2018级数据科学与大数据技术专业培养方案

12018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）：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168100通识课必修课647645.24%选修课12大类平台课必修课283319.64%选修课5专业课必修课395935.12%选修课14个性化培养6其中，实践教学26八、学制及授予学位本专业学制4年，实行弹性学习年限，3~6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Java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Linux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II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1-11-21-31-42-12-22-32-42-52-63-13-23-3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√√√英语视听说4√√√8对应关系知识要求能力要求素质要求1-11-21-31-42-12-22-32-42-52-63-13-23-3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1-11-21-31-42-12-22-32-42-52-63-13-23-3Hadoop/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1-11-21-31-42-12-22-32-42-52-63-13-23-3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