2018级数据科学与大数据技术专业培养方案

2018级数据科学与大数据技术专业培养方案

ID:39852501

大小:755.33 KB

页数:11页

时间:2019-07-13

2018级数据科学与大数据技术专业培养方案_第1页
2018级数据科学与大数据技术专业培养方案_第2页
2018级数据科学与大数据技术专业培养方案_第3页
2018级数据科学与大数据技术专业培养方案_第4页
2018级数据科学与大数据技术专业培养方案_第5页
资源描述:

《2018级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级数据科学与大数据技术专业培养方案专业代码:080910T一、培养目标本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求,培养具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力,未来能够立足金融机构、工商企业、政府部门等不同行业,从事数据分析与管理决策工作,具备“信、敏、廉、毅”素质的创新创业型人才。二、毕业生要求本专业毕业生需达到相应的知识、能力、素质要求,具体要求及分解指标如表1所示。三、培养特色(1)深化培养学生的数学与计算机编程基础(厚基础):

2、为使学生未来具备较强可塑性,大一大二学年拓展学生数学知识学习的深度和广度,并要求学生熟练运用C语言和Java面向对象编程,为学生学习数据分析相关专业课程和应用软件奠定坚实基础。(2)加强培养学生基于统计与优化的数据分析能力(强能力):开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据分析核心课程,并要求学生能够基于Python语言或者SAS、SPSS、1表1数据科学与大数据技术专业毕业要求分解指标毕业要求指标指标点1-1:具备良好的数学基础和规范、严谨的数学思维,比较全面掌握数学的基

3、本知识、基本理论和基本技能;指标点1-2:熟练掌握基于统计和优化的数据分析的基本思路、基本理论与基本方法,以及相关的算法编程、测试和软件应用技能;知识要求指标点1-3:以金融风险分析和量化投资分析基本知识和基本理论为背景,同时兼顾工商业和政府政务专业化行业知识,熟练掌握与行业应用相关的数据分析、建模和实践技能;指标点1-4:较熟练地掌握一门外语,具有一定的听、说、读、写能力。指标点2-1计算机编程与算法设计能力:具有较强的计算机编程和算法设计能力,以及网络数据采集能力;指标点2-2数据分析与建模能力:具有熟练应用统计与优化方法进行数据分析与建模能力,进

4、而提供管理决策支持;指标点2-3实践应用能力:面向不同行业需求和数据现状,具备个性化的数据应用解决方案设计能力,进而实现业务资能力要求源优化配置;指标点2-4自主学习能力:能够根据学习和研究需要,掌握文献检索、资料查询的基本方法,具有较强的自主学习能力;指标点2-5团队协作能力:具有较强的逻辑思维和语言、文字表达能力、交流沟通能力和团队协作能力;指标点2-6创新思维能力:了解本专业和本学科的理论前沿及发展动态,具备基本的科学研究能力和一定的创新能力。指标点3-1:具有良好的思想政治素质,树立正确的世界观、人生观、价值观;指标点3-2:具有较强的法律意识

5、、强烈的社会责任感、良好素质要求的职业道德、团队协作精神和社会适应能力;指标点3-3:具有健康的体魄、良好的心理素质、和谐的人际关系,以及一定的人文、艺术素养。Matlab和R等数据分析软件进行数据分析实战。(3)突出数学、计算机科学与工商、财经管理等不同学科的交叉融合(宽口径):开设现代金融工程、金融风险分析、量化投资分析、商务与政务智能决策、工业大数据管理等课程,为学生提供不同的专业化行业知识和教学案例,培养学生面向不同行业背景的综合数2据分析与管理决策能力。(4)重视学生面向不同行业和数据现状的数据解决方案设计的应用实践(重实践):在课程体系中设

6、置多种形式的实践环节,通过大数据分析实训平台进行多样化案例教学,辅导学生参加数学建模、数据分析和计算机作品等不同形式的实践竞赛,并充分利用校外实习基地,加强校企合作,促进产学研结合。四、主干学科主干学科:数学、统计学、计算机科学。五、核心课程专业核心课程:程序设计语言、数据库原理与技术、数据结构、并行与分布式计算、Hadoop/Spark大数据开发技术、算法分析与设计、管理统计学、计量经济学、随机过程、时间序列分析(双语)、数学建模、运筹学、最优化原理与算法、数据挖掘与分析、机器学习与人工智能、网络爬虫、数据可视化、数据分析软件应用;特色方向课程:西方

7、经济学、现代金融工程、资产定价:理论及应用、金融风险分析(双语)、量化投资分析、智能决策方法、工业大数据管理。3六、实践教学环节实践性教学环节由实验(上机)模块、实习实训模块、论文(设计)模块、以及课外科研创新创业实践活动模块四个环节构成。(1)实验(上机)模块主要包括:C语言程序设计基础、数据结构、面向对象程序设计、算法分析与设计、Linux操作基础、并行与分布式计算、数据库原理与技术、大数据开发技术、数学建模、管理统计学、时间序列分析、数据挖掘与分析、机器学习与人工智能、网络爬虫、数据可视化、金融风险分析、量化投资分析、数据分析软件应用等课程。(2

8、)实习实训模块包括:实习环节主要包括军事训练、毕业实习等环节;实训环节主要包括程序设计实训、专

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。