2018版数据科学与大数据技术专业培养方案

《2018版数据科学与大数据技术专业培养方案》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2018版数据科学与大数据技术专业培养方案专业简介：2018年，我校数据科学与大数据专业将首次招生，招生规模预计为60人左右。该专业依托湖北大学与中科曙光共建的“大数据学院”，借助双方共同投入2000万构建的大数据专业实验室，与中科曙光联合开展人才培养。旨在培养具有大数据思维、运用大数据思维及分析应用技术、具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。本专业学生毕业后，能在统计部门、税务海关、公司企业以及金融保险机构等企事业单位从事从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，

2、或继续攻读本学科及其相关学科的硕士学位研究生。专业代码：080907一、培养目标本专业培养具有良好职业道德，具备系统的数学、人文与专业素养，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，具有数据采集、存储、处理、分析与展示的基本能力，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力、以及良好外语运用能力，能从事大数据研究、大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作的应用型创新人才。二、毕业要求通过本科阶段学习，毕业生应达到如下的毕业要求（能力）：1、知识要求（1）通识知识：具有人文社科、信息交流、法

3、律与环境、社会与公共安全等知识，其中人文社科包括文学、外语、哲学、政治学、社会学、管理学、经济学、心理学等方面的常识或基本知识。（2）自然科学知识：具有从事专业相关的项目工作所需的数学、物理等基础知识。（3）学科基础知识：具有扎实的计算机基础知识、信息处理方法，统计分析，软件开发等相关学科的基本理论和基本知识。（4）专业知识：熟悉大数据技术领域的基本理论和基本知识，熟练掌握分布式数据库1/22原理与应用、大数据技术框架、数据分析与方法、机器学习、数据挖掘技术、云计算技术、数据可视化技术、并行与分布式计算原理、大数据编程技术等专业知识。（5）项目与管理知识：具有基本

4、的项目实施与管理知识；掌握大数据科学与技术的基本思维方法和研究方法，了解大数据技术的应用前景、以及相关行业最新进展与发展动态。（6）工具性知识：掌握相关大数据文献检索、行业资料查询及运用现代信息技术获取相关知识的基本方法。2、能力要求（1）学习能力：能够熟练阅读英文的专业科技文献，具备运用英语进行沟通和交流的能力，而且具备运用计算机及信息网络辅助获取大数据行业相关技术的能力。（2）分析和解决问题的能力：具有大数据行业领域一定的科学研究能力、大数据相关软件产品的应用、开发能力、大数据系统分析、设计、部署以及维护和管理能力。（3）创新能力：具备较强的创新意识和从事大数

5、据领域科学研究的基本能力，具有应用大数据相关理论、方法和关键技术，将大数据技术与行业专业系统相结合，完成创新型的大数据应用运用并提供整体解决方案的能力。（4）程序设计与实现能力：掌握结构化程序设计和面向对象程序设计的基本思想、方法和技巧，具备高级语言编程解决行业应用实际问题的能力。（5）数据预处理、分析与应用能力：掌握数据预处理、数据清洗、融合、数据分析等关键技术。具备利用各种大数据行业工具，对行业海量数据和信息进行分析并处理，实现智能化的决策和控制的能力；具备运用运筹学、机器学习、数据挖掘、专家系统等技术，为大数据行业应用提供智能支撑平台的能力。（6）项目管理能

6、力：了解相关的技术标准，具有数据处理、分析和应用、呈现等技术应用技能，具备大数据项目的组织与管理能力。（7）合作与沟通能力：具有一定的表达能力、独立工作能力、人际交往能力和团队合作能力。3、素质要求（1）思想品德素质：具有法律意识和职业道德修养；具有责任心和社会责任感；具有合作精神和团队精神，在项目实践中具有良好的质量、安全、服务和环保意识。（2）文化素质：具备较好的人文素养与情怀。（3）专业素质：具有从事本专业工作所需的数学知识；具有计算机科学与技术学科的基础理论和专业知识；能从事计算机应用系统和大数据系统的产品设计开发、建设和应用维2/22护等实际工作（4）身

7、心素质：具有良好的心理素质和身体素质。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；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；具有一定的工程意识和效益意识。4、达到《工程教育认证标准》要求。三、核心课程面向对象程序设计、操作系统、数据结构、数据库原理及应用、Java应用开发、算法分析与设计、Python程序设计、大数据分析与内存计算、Hadoop大数据技术、数据导入与预处理应用、数据挖掘技术与应用、数据可视化技术、数据采集与网络爬虫、大数据处理与编程实践、金融大数据分析、互联网金融

8、信息挖掘等