绍兴文理学院 数据科学与大数据技术（080910T） 简介及培养方案介绍

dxadmin

数据科学与大数据技术（080910T）
数据科学与大数据技术（080910T）.pdf (422.22 KB, 下载次数: 1216)

2025-7-13 23:21 上传

点击文件名下载附件
绍兴文理学院 数据科学与大数据技术（080910T） 简介及培养方案介绍

一、培养目标

本专业培养适应社会主义现代化建设和未来社会与科技发展需要的德智体美劳全面发展，掌握数学和自然科学的基础知识，掌握大数据的采集、处理、分析、可视化、系统搭建等相关的理论、知识、技能和方法，具有一定的工程管理能力和良好的综合素质，能完成大数据项目的需求分析、设计、业务建模、产品实现等任务的高级应用型工程技术人才。

数据科学与大数据技术专业期待毕业生五年左右时间达到以下目标：

子目标 1：在社会发展中体现自身价值，工作中综合考虑法律、文化、道德、环境与可持续性发展等因素，具有良好的科学素质、人文素养、社会责任感、职业道德、健康体质和强烈的事业心。

子目标 2：能够运用所学知识与技能去分析和解决复杂工程问题，具有系统的数据思维的从事数据科学与大数据相关的软硬件及网络的研究、设计、开发以及综合应用的可持续发展能力强的高级工程技术人才；

子目标 3：具有较为丰富的大数据工程经验和较强的创新意识，并根据工作需要进行行业调研与前沿技术跟踪，将新技术、新方法应用于多学科领域的工程实践，从而保持自己的职业竞争力。

子目标 4：具备良好的交流沟通能力、具有宽广的国际视野、创新创业能力和团队合作精神，具有一定的国际视野和跨文化交流、竞争与合作能力，能够与业界同行及社会公众进行有效沟通和交流，胜任团队的核心或领导工作。

子目标 5：能够不断学习、更新知识，持续提升综合能力和业务水平，以适应不断变化的国内外形势，胜任跨文化背景的大数据及相关领域技术工作。

二、毕业要求

数据科学与大数据技术专业对学生的毕业要求如下：

1.工程知识：掌握从事本专业工作所需的数学和其他相关的自然科学、知识，工程基础和专业知识，并能够运用这些知识解决复杂工程问题。

2. 问题分析：能够应用数学科学、统计学、计算机科学和大数据技术专业知识的基本原理，识别、表达、并通过文献研究分析复杂工程问题，并结合专业知识进行有效分解能力。

3. 设计 / 开发解决方案：能够设计针对大数据系统工程问题的解决方案，包括满足特定需求的系统设计、工程实施流程或方案设计，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，并能够设计开发大数据工程问题的解决方案，评价和实施复杂工程问题的解决方案。

4. 研究：能够基于数据科学和计算机学科相关科学原理和方法对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。

5. 使用现代工具：能够针对大数据工程问题，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，包括对工程模型的预测与模拟，并能够理解其局限性。

6. 工程与社会：能够基于大数据技术相关背景知识进行合理分析，评价系统工程实践和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。

7. 环境和可持续发展：能够理解和评价针对大数据工程问题的工程实践对环境、社会可持续发展的影响。

8. 职业规范：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。

9. 个人和团队：能够在大数据工程团队和多学科背景下的项目组织中承担团队成员和项目负责人的角色。

10. 沟通：能够就大数据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。

11. 项目管理：掌握一定的经济学、管理学和某一应用领域的相关知识，并能在多学科环境中应用。

12. 终身学习：具有自主学习和终身学习的意识，能够通过各种途径获取相关信息和新知识新技术的能力。

毕业要求分解指标点

毕业要求	指标点
毕业要求 1：能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据系统工程问题。	指标点 1-1：能够将数学与物理的知识、方法与思想，用于数据科学中所需要的抽象思维和逻辑分析。
	指标点 1-2：能够将程序设计、数据结构与算法等知识与方法，用于大数据系统工程的分析。
	指标点 1-3：能够将面向对象程序设计思想、数据库设计与数据管理思想用于复杂大数据系统的设计与优化。
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复杂大数据系统工程问题，以获得有效结论。	指标点 2-1：能够应用数学、自然科学和工程科学的基本原理，对复杂大数据系统工程问题进行提炼、定义、建模、分析和评价。
	指标点 2-2：能够通过文献检索、资料查询的基本方法以及网络等现代信息技术获得可用的知识、技术或方法，辅助进行复杂大数据工程问题的识别、分析与表达。
毕业要求 3：能够设计针对大数据系统工程问题的解决方案，包括满足特定需求的系统设计、工程实施流程或方案设计，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，并能够设计开发大数据工程问题的解决方案，评价和实施复杂工程问题的解决方案。	指标点 3-1：针对大数据系统工程问题，能够在理解复杂工程问题的基础上定义功能、目标和限制，并设计开发复杂工程问题的解决方案。
	指标点 3-2：针对大数据工程问题，能够设计评价和实施复杂工程问题的解决方案。
	指标点 3-3：能够在安全、环境、法律等现实约束条件下通过技术、经济评价等论证设计方案的可行性。

续 表

毕业要求	指标点
毕业要求 4：能够通过文献阅读和实验设计并采用科学方法对数据科学与大数据技术应用问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得出解决复杂应用问题的结论。	指标点 4-1：能够通过文献阅读和实验设计并采用大数据技术原理，就复杂工程应用中涉及的局部性功能或性能问题进行研究，对结果或数据进行分析和解释。
	指标点 4-2：能够融合大数据专业知识结构，就复杂工程问题中涉及的领域性功能或性能问题进行研究，设计相关的实验方案，并对结果或数据进行分析与总结。
	指标点 4-3：能够基于数据科学的方法和原理，就大数据工程应用中涉及的信息处理、数据关联、模型预测等数据挖掘问题进行研究，设计相关的实验方案，并对结果或数据进行分析与总结，得到合理有效的结论。
毕业要求 5：能够针对大数据工程问题，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，包括对工程模型的预测与模拟，并能够理解其局限性。	指标点 5-1：能够针对大数据工程问题，为构建复杂工程问题的模拟环境选择和使用合适的现代工程工具和信息技术工具，并能理解其局限性。
	指标点 5-2：能够针对大数据工程问题，为预测与分析工程模型选择和使用合适的现代工程工具和信息技术工具，并能理解其局限性。
毕业要求 6：能够基于大数据技术相关背景知识进行合理分析，评价系统工程实践和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：能够了解信息安全相关的法律、法规，并理解与评价大数据系统工程实践对于安全的可能影响。
	指标点 6-2：能够了解信息安全相关的法律、法规，并理解与评价大数据系统工程实践对于社会、法律、文化的可能影响，并理解应承担的责任。
毕业要求 7：能够理解和评价针对大数据工程问题的工程实践对环境、社会可持续发展的影响。	指标点 7-1：具有环境保护的自觉和可持续发展意识，了解环境保护与社会可持续发展相关的方针与政策、法律与法规。
	指标点 7-2：能够理解和评价针对大数据工程问题的系统解决方案或工程实践对环境、社会可持续发展的影响。
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。	指标点 8-1：掌握马列主义、毛泽东思想与中国特色社会主义基本理论，具有基本的人文社会科学素养，有正确价值观，理解个人与社会的关系，了解中国国情。
	指标点 8-2：能够运用历史、哲学、法律的知识与方法认识、分析社会现象，具有思辨能力与批判精神。
	指标点 8-3：具有社会责任感，能够在大数据工程实践中理解伦理道德、遵守职业规范、履行社会责任。
毕业要求 9：能够在大数据工程团队和多学科背景下的项目组织中承担团队成员和项目负责人的角色。	指标点 9-1：能够在多学科背景下主动与团队中其他成员沟通、合作、开展工作。
	指标点 9-2：具备良好的团队意识、团队合作与沟通、团队协调或组织能力，能够在多学科背景下的项目组织中根据需要承担成员或负责人的角色。
毕业要求 10：能够就大数据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：具备沟通交流的基本技巧与能力，良好的口头与书面表达能力，有效表达自己思想与意愿的能力，倾听与理解他人需求和意愿的能力，适应工作与人际环境变化的能力。
	指标点 10-2：能够依照相关的工程标准或行业规范，进行大数据相关工程的技术解决方案、工程设计或实施方案、工程实施报告等文档的撰写与交流表达。
	指标点 10-3：具备一门外国语的基本听、说、读、写、译的能力，能够阅读计算机专业领域的外文资料，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。
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。	指标点 11-1：能够理解和掌握大数据相关领域的复杂工程项目管理原理和经济决策方法。
	指标点 11-2：能够具备对大数据相关领域的复杂工程项目进行项目管理的能力并进行实践。
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。	指标点 12-1：具备持续更新和提高自我知识、能力与素质的终身学习意识。
	指标点 12-2：能够具有了解和紧跟计算机技术发展、保持和增强自我竞争力、适应个人持续发展所需要的自主学习能力。

三、专业人才培养特色

本专业面向绍兴数字经济产业发展需求，构建了与国际工程教育专业认证接轨的人才培养与质量保障体系，突出实践教学特色，创建校企协同育人平台，以学生为中心，打造创新创业人才培养新模式，培养专业基础扎实、实践创新能力强、适应绍兴数字经济产业发展需要的高级应用型数据科学与大数据技术人才。

四、学制与修读年限

        学制：四年                   弹性学习年限：三至六年。

        所属大类：计算机类       大类培养年限：一年。

五、毕业学分

169+4 学分

六、授予学位工学学士

七、核心课程
离散结构，数据结构，数据库原理及应用，面向对象程序设计，Python 编程技术，机器学习与应用，深度学习技术，分布式数据存储与分析，数据挖掘与应用，软件工程项目实训