一、培养目标

培养适应社会主义现代化建设和未来社会与科技发展需要的，德智体美全面和谐发展，富有良知和社会责任感，具有创新精神、实践能力和国际视野，具备扎实的数据科学和计算机知识技能、具备人工智能基础知识，掌握大数据分析与处理技术，能够运用专业知识分析和解决大数据领域的复杂工程问题，并依据工程需要自发学习和优化自身理论知识体系等一系列综合能力的高层次、复合型人才。

学生毕业后可在相关学科领域继续深造，或在信息技术相关领域胜任大数据算法实现、数据分析、软件设计开发等工作，以及大数据相关理论研究、新方法和新技术研发等探索性工作。

本专业毕业生在信息技术相关专业领域经过五年的实践锻炼，能够具备大数据分析挖掘能力、大数据系统架构设计能力，具有较强国际竞争和创新能力。预期能够从事数据科学研发、智能算法设计、大数据分析、大数据系统架构、大数据系统管理等工作。

本专业毕业生在知识、能力和素质等方面应达到如下目标：

知识目标：

目标1具备数学、自然科学、计算机科学基础知识、以及大数据工程专业知识，用于描述和分析大数据系统、大数据应用工程、大数据科学研究等相关复杂问题；

目标2了解国家发展战略规划、产业政策、法律法规、正确认识、理解、评价大数据工程对经济、社会、环境、健康、安全、文化的影响，保持经济增长、社会和谐、环境友好的协调发展。

能力目标：

目标3具有对大数据系统、大数据应用及相关复杂工程问题进行建模、设计、分析、研究、验证等工程综合知识和实践能力，并表现出创新意识；

目标4熟练运用主流大数据平台（如Hadoop或Spark）、典型深度学习系统（如TensorFlow），设计、开发、生产面向特定行业的大数据产品；

目标5具有分享包容的心态、沟通与协作的愿望、规范化组织与管理意识，能熟

练运用一门以上外语进行国际交流，具有较强的口头和书面表达能力。

素质目标：

目标6具有先进中国特色社会主义思想水平、政治觉悟、道德品质，以及科学人

文素养、强烈的社会责任感、高尚的社会主义职业伦理观；

二、毕业要求

1.工程知识：能够运用专业基础知识理论和技术方法，结合数学、自然科学、工程技术方法等，解决数据科学相关领域的复杂工程技术问题。

1.1能利用数学、自然科学，工程科学的工具对数据科学领域的复杂工程问题进行

表述；

1.2能利用数学、自然科学，工程科学的工具对数据科学领域的复杂工程问题进行建模并求解；

1.3能够将数据科学专业知识和数学模型方法用于应用领域复杂问题的推演与方案比较。

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数据科学复杂工程问题，以获得有效结论。

2.1能运用数学、自然科学和计算机科学的基本原理对数据科学领域工程问题的关键环节进行识别与判断；

2.2能基于数学、自然科学和计算机科学的基本原理正确表达数据科学领域的复杂

工程问题；

2.3能认识到解决问题有多种方案可选择，可以文献研究寻求可替代的优化方案；

2.4能运用基本原理，借助文献研究，分析过程的影响因素，获得有效结论。

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，考虑社会、健康、安全、法律、文化以及环境等因素。

3.1掌握数据科学工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，可以识别影响设计目标和技术方案的各种因素；

3.2能够针对数据科学领域复杂工程问题的特定需求，完成相应单元（部件）的设计；

3.3能够针对数据科学领域复杂工程问题的特定需求进行系统或工艺流程设计，在设计中体现创新意识；

3.4在大数据系统设计中能够考虑安全、健康、法律、文化及环境等制约因素。

4.研究：能够基于科学原理并采用科学方法对数据科学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具有设计实验项目的能力，针对拟定的工程问题给出解决方案，进行算法设计、资料收集、环境搭建、参数值范围设定及统计分析方法的运用能力；

4.2具有分析与解释数据的能力，包括实施实验、采集分析实验数据，能将分析结果与预测或预期结果进行比较；

4.3具有通过信息综合得到合理有效结论的能力，包括从实验中呈现资料、解释实验数据分析结果，并能总结结论、确认解决方案是否有效，给出建议，形成报告。

5.使用现代工具：能够针对大数据复杂工程问题，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，包括对大数据复杂工程问题的预测与模拟，并能够理解其局限性。

5.1了解数据科学与大数据技术专业常用的仪器、工具及软件的原理和使用方法，理解各工具的局限性；

5.2能够根据工程需要选择恰当的仪器、工具或模拟软件，对工程问题进行模拟、分析、计算和结果呈现；

5.3能根据具体的问题，开发或选用满足特定需求的现代工具，模拟和预测专业技术问题，分析其局限性。

6.工程与社会：能够基于工程相关背景知识进行合理分析，评价数据科学与大数据技术专业工程实践和复杂工程的问题解决方案对社会、健康、安全、法律以及文化的影响，树立和践行社会主义核心价值观，理解应承担的责任。

6.1了解数据科学应用领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响；

6.2掌握数据科学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；

6.3能分析和评价数据科学与大数据技术应用领域的工程实践活动对社会、健康、安全、法律及文化的影响和制约因素对项目实施的影响，理解应承担的责任。

7.环境和可持续发展：能够理解和评价数据分析研究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。

7.1具有可持续发展的理念，能够理解复杂工程问题的专业实践对环境以及社会可持续发展的影响；

7.2能够在专业实践中针对环境和可持续发展的影响进行自我约束。

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具备科学的世界观、人生观、价值观和社会责任感，具备良好的人文社会科学素养，了解国情，践行社会主义核心价值观；

8.2遵守法律法规，恪守职业道德规范、理解工程技术与信息技术应用相关的伦理基本要求，在工程实践中能履行社会责任。

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。

9.1具有人际交往与团队合作能力，能够在多学科团队中有效沟通、交流、协同工作；

9.2具有独立工作能力，能够独立完成团队交付的任务，胜任团队成员角色；

9.3具有组织管理能力，能够组织团队成员有效开展工作。

10.沟通：能够就数据科学与大数据技术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。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能就数据科学领域的专业问题，选取恰当的方式与就方法与公众进行有效的沟通和交流；

10.2具有初步的外语应用能力，能阅读本专业的外文材料，具备撰写专业文章的能力；

10.3能够跟踪专业领域国内外技术潮流，了解行业发展趋势，具有国际视野和跨文化交流、竞争与合作能力。

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能够理解和掌握数据科学领域复杂工程问题中的管理方法与决策方法；

11.2能够在复杂工程问题解决过程中，考虑到多学科的因素影响，并能运用管理或决策知识解决问题。

12.终身学习：具有自主学习和终身学习意识，有不断学习和适应发展的能力。

12.1具有自主学习和终身学习的意识；

12.2具备终身学习的知识基础，能够针对个人或职业发展的需求，采用合适的方法，自主学习，适应发展并能自我评价。

三、核心课程设置

数学分析、高等代数、解析几何、数学建模、常微分方程、Python程序设计、概率论与数理统计、数据结构（Python）、Hadoop大数据技术、分布式数据库原理与应用、数据仓库与数据挖掘技术、框架编程（Python）。

四、主要实践教学环节（含主要专业实验）

军事训练、大学生职业发展与就业指导、应用统计学、计算机技术及数据库原理与应用、科技创新、学科竞赛。

五、毕业学分160学分

六、标准学制4年

七、授予学位

符合《济宁学院全日制本科毕业生学士学位授予工作细则》的条件，授予工学学士学位。

八、课程学分结构比例一览表

九、数据科学与大数据技术专业课程设置及学时分配表

数据科学与大数据技术专业课程设置及学时分配表

说明：

1.关于劳动教育课程的安排：每学年至少组织 1 周劳动教育与实践，不计入总学分，不收费； 在马克思主义基本原理概论课程中加入马克思主义劳动观教育 4 学时；大学生职业发展与就业指导 中融入含劳动精神、劳模精神、工匠精神等专题教育 8 学时；在大学生创业教育中涵盖创业思维与 劳动教育 4 学时；

2.军事技能与训练课程不计入总学分，不收费； 国家安全教育课程中增设 1 学分讲座内容，不 计入总学分，不收费。

3.通识教育选修课程中国传统文化、四史（中国共产党史、中华人民共和国史、改革开放史、 社会主义发展史选择其中之一）为必选课程,1 学分。

4.人文、科学、艺术素养类课程共计 3 学分，其中美育类课程至少修读 2 学分。

十、毕业要求支撑培养目标的实现矩阵

十一、课程与毕业要求对应关系表