数据科学与大数据技术专业课程体系

数据科学与大数据技术专业培养具有良好的道德与修养，遵守法律法规，具有社会和环境意识，掌握数学与自然科学基础知识以及与计算系统相关的基本理论、基本知识、基本技能和基本方法，具备包括计算思维在内的科学思维能力和设计计算解决方案、实现基于计算原理的系统的能力，能清晰表达，在团队中有效发挥作用，综合素质良好，能通过继续教育或其他的终身学习途径拓展自己的能力，了解和紧跟学科专业发展，在计算系统研究、开发、部署与应用等相关领域具有就业竞争力的高素质专门技术人才。

一、培养规格

学制与学位

学制：四年。

授予学位：理学或工学学士。

参考总学分：建议参考总学分为140~180学分。

人才培养基本要求

1、思想政治和德育方面：按照教育部统一要求执行。

2、业务方面

（1）掌握从事专业工作所需的数学（特别是离散数学）、自然科学知识，以及经济学与管理学知识。

（2）系统掌握专业基础理论知识和专业知识，经历系统的专业实践，理解计算学科的基本概念、知识结构、典型方法，建立数字化、算法、模块化与层次化等核心专业意识。

（3）掌握计算学科的基本思维方法和研究方法，具有良好的科学素养和强烈的工程意识或研究探索意识，并具备综合运用所掌握的知识、方法和技术解决复杂的实际问题及对结果进行分析的能力。

（4）具有终身学习意识，能够运用现代信息技术获取相关信息和新技术、新知识，持续提高自己的能力。

（5）了解计算学科的发展现状和趋势，具有创新意识，并具有技术创新和产品创新的初步能力。

（6）了解与专业相关的职业和行业的重要法律、法规及方针与政策，理解工程技术与信息技术应用相关的伦理基本要求，在系统设计过程中能够综合考虑经济、环境、法律、安全、健康、伦理等制约因素。

（7）具有组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力。

（8）具有初步的外语应用能力，能阅读该专业的外文材料，具有国际视野和跨文化交流、竞争与合作能力。

3、体育方面：掌握体育运动的一般知识和基本方法，形成良好的体育锻炼和卫生习惯，达到国家规定的大学生体育锻炼合格标准。

二、课程体系

总体框架

数据科学与大数据技术专业的知识体系包括通识类知识、学科基础知识、专业知识和实践性教学等。课程体系须支持各项毕业要求的有效达成，进而保证专业培养目标的有效实现。人文社会科学类课程约占15%，数学和自然科学类课程约占15%，实践约占20%，学科基础知识和专业知识课程约占30%。

人文社会科学类教育能够使学生在从事工程设计时考虑经济、环境、法律、伦理等各种制约因素。

数学和自然科学类教育能够使学生掌握理论和实验方法，为学生表述工程问题、选择恰当数学模型、进行分析推理奠定基础。

学科基础类课程包括学科的基础内容，能体现数学和自然科学在该专业中应用能力的培养；专业类课程、实践环节能够体现系统设计和实现能力的培养。

课程体系的设置有企业或行业专家有效参与。

理论课程

通识类知识

通识类知识包括人文社会科学类、数学和自然科学类两部分。人文社会科学类知识包括经济、环境、法律、伦理等基本内容；数学和自然科学类知识包括高等工程数学、概率论与数理统计、离散结构、力学、电磁学、光学与现代物理的基本内容。

学科基础知识

学科基础知识被视为专业类基础知识，培养学生计算思维、程序设计与实现、算法分析与设计、系统能力等专业基本能力，能够解决实际问题。

建议教学内容覆盖以下知识领域的核心内容：程序设计、数据结构、计算机组成、操作系统、计算机网络、信息管理，包括核心概念、基本原理以及相关的基本技术和方法，并让学生了解学科发展历史和现状。

专业知识

课程须覆盖相应知识领域的核心内容，并培养学生将所学的知识运用于复杂系统的能力，能够设计、实现、部署、运行或者维护基于计算原理的系统。

实践教学

具有满足教学需要的完备实践教学体系。主要包括实验课程、课程设计、实习、毕业设计（论文），4年总的实验当量不少于2万行代码。积极开展科技创新、社会实践等多种形式的实践活动，到各类工程单位实习或工作，取得工程经验，基本了解本行业状况。

实验课程：包括软、硬件及系统实验。

课程设计：至少完成2个有一定规模和复杂度的系统的设计与开发。

实习：建立相对稳定的实习基地，使学生认识和参与生产实践。

毕业设计（论文）：须制定与毕业设计（论文）要求相适应的标准和检查保障机制，对选题、内容、学生指导、答辩等提出明确要求。保证课题的工作量和难度，并给学生有效指导；培养学生的工程意识、协作精神以及综合应用所学知识解决实际问题的能力；题目和内容不应重复；教师与学生每周进行交流，对毕业设计（论文）全过程进行控制；选题、开题、中期检查与论文答辩应有相应的文档。

对毕业设计（论文）的指导和考核有企业或行业专家参与。