数据科学与大数据技术人才培养方案-广州应用科技学院-计算机学院

广州应用科技学院

数据科学与大数据技术人才培养方案

专业代码: 080910T

一、培养目标

本专业立足广东经济社会发展、面向基层，适应广东经济社会发展和产业结构调整需要，以“面向一线、立足岗位、产学结合、注重素质、突出应用、强化实践、培养能力”为指导思想，对接新兴产业中的大数据分析、数据挖掘、智能识别和智能决策等重点工程领域，培养具有良好的职业道德和职业精神，具备德、智、体、美、劳全面发展的高素质应用型本科人才。本专业毕业生主要从事系统设计和大数据平台的搭建（大数据系统架构师），利用大数据进行数据安全的分析和应用（大数据系统分析师），行业数据的收集整理和研究预测（数据分析师）等工作，还可以从事IT类企业内的大数据技术，大数据研究，数据管理，数据挖掘，应用开发等工作，同时还可以选择继续考研深造。

具体为：

培养目标1：具有人文社会科学素养、社会责任感、职业道德、创新创业意识、国际视野和跨文化交流能力；

培养目标2：能够运用数学、自然科学、工程基础知识、计算机科学与技术基本理论及专业知识分析和解决复杂工程问题；

培养目标3：能够针对计算机领域的复杂工程问题设计、优化解决方案，能从事商业分析、数据科学等相关的研究生学习，也可以到企事业单位的数据分析部门，商业智能部门等从事数据分析师，商业智能分析师，数据科学家，首席数据官等职位；

培养目标4：具有良好的沟通交流、团结协作能力，适应多学科工作环境；

培养目标5：具有主动学习和终身学习的意识和能力，适应技术进步和社会发展。

二、毕业要求

结合本专业培养目标和特色，毕业生应获得以下方面的知识、能力和素质的毕业要求：

(一)素质要求

毕业要求1：（合格的思想政治素质）热爱祖国，拥护中国共产党的领导，树立辩证唯物主义和历史唯物主义的世界观，具有为祖国富强和人类发展贡献自己的力量的品格，具有良好的道德和健全的法制意识。

毕业要求2：（良好的科学文化素质）具有正确的世界观、人生观、价值观。具有良好的文字、语言表达能力，积极参加社会实践。具有求真务实的科学素质，懂科学，爱科学，追求真理。

毕业要求3：（扎实的专业技能素质）具有扎实的自然科学基础知识，以及本专业所需的技术基础及专业知识，掌握分析问题、解决问题的科学方法，具备在相关工程项目设计、实施、运行管理过程中基本的质量、环境、安全和法律意识，具有从事科学研究的严谨态度、浓厚的环境保护意识、价值效益意识、求实创新意识。

毕业要求4：（良好的职业素质）具有人文社会科学素养和社会责任感，具备计算机科学与技术的专业素质和职业道德规范，履行责任。能够在多学科背景下的工程项目团队中承担个体、团队成员以及负责人的角色，具备良好的团队合作精神，能够了解计算机工程技术领域及其相关行业国内外基本情况，能够就计算机工程领域的复杂工程问题在跨文化背景下进行沟通和交流。

毕业要求5：（优良的身体心理素质）具有强健的体魄、健康的心理和社会责任感；具有乐观、积极、向上的精神与人格魅力，有较强的适应能力、承受能力和人际交往能力。

（二）知识要求

毕业要求6：（通识教育知识）能够运用人文科学类、社会科学类、自然科学类知识达到“人格塑造、知识学习、能力锻炼”的通识教育“核心三要素”目标。

毕业要求7：（专业基础知识）正确理解数学、自然科学和工程的基础知识及概念，以及在计算机实际应用的意义；掌握计算机系统的基本原理，形成专业思想，了解本专业发展动态与现状，适应环境的变化、技术的进步；能运用数学、自然科学和计算机科学基本原理识别、描述、表达复杂工程问题；掌握大数据科学与技术核心专业知识和应用技术，主要包括数据采集技术、云计算与数据中心、机器学习与模式识别、数据挖掘、数据建模、大数据分析和数据可视化等。

毕业要求8：（专业知识）具备从事大数据应用系统设计与实现的能力；在数据分析、数据管理、数据存储方面，能发现、分析和解决实际工程技术问题。

（三）能力要求

毕业要求9：（专业能力）能紧跟当前流行的和新兴的技术，并能够根据用户需求评估其适用性；能够开发、选择与使用恰当的现代工程工具和信息技术工具完成复杂计算机工程问题的分析、设计、建模。

毕业要求10：（综合能力）具有国际视野与跨文化沟通能力，具备良好的语言沟通、文字表达以及资源获取与信息处理能力；能够基于科学原理和方法，利用先进的技术手段进行数据分析、模型构建，设计可行的实施方案，并能对结果进行综合分析和解释，获取合理有效的结论。

毕业要求11：（创新创业能力）培养创新创业意识，对科学技术最新发展动态及计算机领域的国内外研究现状有一定的了解，在工程项目中体现创新、创业思维；培养创新意识和批判意识，善于发现问题、提出问题，并解决问题；培养自主学习意识，运用所学大数据知识就实际数据完成数据分析整个过程。

毕业要求12：（终身学习能力）具有自主学习、终身学习的意识和创新创业意识，具备持续学习和适应社会和技术发展能力。

表1 毕业要求与培养目标的支撑关系

毕业要求	培养目标1	培养目标2	培养目标3	培养目标4	培养目标5
毕业要求1	H
毕业要求2	M	M		M	L
毕业要求3			H		H
毕业要求4	H			H	M
毕业要求5	M			L	L
毕业要求6	H	M
毕业要求7		H	H		M
毕业要求8		M	H		L
毕业要求9		M	H		M
毕业要求10		M	H	H	H
毕业要求11		L	L		H
毕业要求12					H

注：毕业要求对培养目标支撑度强度分别用H(高）、M（中）、L（弱）表示。

表2 学生毕业要求与课程对应关系分析表

毕业要求	指标点	课程设置
毕业要求1	1-1 合格的思想政治素质； 1-2 良好的道德和健全的法制意识。	思想道德与法治、马克思主义基本原理概论、毛泽东思想与中国特色社会主义理论体系概论、马克思主义中国化进程与青年学生使命担当、劳动教育等。
毕业要求2	2-1 能够树立正确的世界观、人生观、价值观，具备良好的人文社会科学素养； 2-2 积极参加社会实践； 2-3 求真务实的科学素质。	思想道德与法治、中国近现代史纲要、形势与政策、马克思主义基本原理概论、毛泽东思想与中国特色社会主义理论体系概论、马克思主义中国化进程与青年学生使命担当、劳动教育、课外培养等。
毕业要求3	3-1 有扎实的自然科学基础知识； 3-2 掌握分析问题、解决问题的科学方法； 3-3 具备在相关工程项目开展中质量、环境、安全和法律意识。	高等数学、离散数学、线性代数、数值分析、网络爬虫技术、概率论与数理统计、大数据案例建模、实践教学、企业现场调研、职业人素质教育、企业实践锻炼、职业能力拓展、校企“双元”合作开发课程、毕业论文（设计）等。
毕业要求4	4-1 具有人文社会科学素养和社会责任感； 4-2 具备数据科学与大数据技术的专业素质和职业道德规范，履行责任； 4-3 能够在团队中承担个体、团队成员以及负责人的角色，具备良好的团队合作精神； 4-4 了解数据处理工程技术领域及其相关行业国内外基本情况。	马克思主义中国化进程与青年学生使命担当、数据科学与大数据技术专业导论、Python程序设计、Java程序设计、大数据案例建模、大数据分析项目实训、专业综合项目实训、创新创业基础选修课、劳动教育、实践教学、毕业论文（设计）等。
毕业要求5	5-1 具有强健的体魄； 5-2 具有健康的心理； 5-3 具有社会责任感。	心理与健康教育、大学体育专项一、大学体育专项二、入学教育、军事理论、军事技能、劳动教育、创新创业意识、大学生创业基础、创新创业基础选修课等。
毕业要求6	6 能够运用人文科学类、社会科学类、自然科学类知识达到“人格塑造、知识学习、能力锻炼”的通识教育“核心三要素”目标。	思想道德与法治、中国近现代史纲要、形势与政策、马克思主义基本原理概论、毛泽东思想与中国特色社会主义理论体系概论、马克思主义中国化进程与青年学生使命担当、高等数学、线性代数、概率与数理统计、离散数学等。
毕业要求7	7-1 正确理解数学、自然科学和工程的基础知识及概念，以及在计算机实际应用的意义； 7-2 能运用数学、自然科学和计算机科学基本原理识别、描述、表达复杂工程问题； 7-3 掌握数据科学与大数据技术专业基础知识，能够应用其基本概念、基本理论和基本方法解决实际问题； 7-4 能针对计算机数据处理方向工程问题进行分析与设计。	高等数学、离散数学、线性代数、数值分析、网络爬虫技术、计算机图形学、概率论与数理统计、大数据案例建模、数据结构与算法、数值分析、Hadoop大数据处理、Web编程技术、软件开发框架、R语言基础、计算机网络、操作系统、数据库原理与应用、大数据分析、数据挖掘、数据可视化、机器学习、机器视觉基础等。
毕业要求8	8-1 具备从事大数据应用系统设计与实现的能力； 8-2 能发现、分析和解决数据分析、数据管理、数据存储方面实际工程技术问题。	Java程序设计、Web编程技术、软件开发框架、网络爬虫技术、Hadoop大数据处理、大数据案例建模、机器学习、机器视觉基础、数据库原理与应用课程设计、操作系统课程设计、大数据存储课程设计、大数据分析项目实训、专业综合项目实训等。
毕业要求9	9-1 能紧跟当前流行的和新兴的技术，并能够根据用户需求评估其适用性； 9-2 能够开发、选择与使用恰当的现代工程工具和信息技术工具完成复杂计算机工程问题的分析、设计、建模。	网络爬虫技术、人工智能导论、机器视觉、数据挖掘、自然语言处理、大数据案例建模、数据库原理与应用技术课程设计、操作系统课程设计、专业综合项目实训、毕业论文（设计）等。
毕业要求10	10-1 具有国际视野与跨文化沟通能力； 10-2 能够基于科学原理和方法，利用先进的技术手段进行数据分析、模型构建，设计可行的实施方案； 10-3 能对实验结果进行综合分析和解释，获取合理有效的结论。	网络爬虫技术、大数据分析、数据挖掘、数据可视化、自然语言处理、大数据案例建模、数据结构课程设计、数据库原理与应用课程设计、操作系统课程设计、网络爬虫技术、大数据分析项目实训、专业综合项目实训、实践教学、毕业论文（设计）等。
毕业要求11	11-1 具有创新、创业思维能力； 11-2 具有创新创业能力。	创新创业意识、大学生创业基础、创新教育基础选修课、课外培养等。
毕业要求12	12-1 具有自主学习、终身学习的意识和创新创业意识； 12-2 具备持续学习和适应社会和技术发展能力。	创业基础与实训、创新思维、SIYB培训、Hadoop大数据处理课程设计、机器学习课程设计、企业现场调研、大数据分析项目实训、企业实践锻炼、毕业论文（设计）等。

三、毕业标准及学分要求

修业期满，符合国家和学校相关规定，修读完人才培养方案规定的课程，成绩合格，获得应修169.5学分，并在“第二课堂成绩单”人才培养项目中取得规定的10学分。

四、学制与修业年限

学制为四年；采用弹性修业时间，最高修业年限为八年。

五、授予学位

修业期满，符合学位授予条件者，授予工学学士学位。

六、主干学科

计算机科学与技术。

七、核心课程

数据结构与算法，操作系统，Python程序设计，数据库系统原理与应用，Hadoop大数据处理，云计算与大数据，数据可视化，Spark大数据技术，自然语言处理，数据挖掘，大数据案例建模，神经网络。

八、集中实践性教学环节

（一）通识教育实践

根据专业培养目标组织实施通识能力实践，实践包括入学教育、军事技能、思想政治理论课和劳动教育等实践教学课程。

（二）学科专业基础及专业能力实训

充分利用校内实训室、校企共建实训基地进行专业特色课程课内综合实训，提升专业实践能力。具体项目如下：数据结构课程设计、Hadoop大数据处理课程设计、数据挖掘课程设计、大数据建模项目实训、专业综合项目实训。

（三）专业综合实践

1．切实组织学生实习，主要分为认知实习和企业实践教学，包括：企业现场调研、职业人素质教育、企业实践锻炼、职业能力拓展、校企“双元”合作开发课程。

2．毕业论文（设计）

加强毕业论文（设计）的实践性导向，体现数据科学与大数据技术专业人才培养的目标要求和培养规格，培养学生调查研究、文献检索、资料收集整理、工程绘图、理论计算、学术论文、管理实验、系统开发等多种形式完成毕业论文（设计）。毕业论文（设计）应遵守学术道德和学术规范，具有学术价值、应用价值或创新意义。毕业论文（设计）工作内容一般包括：选题的分析和研究，调查研究和文献资料的检索、阅读与消化，设计方案或实验研究方案的制定，理论计算、设计、应用程序编制或实验研究，设计或实验研究结果综合整理和分析，绘图，工作总结，撰写论文，完成毕业设计（论文）答辩等。

九、专业教学安排表

（一）教学环节及其学时、学分分配汇总表（表3）

（二）教学时间安排总表（表4）

（三）独立设置的集中实践教学环节安排表（表5）

（四）课程（含实践环节）设置及教学计划表（表6）

表3 教学环节及其学时、学分分配汇总表

各平台、模块的结构比例
课程类型	课程性质	理论学分	实践学分	必修学分	选修学分	应修总学分	占总学分的%	课程总学时	占总学时的%
平台课程	通识教育平台课程	36.5	13.5	45	5	50	29.5%	920	38.59%
平台课程	学科及专业群平台课程	32.5	8.5	31	10	41	24.19%	656	27.52%
模块课程	专业岗位群个性化模块课程	30.5	17	32.5	15	47.5	28.02%	760	31.88%
模块课程	创新创业教育拓展模块课程	2	1	2	1	3	1.77%	48	2.01%
独立设置的实践教学环节		0	28	26	2	28	16.52%	-	-
总计		101.5	68	136.5	33	169.5	100%	2384	100%
课外培养	“第二课堂成绩单” 人才培养项目	0	10	10	0	10

表4 教学时间安排总表（注：带括号者为课余时间进行。）

项目	第一学年		第二学年		第三学年		第四学年		合计
项目	第一学期	第二学期	第三学期	第四学期	第五学期	第六学期	第七学期	第八学期	合计
教学	16	17	17	15	15	15			95
考试	2	2	2	2	2	2	-	-	12
入学教育	(0.5)								(0.5)
军事技能	2								2
劳动教育	（2）								（2）
课程论文/设计		1	1	3	3	3			11
企业现场调研							2		2
职业人素质教育							4		4
企业实践锻炼							8		8
职业能力拓展/校企“双元”合作开发课程							4		4
毕业论文（设计）								12	12
毕业答辩								2	2
合计	20	20	20	20	20	20	18	14	152
平均周学时	25	26	27	26	20	18

表5 独立设置的实践教学环节安排表

课程类别		序号	课程编码	课程名称	学分	周数	开课学期	实践类别
课程类别		序号	课程编码	课程名称	学分	周数	开课学期	课程设计	实验	实训	实习
独立设置的实践教学环节	通识教育实践	1	——	入学教育	0	0.5	1			√
		2	10102108	军事技能	2	2	1			√
		3	10102109	劳动教育	2	3	1-6			√
	学科专业基础实践	1	10093148	Java程序设计课程设计	1	1	2	√
		2	10093149	数据结构与算法计课程设计	1	1	3	√
		3	10092205	数据库系统原理与应用课程设计	1	1	4	√
		4	10092206	操作系统课程设计	1	1	4	√
	专业能力实践	1	10093150	Hadoop大数据处理课程设计	1	1	4	√
		2	10093151	机器学习课程设计	1	1	5	√
		3	10093152	软件框架技术课程设计	1	1	5	√
		4	10093153	数据挖掘课程设计	1	1	5	√
		5	10093154	大数据分析项目实训	1	1	6			√
		6	10092209	专业综合项目实训	2	2	6			√
	专业综合实践	1	10093155	企业现场调研	1	2	7				√
		2	10093156	职业人素质教育	2	4	7				√
		3	10093157	企业实践锻炼	4	8	7				√
		4	10093159/ 10093160	职业能力拓展/校企“双元”合作开发课程	2	4	7				√
		5	10093158	毕业论文（设计）	6	12	8			√
合计					30	46.5	——

备注：实践类别：1.课程设计：专业课程的综合性实践教学环节；

2.实验：独立设置的课程实验；

3.实训：主要是指在校内开展的实践教学环节，同时连续上课时间在一周及以上；

4.实习：主要是指需要到校外参加的实践教学环节，同时连续上课时间在一周及以上。

表6 课程（含实践环节）设置及教学计划表

课程类型		课程编码	课程名称（中文）	学分	总学时	理论学时	实践学时	周学时	开课学期		课程性质	考试方式
通识教育平台课程	必修课	10102101	思想道德与法治	3	48	48	0	3	1		必修	考试
		10102102	中国近现代史纲要	3	48	32	16	2	2		必修	考试
		10102104	毛泽东思想和中国特色社会主义理论体系概论	5	80	64	16	4	3		必修	考试
		10102103	马克思主义基本原理概论	3	48	48	0	3	4		必修	考试
		10102106	马克思主义中国化进程与青年学生使命担当	1	20	20	0	2	1		必修	考查
		10102105	形势与政策	2	64	48	16	—		1-8学期	必修	考查
		10102107	军事理论	2	36	36	0	2	1		必修	考查
		10062101	大学英语（非艺体）（1）	4	64	48	16	4	1		必修	考试
		10062102	大学英语（非艺体）（2）	4	64	48	16	4	2		必修	考试
		10062103	大学英语（非艺体）（3）	4	64	48	16	4	3		必修	考试
		10062104	大学英语（非艺体）（4）	2	32	24	8	2	4		必修	考试
		10052101	大学体育专项一（1）	1	36	4	32	2	1		必修	考查
		10052102	大学体育专项一（2）	1	36	4	32	2	2		必修	考查
		10052103	大学体育专项二（1）	1	36	4	32	2	3		必修	考查
		10052104	大学体育专项二（2）	1	36	4	32	2	4		必修	考查
		10112101	大学语文	2	32	32	0	2	2		必修	考查
		10432101	心理与健康教育	2	32	16	16	2	1		必修	考查
		10322101	大学生职业生涯规划与就业指导（1）	1	16	10	6	2	2		必修	考查
		10322105	大学生职业生涯规划与就业指导（2）	1	16	10	6	2	6		必修	考查
		10102109	劳动教育	2	32	2	30	—	1-6学期		必修	考查
	选修课	艺术教育		2	32	32	0	—	2-8学期		选修	考查
	选修课	通识素质教育选修课或专题讲座		3	48	48	0	—	2-8学期		选修	考查
3-4年级每学年安排4学时完成体质健康测试，不计学分。
通识教育平台课程小计				50	920	630	290	——
学科及专业群平台课程	必修课	10112108	高等数学1	4	64	64	0	4	1		必修	考试
		10092127	Python程序设计	4	64	32	32	4	1		必修	考试
		10112109	高等数学2	4	64	64	0	4	2		必修	考试
		10112127	线性代数	2	32	32	0	2	2		必修	考试
		10093117	Java程序设计	4	64	32	32	4	2		必修	考试
		10092349	离散数学	3	48	48	0	3	3		必修	考试
		10093118	数据结构与算法	3	48	32	16	3	3		必修	考试
		10093119	数据库系统原理与应用	3	48	24	24	3	4		必修	考查
		10093120	操作系统	4	64	48	16	4	4		必修	考试
		小计		31	496	376	120	——
	选修课	10093121	概率论与数理统计	3	48	48	0	3	3		选修	考查
		10093122	计算机网络	3	48	32	16	3	3		选修	考查
		10092258	计算机专业英语	2	32	32	0	2	6		选修	考试
		10092307	服务科学与工程导论	2	32	32	0	2	6		选修	考查
		小计		10	160	144	16	要求毕业前修满10学分
	学科及专业群平台课程小计			41	656	520	136	——
专业岗位群个性化模块课程	必修课	10093123	数据科学与大数据技术专业导论	1.5	24	24	0	1.5	1		必修	考查
		10093124	大数据技术基础	3	48	32	16	3	2		必修	考试
		10093125	网络爬虫技术	3	48	32	16	3	3		必修	考试
		10093126	Hadoop大数据处理	4	64	32	32	4	4		必修	考查
		10093127	Web编程技术	4	64	48	16	4	4		必修	考查
		10093128	计算机图形学	4	64	32	32	4	5		必修	考查
		10093129	软件框架技术	3	48	32	16	3	5		必修	考查
		10093130	数据挖掘	3	48	32	16	3	5		必修	考查
		10093131	机器视觉	3	48	32	16	3	6		必修	考查
		10093132	自然语言处理	4	64	32	32	4	6		必修	考查
		小计		32.5	520	328	192	——
	限选课	10093133	模式识别	3	48	32	16	3	5		选修	考查
		10093134	人工智能导论	2	32	32	0	2	4		选修	考查
		小计		5	80	64	16	——
	任选课	10093135	分布式数据库	3	48	32	16	3	4		选修	考查
		10093136	区块链技术	3	48	32	16	3	4		选修	考查
		10093137	机器学习	3	48	32	16	3	5		选修	考查
		10093138	数值分析	3	48	48	0	3	5		选修	考查
		10093139	大数据查询与处理	3	48	32	16	3	5		选修	考查
		10093140	R语言基础	2	32	16	16	2	6		选修	考查
		10093141	网络编程	3	48	24	24	3	5		选修	考查
		10093142	云计算与大数据	3	48	32	16	3	4		选修	考查
		10093143	数据可视化	3	48	32	16	3	5		选修	考试
		10093144	算法分析与设计	3	48	32	16	3	6		选修	考查
		10093145	Spark大数据技术	3	48	32	16	3	6		选修	考查
		10093146	神经网络	3	48	32	16	3	6		选修	考查
		10093147	大数据案例建模	2	32	16	16	2	6		选修	考查
		小计		10	160	96	64	要求毕业前修满10学分
	专业岗位群个性化模块课程小计			47.5	760	488	272	——
创新创业教育拓展模块课程	必修课	10322103	创业基础与实训	2	32	20	12	2	3		必修	考查
	必修课	小计		2	32	20	12	——
	选修课	10322102	创新思维	1	16	8	8	2	2		选修	考查
		10322104	SIYB培训	1	16	8	8	2	2		选修	考查
		小计		1	16	8	8	要求毕业前修满1学分
	创新创业教育拓展模块课程小计			3	48	28	20	——
独立设置的实践教学环节	校内集中实践和校外专业实践	10102108	军事技能	2	2周	-	-	集中	1		必修	考查
		10093148	Java程序设计课程设计	1	1周	-	-	集中	2		必修	考查
		10093149	数据结构与算法计课程设计	1	1周	-	-	集中	3		必修	考查
		10092205	数据库系统原理与应用课程设计	1	1周	-	-	集中	4		必修	考查
		10092206	操作系统课程设计	1	1周	-	-	集中	4		必修	考查
		10093150	Hadoop大数据处理课程设计	1	1周	-	-	集中	4		必修	考查
		10093151	机器学习课程设计	1	1周	-	-	集中	5		必修	考查
		10093152	软件框架技术课程设计	1	1周	-	-	集中	5		必修	考查
		10093153	数据挖掘课程设计	1	1周	-	-	集中	5		必修	考查
		10093154	大数据分析项目实训	1	1周	-	-	集中	6		必修	考查
		10092209	专业综合项目实训	2	2周	-	-	集中	6		必修	考查
		小计		13	13周	——
	企业实践教学	10093155	企业现场调研	1	2周	-	-	集中	7		必修	考查
		10093156	职业人素质教育	2	4周	-	-	集中	7		必修	考查
		10093157	企业实践锻炼	4	8周	-	-	集中	7		必修	考查
		10093158	毕业论文（设计）	6	12周	-	-	集中	8		必修	答辩
		小计		13	26周	——
		10093159	职业能力拓展	2	4周	-	-	集中	7		选修	考查
		10093160	校企“双元”合作开发课程	2	4周	-	-	集中	7		选修	考查
		小计		2	4周	要求毕业前修满2学分
	独立设置的实践教学环节小计			28	43周	——
合计				169.5	2384	1666	718	——

执笔：黄长江审定：黄卫祖