旗下产业展开

教学通知

当前位置: 首页 -> 旗下产业 -> 教学通知 -> 正文

数据科学与大数据技术专业人才培养方案(2022版)

作者:杨斐 编辑:杜博 信息来源:教学办公室 发布日期:2023-11-29 点击量:

数据科学与大数据技术专业人才培养方案

专业代码:080910T     专业类:计算机类     授予学位:工学学士

一、培养目标

本专业培养德智体美劳全面发展的,立足榆林、面向行业、着眼国际,掌握良好的专业基础知识,以及大数据处理和分析的基本理论、基本方法和基本技术,具备大数据采集、预处理、存储、分析、挖掘等行业核心技术的应用能力,能从事大数据分析、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的高素质应用型人才。在期待毕业生通过实际工作的锻炼,五年左右成长为各类组织大数据岗位的管理者和技术骨干,达到以下目标:

培养目标1

热爱祖国,具有良好的思想品德、职业道德和社会责任感,具备健全人格和良好科学文化素养;

培养目标2

具有较强的语言文字表达能力、人际沟通与团队协作能力,能够在多学科团队和跨文化环境下工作;

培养目标3

能将大数据相关理论、方法和关键技术与行业专业系统相结合,完成大数据应用运用并提供解决方案的能力;

培养目标4

在大数据相关软件产品的数据系统分析、设计、开发、应用、部署以及维护和管理领域具有就业竞争力,或能进入研究生阶段学习;

培养目标5

关注专业的理论前沿和发展动态,具有一定的自学能力和创新意识。

二、毕业要求

毕业要求1:工程知识

能够将数学、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解决大数据复杂工程问题。

指标点1-1掌握数学、自然科学、数据科学和计算机学科的基本原理和专业知识,包括基本概念和基本方法。

指标点1-2能够将数学、自然科学、数据科学与大数据专业知识用于大数据复杂工程问题的表述、建模和求解。

指标点1-3能够将数学、自然科学、数据科学与大数据专业知识用于大数据复杂工程问题的推演和分析。

毕业要求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大数据复杂工程问题,以获得有效结论。

指标点2-1能够应用数据科学和计算机学科的基本原理和方法,正确识别和判断大数据工程问题的关键问题。

指标点2-2能够基于数据科学和计算机学科的基本原理、模型和方法正确表达大数据复杂工程问题。

指标点2-3能认识到解决问题有多种方案可选择,并能够通过文献研究寻求可替代的解决方案。

毕业要求3:设计/开发解决方案

能够设计针对大数据复杂工程问题的解决方案,设计满足特定需求的系统或模块,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。

标点3-1能够理解计算机系统原理和体系结构,熟练掌握大数据工程全过程的设计方法和开发技术。

指标点3-2能够面向大数据复杂工程问题的特定需求,运用大数据工程知识和技术完成模块的设计。

指标点3-3 能够在模块或系统设计中考虑社会、健康、安全、法律、文化及环境等制约因素,并了解影响设计目标和技术方案的各种因素。

毕业要求4:研究

能够基于科学原理并采用科学方法对大数据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。

指标点4-1能够基于科学原理,通过文献研究或相关方法,调研和分析大数据复杂工程问题的解决方案。

指标点4-2能够根据对象特征,选择研究路线,设计实验方案,构建实验系统,安全开展实验,正确的收集实验数据并验证。

指标点4-3能够整理和分析实验数据,对实验结果进行解释和评价以得到有效结论。

毕业要求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,包括对复杂工程问题的预测与模拟,并能够理解其局限性。

指标点5-1理解数据科学与大数据技术常用现代工程工具、信息技术工具的使用原理和方法,并能够理解其局限性。

指标点5-2能够开发、选择和使用恰当的现代工程工具和信息技术工具,对复杂大数据工程问题进行数据获取、处理、分析和系统构建。

指标点5-3能够选用合适的现代工具对大数据复杂工程问题中的具体对象进行模拟和预测,并能够理解其局限性。

毕业要求6:工程与社会

能够基于工程相关背景知识进行合理分析,评价专业工程实践和大数据复杂工程问题解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

指标点6-1能够理解数据科学与大数据技术相关领域的技术标准、知识产权、产业政策和法律法规,理解不同社会文化对大数据项目实施的影响。

指标点6-2能够分析和评价大数据工程专业实践对社会、健康、安全、法律和文化的影响,并理解应承担的相应责任。

毕业要求7:环境和可持续发展

能够理解和评价针对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。

指标点7-1能够理解环境保护和可持续发展的内涵和意义。

指标点7-2能够理解大数据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。

毕业要求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。

指标点8-1了解中国国情,热爱祖国,坚持正义,品德良好,身心健康,具有扎实的人文社会科学素养及正确的价值观,理解个人与社会的关系。

指标点8-2能够理解并遵守大数据工程的相关职业道德、行业规范和法律法规,能够理解大数据工程师对公众的安全、健康、福祉和环境保护的社会责任,并能够在工程实践中自觉遵守职业道德规范和履行责任。

毕业要求9:个人和团队

能够在多学科背景下的项目团队中承担个体、团队成员以及负责人的角色。

指标点9-1理解个人与团队利益的一致性,具有合作精神,能够与项目团队内成员(包括其他学科成员)有效沟通,合作共事。

指标点9-2能够在项目团队合作中独立思考并承担不同团队角色的相应职责,具备有效运作、组织协调能力。

毕业要求10:沟通

能够就大数据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。并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。

指标点10-1能够依据相关的工程标准及技术规范,针对复杂工程问题的解决方案与同学、同行及公众进行有效沟通,包括撰写报告、设计文稿、陈述观点、表达意见以及准确回应提问等。

指标点10-2了解专业领域的国际发展趋势、 研究热点,理解和尊重世界不同文化的差异性和多样性。

指标点10-3掌握一门外语,具有一定的听说、读写译能力;能够在跨文化背景下进行沟通和交流。

毕业要求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。

指标点11-1掌握大数据工程项目中涉及的管理与经济决策方法,了解大数据工程及产品全周期、全流程的成本构成,理解其中涉及的工程管理与经济决策问题。

指标点11-2能在多学科环境下( 包括模拟环境),在设计开发解决方案的过程中,运用工程管理与经济决策方法。

毕业要求12:终身学习

具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

指标点12-1能够理解自主学习和终身学习的重要性与必要性,以适应社会进步和大数据相关技术发展的要求。

指标点12-2具有一定的自主学习能力,包括掌握新技术和新方法的能力、总结归纳知识经验的能力以及提出问题的能力。