本科专业 数据科学与大数据技术专业介绍及开设院校|计算机类 专业代码080910T

dxadmin

本科专业 数据科学与大数据技术专业介绍及开设院校|计算机类 数据科学与大数据技术专业代码080910T 授予理学或工学学位

数据科学与大数据技术（Data Science and Big Data Technology）是一门普通高等学校本科专业，属于计算机类专业，基本修业年限为四年，授予理学或工学学士学位。
该专业培养德、智、体、美、劳全面发展，掌握数据科学的基础知识、理论及技术，包括面向大数据应用的数学、统计、计算机等学科基础知识，数据建模、高效分析与处理，统计学推断的基本理论、基本方法和基本技能。了解自然科学和社会科学等应用领域中的大数据，具有较强的专业能力和良好的外语运用能力，能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才。

数据科学与大数据技术培养目标
培养具有良好的道德与修养，遵守法律法规，具有社会和环境意识，掌握数学与自然科学基础知识以及与计算系统相关的基本理论、基本知识、基本技能和基本方法，具备包括计算思维在内的科学思维能力和设计计算解决方案、实现基于计算原理的系统的能力，能清晰表达，在团队中有效发挥作用，综合素质良好，能通过继续教育或其他的终身学习途径拓展自己的能力，了解和紧跟学科专业发展，在计算系统研究、开发、部署与应用等相关领域具有就业竞争力的高素质专门技术人才。

数据科学与大数据技术考研方向
该专业学生可以考取软件工程、计算机科学与技术、应用统计学等专业的研究生或出国深造。

数据科学与大数据技术就业领域
该专业学生主要有三大就业方向：大数据系统研发类、大数据应用开发类和大数据分析类。具体岗位如大数据分析师、大数据工程师等。毕业生可在政府机构、企业等单位从事大数据管理、研究、应用开发等方面的工作。
岗位类型

企业提供的大数据岗位按照工作内容要求，可以分为以下几类：
①初级分析类，包括业务数据分析师、商务数据分析师等。②挖掘算法类，包括数据挖掘工程师、机器学习工程师、深度学习工程师、算法工程师、AI工程师、数据科学家等。③开发运维类，包括大数据开发工程师、大数据架构工程师、大数据运维工程师、数据可视化工程师、数据采集工程师、数据库管理员等。④产品运营类，包括数据运营经理、数据产品经理、数据项目经理、大数据销售等。

为了让您更加明晰的对 数据科学与大数据技术专业 有较深入的理解，我们特选取了具有代表性的开设了此专业的高校自己的介绍供您参考，希望对您初步了解数据科学与大数据技术专业有所帮助。
---------------------------------------------------------------------------------------------------------------------------
华南理工大学 / 未来技术学院 / 数据科学与大数据技术专业介绍及培养方案

数据科学与大数据技术专业

一、专业定位
本专业课程体系在数据科学与大数据技术主干课基础上突出算法与大数据应用课程。在专业培养模式上聚焦行业需求，深耕产学合作，注重前沿交叉、国际交流与校企合作，面向大数据未来技术发展培养具有创新能力和国际视野的高层次拔尖人才。
该专业系统地掌握数据科学与大数据技术领域的基础知识、基本技能和科学研究方法；毕业生能够在信息技术企业、科研部门、高等院校、事业单位等。可从事信息和大数据技术的研究、设计、开发及管理等方面的工作，或推动大数据在互联网、物联网、金融、教育、交通、电商等相关行业应用创新的数据科学人才，亦可继续攻读大数据科学相关学科的硕士、博士学位。

二、培养目标
该专业以大数据国家战略发展规划历史机遇和粤港澳大湾区数据产业发展需求为引领，培养热爱祖国，坚持社会主义道路，德、智、体全面发展，具有扎实的计算机与大数据学科的理论基础，拥有较强的英语能力、知识面广，实践动手能力强的研究型或工程型数据科学领军人才，主要制定了以下培养目标：
①具备大数据领域基础知识、基本技能和科学研究的基本素质；
②具有应用大数据技术理论和方法进行数据建模和高效分析与处理行业关键性技术问题的综合能力；
③具有强烈的社会责任感，具有良好的职业道德、敬业精神、英语能力和国际视野；
④具有源头创新和引领行业技术发展的潜质，具有终身学习并适应大数据领域新发展的能力；
⑤适应独立和团队工作环境，成为推动大数据技术在互联网、金融、教育、医疗、物流等相关行业应用创新的数据科学人才。
⑥能够在国家机关和企事业单位从事大数据研究、大数据分析、大数据应用、大数据决策等工作。

三、培养规格
数据科学与大数据技术专业学制是4年，授予工学学士学位。
学生毕业时需修满专业教学计划规定学分159.5个，其中公共基础课69个门，专业基础课32.5个门，选修课18个门，实践教学环节40个，同时需要取得第二课堂3个人文素质教育学分和4个创新能力培养学分。
在专业培养模式上聚焦行业需求，深耕产学合作，注重前沿交叉、国际交流与校企合作，面向大数据未来技术发展培养具有创新能力和国际视野的高层次拔尖人才。
数据科学与大数据技术专业毕业要求对专业培养目标具有充分的支撑，在工程知识、问题分析、设计/开发解决方案、研究、使用现代工具、工程与社会等12个维度上有了明确的规定，主要如下：
1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决大数据领域相关复杂工程问题。
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领域相关复杂工程问题，以获得有效结论。
3.设计/开发解决方案：能够设计针对大数据领域相关复杂工程问题的解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，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。
4.研究能力：能够基于科学原理并采用科学方法对大数据领域相关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：能够针对大数据领域相关复杂工程问题，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。
6.工程与社会：能够基于大数据相关背景知识进行合理分析，评价专业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复杂工程问题的大数据专业工程实践对环境、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。
10.沟通能力：能够就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，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：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。
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。

四、课程体系
课程体系由主干基础课程、集中实践教学环节和第二课堂三个环节组成。主干基础课程包括公共基础课、专业基础课、选修课；集中实践教学环节注重学生实践能力的培养，包括各类课程实训；第二课堂由人文素质教育和创新能力培养两部分组成。总体上在数据科学与大数据技术主干课基础上突出算法与大数据应用课程。
1、主干基础课
公共基础课：包括中国近现代史纲要、思想道德与法治、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、学术英语与科技交流、C++程序设计基础、军事理论、工程制图、微积分、线性代数与解析几何、概率论与数理统计、复变函数、大学物理、大学物理实验、人文科学领域、社会科学领域、科学技术领域等；
专业基础课：工程导论、大数据导论、数据结构、离散数学、高级语言程序设计、计算机网络、计算机安全与数据安全、计算机组成与体系结构、操作系统、数据库系统、计算机与软件工程概论、数据挖掘、算法设计与分析、大数据平台构架与技术、云计算与大数据平台、神经网络与深度学习；
选修课：程序设计课程模块（Python语言程序设计，Java程序设计，并行程序设计与分布式计算）、数据平台课程模块（计算机安全与数据安全，数据挖掘，大数据平台构架与技术）、智能计算课程模块（机器学习，算法设计与分析，人工智能，数值计算原理与方法，自然语言处理，神经网络与深度学习，计算机视觉）、数据应用课程模块（大数据应用案例与实践，IT商业模式与创业，数字孪生技术）。
2、集中实践教学环节
本专业注重实践环节和创新能力培养，突出理论课与实训课相结合的培养特色，强化工程训练，实现国际接轨，造就基础扎实、工程能力强、协作能力好的复合型大数据研究与工程人才。实践教学环节课程主要包括：军事技能、工程导论实践I、数据结构课程实训、大数据导论课程设计、工程创新训练Ⅰ、马克思主义理论与实践、高级语言程序设计实训、机器学习课程设计、数据库课程实训、操作系统课程实训、数据挖掘课程实训、毕业实习、大数据平台构架与技术课程实训、毕业设计等。
3、第二课堂
人文素质教育基本要求：学生在取得专业教学计划规定学分的同时，还应结合自己的兴趣适当参加课外人文素质教育活动，参加活动的学分累计不少于3个学分。其中新增大学体育教学团队开设课外体育课程，高年级本科生必修，72学时，1学分，纳入第二课堂人文素质教育学分。
创新能力培养基本要求：学生在取得本专业教学计划规定学分的同时，还必须参加国家创新创业训练计划、广东省创新创业训练计划、SRP（学生研究计划）、百步梯攀登计划或一定时间的各类课外创新能力培养活动（如学科竞赛、学术讲座等），参加活动的学分累计不少于4个学分。

五、师资队伍
学院面向全球引育一流科学家团队，涵盖全职师资、协同师资、海外师资、产业师资等产学研全链条队伍，包括国家级、省部级等一大批高层次人才，拥有纽约大学布法罗分校、伦敦大学玛丽女王学院、新加坡国立大学、香港大学等海内外知名学府教育科研背景。截至目前，本专业现有教师38人，其中教授19人,副教授19人。

六、教学条件
1、硬软件设施
为满足学科发展、人才培养以及服务国家特别是粤港澳大湾区经济社会发展需求，学院主要围绕人工智能前沿技术和跨学科交叉领域，布局数字人与未来生活、数字基建与未来社会两个方向开展研究。
大数据综合实验室（百度实验室）
百度在华南区高校打造的示范性标杆实训室，集计算资源、课程资源、实验实训项目资源、数据集资源、虚拟化和容器技术于一体，是华南地区行业大数据集和AI算法案例最齐备的综合实训室。实验室配备一站式教学实训平台，具有丰富的教学实训资源，包括Python入门、深度学习、计算机视觉及应用、卷积神经网络、循环神经网络等。预置海量真实业务场景的开放数据集，包括交通类多场景细分数据集、大规模自然语言处理及知识图谱数据集、视频及OCR业务数据集等。
“数字孪生人”创新科研平台
围绕习总书记提出的“四个面向”与大湾区数字经济产业布局，协同了校内数学学院、医学院、微电子学院等优势学科力量，建设了跨学科交叉的“数字孪生人”创新科研平台，构建人体从物理空间到数字空间的投射与模拟运行，目标是人体全周期多尺度、全方位的动态探测与人体疾病/健康预测的数字孪生建模，通过基础机理与关键技术前沿探索，突破生活空间健康保障数字鸿沟，助力粤港澳的大健康数字经济。相关工作属于数字文明推进中的关键技术领域。

2、国际化资源
未来技术学院交叉学科海外名师讲堂
邀请国际顶级名校教师开展讲座。如微软前副总裁沈向洋院士、京东高级副总裁陶大程院士；牛津大学Patrick Rebeschini副教授；麻省理工学院Mark Vogelsberger 教授；卡耐基梅隆大学Shlomo Ta’asan教授；纽约大学Jean-Claude Franchitti副教授；哈佛大学Pavlos Protopapas高级讲师; 剑桥大学Pietro Lio教授等。
国（境）外联合培养项目
积极与各个国家世界一流大学开展在人工智能、大数据领域的本科生、研究生联合培养项目，同时积极推动海外交流基地建设。建立了与英国爱丁堡大学和英国伯明翰大学的本科双学位计划；与日本早稻田大学、英国伯明翰大学、法国巴黎综合理工学院、葡萄牙里斯本理工大学、法国巴黎电子信息学院等院校建立4+2本硕贯通制；推动建立与美国加州大学圣塔芭芭拉分校、比利时鲁汶大学、新加坡国立大学、法国南特大学、美国加州大学河滨分校的本硕/博衔接项目；与德国慕尼黑工业大学、韩国汉阳大学、韩国延世大学、日本大学、瑞典林雪平大学、丹麦南丹麦大学、韩国建国大力俄罗斯圣彼得堡国日本金泽大学、日本东京都立大学、学立信息技术机械与光学大学、俄罗斯乌拉尔联邦大学积极参与意大利都灵理工学院在人工智能、大数据领域的本科生和研究生联合培养项目（包括4+2本硕贯通制），推动都灵-华工海外交流基地建设。开展学期交换合作项目。

---------------------------------------------------------------------------------------------------------------------------
福建农林大学 / 海峡联合研究院 / 数据科学与大数据技术专业介绍及培养方案

专业名称：数据科学与大数据技术

学制：四年    学位：工学学士     专业代码：080910T

专业概况：当前在云计算、大数据、物联网、人工智能等新技术推动下，人类开启了从信息时代到智能时代的转变。数字化带来的海量数据成为企业乃至整个社会最重要的核心资产。数据科学与大数据技术专业是以大数据为研究对象，以从数据中获取知识与智慧为主要目的，以计算机科学、统计学、可视化等专业领域知识为理论基础，以数据采集、预处理、数据管理及数据计算等为研究内容的一门学科。本专业依托农业工程一级学科博硕士点，以及计算机科学与技术、统计学硕士点和电子信息专业硕士点建设，具备了“学士（本科）—硕士—博士”完整人才培养体系。

培养目标：数据科学与大数据技术专业立足于福建省大数据产业发展、大数据行业应用和农业现代化需求，培养具有扎实数学、计算机科学及数据科学基本理论基础，具有较强的大数据分析和科学思维能力，具备数据的采集、清洗、处理、挖掘、可视化、平台开发及应用等通用能力的复合创新型人才。

主要课程：离散数学、运筹学、电子技术与系统、数据结构数据结构、数据库原理、数据挖掘、机器学习与模式识别、大数据分析技术、大数据技术原理与应用、农林大数据分析等。

就业方向：毕业生能在工商企事业、政府机构、金融、科研单位互联网公司等从事大数据分析、处理、服务、开发和利用工作，能担当数据分析师、数据架构师、信息系统管理与维护工程师等工作。

升学去向：优秀毕业生可获得保送研究生资格，亦可攻读国内外高等院校及科研所的计算机科学与技术、电子信息、数据科学、软件工程或相关技术交叉学科的博硕士学位。

---------------------------------------------------------------------------------------------------------------------------
/  / 数据科学与大数据技术专业介绍及培养方案


---------------------------------------------------------------------------------------------------------------------------
/  / 数据科学与大数据技术专业介绍及培养方案



本页所有信息均来自公开的网络收集整理，仅作为有志于 数据科学与大数据技术专业 学习的学子初步了解和参考消息（不作为依据），具体一切以培养单位的最新正式文本为准。