数据科学与大数据技术专业本科人才培养方案 (2024版) (专业代码:080910T)

发布时间:2025-03-14文章来源: 浏览次数:

数据科学与大数据技术专业本科人才培养方案

2024版)

(专业代码:080910T)

执笔人:丁纪玲

负责人:申   莹



一、培养目标

本专业培养适合地方经济建设和社会发展需要,具有良好的思想道德修养和身心素质,较高的人文科学素养、社会科学素养和自然科学素养,德、智、体、美、劳全面发展,在具备数学、统计学、计算机科学等学科知识的基础上,系统掌握数据科学与大数据技术的基本理论、基本技能与方法,具有数据获取、传输、处理、分析等相关理论和专业知识,能够在信息技术、金融、电商、管理、教育等相关领域从事大数据采集存储、分析处理、算法设计、系统集成等工作,具有创新精神和实践能力的高素质应用型人才。

本专业学生在毕业后5年左右的发展预期目标:

目标1:具备扎实的数学理论基础和系统的大数据专业知识,能够识别和分析大数据系统、大数据应用工程以及大数据科学研究领域的相关复杂问题。

目标2:具有运用计算机和数据处理与分析软件,利用数据科学的理论、方法和技术分析并解决相关领域大数据工程问题的能力。

目标3:能够通过多种途径获取数据科学与大数据技术的发展趋势和应用前景,具有自主学习、终身学习意识,具有较强的知识更新、技术跟踪与创新能力。

目标4:在多学科背景的团队中具有较强的沟通协调能力,具有团队协作精神,并具备一定的国际视野。

目标5:具备坚定的政治信念,强烈的社会责任感,自觉践行社会主义核心价值观;具有良好的道德素养、人文社会科学素养,在实践中坚守职业道德和职业规范。

二、毕业要求

1. 工程知识:能够应用数学、自然科学等领域的理论与方法以及大数据工程的专业知识,解决大数据领域中的复杂工程问题。

1.1掌握扎实的数学、计算机科学、数据科学的理论知识,能够表述数据科学领域的复杂工程问题

1.2能够利用数据科学专业知识、统计学原理以及大数据处理方法对数据科学领域的复杂工程问题进行数学建模并利用计算机求解

1.3能够将数据科学的专业知识和数学分析方法用于推演、分析相关工程问题,并能利用系统思维能力对专业工程问题的解决方案进行比较与综合。

2. 问题分析:能够应用数学、自然科学和数据科学的基本原理,通过文献研究、实验试验、工程推理、数学建模等方法,识别、表达和分析数据科学复杂工程问题及其解决方法,并获得有效结论。

2.1 能够运用数学、自然科学和计算机科学的基本原理对数据科学领域的工程问题进行识别与判断

2.2 针对大数据应用领域复杂工程问题,能够结合文献和互联网资源等进行检索、整理、分析和归纳,寻求多种有效的解决方案

3. 设计/开发解决方案:能够对大数据应用领域中复杂工程问题设计与开发满足特定需求的大数据系统、模块或流程,并能够在设计环节中体现创新意识,综合考虑社会、健康、安全、法律、文化以及环境等因素。

3.1 能够综合运用数据科学与大数据技术专业涉及的工程设计概念、原则和方法,针对复杂工程问题提出合理的解决方案并根据特定需求完成系统、模块或流程的设计和开发

3.2 能够结合社会、健康、安全、法律、文化以及环境等诸多现实因素对工程设计方案进行可行性分析,了解影响设计目标和技术方案的各种因素

3.3 能够根据市场信息、技术发展和用户需求,进行大数据系统或流程设计,并在设计中体现创新意识。

4. 研究:能够应用数学、自然科学、大数据工程等领域的科学原理对大数据工程问题进行研究,包括设计试验、开展试验、分析与解释数据、数学建模等,并通过条件假设、数据提炼以及信息综合等方法得到合理有效的结论。

4.1能够通过文献研究和调研,基于大数据原理对复杂工程问题的背景和需求进行分析,选择合理可行的研究路线,并设计试验方案进行试验研究、数值计算、系统设计以及采集试验数据等

4.2 能够利用科学方法分析和解释试验结果,对整个研究环节进行评价,并通过信息综合得到合理有效的结论。

5. 使用现代工具:能够选择使用恰当的技术、资源、现代工程工具和信息技术工具对大数据复杂工程问题进行预测与模拟,并能理解其局限性。

5.1 了解数据科学与大数据技术专业常用的工具及软件的原理和使用方法,并理解各种工具和软件的局限性

5.2 能够选择与使用恰当的信息资源、组件和仿真软件对复杂工程问题进行分析、计算与设计。

6. 工程与可持续发展:在解决数据科学复杂工程问题时,能够基于大数据应用领域相关背景知识,分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响,并理解应承担的责任。

6.1 具有可持续发展的理念,能够认识到数据科学工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响

6.2 能够基于大数据应用领域相关背景知识,正确评价数据科学工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响,并理解应承担的责任。

7.伦理和职业规范:有工程报国、工程为民的意识,具有人文社会科学素养和社会责任感,能够理解和应用大数据工程伦理,在大数据工程实践中遵守工程职业道德、规范和相关法律,履行责任。

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

7.2 遵守法律法规,恪守职业道德规范,理解大数据工程技术与信息技术应用领域相关的伦理道德要求,在大数据工程实践中履行社会责任。

8. 个人和团队:能够在多样化、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。

8.1 具有人际交往与团队合作能力,能够在多样化、多学科背景下的团队中有效沟通、交流、协同工作

8.2 能够在多样化、多学科背景下的团队中独立或合作开展工作,并能够组织、协调团队成员实现目标。能够独立完成团队分配的工作,并能与团队其他成员有效协作,具有团队意识和团结互助精神。

9. 沟通:能够关于大数据领域的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;能够在跨文化背景下进行沟通和交流,理解、尊重语言和文化差异。

9.1 关于大数据领域的工程问题,具备与业界同行及社会公众进行有效沟通和交流的能力,能够通过报告、文稿、陈述发言等方式清晰表达大数据工程问题的解决方案

9.2 具备初步的外语应用能力,在跨文化背景下具备交流和学习能力,并具有一定的国际视野。

10. 项目管理:能够理解和掌握数据科学领域复杂工程问题中的管理与决策方法;在复杂工程问题解决过程中,能够考虑多学科因素的影响运用管理或决策知识解决问题。

10.1理解并掌握大数据工程项目中涉及的工程管理与经济决策方法,掌握大数据工程项目各阶段的管理技术和方法

10.2 能够在多学科环境中综合运用工程管理原理与经济决策方法,开展大数据工程项目的论证、规划、组织实施和进程管理等。

11. 终身学习:具有自主学习和终身学习的意识,有不断学习新兴技术和适应大数据行业发展的能力。

11.1能够跟踪社会进步和大数据行业技术发展,正确认识持续学习的重要性,具有自主学习和终身学习的意识

11.2具备自主学习的方法和思维方式,掌握文献检索、资料查询及运用现代信息技术跟踪并获取相关信息的基本方法,能够不断学习新的软件和大数据工程中的理论、方法和技术,适应专业发展。



1:毕业要求对培养目标的支撑矩阵

培养目标

毕业要求

目标1

目标2

目标3

目标4

目标5

1工程知识




2问题分析




3设计/开发解决方案




4研究



5使用现代工具




6工程与可持续发展




7伦理和职业规范





8个人和团队




9沟通




10项目管理



11终身学习





三、学制、毕业学分及授予学位

本专业标准学制四年,学校实行学分制管理下的弹性学制,允许学生在3~8年内修完规定课程,修满165学分准予毕业。符合学位授予条件者,经学校学位委员会审核通过,可授予工学学士学位。

四、主要课程设置

高等数学、Python程序设计、数据结构、数据库原理与应用、大数据技术、数据挖掘、Java程序设计、操作系统、机器学习等课程。

五、课程体系及学分学时结构比例一览表

2:课程体系及学分学时结构比例一览表

课程类型

课程模块

学时

学分

理论

实践

学分比例

学时

学分

学时

学分

通识教育课程

通识教育必修课程

720

40

416

26

304

14

24.2%

通识教育选修课程

160

10

160

10

0

0

6.1%

专业

课程

专业必修课程

学科基础课程

432

27

368

23

64

4

16.4%

专业核心课程

576

36

384

24

192

12

21.8%

专业选修课程

专业方向课程

192

12

96

6

96

6

7.3%

专业任选课程

256

16

160

10

96

6

9.7%

集中实践课程

基础实践


4




4

2.4%

专业实践


20




20

12.1%

合计


165


99


66

100%

实践教学(含理论课程中实验或实

训部分、独立设置的实验课程、见

习、研习、实习、实训、毕业论文

(设计)等)比例统计

40%


六、教学计划进程表

3 数据科学与大数据技术 专业教学计划表

课程类别

课程性质

课程模块

课程代码

课程名称

学分数

学分分配

总学时

学时分配

周学时

学期

考核方式

理论

实践

理论

实践

通识

教育课程


通识教育必修课程




政治理论课程

220111001

思想道德与法治

Ideological Morality and Rule of Law

3

2.5

0.5

48

40

8

3

1

考试

220111002

马克思主义基本原理

Basic Principles of Marxism

3

2.5

0.5

48

40

8

3

2

考试

220111003

毛泽东思想和中国特色社会主义思想概论

Mao Zedong Thought and Theoretical System of Socialism with Chinese Characteristics

3

2.5

0.5

48

40

8

3

3

考试

220111004

习近平新时代中国特色社会主义思想概论

Xi Jinping Thought on Socialism with Chinese Characteristics for a New Ere

3

2.5

0.5

48

40

8

3

4

考试

220111005

中国近现代史纲要

Essentials of Modern Chinese History

3

2.5

0.5

48

40

8

3

1

考试

240101106

形势与政策

Situation and Policies Ⅰ

0.5

0.5


8

8


2

1

考试

240101107

形势与政策

Situation and Policies Ⅱ

0.5

0.5


8

8


2

2

考试

240101108

形势与政策

Situation and Policies Ⅲ

0.5

0.5


8

8


2

3

考试

240101109

形势与政策

Situation and Policies Ⅳ

0.5

0.5


8

8


2

4

考试


四史教育

1

1


16

16


2

5-6

考查

大学外语课程

240400101-

240400112

大学外语类课程

8

4

4

128

64

64

2

1-4

考试

身心健康课程

240800101-

240800168

体育类课程

4


4

144


144

2

1-4

考试

242211001

国家安全教育

National Security Education

1

1


16

16



1

考查

222011001

大学生心理健康教育

College Students’ Psychological Education

2

1

1

32

16

16

2

1

考试

通识教育课程


通识教育必修课程


计算机课程

220911001

新一代信息技术

New generation of information technology

3

1.5

1.5

48

24

24

4

2

考试

军事理论

222011007

军事理论

Military Theory

2

2


32

32



1

考查

职业规划与就业指导

222011002

大学生职业发展与就业指导

College Students’ Career Development and Employment Guidance Ⅰ

1

0.5

0.5

16

8

8

2

1

考试

222011003

大学生职业发展与就业指导

College Students’ Career Development and Employment Guidance Ⅱ

1

0.5

0.5

16

8

8

2

2

考试

小计

40

26

14

720

416

304




通识教育课程

通识教育选修课程

人文科学素养

主要涵盖文学、艺术、历史、哲学等学科领域的通识教育课程

社会科学素养

主要涵盖政治、经济、管理等学科领域的通识教育课程

自然科学素养

主要涵盖数学、物理、化学、生物等自然科学领域或化工、机械、建筑、材料、信息等技术领域的通识教育课程

创新创业教育

主要涵盖创新思维、创新精神、创业意识和创业能力等领域的通识教育课程

小计

10

10


160

160
































学科基础课程



220911002

高等数学A1

Advanced Mathematics A1

5

5


80

80


6

1

考试

220911003

高等数学A2

Advanced Mathematics A2

6

6


96

96


6

2

考试

220911008

线性代数A

Linear Algebra A

4

4


64

64


4

2

考试

220931407

Python 程序设计

Python Programming

4

2

2

64

32

32

4

3

考试

220931411

概率论与数理统计

Probability Theory and Mathematical Statistics

4

4


64

64


4

3

考试

220931417

C语言程序设计

C Language Programming

4

2

2

64

32

32

4

2

考试


专业核心课程


241014201

数据科学导论

Introduction to Data Science

1

1


16

16


2

1

考查

220931408

数学建模

Mathematical Modeling

4

2

2

64

32

32

4

4

考试









专业核心课程


241014202

数据结构

Data Structures

4

3

1

64

48

16

4

3

考试

241014203

数据库原理与应用

Principle and Application of Database

4

3

1

64

48

16

4

4

考试

241014204

大数据技术 (Hadoop)

Big Data Technology (Hadoop)

4

2

2

64

32

32

4

6

考查

241014205

数据挖掘

Data Mining

4

2

2

64

32

32

4

6

考查

220931418

Java程序设计

Java Programming

4

2

2

64

32

32

4

4

考试

241014206

操作系统 (Linux)

Operating Systems (Linux)

3

2

1

48

32

16

3

3

考试

241014207

机器学习

Machine Learning

4

3

1

64

48

16

4

5

考查

241014208

离散数学

Discrete Mathematics

4

4


64

64


4

4

考试

小计

63

47

16

1008

752

256





专业方向课程

241014302

框架编程 (Python)

Framework Programming (Python)

4

2

2

64

32

32

4

5

考查

241014303

Java应用开发技术

Technology of Java Application Development

4

2

2

64

32

32

4

5

考查

241014304

数据可视化

Data Visualization

3

2

1

48

32

16

3

5

考查

220931423

数学软件

Mathematical Software

3

1.5

1.5

48

24

24

3

4

考查

241014305

统计软件及应用

Statistical Software and Applications

3

1

2

48

16

32

3

4

考查

220931429

Spark大数据技术

Big Data Technology of Spark

3

1.5

1.5

48

24

24

3

7

考查

241014301

应用多元统计分析

Applied Multivariate Statistical

Analysis

3

2

1

48

32

16

3

5

考试


专业方向课程

241014306

解析几何

Analytic Geometry

4

4


64

64


4

3

考试

241014307

常微分方程

Ordinary Differential Equation

4

4


64

64


4

4

考试

241014308

Java Web 程序设计

Java Web Programming

3

1.5

1.5

48

24

24

3

7

考查

241014309

数字图像处理

Digital Image Processing

3

2

1

48

32

16

3

7

考查

220931426

应用统计学

Applied Statistics

4

3

1

64

48

16

4

6

考试

220931430

人工智能

Artificial Intelligence

3

2

1

48

32

16

3

6

考查



专业任选

课程

241014310

数字素养

Digital Literacy

2

2


32

32


2

1

考查

241014311

复变函数

Function of Complex Variable

4

4


64

64


4

5

考试

241014312

应用回归分析

Applied Regression Analysis

3

2

1

48

32

16

3

5

考试

241014313

运筹学

Operations Research

3

2

1

48

32

16

3

5

考试

241014314

计算机网络

Computer Networks

3

2

1

48

32

16

3

6

考查

241014315

应用时间序列分析

Applied Time Series Analysis

3

2

1

48

32

16

3

6

考试

241014316

数值计算方法

Numerical Calculation Method

4

2

2

64

32

32

4

6

考试

241014317

数学专业英语

English for Mathematics

1

1


16

16


2

7

考查

241014318

文献检索与科技写作

Literature Retrieval and Academic Writing

1

1


16

16


2

7

考查

小计

28

16

12

448

256

192









集中

实践

课程











必修

基础实践

222011006

军事技能训练

Military Skills Training

2





2


1

考查

222011005

劳动教育与实践

Labor Education and Practice

2

1

1

32

16

16

2

1-7

考查

专业实践

220941401

毕业实习

Graduation Practice

8


8



8


8

考查

220941402

毕业论文 (设计)

Graduation Thesis (Design)

8


8





8

考查

241014401

数据分析与

可视化项目

Project of Data Analysis and Visualization

2


2

2


2


6

考查

241014402

数据挖掘项目

Project of Data Mining

2


2

2


2


7

考查

小计

24

1

23







选修

第二课堂

创新创业实践类

科研创新

3

按照《济宁学院第二课堂成绩单制度实施办法(试行)》(济院政字〔202164号)进行分类记录和管理。第二课堂学分不收费。

社会实践

创业实践

学科竞赛

综合实践类

思想政治素养

3

美育体育拓展

劳动成长履历

小计

6



七、课程体系对毕业要求的支撑矩阵

4:课程体系对毕业要求的支撑矩阵

课程

类别

课程名称

毕业要求

1.工程

知识

2.问题

分析

3.设计/开发解决方案

4.研究

5.使用现代工具

6.工程与可持续发展

7.伦理和职业规范

8.个人和

团队

9.沟通

10.项目管理

11.终身学习

通识

课程

思想道德与法治






M

H




L

中国近现代史纲要







H




L

马克思主义基本原理







H




M

毛泽东思想和中国特色社会主义理论体系概论







H




M

习近平新时代中国特色社会主义思想概论







M




H

形势与政策






M



L



四史教育







H




L

大学类课程









H


L

体育类课程








H



M

国家安全教育







H




M

大学生心理健康教育







H

L




新一代信息技术



L


M






H

军事理论







H

L




大学生职业发展与就业指导








L


H

M

人文科学素养







H




L

社会科学素养







H




L

自然科学素养







H




L


创新创业教育








H


M


军事技能训练








H

M


L

劳动教育与实践







M

H




专业

课程

高等数学A1

H

M










高等数学A2

H

M










线性代数A

H

M










Python 程序设计

M

M

M

M

H







概率论与数理统计

H

M










C语言程序设计

H

H

H




M

M




数据科学导论

M



H

M


M

M

M

M

M

数学建模

H

M






M



L

数据结构

H

L

M

H


M






数据库原理与应用

H

H

M

H

H

M





L

大数据技术(Hadoop)

H

H

M

H

H

M





L

数据挖掘

H

H

M

M

H


L

L




Java程序设计

H

H

M

H







L

操作系统(Linux)

H

H

M

M

H


L





机器学习

H

M

L









离散数学

H

M









L

框架编程 (Python)



M


H



L

L


L

Java应用开发技术



L

L




L




数据可视化

L

M


H

M


L


M



数学软件

H

M


M








专业

课程

数字素养



M




M





统计软件及应用





M






L

Spark大数据技术

H

M


H

H


L




L

应用多元统计分析

H

M


H


L






解析几何

H

M









L

常微分方程

H

M





L





Java Web 程序设计

M

H

M








L

数字图像处理



H


M

L






应用统计学

H

M


H







L

人工智能

L

H

M









复变函数

H

M





L





应用回归分析

M





L

L





运筹学

M

L


L








计算机网络

H

M



L



M




应用时间序列分析

H




M


L





数值计算方法

H

M


M







L

集中

实践

课程

数据分析与可视化项目

H

H

H

H

H

H


M

M

M


数据挖掘项目

H

H

H

H

H

H


M

M

M


毕业实习

H

H

H

H

H

H




M

L

毕业论文(设计)

H

H

H

H

H

H




M

L

说明:1.矩阵图要覆盖所有必修课程  2.使用H:高支撑度,M:中支撑度,L:低支撑度,来表示课程对毕业要求的支撑。



八、其他说明

5:每学期建议修读学分分配表

学年

合计

学期

1

2

3

4

5

6

7

8

建议修读学分

25.5

27.5

23.5

24.5

21

21

6

16

165












关闭 打印责任编辑:数学与大数据学院