数据科学与大数据技术专业培养方案(2021)
发布时间: 2022-06-10 21:43:32 浏览量:
一、专业介绍
(一)专业定位
坚持理论教育与技能培养相结合、坚持拓展与创新相结合。以大数据分析为核心轴线,夯实学生在数据统计与分析、系统与算法方面的基础理论、使学生具备开展大数据科学研究及应用创新的核心技能;以计算机科学、数学和统计学为三大基础支撑性学科,拓展与其他相关学科的交叉。结合学校交通、电力、金融行业特色,服务于湖南省及区域经济的人才需求,建设面向大数据研发和产业应用的复合型人才培养体系。
(二)历史沿革
国家十三五规划纲要开启了我国大数据发展的新时代。数据科学与大数据技术专业是2016年教育部为落实《促进大数据发展行动纲要》而批准设立的新工科专业。新利luck在线·(中国)有限公司官网在大数据理论与应用研究方面成果突出。2014年建立了“湖南省综合交通大数据智能处理”重点实验室,计算机科学与技术专业开设了大数据方向,2017年开办了计算机科学与技术(大数据方向)辅修专业。2019年学校瞄准科技发展重大前沿,依托计算机科学、信息与计算科学、应用统计学等学科的融合与提升,获批教育部第四批“数据科学与大数据技术”专业,实现学校专业建设的新跨越。
(三)特色优势
本专业是数学、统计学、计算机科学高度交叉融合的复合型专业。坚持“大数据技术+领域知识”的人才培养理念,开设了一系列紧跟计算机和大数据前沿技术的先进课程。注重基础知识与应用能力的结合,本专业除了接受系统完善的专业课程培养外,还需要参加一系列校内外专业实习实训和大数据赛事的锻炼。注重创新能力的培养,大力开展课程改革与教学模式创新,形成了“应用与创新并存”和“跨学科领域交叉的数据分析与应用方向”的特色。
设置大数据系统开发技术、大数据处理与分析技术两个方向课程群。其对应的课程模块分别是:(1)大数据系统开发技术:数据库原理与技术,Linux操作系统,Java程序设计,计算机网络原理与技术,Python程序设计,数据采集与预处理,大数据存储与管理,并行与分布式计算,软件工程概论。(2)大数据处理与分析技术:离散结构,程序设计、算法与数据结构,数据采集与预处理,机器学习,深度学习,应用统计学,多元统计分析与R语言建模,行业大数据分析技术。
二、培养目标
数据科学与大数据技术专业旨在培养具有社会责任感、良好职业道德和科学素养,系统掌握大数据科学理论和实践知识,具备解决复杂工程问题的研究分析和设计开发能力,拥有自我学习能力、创新意识和国际视野,适应社会需求,能够在大数据领域独立承担大数据分析挖掘、大数据系统设计开发运维及项目管理等工作的高素质复合型人才。毕业后经过5年左右工作锻炼,具备胜任工程师或者相应职称专业技术能力。
本专业培养学生具有职业素养能力、专业知识能力、项目协调与管理能力、职业提升能力等四个方面大数据专业领域的能力,其具体含义为:
目标1:具有良好的人文素质、科学素养与职业道德;
目标2:具备独立运用专业理论、技术与相应工具进行大数据分析与研究、大数据系统设计与开发维护的工程能力;
目标3:具有良好的团队合作精神与沟通组织能力,能够在开发过程中考虑社会与可持续发展的关系,在开发团队中承担协调与管理工作;
目标4:具有国际视野和自我学习能力,能够不断更新知识并提高综合业务能力。
三、培养规格
(一)学制
学制4年,最长学习年限6年。
(二)授予学位
工学学士学位。
(三)毕业学分
本专业学生毕业时要求修满第一课堂168学分,第二课堂16学分,具体学分要求见表1。修读全校通识教育类选修课不少于7学分。
表1 毕业学分要求
第一课堂 (168学分) |
理论教学: 126学分(75%) |
必修:88学分(52.4%) |
||
选修: 38学(22.6%) |
全校通识教育类选修课 |
7学分(4.2%) |
||
其他选修课 |
31学分(18.5%) |
|||
集中性实践教学环节 |
42学分(25%) |
|||
第二课堂 |
16学分 |
备注1:全校通识教育类选修课至少修读7学分。
备注2:其他选修课是指除全校通识教育类选修课以外的所有选修课(含限选课)。
(四)人才培养基本要求
(1)知识要求
1.人文社会科学知识。掌握文学、历史学、哲学、伦理学、政治学、艺术、心理学等知识。
2.数学与自然科学知识。掌握从事数据科学与大数据技术专业所需的高等数学、线性代数、概率和数理统计、应用统计学、数学建模、物理等数学与自然科学知识。
3.工程基础知识。掌握从事数据科学与大数据技术专业所需的计算机组成原理、操作系统、程序设计、算法与数据结构等工程基础知识。
4.数据科学与大数据技术专业知识。掌握从事数据科学与大数据技术专业所需的计算机组成原理、数据库原理与技术、计算机网络原理、操作系统、程序设计、数据采集与预处理、大数据存储与管理、并行与分布式计算、数据挖掘、数据可视化等专业知识。
5.工具性知识。掌握数学、外语、大数据技术应用、社会调查与研究方法、专业论文写作等知识。
6.法律与管理知识。掌握从事数据科学与大数据技术专业所需的法律、法规、标准及工程管理、经济决策知识。
(2)能力要求
1.获取知识的能力:自学能力、信息获取与表达能力等。
2.应用知识能力:系统级的认知能力和理论与实践能力,自底向上和自顶向下的问题分析能力,工程设计能力,项目管理能力,开发工具使用的能力和较强的程序设计能力,运用本学科的基础理论知识的能力和理论指导实践的能力。
3.创新能力:创造性思维能力、创新实验能力、科技开发能力、科学研究能力以及对新知识、新技术的敏锐性。具备较强的创新精神与复杂工程问题的分析、研究和提出最优解决方案的能力。
4.具有较强的自我获取知识能力、终身教育观念、团队协作精神和跨文化交流能力。
(3)素质要求
1.思想道德素质:热爱祖国,拥护中国共产党的领导,树立科学的世界观、人生观和价值观;具有责任心和社会责任感。
2.人文素质:具有一定的文学艺术修养、人际沟通修养和现代意识。
3.身心素质:具有较好的身体素质和心理素质。
4.综合素质:具有法律意识,自觉遵纪守法;热爱本专业、注重职业道德修养;具有诚信意识和团队精神综合素质高的社会主义建设者和接班人。
四、毕业要求及其实现途径
(一)毕业要求
毕业要求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大数据领域复杂工程问题。
1.1具备数学、自然科学和工程科学知识,并能将其应用于大数据工程问题的恰当表述。
1.2掌握计算机类工程基础知识,能够对大数据应用问题建立模型并求解。
1.3掌握统计分析基础理论,并能对行业大数据进行数据分析,对数据模型进行推理和验证,进而提供管理决策支持。
1.4能够运用专业知识对复杂大数据工程问题的解决途径进行分析、改进。
毕业要求2(问题分析):能够应用数学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析大数据领域复杂工程问题,以获得有效结论。
2.1 能够应用数学、自然科学和数据科学与大数据技术专业的基本原理,对大数据领域复杂工程问题进行识别、提炼并表达。
2.2能够通过研究分析文献寻求大数据领域复杂工程问题的解决途径。
2.3具备对大数据领域复杂工程问题多种解决方法的分析、比较和评价能力。
2.4 能够运用数学、自然科学和数据科学与大数据技术专业的基本原理,分析复杂工程问题中的关键影响因素,验证其合理性并获得有效结论。
毕业要求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,设计满足特定需求的大数据系统,并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 掌握从事大数据软件理论与开发知识,具备大数据系统的开发能力。
3.2 掌握数据建模、数据管理和分析、统计推断的基本理论与方法,具备大数据分析和决策支持的能力。
3.3能够在法律、健康、安全、文化、社会以及环境等现实约束条件下,通过综合评价分析设计方案的可行性。
3.4能够根据明确的需求,设计出针对交通、电力、金融等行业大数据处理复杂工程问题的解决方案,能够用设计文档、原型系统等形式呈现设计成果。
3.5了解大数据领域前沿知识和发展趋势,掌握基本创新方法,在解决大数据领域复杂工程问题中具有创新意识。
毕业要求4(研究):能够基于科学原理并采用科学方法对大数据领域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。
4.1 能够综合运用所学科学原理,通过文献研究等方法,针对所要解决的大数据领域复杂工程中的核心问题,明确研究内容与目标。
4.2 能够基于大数据专业知识,确定技术路线,设计可行的实验方案。
4.3 选用或搭建合适的试验环境进行软硬件实现并验证。
4.4 能正确采集、整理实验数据,对实验结果进行分析和解释,获取合理有效的结论。
毕业要求5(使用现代工具):能够针对复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程问题的预测与模拟,并能够理解其局限性。
5.1 了解信息领域主要资料来源及获取方法,能够利用网络查询、检索本专业文献、资料及相关软件工具。
5.2 能够选择、使用和开发现代工具,对大数据领域复杂工程问题进行预测与模拟,并能够在实践过程中领会其局限性。
5.3 选择与使用恰当的技术、资源和现代工程工具来解决大数据领域复杂工程问题。
毕业要求6(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、健康、安全、法律以及文化的影响,并理解应承担的责任。
6.1了解数据科学与大数据技术专业相关的历史和文化背景,能够正确认识交通、电力、金融等行业大数据处理对客观世界和社会的相互关系和影响。熟悉与大数据技术领域相关的技术标准、知识产权、产业政策和法律法规。
6.2能识别和分析大数据技术领域新产品、新技术、新工艺的开发与应用对社会、健康、安全、法律以及文化的潜在影响,并能进行客观评价。
毕业要求7(环境和可持续发展):能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。
7.1 了解大数据技术相关的工程实践活动对生态环境的影响,理解信息污染和数据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保护的冲突问题。
7.2 了解大数据技术对人类社会可持续发展的影响,认识环境问题对大数据技术发展的影响,具有节能环保意识。
毕业要求8(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。
8.1 了解中国国情,树立正确的世界观、人生观、价值观,理解个人在历史、社会及自然环境中的地位。
8.2理解大数据技术对人类文明、社会进步的推动作用,具备人文素养、思辨能力、处事能力和科学精神。
8.3 理解大数据相关工程技术的社会价值以及工程师的社会责任,自觉遵守工程师职业道德和行为规范。
毕业要求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。
9.1 能够理解多学科背景下的团队中每个角色的定位与责任,能够胜任个体、团队成员的角色任务。
9.2 能够与团队其他成员有效沟通,听取并综合团队其他成员的意见与建议,能够承担负责人的角色。
毕业要求10(沟通):能够就复杂工程问题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。
10.1 具备良好的口头和书面表达能力,能进行有效沟通和交流。
10.2 能够就大数据相关的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、设计文档和口头陈述清晰地表达团队或个人观点与设计理念、清晰表达或回应指令。
10.3 能够在跨文化背景下进行沟通和交流,具备一定国际视野。
毕业要求11(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。
11.1 理解从事大数据工程实践活动所需的经济与管理因素,掌握工程管理原理与经济决策方法。
11.2 在多学科背景下,对工程项目方案实施中的时间、成本、质量、风险、人力资源等进行有效管理。
毕业要求12(终身学习):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。
12.1 能认识不断探索和学习的必要性,具有自主学习和终身学习的意识。
12.2 能够树立适合自己发展的规划和目标,采用合适的方法自我学习,不断适应大数据工程技术的发展和社会需求。
(二)实现途径
通过合理的课程设置和形式多样的各类教学活动(包括理论教学、实验、实习实训、课程设计、毕业设计、第二课堂、课外科研与学科竞赛活动、社会实践等环节)来实现毕业要求,毕业要求及实现途径见表2。
表2 毕业要求及实现途径
序号 |
毕业要求 |
教学过程 |
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复杂工程问题。 |
课程:高等数学A(一)、高等数学A(二)、线性代数、概率论与数理统计A、应用统计学A、多元统计分析与R语言建模A、数学建模、大学物理B、程序设计、算法与数据结构(一)、程序设计、算法与数据结构(二)、程序设计、算法与数据结构(三)、离散结构、Python程序设计A、Java程序设计、数据库原理与技术、计算机网络原理与技术、软件工程概论、数字电路与逻辑设计、Linux操作系统A、数据采集与预处理A、大数据存储与管理、并行与分布式计算、大数据可视化。 实践环节:大学物理实验B、程序设计、算法与数据结构(一)实验、程序设计、算法与数据结构(二)、实验、程序设计、算法与数据结构(三)实验、Java程序设计实验、数据库原理与技术实验、数字电路与逻辑设计实验、计算机网络实验、大数据存储与管理实验、并行与分布式计算实验、软件系统开发实训、数据挖掘与人工智能应用综合实训、大数据系统能力综合实训。 |
2 |
问题分析:能够应用数学、自然科学基本原理,并通过文献研究,识别、表达、分析复杂工程问题,以获得有效结论。 |
课程:高等数学A(一)、高等数学A(二)、线性代数、概率论与数理统计A、离散结构、应用统计学A、多元统计分析与R语言建模A、数学建模、大学物理B、程序设计、算法与数据结构(一)、程序设计、算法与数据结构(二)、程序设计、算法与数据结构(三)、Linux操作系统、Java程序设计、软件工程概论、深度学习、机器学习A。 实践环节:大学物理实验B、程序设计、算法与数据结构(一)实验、程序设计、算法与数据结构(二)实验、程序设计、算法与数据结构(三)实验、Java程序设计实验及实训、数据库原理与技术实验、大数据存储与管理实验、并行与分布式计算实验、行业大数据分析技术实验、软件系统开发实训、数据挖掘与人工智能应用综合实训、大数据系统能力综合实训。 课外:大学生创业基础、多学科交叉融合创新创业教育、科技创新活动、学科竞赛。 |
3 |
设计/开发解决方案:能够设计针对复杂工程问题的解决方案,设计满足特定需求的系统、单元(部件)或工艺流程,并能够在设计环节中体现创新意识,考虑法律、健康、安全、文化、社会以及环境等因素。 |
课程:计算机组成原理A、数据库原理与技术、计算机网络原理、Java程序设计、Linux操作系统A、软件工程概论、数字电路与逻辑设计、多元统计分析与R语言建模A、数据采集与预处理A、大数据存储与管理、并行与分布式计算、大数据可视化、行业大数据分析技术、深度学习、机器学习A。 实践环节:大学物理实验B、程序设计、算法与数据结构(一)实验、程序设计、算法与数据结构(二)实验及实训、Java程序设计实验及实训、算法与数据结构实验、数据库原理与技术实验、数字电路与逻辑设计实验、大数据存储与管理实验、并行与分布式计算实验、行业大数据分析技术实验、软件系统开发实训、大数据系统能力综合实训、数据挖掘与人工智能应用综合实训、毕业实习(大数据)、毕业设计(论文)(大数据)。 课外:大学生创业基础、多学科交叉融合创新创业教育、科技创新活动、学科竞赛、校内外教授论坛、博士论坛、校外企业专家专题讲座等。 |
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。 |
课程:计算机组成原理A、数据库原理与技术、计算机网络原理、Python程序设计A、Java程序设计、Linux操作系统A、软件工程概论、数据采集与预处理A、大数据存储与管理、并行与分布式计算、行业大数据分析技术、大数据可视化、深度学习、机器学习A。 实践环节:Java程序设计实验、数据库原理与技术实验、大数据存储与管理实验、并行与分布式计算实验、软件系统开发实训、大数据系统能力综合实训、数据挖掘与人工智能应用综合实训、行业大数据分析技术实验、专业实习(大数据)、毕业实习(大数据)、毕业设计(论文)(大数据)。 课外:大学生创业基础、多学科交叉融合创新创业教育、大学生研究性学习和创新性实验计划项目、科技创新活动、学科竞赛、校内外教授论坛、博士论坛、校外企业专家专题讲座等。 |
5 |
使用现代工具:能够针对复杂工程问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程问题的预测与模拟,并能够理解其局限性。 |
课程:软件工程概论、计算机网络原理与技术、计算机组成原理A、行业大数据分析技术、大数据可视化、深度学习、机器学习A、Linux操作系统A。 实践环节:工程认知训练、大数据存储与管理实验、计算机网络实验、软件系统开发实训、行业大数据分析技术实验、大数据系统能力综合实训、数据挖掘与人工智能应用综合实训、毕业实习(大数据)、专业实习(大数据)、毕业设计(论文)(大数据)。 课外:各类学科竞赛、科技创新活动、校内外教授论坛、博士论坛等。 |
6 |
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、健康、安全、法律以及文化的影响,并理解应承担的责任。 |
课程:思想道德修养与法律基础、大数据存储与管理、并行与分布式计算、机器学习A、软件工程概论。 实践环节:大数据存储与管理实验、并行与分布式计算实验、软件系统开发实训、大数据系统能力综合实训、数据挖掘与人工智能应用综合实训、工程认知训练、毕业设计(论文)(大数据)。 课外:第二课堂、社会实践活动、各类学科竞赛、科技创新活动、校内外教授论坛、博士论坛、校外企业专家专题讲座等。 |
7 |
环境和可持续发展:能够理解和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响。 |
课程:思想道德修养与法律基础、大数据存储与管理、并行与分布式计算、分布式计算原理、机器学习A、软件工程概论。 实践环节:大数据存储与管理实验、并行与分布式计算实验、工程认知训练、毕业设计(论文)(大数据)、行业大数据分析技术实验、专业实习(大数据)、毕业实习、大数据系统能力综合实训、数据挖掘与人工智能应用综合实训。 课外:校内外教授论坛、博士论坛、校外企业专家专题讲座、与国外大学合作交流等。 |
8 |
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 |
课程:大学生创业基础、软件工程概论、多学科交叉融合创新创业教育、社会和职业素养 实践:工程认知训练、行业大数据分析技术实验、专业实习(大数据)、毕业实习。 课外:科技创新活动 |
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。 |
课程:程序设计类课程及实验实训、软件工程概论。 实践环节:软件系统开发实训、数据挖掘与人工智能应用综合实训、大数据系统能力综合实训。 课外:各类学科竞赛、科技创新活动、各种社团活动等。 |
10 |
沟通:能够就复杂工程问题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。 |
课程:大学应用语文、英语应用文写作、通用工程英语听说、大学英语口语、大学英语、大学生心理健康、专业英语(大数据)、人文与科学类选修课。 实践环节:软件系统开发实训、数据挖掘与人工智能应用综合实训、大数据系统能力综合实训、毕业实习(计算机)、毕业设计(论文)(大数据)。 课外:大学生创业基础、多学科交叉融合创新创业教育、科技创新活动、学科竞赛课程、各种社团活动、英语角等。 |
11 |
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。 |
课程:软件工程概论、经济学通论、项目管理概论、数据科学新技术及应用。 实践环节:软件系统开发实训、数据挖掘与人工智能应用综合实训、大数据系统能力综合实训、毕业实习(大数据)、毕业设计(论文)(大数据)。 |
12 |
终身学习:具有自主学习和终身学习的意识,身心健康,有不断学习和适应发展的能力。 |
课程:、思想道德修养与法律基础、大学生心理健康、人文素质类选修课、高等数学A(一)、高等数学A(二)、线性代数、概率论与数理统计A、大学物理B、大学生学习方法指导。 实践环节:军训、工程认知训练、毕业实习(大数据)、毕业设计(论文)(大数据)。 课外:各类专题讲座、社团活动、各类学科竞赛、科技创新活动。 |
五、主干学科与交叉学科
主干学科为计算机科学与技术,属于数学、统计学、计算机科学高度交叉融合的复合型专业。
六、课程体系及课程组成设置表
由通识教育、学科基础教育、专业教育、第二课堂四个类别和系列课程组成,课程设置见表3。
第二课堂必修16学分(见表4),具体包括:思政课外实践4学分、学生体质健康达标测试1学分(每学年一次)、大学生创业基础2学分、大学生职业发展与就业指导2学分、大学生心理健康课外实践1学分、大学生学习方法指导0.5学分、大学生卫生与健康0.5学分、国家安全教育1学分(理论0.5学分、实践0.5学分)、劳动教育2学分、毕业教育0.5学分,志愿服务与社会实践、创新创业实践、课外科技活动与学科竞赛等1.5学分。
第二课堂按照《新利luck在线·(中国)有限公司官网本科生第二课堂学分管理办法》、创新创业学分认定转换办法,以学科竞赛、科技活动、创新创业训练项目等成果申请学分。
表3 课程体系及课程组成
课程 类别 |
课程编号 |
课程名称 |
课程 属性 |
学分 |
总学时(周) |
开课 学期 |
备注 |
|
通识教育课程 |
思想政治 |
0302000023 |
思想道德与法治 |
必修 |
2 |
32 |
1 |
|
0601000045 |
中国近现代史纲要 |
必修 |
2 |
32 |
2 |
|||
0101000030 |
毛泽东思想和中国特色社会主义理论体系概论 |
必修 |
4 |
64 |
3 |
|||
0101000014 |
马克思主义基本原理 |
必修 |
2 |
32 |
4 |
|||
0305000001 |
形势与政策(1) |
必修 |
0.25 |
4 |
1 |
|||
0305000002 |
形势与政策(2) |
必修 |
0.25 |
4 |
2 |
|||
0305000003 |
形势与政策(3) |
必修 |
0.25 |
4 |
3 |
|||
0305000004 |
形势与政策(4) |
必修 |
0.25 |
4 |
4 |
|||
0305000005 |
形势与政策(5) |
必修 |
0.25 |
4 |
5 |
|||
0305000006 |
形势与政策(6) |
必修 |
0.25 |
4 |
6 |
|||
0305000007 |
形势与政策(7) |
必修 |
0.25 |
4 |
7 |
|||
0305000008 |
形势与政策(8) |
必修 |
0.25 |
4 |
8 |
|||
军体体育 |
1105200015 |
军训 |
必修 |
2 |
2周 |
1 |
||
0403000015 |
体育(一) |
必修 |
1 |
30 |
1 |
|||
0403000025 |
体育(二) |
必修 |
1 |
30 |
2 |
|||
0403000035 |
体育(三) |
必修 |
1 |
30 |
3 |
|||
0403000045 |
体育(四) |
必修 |
1 |
30 |
4 |
|||
外语 |
0502000040 |
大学英语 |
必修 |
2.5 |
40 |
1 |
||
0502000360 |
大学英语口语 |
必修 |
2 |
32 |
2 |
|||
0502000420 |
通用工程英语听说 |
必修 |
2.5 |
40 |
3 |
|||
0502000430 |
英语应用文写作 |
必修 |
2 |
32 |
4 |
|||
1201100145 |
通用工程英语读写 |
限选 |
2 |
32 |
5 |
|||
0810000705 |
专业英语(大数据) |
选修 |
2 |
32 |
7 |
|||
创新创业 |
0401310055 |
大学生创业基础 |
必修 |
2 |
32 |
5 |
||
1101030140 |
多学科交叉融合创新创业教育 |
必修 |
2 |
32 |
7 |
|||
素质拓展 |
0800000005 |
工程认知训练 |
必修 |
1 |
1周 |
2 |
||
0501310185 |
大学应用语文 |
限选 |
1.5 |
24 |
3 |
|||
0402000025 |
大学生心理健康 |
必修 |
1 |
16 |
1 |
|||
1004000120 |
大学生卫生与健康 |
必修 |
0.5 |
8 |
1 |
|||
0809000715 |
数据科学新技术及应用 |
选修 |
2 |
32 |
7 |
|||
学科 教育课程 |
公共基础 |
0701000225 |
高等数学A(一) |
必修 |
5 |
80 |
1 |
|
0701000215 |
高等数学A(二) |
必修 |
6 |
96 |
2 |
|||
0702000405 |
大学物理B(上) |
必修 |
2 |
32 |
2 |
|||
0701000635 |
线性代数 |
必修 |
2 |
32 |
3 |
|||
0702000415 |
大学物理B(下) |
必修 |
2 |
32 |
3 |
|||
0701000175 |
概率论与数理统计A |
必修 |
2.5 |
40 |
3 |
|||
学科基础 |
0812001000 |
信息类专业导论 |
限选 |
1 |
16 |
1 |
||
0812000217 |
程序设计、算法与数据结构(一) |
必修 |
3 |
48 |
1 |
|||
0812000417 |
程序设计、算法与数据结构(二) |
必修 |
3 |
48 |
2 |
|||
0812000318 |
程序设计、算法与数据结构(三) |
必修 |
3.0 |
48 |
3 |
|||
0812001736 |
离散结构 |
必修 |
4 |
64 |
2 |
|||
基础实践 |
0812000317 |
程序设计、算法与数据结构(一)实验 |
必修 |
1.5 |
46 |
1 |
||
0812000517 |
程序设计、算法与数据结构(二)实验 |
必修 |
2 |
60 |
2 |
|||
0812000418 |
程序设计、算法与数据结构(三)实验 |
必修 |
1.5 |
46 |
3 |
|||
0702100025 |
大学物理实验B |
必修 |
1 |
30 |
3 |
|||
专业教育课程 |
专业基础 |
0812000945 |
计算机网络原理与技术 |
必修 |
3 |
48 |
4 |
|
0809000146 |
数字电路与逻辑设计A |
必修 |
4 |
64 |
3 |
|||
0812000876 |
数据库原理与技术 |
必修 |
2.5 |
40 |
4 |
|||
0812000795 |
软件工程概论 |
必修 |
2.5 |
40 |
4 |
|||
0809000089 |
应用统计学A |
必修 |
2.5 |
40 |
5 |
|||
0809000096 |
Linux操作系统A |
限选 |
4 |
64 |
5 |
|||
专业核心 |
0809000106 |
机器学习A |
必修 |
3 |
48 |
5 |
||
0809000101 |
大数据存储与管理 |
必修 |
3 |
48 |
5 |
|||
0809000111 |
并行与分布式计算 |
必修 |
3 |
48 |
6 |
|||
0809000705 |
深度学习 |
必修 |
2.5 |
40 |
6 |
|||
0809000116 |
多元统计分析与R语言建模A |
限选 |
3 |
48 |
6 |
|||
0809000166 |
数据采集与预处理A |
限选 |
2.5 |
40 |
6 |
|||
专业拓展 |
0812000116 |
Java程序设计 |
限选 |
2.5 |
40 |
4 |
||
0809000091 |
Python程序设计A |
限选 |
2.5 |
40 |
5 |
|||
0809000121 |
计算机组成原理B |
限选 |
3 |
48 |
6 |
|||
0809000735 |
行业大数据分析技术 |
限选 |
2 |
32 |
7 |
|||
0701000530 |
数学建模 |
选修 |
2 |
32 |
5 |
|||
0812002185 |
数字图像处理 |
选修 |
2 |
32 |
5 |
|||
0812003100 |
移动开发技术 |
选修 |
3 |
48 |
5 |
|||
0812003180 |
数据挖掘技术基础 |
选修 |
2 |
32 |
5 |
|||
0812000275 |
操作系统A |
选修 |
3 |
48 |
5 |
|||
0809000126 |
大数据可视化 |
选修 |
2.5 |
40 |
6 |
|||
0809000695 |
虚拟化技术 |
选修 |
2.5 |
40 |
6 |
|||
0809000131 |
ETL技术及应用 |
选修 |
1.5 |
24 |
6 |
|||
0809000141 |
Java EE框架技术A |
选修 |
3 |
48 |
6 |
|||
0812002325 |
信息内容安全 |
选修 |
2 |
32 |
6 |
|||
1202001865 |
项目管理概论 |
选修 |
2 |
32 |
7 |
|||
0202001535 |
经济学通论 |
选修 |
2 |
32 |
7 |
|||
0809000715 |
数据科学新技术 |
选修 |
2 |
32 |
7 |
|||
0809000730 |
专业英语(大数据) |
选修 |
2 |
32 |
7 |
|||
专业实践 |
0809010046 |
数字电路与逻辑设计实验A |
必修 |
1 |
30 |
3 |
||
0812100055 |
计算机网络实验 |
必修 |
1 |
30 |
4 |
|||
0812000126 |
Java程序设计实验 |
必修 |
1 |
30 |
4 |
|||
0812000877 |
数据库原理与技术实验 |
必修 |
0.5 |
16 |
4 |
|||
0812000878 |
软件系统开发实训 |
必修 |
3 |
3周 |
4 |
|||
0809010026 |
大数据存储与管理实验 |
必修 |
1 |
30 |
5 |
|||
0809010041 |
并行与分布式计算实验 |
必修 |
1 |
30 |
6 |
|||
0809020016 |
大数据系统能力综合实训 |
必修 |
2 |
2周 |
5 |
|||
0809020055 |
数据挖掘与人工智能应用综合实训 |
必修 |
3 |
3周 |
6 |
|||
0809020021 |
专业实习(大数据) |
必修 |
3 |
3周 |
7 |
|||
0809010735 |
行业大数据分析技术实验 |
必修 |
0.5 |
16 |
7 |
表4 第二课堂设置
平台 |
项目 |
学分 |
备注 |
基础 |
大学生学习方法指导 |
0.5 |
入学教育、专业认知、学习规划、学习方法、学习策略、学籍等教学文件。 |
国家安全教育 |
1 |
国家安全教育与实践。 |
|
大学生卫生与健康 |
0.5 |
生命教育、安全教育、健康教育等。 |
|
体质健康达标测试 |
1 |
学生体质健康达标测试。 |
|
大学生职业发展与就业指导 |
2 |
职业选择、职业发展、就业指导等(1-4学年)。 |
|
大学生创业基础 |
2 |
创业意识、创业理论、创业方法等教育。 |
|
课外阅读与讲座 |
/ |
每学年至少读2本课外书并撰写读书报告,听两场讲座。 |
|
实践 |
思想政治教育理论课课外实践 |
4 |
结合理论教学设置形式多样、内容丰富、具有教育意义的实践活动,鼓励学生关注社会热点问题并积极参与社会调查行动。 |
心理健康教育课外实践 |
1 |
参与心理健康讲座、培训、测试等活动。 |
|
劳动教育 |
2 |
注重围绕创新创业,结合学科和专业积极开展实习实训、专业服务、社会实践、勤工助学等,创造性地解决实际问题。 |
|
志愿服务与社会实践、 创新创业实践 |
1.5 |
至少参加1次志愿服务、公益活动、社会调查、社会实践、勤工助学等;以学科竞赛、科技活动与科研训练、创新创业训练项目等成果申请学分。 |
|
发展 |
社团活动 |
/ |
参加各类社团活动。 |
毕业教育 |
0.5 |
毕业程序、毕业安全、感恩母校、走向社会等教育。 |
|
总计 |
16学分 |
七、核心课程
核心课程是本专业学生必修的重要课程,包括公共基础课、学科基础课、专业基础课、专业核心课等,本专业学生必须修读、考核合格、获得学分,才能毕业和授予学位。
表5 专业核心课程
序号 |
公共基础课 |
学科基础课 |
专业基础课 |
专业核心课 |
备注 |
1 |
高等数学A(一) |
离散结构 |
计算机网络原理与技术 |
大数据存储与管理 |
|
2 |
线性代数 |
程序设计、算法与数据结构(一) |
数据库原理与技术 |
并行与分布式计算 |
|
3 |
高等数学A(二) |
程序设计、算法与数据结构(二) |
软件工程概论 |
机器学习A |
|
4 |
大学物理B(上) |
程序设计、算法与数据结构(三) |
Linux操作系统A |
深度学习 |
|
5 |
大学物理B(下) |
应用统计学A |
多元统计分析与R语言建模A |
||
6 |
概率论与数理统计A |
数字电路与逻辑设计A |
数据采集与预处理A |
八、主要实践教学环节
专业基础实验实习实训 |
专业课程实验 实习实训 |
综合实训 |
综合应用实验实习实训 |
程序设计、算法与数据结构(一)实验 程序设计、算法与数据结构(二)实验 程序设计、算法与数据结构(三)实验 计算机网络实验 Java程序设计实验 数据库原理与技术实验 |
大数据存储与管理实验 并行与分布式计算实验 |
软件系统开发实训 大数据系统能力综合实训 数据挖掘与人工智能应用综合实训 |
行业大数据分析技术实验 专业实习(大数据) 毕业实习(大数据) 毕业设计(论文)(大数据) |
九、指导性教学进程计划表
表6 数据科学与大数据技术专业培养指导性教学进程计划表
学期 |
课程编码 |
课程名称 |
课程 属性 |
学分 |
学时 |
其中 |
考核方式 |
备注 |
|||
讲课 |
实验 |
上机 |
其他 |
||||||||
第一 学 期 |
1105200015 |
军训 |
必修 |
2 |
2周 |
考查 |
|||||
04010X0015 |
大学生学习方法指导 |
必修 |
0.5 |
8 |
8 |
考查 |
计入第二课堂 |
||||
0402000025 |
大学生心理健康 |
必修 |
1 |
16 |
16 |
考查 |
全校通识教育选修课 |
||||
0402020025 |
大学生心理健康课外实践 |
必修 |
1 |
1周 |
考查 |
计入第二课堂 |
|||||
0302000023 |
思想道德与法治 |
必修 |
2 |
32 |
32 |
考查 |
|||||
0302200015 |
思想道德与法治课外实践 |
必修 |
1 |
1周 |
考查 |
计入第二课堂 |
|||||
0403000015 |
体育(一) |
必修 |
1 |
30 |
30 |
考查 |
|||||
0502000040 |
大学英语 |
必修 |
2.5 |
40 |
40 |
考试 |
|||||
0701000225 |
高等数学A(一) |
必修 |
5 |
80 |
80 |
考试 |
|||||
0812001000 |
信息类专业导论 |
限选 |
1 |
16 |
16 |
考查 |
非标准答案考试 |
||||
0305000001 |
形势与政策(1) |
必修 |
0.25 |
4 |
考查 |
||||||
0812000217 |
程序设计、算法与数据结构(一) |
必修 |
3 |
48 |
48 |
考试 |
“问题求解”课程群第一阶段,非标准答案考试 |
||||
0812000317 |
程序设计、算法与数据结构(一)实验 |
必修 |
1.5 |
46 |
46 |
考查 |
“问题求解”课程群第一阶段 |
||||
1004000120 |
大学生卫生与健康 |
必修 |
0.5 |
8 |
8 |
考查 |
计入第二课堂 |
||||
“自然科学、人文社科、艺术及其他”等全校通识教育课程 |
选修 |
全校通识教育课程必选修3.5学分,建议第一学年完成,本学期完成1门以上 |
|||||||||
小计 |
必修:18.25学分,限选1学分,另课外3.0学分计入第二课堂。 |
||||||||||
第二 学 期 |
1105000015 |
军事理论 |
必修 |
1 |
16 |
16 |
考查 |
课外16学时,1学分 |
|||
0601000045 |
中国近现代史纲要 |
必修 |
2 |
32 |
32 |
考试 |
|||||
0601200016 |
中国近现代史纲要课外实践 |
必修 |
1 |
1周 |
考查 |
计入第二课堂 |
|||||
0403000025 |
体育(二) |
必修 |
1 |
30 |
30 |
考查 |
|||||
0305000002 |
形势与政策(2) |
必修 |
0.25 |
4 |
考查 |
||||||
0502000360 |
大学英语口语 |
必修 |
2 |
32 |
32 |
考试 |
|||||
0701000215 |
高等数学A(二) |
必修 |
6 |
96 |
96 |
考试 |
|||||
0812001737 |
离散结构 |
必修 |
4 |
64 |
64 |
考试 |
|||||
0702000405 |
大学物理B(上) |
必修 |
2 |
32 |
32 |
考查 |
|||||
0812000417 |
程序设计、算法与数据结构(二) |
必修 |
3 |
48 |
48 |
考试 |
“问题求解”课程群第二阶段,非标答案考试 |
||||
0812000517 |
程序设计、算法与数据结构(二)实验 |
必修 |
2 |
60 |
60 |
考查 |
“问题求解”课程群第二阶段 |
||||
“自然科学、人文社科、艺术及其他”等全校通识教育课程 |
选修 |
全校通识教育课程必选修3.5学分,建议第一学年完成 |
|||||||||
小计 |
必修:23.25学分,另课外1学分计入第二课堂。 |
||||||||||
第三 学 期 |
0101000014 |
马克思主义基本原理 |
必修 |
2 |
32 |
32 |
考试 |
||||
0101200035 |
马克思主义基本原理课外实践 |
必修 |
1 |
1周 |
考查 |
计入第二课堂 |
|||||
0403000035 |
体育(三) |
必修 |
1 |
30 |
30 |
考查 |
|||||
0800000005 |
工程认知训练 |
必修 |
1 |
1周 |
考查 |
||||||
0701001215 |
线性代数 |
必修 |
2.5 |
40 |
40 |
考试 |
|||||
0502000420 |
通用工程英语听说 |
必修 |
2.5 |
40 |
40 |
考试 |
|||||
0305000003 |
形势与政策(3) |
必修 |
0.25 |
4 |
考查 |
||||||
0501310185 |
大学应用语文 |
限选 |
1.5 |
24 |
24 |
考查 |
全校通识教育选修课程 |
||||
0702000415 |
大学物理B(下) |
必修 |
2 |
32 |
32 |
考查 |
|||||
0702100025 |
大学物理实验B |
必修 |
1 |
30 |
30 |
考查 |
|||||
0812000318 |
程序设计、算法与数据结构(三) |
必修 |
3 |
48 |
48 |
考试 |
“问题求解”课程群第三阶段 |
||||
0812000418 |
程序设计、算法与数据结构(三)实验 |
必修 |
1.5 |
46 |
46 |
考查 |
“问题求解”课程群第三阶段 |
||||
0812000795 |
软件工程概论 |
必修 |
2.5 |
40 |
32 |
8 |
考查 |
||||
0809000216 |
数字电路与逻辑设计A |
必修 |
4 |
64 |
64 |
考试 |
|||||
0809010021 |
数字电路与逻辑设计A实验 |
必修 |
1 |
30 |
30 |
考查 |
|||||
小计 |
必修:24.25学分,限选1.5学分,另课外1学分计入第二课堂。 |
||||||||||
第四 学 期 |
0101000030 |
毛泽东思想和中国特色社会主义理论体系概论 |
必修 |
4 |
64 |
64 |
考试 |
||||
0101020030 |
毛泽东思想和中国特色社会主义理论体系概论课外实践 |
必修 |
1 |
1周 |
考查 |
计入第二课堂 |
|||||
0403000045 |
体育(四) |
必修 |
1 |
30 |
30 |
考查 |
|||||
0502000430 |
英语应用文写作 |
必修 |
2 |
32 |
32 |
考查 |
|||||
0305000004 |
形势与政策(4) |
必修 |
0.25 |
4 |
考查 |
||||||
0812000945 |
计算机网络原理与技术 |
必修 |
3 |
48 |
48 |
考试 |
|||||
0812100055 |
计算机网络实验 |
必修 |
1 |
30 |
30 |
考查 |
|||||
0812000116 |
Java程序设计 |
限选 |
2.5 |
40 |
40 |
考查 |
|||||
0812000126 |
Java程序设计实验 |
必修 |
1 |
30 |
30 |
考查 |
|||||
0812000876 |
数据库原理与技术 |
必修 |
2.5 |
40 |
40 |
考试 |
|||||
0812000877 |
数据库原理与技术实验 |
必修 |
0.5 |
16 |
16 |
考查 |
|||||
0812000878 |
软件系统开发实训 |
必修 |
3 |
3周 |
90 |
考查 |
|||||
0701000165 |
概率论与数理统计A |
必修 |
3 |
48 |
48 |
考查 |
|||||
小计 |
必修:21.25学分,限选2.5学分,另课外1学分计入第二课堂。 |
||||||||||
第五学期 |
0809000089 |
应用统计学A |
必修 |
2.5 |
40 |
40 |
考试 |
||||
0809000091 |
Python程序设计A |
限选 |
2.5 |
40 |
32 |
8 |
考试 |
1-10周,周4 |
|||
0809000096 |
Linux操作系统A |
限选 |
4 |
64 |
32 |
32 |
考查 |
||||
0809000101 |
大数据存储与管理 |
必修 |
3 |
48 |
48 |
考试 |
5-16周,周4 |
||||
0809010026 |
大数据存储与管理实验 |
必修 |
1 |
30 |
30 |
考查 |
5-16周 |
||||
0809000106 |
机器学习A |
必修 |
3 |
48 |
40 |
8 |
考试 |
||||
0812000275 |
操作系统A |
选修 |
3 |
48 |
40 |
8 |
考查 |
||||
0812002105 |
Web系统与技术 |
选修 |
2.5 |
40 |
28 |
12 |
考查 |
||||
0812003180 |
数据挖掘技术基础 |
选修 |
2 |
32 |
24 |
8 |
考查 |
||||
0701000530 |
数学建模 |
选修 |
2 |
32 |
22 |
10 |
考查 |
||||
0812002185 |
数字图像处理 |
选修 |
2 |
32 |
24 |
8 |
考查 |
||||
0812003100 |
移动开发技术 |
选修 |
3 |
48 |
32 |
16 |
考查 |
||||
0305000005 |
形势与政策(5) |
必修 |
0.25 |
4 |
考查 |
||||||
0812002137 |
社会和职业素养 |
必修 |
0.5 |
8 |
8 |
考查 |
|||||
0401310055 |
大学生创业基础 |
必修 |
2 |
32 |
20 |
12 |
考查 |
计入第二课堂 |
|||
1201100145 |
通用工程英语读写 |
限选 |
2 |
32 |
32 |
考查 |
全校通识教育选修课 |
||||
0809020016 |
大数据系统能力综合实训 |
必修 |
2 |
2周 |
60 |
考查 |
期末 |
||||
小计 |
必修12.25学分,限选8.5学分,选修14.5学分, 另课外2学分计入第二课堂。 |
||||||||||
第六学期 |
0809000166 |
数据采集与预处理A |
限选 |
2.5 |
40 |
32 |
8 |
考查 |
|||
0809000705 |
深度学习 |
必修 |
2.5 |
40 |
32 |
8 |
考查 |
||||
0809000111 |
并行与分布式计算 |
必修 |
3 |
48 |
48 |
考试 |
|||||
0809010041 |
并行与分布式计算实验 |
必修 |
1 |
30 |
30 |
考查 |
|||||
0809000116 |
多元统计分析与R语言建模A |
限选 |
3 |
48 |
32 |
16 |
考查 |
||||
0809000121 |
计算机组成原理B |
限选 |
3 |
48 |
40 |
8 |
考试 |
||||
0809000126 |
大数据可视化 |
选修 |
2.5 |
40 |
32 |
8 |
考查 |
||||
0809000695 |
虚拟化技术 |
选修 |
2.5 |
40 |
32 |
8 |
考查 |
||||
0809000131 |
ETL技术及应用 |
选修 |
1.5 |
24 |
16 |
8 |
考查 |
||||
0809000141 |
Java EE框架技术A |
选修 |
3 |
48 |
32 |
16 |
考查 |
||||
0812002325 |
信息内容安全 |
选修 |
2 |
32 |
22 |
10 |
考查 |
||||
0305000006 |
形势与政策(6) |
必修 |
0.25 |
4 |
考查 |
||||||
0809020055 |
数据挖掘与人工智能应用综合实训 |
必修 |
3 |
3周 |
90 |
考查 |
|||||
小计 |
必修9.75学分,限选8.5学分,选修11.5学分。 |
||||||||||
第七学期 |
0809020021 |
专业实习(大数据) |
必修 |
3 |
3周 |
考查 |
17-19周 |
||||
0809000055 |
多学科交叉融合创新创业教育 |
限选 |
2 |
32 |
16 |
16 |
考查 |
||||
0809000735 |
行业大数据分析技术 |
限选 |
2 |
32 |
32 |
考查 |
1-6周 |
||||
0809010735 |
行业大数据分析技术实验 |
必修 |
0.5 |
16 |
16 |
考查 |
1-6周 |
||||
1202001865 |
项目管理概论 |
选修 |
2 |
32 |
32 |
考查 |
|||||
0202001535 |
经济学通论 |
选修 |
2 |
32 |
32 |
考查 |
|||||
0809000715 |
数据科学新技术 |
选修 |
2 |
32 |
32 |
考查 |
专题讲座 |
||||
0809000730 |
专业英语(大数据) |
选修 |
2 |
32 |
32 |
考查 |
|||||
0305000007 |
形势与政策(7) |
必修 |
0.25 |
4 |
考查 |
||||||
0809020035 |
毕业实习(大数据) |
必修 |
4 |
4周 |
考查 |
1-4周 |
|||||
小计 |
必修7.75学分,限选4学分,选修 8分 |
||||||||||
第八学期 |
0809020041 |
毕业设计(论文)(大数据) |
必修 |
13 |
14周 |
考查 |
|||||
04012X0015 |
毕业教育 |
必修 |
0.5 |
1周 |
考查 |
计入第二课堂 |
|||||
0305000008 |
形势与政策(8) |
必修 |
0.25 |
4 |
考查 |
||||||
0401310065 |
大学生职业发展与就业指导 |
必修 |
2 |
2周 |
考查 |
计入第二课堂 |
|||||
小计 |
必修13.25学分,另课外2.5学分计入第二课堂。 |
||||||||||
合计 |
毕业总学分168学分,其中必修130学分,选修38学分(包含通识教育7学分,限选26学分)。 |
注:“课程属性”指必修、选修、限选;“其他”指课堂讲课、实验、上机等教学方式之外的课内实训、考察、调研等教学方式。
十、集中实践教学环节进程计划表
表7 数据科学与大数据技术专业集中实践教学环节进程安排表
序号 |
课程编码 |
实践教学环节名称 |
课程属性 |
学分 |
学时 |
学年 |
学期 |
实践类别 |
备注 |
1 |
1105200015 |
军训 |
必修 |
2 |
2周 |
1 |
1 |
其他 |
|
2 |
0812000317 |
程序设计、算法与数据结构(一)实验 |
必修 |
1.5 |
46 |
1 |
1 |
实验 |
|
3 |
0812000517 |
程序设计、算法与数据结构(二)实验 |
必修 |
2 |
60 |
1 |
2 |
实验 |
|
4 |
0800000005 |
工程认知训练 |
必修 |
1 |
1周 |
1 |
2 |
实习 |
|
5 |
0702100025 |
大学物理实验B |
必修 |
1 |
30 |
2 |
3 |
实验 |
|
6 |
0812000418 |
程序设计、算法与数据结构(三)实验 |
必修 |
1.5 |
46 |
2 |
3 |
实验 |
|
7 |
0812003006 |
数字电路与逻辑设计实验 |
必修 |
1 |
30 |
2 |
3 |
实验 |
|
8 |
0812100055 |
计算机网络实验 |
必修 |
1 |
30 |
2 |
4 |
实验 |
|
9 |
0812000126 |
Java程序设计实验 |
必修 |
1 |
30 |
2 |
4 |
实验 |
|
10 |
0812000877 |
数据库原理与技术实验 |
必修 |
0.5 |
16 |
2 |
4 |
实验 |
|
12 |
0812000878 |
软件系统开发实训 |
必修 |
3 |
3周 |
2 |
4 |
实训 |
|
13 |
0809010026 |
大数据存储与管理实验 |
必修 |
0.5 |
16 |
3 |
5 |
实验 |
|
14 |
0809020016 |
大数据系统能力综合实训 |
必修 |
2 |
2周 |
3 |
5 |
实训 |
|
15 |
0809010041 |
并行与分布式计算实验 |
必修 |
0.5 |
16 |
3 |
6 |
实验 |
|
16 |
0812200395 |
数据挖掘与人工智能应用综合实训 |
必修 |
3 |
3周 |
3 |
6 |
实训 |
|
17 |
0809020021 |
专业实习(大数据) |
必修 |
3 |
3周 |
4 |
7 |
实习 |
|
18 |
0809010735 |
行业大数据分析技术实验 |
必修 |
0.5 |
16 |
4 |
7 |
实验 |
|
19 |
0809020035 |
毕业实习(大数据) |
必修 |
4 |
4周 |
4 |
8 |
实习 |
|
20 |
0809020041 |
毕业设计(论文)(大数据) |
必修 |
13 |
14周 |
4 |
8 |
毕业设计 |
|
合计 |
必修:42学分。 |
十一、辅修专业课程与教学计划
十二、辅修学位课程与教学计划
十三、微专业课程与教学计划
表10 数据科学与大数据技术大数据微专业课程与教学计划
序号 |
课程编码 |
课程名称 |
课程 属性 |
学分 |
学时 |
其中 |
考核方式 |
备注 |
|||
讲课 |
实验 |
上机 |
其他 |
||||||||
1 |
0809000091 |
Python程序设计A |
限选 |
2.5 |
40 |
32 |
8 |
考试 |
|||
2 |
0812000116 |
Java程序设计 |
必修 |
2.5 |
40 |
40 |
考查 |
||||
3 |
0812000126 |
Java程序设计实验 |
必修 |
1 |
30 |
30 |
考查 |
||||
4 |
0812000876 |
数据库原理与技术 |
必修 |
2.5 |
40 |
40 |
考试 |
||||
5 |
0812000127 |
Linux操作系统 |
必修 |
2 |
32 |
32 |
考查 |
||||
6 |
0809000101 |
大数据存储与管理 |
必修 |
3 |
48 |
48 |
考试 |
||||
7 |
0809010026 |
大数据存储与管理实验 |
必修 |
1 |
30 |
30 |
考查 |
||||
8 |
0809000106 |
机器学习A |
选修 |
4 |
64 |
48 |
16 |
考试 |
|||
9 |
0809000111 |
并行与分布式计算 |
选修 |
3 |
48 |
48 |
考试 |
||||
10 |
0809010041 |
并行与分布式计算实验 |
选修 |
1 |
30 |
30 |
考查 |
||||
11 |
0809000166 |
数据采集与预处理A |
选修 |
2.5 |
40 |
32 |
8 |
考查 |
|||
说明 |
辅修本专业必须完成18.5学分,其中必修12学分,选修6.5学分。 |
十四、第二学士学位课程与教学计划
十五、新旧课程等质对应表
针对因培养方案版本变化造成课程体系变化,导致学生重修时无法选课的问题,对新旧版本培养方案中取消或变化的课程确定了对应关系,课程学分保持基本一致。
表12-1 2021年培养方案新旧课程等质对应表
申请开课 学院 |
新课程编号 |
新课程名称 |
学分 |
新开课单位 |
新开设学期 |
旧课程编号 |
旧课程名称 |
学分 |
旧开课 单位 |
旧开设学期 |
审批 |
备注 |
马院 |
0101000030 |
毛泽东思想和中国特色社会主义理论体系概论 |
4 |
马院 |
3 |
0101000021 |
毛泽东思想和中国特色社会主义理论体系概论 |
3 |
马院 |
3 |
||
外语 |
0502000040 |
大学英语 |
2.5 |
外国语 |
1 |
0502000035 |
大学英语(一) |
3 |
外国语 |
1 |
||
外语 |
0502000360 |
大学英语口语 |
2 |
外国语 |
2 |
0502000045 |
大学英语(二) |
3 |
外国语 |
2 |
||
外语 |
0502000420 |
通用工程英语听说 |
2.5 |
外国语 |
3 |
1201100085 |
通用工程英语听说(上) |
2 |
外国语 |
3 |
||
外语 |
0502000430 |
英语应用文写作 |
2 |
外国语 |
4 |
1201100092 |
通用工程英语听说(下) |
2 |
外国语 |
4 |
||
数统 |
0701000165 |
概率论与数理统计A |
3 |
数统学院 |
3 |
0701000175 |
概率论与数理统计B |
2.5 |
数统学院 |
3 |
||
计通 |
0809000146 |
数字电路与逻辑设计A |
4 |
计通学院 |
3 |
0812003005 |
数字电路与逻辑设计 |
3 |
计通学院 |
4 |
||
0812000917 |
计算机电路基础 |
2 |
计通学院 |
3 |
||||||||
计通 |
0809010046 |
数字电路与逻辑设计实验A |
1 |
计通学院 |
3 |
0812003006 |
数字电路与逻辑设计实验 |
1 |
计通学院 |
4 |
||
0812000918 |
计算机电路基础实验 |
0.5 |
计通学院 |
3 |
||||||||
计通学院 |
多学科交叉融合创新创业教育 |
2 |
计通学院 |
7 |
0812200407 |
IT创新创业实践 |
2 |
计通学院 |
7 |
|||
计通学院 |
0812000217 |
程序设计、算法与数据结构(一) |
3 |
计通 |
1 |
0809000645 |
C/C++程序设计(一) |
2 |
计通 |
1 |
非标准答案 |
|
计通学院 |
0812000317 |
程序设计、算法与数据结构(一)实验 |
1.5 |
计通 |
1 |
0809010645 |
C/C++程序设计(一)实验 |
0.5 |
计通 |
1 |
||
计通学院 |
0809000650 |
Python程序设计A |
2.5 |
计通 |
3 |
0809000650 |
Python程序设计 |
2 |
计通 |
1 |
||
计通学院 |
0809000650 |
Python程序设计A |
2.5 |
计通 |
3 |
0809010650 |
Python程序设计实验 |
0.5 |
计通 |
1 |
||
计通学院 |
0812000417 |
程序设计、算法与数据结构(二) |
3 |
计通 |
2 |
0809000655 |
C/C++程序设计(二) |
2 |
计通 |
2 |
非标准答案 |
|
计通学院 |
0812000517 |
程序设计、算法与数据结构(二)实验 |
2 |
计通 |
2 |
0809010655 |
C/C++程序设计(二)实验 |
0.5 |
计通 |
2 |
||
计通学院 |
0812000517 |
程序设计、算法与数据结构(二)实验 |
2 |
计通 |
2 |
0809020115 |
C/C++程序设计(二)实训 |
1 |
计通 |
2 |
||
计通学院 |
0809000096 |
Linux操作系统A |
4 |
计通 |
5 |
0812000127 |
Linux操作系统 |
2 |
计通 |
2 |
||
计通学院 |
0809000096 |
Linux操作系统A |
4 |
计通 |
5 |
0812000130 |
Linux操作系统实验 |
1 |
计通 |
2 |
||
计通学院 |
0812000116 |
Java程序设计 |
2.5 |
计通 |
4 |
0812000116 |
Java程序设计 |
2.5 |
计通 |
3 |
||
计通学院 |
0812000126 |
Java程序设计实验 |
1 |
计通 |
4 |
0812000126 |
Java程序设计实验 |
1 |
计通 |
3 |
||
计通学院 |
0812000878 |
软件系统开发实训 |
3 |
计通 |
4 |
0809020105 |
Java程序设计实训 |
1 |
计通 |
3 |
||
计通学院 |
0812000318 |
程序设计、算法与数据结构(三) |
3 |
计通 |
3 |
0809000662 |
算法与数据结构 |
2.5 |
考试 |
3 |
非标准答案 |
|
计通学院 |
0812000418 |
程序设计、算法与数据结构(三)实验 |
1.5 |
计通 |
3 |
0809010662 |
算法与数据结构实验 |
0.5 |
计通 |
3 |
||
计通学院 |
0812000876 |
数据库原理与技术 |
2.5 |
计通 |
4 |
0812000876 |
数据库原理与技术 |
2.5 |
计通 |
3 |
||
计通学院 |
0812000877 |
数据库原理与技术实验 |
0.5 |
计通 |
4 |
0812000877 |
数据库原理与技术实验 |
0.5 |
计通 |
3 |
||
计通学院 |
0809000089 |
应用统计学A |
2.5 |
数计 |
5 |
0701001090 |
应用统计学 |
2 |
4 |
|||
计通学院 |
0812000945 |
计算机网络原理与技术 |
3 |
计通 |
4 |
0812001045 |
计算机网络原理 |
2 |
计通 |
4 |
||
计通学院 |
0809000101 |
大数据存储与管理 |
3 |
计通 |
5 |
0809000670 |
Hadoop集群程序设计与开发 |
2 |
计通 |
4 |
||
计通学院 |
0809010026 |
大数据存储与管理实验 |
1 |
计通 |
5 |
0809010670 |
Hadoop集群程序设计与开发实验 |
0.5 |
计通 |
4 |
||
计通学院 |
0809020016 |
大数据系统能力综合实训 |
2 |
计通 |
5 |
0809020095 |
Hadoop集群程序设计与开发实训 |
1 |
计通 |
4 |
||
计通学院 |
0809000166 |
数据采集与预处理A |
2.5 |
计通 |
6 |
0809000675 |
数据采集与预处理 |
2 |
计通 |
4 |
||
计通学院 |
0809000166 |
数据采集与预处理A |
2.5 |
计通 |
6 |
0809010675 |
数据采集与预处理实验 |
0.5 |
计通 |
4 |
||
计通学院 |
0809000106 |
机器学习A |
3 |
计通 |
5 |
0812003055 |
机器学习 |
2 |
计通 |
5 |
||
计通学院 |
0812002105 |
Web系统与技术 |
2.5 |
计通 |
5 |
0812002105 |
Web系统与技术 |
2.5 |
计通 |
5 |
||
计通学院 |
0809000111 |
并行与分布式计算 |
3 |
计通 |
6 |
0809000690 |
Spark编程基础 |
2 |
计通 |
5 |
||
计通学院 |
0809010041 |
并行与分布式计算实验 |
1 |
计通 |
6 |
0809010690 |
Spark编程基础实验 |
0.5 |
计通 |
5 |
||
计通学院 |
0809020016 |
大数据系统能力综合实训 |
2 |
计通 |
6 |
0809020075 |
Spark编程基础实训 |
1 |
计通 |
5 |
||
计通学院 |
0809000116 |
多元统计分析与R语言建模A |
3 |
计通 |
6 |
0809010710 |
多元统计分析与R语言建模实验 |
0.5 |
计通 |
6 |
||
计通学院 |
0809000116 |
多元统计分析与R语言建模A |
3 |
计通 |
6 |
0809000710 |
多元统计分析与R语言建模 |
2 |
计通 |
6 |
||
计通学院 |
0809000695 |
虚拟化技术 |
2.5 |
计通 |
6 |
0809000695 |
虚拟化技术 |
2.5 |
计通 |
5 |
||
计通学院 |
0812000795 |
软件工程概论 |
2.5 |
计通 |
3 |
0812000755 |
软件工程B |
2 |
计通 |
6 |
||
计通学院 |
0701000530 |
数学建模 |
2 |
计通 |
5 |
0701000530 |
数学建模 |
2 |
计通 |
6 |
||
计通学院 |
1101030140 |
多学科交叉融合创新创业教育 |
2 |
计通 |
7 |
0812299407 |
IT创新创业实践 |
2 |
计通 |
6 |
||
计通学院 |
0809000131 |
ETL技术及应用 |
1.5 |
计通 |
6 |
080900725 |
ETL技术 |
1 |
计通 |
6 |
||
计通学院 |
0809000131 |
ETL技术及应用 |
1.5 |
计通 |
6 |
0809010725 |
ETL技术实验 |
0.5 |
计通 |
6 |
||
计通学院 |
0809000126 |
大数据可视化 |
2.5 |
计通 |
6 |
0809000740 |
数据可视化 |
2 |
计通 |
7 |
||
计通学院 |
0809000126 |
大数据可视化 |
2.5 |
计通 |
6 |
0809010740 |
数据可视化实验 |
0.5 |
计通 |
7 |
||
计通学院 |
0809020021 |
专业实习(大数据) |
3 |
计通 |
7 |
0809020065 |
校企合作大数据专业综合实训 |
5 |
计通 |
7 |
负责人:尹波 学院审核人:蔡烁