1、 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
2、学生的数学与计算机编程基础（厚基础）：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、2 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 知识要求 指标点 1-1：具备良好
3、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； 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 。 能力要求 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
4、熟练应用统计与优化方法进行数据分析与建模能力，进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。 素质要求 指标点 3-1：具有良好的思想政治素质 ，树立 正
5、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、强烈的社会责任感、良好的职业道德、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3 据 分析 与管理决策 能力。 （ 4）重视学生面向不同行业和
6、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
7、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 。 4 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
8、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） 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、专业实训 I 和专业实训II 等环节，均安排在二阶段 ，主要包括 C 语言程序设计实训、 Java面向对象程序设计实训、数学建模实训和大数据教学平台案例分析实训 。 （ 3） 论文（设计）模块 包括：学年论文 1 学分，毕业论文 6 学分。 课外科研创新实践活动模块 包括： 数学建模、 学科竞赛及创业技能竞赛、学术论文、 科技 作品、发明创造、校园文化活动、职业资格与
9、技能训练、社会实践、社会工作等构成 七 、毕业学分要求 本专业学生须按培养方案要求修读各类课程，总学分最低修满168 学分，其中课堂教学 142 学分， 课外实践环节（即实习实训、论5 文设计、科研创新实践）不少于 26 学分 ，方可毕业。 各模块课程学分要求及分布详见表 2 所示。 表 2 数据科学与大数据技术 专业学分要求 项目 学分 % 毕业总学分 168 100 通识课 必修课 64 76 45.24% 选修课 12 大类平台课 必修课 28 33 19.64% 选修课 5 专业课 必修课 39 59 35.12% 选修课 14 个性化培养 6 其中，实践教学 26 八 、学制 及授予
10、 学位 本专业学制 4 年，实行弹性学习年限， 36 年修满学分可以毕业。学生修满规定学分，达到毕业要求后， 发给毕业证书，符合国家和学校学士学位授予条件的毕业生，授予理学学士学位 。 6 九 、 课程体系 流程图 本专业课程体系流程图如图 1 所示。 C 语 言 程 序 设 计程 序 设 计 实 训J a v a 面 向 对 象 程序 设 计数 据 结 构数 据 库 原 理 与 技术算 法 分 析 与 设 计并 行 与 分 布 式 计算数 据 挖 掘 与 分 析L i n u x 操 作 系 统大 数 据 开 发 技 术机 器 学 习数 学 分 析微 分 方 程概 率 统 计代 数 与 几
11、何数 学 建 模运 筹 学最 优 化 原 理 与 算法时 间 序 列 分 析管 理 统 计 学随 机 过 程抽 样 技 术 与 方 法数 据 分 析 软 件 应用专 业 实 训 I 专 业 实 训 I I西 方 经 济 学金 融 风 险 分 析量 化 投 资 分 析计 量 经 济 学固 定 收 入 证 券物 流 数 据 分 析 与仿 真商 务 与 政 务 智 能决 策工 业 大 数 据 管 理毕 业 论 文网 络 爬 虫 与 数 据可 视 化外 语 课 外 语 课经 济 数 学 模 型 预与 仿 真云 计 算 与 云 服 务表 示 专 业 主 干 课 程表 示 学 科 基 础 课 程表 示 实
12、 践 课 程 表 示 专 业 课 程表 示 通 识 课 程图 1 数据科学与大数据技术专业课程体系流程图 7 十 、 与毕业生要求对应的课程矩阵 与毕业生要求对应的课程矩阵如表 3 所示。 表 3 与毕业生要求对应的课程矩阵 对应关系 知识要求 能力要求 素质要求 1-1 1-2 1-3 1-4 2-1 2-2 2-3 2-4 2-5 2-6 3-1 3-2 3-3 形势与政策 思想道德修养与法律基础 军事理论 军事训练 毛泽东思想与中国特色社会主义理论体系概论 中国近现代史纲要 马克思主义基本原理 英语视听说 1 大学英语 I 英语视听说 2 大学英语 II 英语视听说 3 大学英语 III
13、 英语视听说 4 8 对应关系 知识要求 能力要求 素质要求 1-1 1-2 1-3 1-4 2-1 2-2 2-3 2-4 2-5 2-6 3-1 3-2 3-3 创业概论 创业模拟与实践 课外科研创新实践活动 就业指导 职业生涯与发展规划 数学分析 I 数学分析 II 数学分析 III 概率统计 I 概率统计 II 代数与几何 I 代数与几何 II 微分方程 C 语言程序设计基础 面向对象程序设计 网络爬虫 实战 数据可视化 数据库原理与技术 数据结构 Linux 操作基础 并行与分布式计算 9 对应关系 知识要求 能力要求 素质要求 1-1 1-2 1-3 1-4 2-1 2-2 2-3
14、 2-4 2-5 2-6 3-1 3-2 3-3 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 时间序列分析 (双语 ) 随机过程 运筹学 数学建模 最优化原理与算法 数据挖掘与分析 机器学习 与人工智能 数据分析软件应用 西方经济学 现代金融工程 金融风险分析 (双语 ) 量化投资分析 资产定价：理论 及应用 智能决策 方法 供应链金融 工业大数据管理 10 对应关系 知识要求 能力要求 素质要求 1-1 1-2 1-3 1-4 2-1 2-2 2-3 2-4 2-5 2-6 3-1 3-2 3-3 程序设计实训 专业实训 I 专业实训 II 学年论文 毕业论文 毕业实习 11 十一 、说明 本专业与信息与计算科学（经济计量）专业实施大类培养；各学期课程教学计划见 2018 级数据科学与大数据技术专业指导性教学计划。 院领导签名： 方案修订人签名： 单位盖章
