|
一、专业简介 数据科学与大数据技术专业主要面向大数据时代，以计算机科学、统计分析为基础，以数据科学与大数据技术为研究领域，聚焦新经济、新产业发展，推动并引领未来全球“互联网+”、云计算、人工智能、大数据技术在各领域的深入应用。 我校主动对接新技术、新经济、新业态、新时代对数据科学人才需求，开设数据科学与大数据技术专业。学院拥有军用计算机技术国防特色学科、智能科学与技术校重点学科等，黑龙江省语言智能工程技术研究中心、云计算与大数据工程技术研发中心（高校强省科研平台）、大数据研究院、智能科学与技术研究所等科研平台，能充分满足专业实践教学需要，并与北京华育兴业科技有限公司哈尔滨分公司、中软国际（哈尔滨）有限公司、黑龙江海康软件公司等多家企业签约建立实习基地。 二、专业培养目标 本专业培养德智体美劳全面发展，专业基础扎实，系统地掌握大数据科学与工程基本理论及应用知识，具有良好的计算思维能力、终身学习能力和国际化视野，具有创新意识和创业精神，能应用大数据技术解决数据采集与预处理、数据存储、数据分析与挖掘等相关领域复杂工程问题，胜任数据挖掘工程师、数据分析师、算法工程师、数据产品经理等工作的高素质应用型、复合型、创新型高级专门人才，成为社会主义事业合格建设者和可靠接班人。 经过5 年的工作实践，能达到下列目标： 目标1：具备扎实的工程实践能力，能够作为技术骨干胜任大数据领域复杂工程问题的方案制定、算法设计、系统实现、维护及管理等工作，具备大数据技术与各领域交叉融合能力，能够应用专业知识解决大数据采集、存储、分析挖掘和应用等复杂工程问题。 目标2：具备国际视野、创新意识和创业精神，具有一定的工程研究能力；能综合利用新知识、新技术、新理念对各类大数据进行发掘、分析和研究，能够在工程实践中综合考虑法律、环境与可持续性发展等因素。 目标3：具有团队协作、组织协调和表达能力，在项目研发团队中，既能保质保量完成个人任务，也具备大数据项目管理和决策能力，胜任大数据工程项目管理工作。 目标4：具有良好的人文社会科学素养、工程职业道德和规范、服务意识、法律意识和社会责任感，践行社会主义核心价值观。 目标5：具有终身学习和适应发展的能力，能跟踪大数据系统和应用领域前沿技术，在大数据领域中具有社会竞争力。 三、学生毕业要求 毕业要求1：能够运用数学、自然科学、工程基础和专业知识解决大数据领域复杂工程问题。 1-1：具有扎实的自然科学和人文社会科学基础知识，用于大数据领域复杂工程问题的恰当表述。 1-2：能够针对大数据领域复杂工程问题建立数学模型并求解。 1-3：能够将工程知识、专业知识和数学模型方法用于推演、分析大数据专业复杂工程问题。 1-4：具有较强的专业知识，能够将工程知识、专业知识和数学模型方法用于复杂工程问题解决方案的比较与综合。 毕业要求2：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领域复杂工程问题，以获得有效结论。 2-1：能够运用数据科学基本原理和工程方法，识别和判断大数据领域复杂工程问题的关键环节。 2-2：能够应用数学、自然科学、工程科学的基本原理，正确表达大数据领域复杂工程问题。 2-3：具有批判性思维，能够认识到解决问题有多种方案可选择，具备利用多种资源开展文献检索及分析以寻求解决方案的能力，并能考虑相关影响因素。 2-4：能综合运用数学、自然科学、数据科学的基本原理并结合相关文献研究，对大数据领域复杂工程问题的关键环节进行分析、解析、重构、辨别，从而获得有效结论。 毕业要求3：能够设计针对大数据领域复杂工程问题的解决方案，设计满足特定需求的系统、模块或流程，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。 3-1：掌握数据科学相关系统分析、设计、实现、测试和实施的基本方法和技术，了解影响设计目标和技术方案的各种因素。 3-2：能够设计针对问题的解决方案，针对特定需求，完成与数据分析和处理相关子系统（模块）的设计与实现。 3-3：具有创新精神，能够针对大数据领域复杂工程问题进行系统设计，在设计中体现创新意识。 3-4：能够在设计中综合考虑社会、健康、安全、法律、文化及环境等因素。 毕业要求4：具有批判性思维，能够应用本专业领域基本原理，采用科学方法，识别、表达，并通过文献研究分析复杂问题，以获得有效结论，设计解决方案，并能考虑相关影响因素。 4-1：能够基于科学原理，通过文献研究，调研和分析解决大数据领域复杂工程问题的方案。 4-2：能够根据问题特性，考虑相关影响因素，选择研究路线，设计实验方案。 4-3：能够利用已有软硬件工具基于实验方案构建原型系统。 4-4：通过文献研究，综合考虑相关因素，对原型系统进行性能分析，得到合理有效结论，并设计解决方案。 毕业要求5：具有现代信息技术应用能力，能够获取、评价和利用有效信息，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解决实际问题，包括对工 程问题的模拟与测试，并具有创新精神、创业意识和创新创业能力。 5-1：了解大数据专业常用的技术、资源、现代工程工具和信息技术工具的使用原理和方法，能够获取、评价和利用有效信息。 5-2：能够针对问题合理地开发、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，将其运用于大数据系统分析、设计、开发及测试过程中。 5-3：能够针对具体对象，开发或选用满足特定需求的现代工具进行模拟和测试，并具有创新精神、创业意识和创新创业能力。 毕业要求6：能够基于大数据领域工程相关背景知识进行合理分析，设计针对问题的解决方案，并考虑社会、健康、安全、法律、文化以及环境等因素，理解应承担的责 任。 6-1：熟悉大数据领域相关的技术标准、知识产权、产业政策和法律法规，并理解应承担的责任。 6-2：了解大数据领域新知识、新技术及发展趋势，能够针对具体问题设计解决方案，并客观评价数据科学与大数据技术的发展及应用对社会、健康、安全、法律以及文化的影响。 毕业要求7：能够理解和评价针对大数据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。 7-1：理解环境和可持续发展的内涵和意义，能够理解与大数据应用相关的信息系统对环境保护和社会可持续发展的影响，熟悉相关的法律法规。 7-2：能够理解和评价针对大数据复杂工程问题的系统解决方案或大数据工程实践对环境、社会持续发展的影响。 毕业要求8：具有人文社会科学素养、社会责任感，能够在大数据工程实践中理解并遵守工程职业道德和规范，履行责任。 8-1：具有正确的世界观、价值观、人生观。了解国情，践行社会主义核心价值观。 8-2：掌握人文社会科学知识，具有人文科学知识、人文素养、艺术修养和欣赏品味。 8-3：理解基本职业道德的含义，并在大数据复杂工程实践中遵守职业道德和规范，履行责任，诚实守信。 毕业要求9：能够在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。 9-1：在多学科背景下，能与其他学科的成员有效沟通，合作共事。能够在团队中独立或合作开展工作。 9-2：能够组织团队成员开展工作，与团队其他成员有效合作，承担相应责任，倾听其他团队成员的意见。 毕业要求10：能够针对大数据领域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，具有撰写报告、设计文稿、陈述发言和清晰表达的能力。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。 10-1：能够针对计算机应用领域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，具有撰写报告、设计文稿、陈述发言和清晰表达以及倾听并回应公众意见的能力。 10-2：具有外文文献的信息检索及阅读理解能力，能够在跨文化背景下进行沟通和交流，对大数据前沿技术与产业状况有基本了解，具备一定的国际视野。 毕业要求11：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。 11-1：理解工程管理与经济决策的重要性，掌握大数据专业工程实践项目中所涉及的管理原理与经济决策方法。 11-2：能够将管理原理与经济决策方法应用于多学科环境下大数据领域工程项目的设计、开发、实施等过程中。 毕业要求12：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。 12-1：能够理解自主学习和终身学习的重要性与必要性，具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等。 12-2：能针对个人或职业发展的需求，追踪数据科学与大数据技术相关领域的发展动态，不断更新知识和技能，适应时代发展。 表1 毕业要求和培养目标的对应关系 
四、专业基本修业年限及修读学分规定 基本修业年限为4 年，最长修业年限为6 年。本专业要求毕业生必须修满规定的180学分，其中必修课 147 学分、选修课 33 学分，完成规定的实践性教学环节 41 学分，成绩合格且毕业设计通过答辩，准予毕业。 五、授予学位 达到《hth体育-（中国）科技公司普通本科毕业生学士学位授予工作实施细则》规定的毕业生，授予工学学士学位。 六、支撑学科 计算机科学与技术 七、核心课程 离散数学、Java 程序设计、Python 程序设计、数据结构与算法、计算机组成原理与体系结构、操作系统、数据库原理及应用、统计学原理与应用、Hadoop 大数据技术等。 八、课程与毕业要求的关系矩阵
九、课程配置流程图 
十、课程设置及课时安排表、教学进程表 1.课程设置及课程安排见附件1。 2. 教学进程表见附件2。 附件1：课程设置及课时安排表 
附件2：计算机科学与技术专业教学进程表 
十一、企业人才培养方案 我专业在总结学院多年校企合作办学的基础上，根据培养目标与毕业要求，制定了企业人才培养方案。 1、培养目标 学生通过在企业实习，了解企业运营过程、掌握企业产品开发或工程项目实施的过程和方法，结合大数据系统开发项目生命周期全过程中的实际问题，获得大数据工程应用型人才的基本训练，使学生达到大数据应用与大数据分析技术能力要求。培养能够灵活运用本专业的基础理论知识，具有解决复杂工程实际问题的能力、沟通能力及团队合作能力，具有较强的创新意识的卓越工程技术人才。学生在企业通过现场的实践与学习，获得以下几方面的能力： （1）具备针对特定需求，完成大数据系统（模块）的开发应用能力和大数据分析能力。 （2）能够针对大数据应用领域复杂工程问题进行系统设计，并在设计中体现创新意识。 （3）获得熟练的开发工具使用和语言交流能力，具有综合应用各种手段(包括外语工具)查询资料、获取信息的初步能力，对数据进行分析、处理的能力； （4）熟悉大数据应用领域相关的技术标准、知识产权、产业政策和法律法规，并理解应承担的责任。 （5）掌握与大数据技术相关的技术经济分析和生产管理方面的知识 （6）有较强的调查研究与决策、组织与管理、交流沟通和团队协作的能力，具有独立获取知识、信息处理、终生学习和创新的基本能力。 （7）具有较好的人文科学素养、较强的社会责任感、良好的工程职业道德和良好的质量、环境、安全和服务意识，以及吃苦耐劳的敬业精神。 2、培养计划 数据科学与大数据技术专业企业人才培养计划分为创新创业实践、校企合作课程和校企合作实践等三个部分，均由专业与合作企业共同进行建设，课程内容根据企业需求及时更新，定期修订教学大纲、授课计划和考核标准，并选聘符合学校要求、具有工程背景的教师进行授课。 （1）创新创业实践 创新创业实践课程为期2 周，共2 学分，指导学生参与大学生创新创业项目申报和“互联网+”创新创业大赛，旨在培养学生创新创业的能力，可在校内或企业进行。 （2）校企合作课程 校企合作课程为Spark 大数据批处理框架（2 学分）、Flink 大数据流处理框架（2学分），课程紧扣大数据前沿，采用集中面授方式，可在校内或企业进行。 （3）校企合作实践 大数据企业体验实习计1 学分，1 周。学生进入企业参观，由企业教师介绍大数据行业发展、前沿技术、人才需求、素质要求、职业生涯规划、项目流程，使学生树立专业学习目标、了解企业文化、工作环境和专业前沿技术，项目开发流程，为专业课程学习打下基础。 大数据专业技能训练计2 学分，2 周，在合作企业进行。培养学生在前沿应用开发领域分析问题和解决问题的初步能力，使学生初步建立系统思维，并初步掌握系统开发 的流程和基本技能，为后续的大数据开发和综合应用实习打下基础。 大数据开发实习2 学分，2 周，在合作企业进行。培养学生利用大数据前沿技术进行项目开发能力训练。培养学生在应用开发领域分析问题和解决问题的基本能力，使学生建立项目管理、开发与团队合作的系统思维，并掌握系统开发的流程和多项综合技能。 大数据综合应用实习3 学分，3 周，在合作企业进行。培养学生利用最新大数据平台及关键技术，结合企业前沿项目完成大数据采集、清洗、存储、分析处理、可视化等工作，夯实学生专业能力。 大数据生产实习计10 学分，10 周。生产实习阶段以实践教学为主，辅以必要的理论专题。学生到企业实际工作岗位，进入项目组，完成实际工程项目，提高专业综合能力，同时提高沟通能力及团队合作能力，为就业实现“无缝连接”和“零适应期”。工作岗位采用合作企业、培训机构推荐、学院推荐和学生自行联系等方式，企业与学生双向选择。 毕业设计（论文）计16 学分，16 周，答辩1 周。参照国家和行业标准，紧密结合大数据行业发展需求和学生发展定位，由企业、学校、学生共同确定毕业设计（论文）题目及内容。在实习企业的充分参与和指导教师的指导下进行课题设计、开发或论证，完成毕业答辩和成绩的评定。 3、实施企业 为保证培养方案的实施，学院与中兴通讯股份有限公司达成共建“教育部—中兴通讯产教融合创新基地”协议，与思科系统（中国）网络技术有限公司、甲骨文股份有限公司、中软国际（哈尔滨）有限公司、北京华育兴业科技有限公司等多家家企业签约建立实习基地。 十二、培养方案审核表 
|
