握基于统计与优化的数据分析 能力。 C1-1：具备利用大数据思维 与分析方法，解决工程问题； C1-2：了解数据科学和大数 以及较强的创新意识。 15 C2-1：具备利用大数据思维 毕业实习 0.29 考查 毕业论文（设计） 0.24 考查 大数据导论 0.20 考试 大数据深度学习技术 0.20 考查 云平台架构技术与实践 0.20 考查 大数据原理与技术 0.20 考试 计算智能 0.20 考查 大数据原理与技术 0.12 考试 大数据导论 0.12 考试 大数据深度学习技术 0.12 考查 大数据科学选讲 0.12 考查 大数据查询与处理 0.08 考查 Hadoop 大数据平台构建与应用 0.12 考查 毕业论文（设计） 0.32 考查 思想道德修养与法律基础 0.13 考试 形势与政策 0.09 考查 毕业实习 0.43 考查 毕业论文（设计） 0.35 考查 形势与政策 0.08 考查 大数据科学选讲 0.12 考查 信息与网络安全 0.12 考查 网络流量监测与分析 0.12 考查 自然语言处理 0.08 考查 数据可视化 0.12 考查 计算机网络 0.12 考试 数字图像处理 0.12 考查 云计算与数据中心 0.12 考查 大数据采集与处理 0.12 考试 应用统计学 0.12 考试 统计软件 0.12 考试 数据挖掘与分析 0.12 考试 与分析方法，具备云平台架构技 术与实践能力，以解决工程问题。 C2-2：了解数据科学和大数 据技术的最新发展动态，并掌握 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，良 好的文档与科学论文撰写能力， 以及较强的创新意识。 D1-1：能够意识到终身学习 与专业发展的重要性，并形成终 身学习与专业发展的意识。 D1-2：积极适应新时代教育 发展需求，能够在了解国内外大 数据科学发展动态的基础上，主 动进行学习与职业规划。 D1-3：能够主动收集与大数 据科学相关的信息，初步掌握反 思方法与和技能。 16 大数据深度学习技术 0.12 考查 计算智能 0.12 考查 数据结构与算法 0.12 考试 机器学习 0.16 考试 云平台架构技术与实践 0.12 考查 计算智能 0.12 考查 并行计算与分布式计算 0.12 考查 商业智能（上机） 0.12 考查 云计算与数据中心 0.12 考查 专业实践拓展 0.08 考查 毕业论文（设计） 0.32 考查 形势与政策 0.15 考查 计算机网络 0.23 考试 的重要性，并能构建形式多样的 信息与网络安全 0.24 考查 国际交流与协作平台。 大数据查询与处理 0.15 考查 云平台架构技术与实践 0.23 考查 大数据查询与处理 0.20 考查 数据科学组织和个人进行合作交 云平台架构技术与实践 0.30 考查 流，分享行业资源，具备国际协 大数据科学（选讲） 0.30 考查 专业实践拓展 0.20 考查 大数据查询与处理 0.125 考查 专业实践拓展 0.125 考查 大学英语 0.75 考试 数学建模 0.18 考试 专业实践拓展 0.12 考查 企业见习 0.12 考查 毕业实习 0.58 考查 社交网络分析 0.125 考查 专业实践拓展 0.125 考查 企业见习 0.125 考查 毕业实习 0.625 考查 D1-4：能够针对大数据科学 工作中出现的实际困难和实际问 题，进行探索和研究，具备一定 的创新能力。 D2-1：能够认识到国际交流 D2-2：能够主动与国际上大 作精神。 D2-3：能够积极参与或组织 国际互助和合作学习活动，实现 共同进步和双赢发展。 D3-1：能够认识到学习共同 体的重要性，并能搭建样式丰富 的交流与协作平台。 D3-2：能够主动与他人进行 行业交流，分享行业工作经验， 具备团队协作精神。 17 七、专业课程设置（见表 4） 表 4 专业课程设置 课程 类别 课程 性质 课程 模块 学科 基础 课程 专 业 教 育 课 程 专业 必修 课程 专业 核心 课程 专业 选修 课程 专业 提高 方向 课程 编号 课程名称 1002111801 高等数学 I 1032111801 Linux 操作系统 1002121801 高等数学 II 1002131801 线性代数 1002131802 概率论与数理统计 1032121801 Python 程序设计 1032121802 大数据导论 1032231801 离散数学 高等数学 I、线性代数 1032231802 数据挖掘与分析 高等数学 I、线性代数、 概率论与数理统计 1032241801 机器学习算法 线性代数、概率论与数 理统计、Python 程序设 计 1032241802 应用统计学 概率论与数理统计 1032241803 数学建模 高等数学 I、Python 程序 设计 1032251801 大数据原理与技术 大数据导论、 Python 程序设计 1032251802 大数据采集与处理 概率论与数理统计、机 器学习算法、Python 程 序设计 1032251803 R 语言 1032251804 统计软件 1032251805 数据库原理 1033161801 云平台架构技术与实践 大数据导论、大数据原 理与技术 1033161802 计算智能 Python 程序设计 1033161803 高等数学拓展 高等数学 I 1033161804 线性代数与概率统计拓展 线性代数、概率论与数 理统计 1033161805 Spark 大数据快速运算 面向对象程序设计 （JAVA, 上机） 18 先修课程 高等数学 I 高等数学 I 概率论与数理统计 课程 类别 课程 性质 课程 模块 专业 提高 方向 专 业 教 育 课 程 专业 选修 课程 专业 应用 方向 课程 编号 课程名称 先修课程 1033161806 大数据深度学习技术 机器学习算法、Python 程序设计 1033171801 社交网络分析 离散数学 1033171802 Python 爬虫技术 Python 程序设计 1033171803 大数据科学选讲 大数据导论、大数据原 理与技术、数据可视化 1033171804 Hadoop 大数据平台构建与 应用 大数据导论、大数据原 理与技术 1033251801 计算机网络 1033251802 数字图像处理 高等数学、线性代数 1033261801 云计算与数据中心 云平台架构技术与实践 1033261802 数据可视化 大数据采集与处理 1033261803 商业智能 应用统计学 1033261804 信息与网络安全 1033271801 并行计算与分布式计算 数据结构、计算机网络 1033271802 网络流量监测与分析 计算机网络 1033271803 自然语言处理 Python 程序设计 1033271804 大数据查询与处理 大数据导论、大数据原 理与技术 八、各类课程的学时、学分统计（见表 5） 19 表 5 各类课程的学时、学分统计 课程类别 课程性质 通识 教育 课程 专业 教育 课程 课程模块 学时 学分 学分比例 通识教育必修课程 576 38 23.90% 通识教育选修课程 108 6 3.77% 学科基础课程 414 23 14.47% 专业核心课程 486 27 16.98% 396 22 13.84% 基础实践 324 9 专业实践 144+2 周 6 综合实践 23 周 23 专业实践 180 5 3.14% 2628+25 周 159 100% 专业教育必修课程 专业教育选修课程 实践 教学 必修 选修 合计 23.90% 九、其他说明 1．每个学生必须修读全部必修课程共计 126 学分（通识教育必修课程 38 学分；专业教育必 修课程 50 学分；实践教学必修课程 38 学分） 。所修选修课程不得低于 33 学分。 2．同名课程同一学期开设，学生必须同时修完该课程。 3．第 4、6 学期期末各开展一次企业见习活动（必修），每次记 1 学分。 4．大数据科学选讲课程为本专业骨干教师、国内外知名专家、教授等进行的系列讲座。 20