当前位置: 首页  >  人才培养  >  培养方案  >  正文

数据科学与大数据技术专业本科人才
2019-06-15 17:17     (浏览量:)

数据科学与大数据技术专业本科人才

培养方案

学科门类:工学     专业代码:080910T

一、培养目标

本专业培养大数据科学与工程领域的复合型中高级技术人才。毕业生熟练掌握大数据采集、处理、分析与应用的技术与核心技能,能够承担企事业、社会组织等部门的信息管理与信息咨询服务,具备大数据处理、挖掘、可视化、大数据系统集成、管理维护等能力。

二、培养要求

本专业学生主要学习自然科学和人文社科基础知识,学习计算机科学、大数据科学相关的基础理论和基本知识。具有良好的创新和创业意识、竞争意识和团队精神,具有良好的外语基础。

毕业生应获得以下几方面的知识和能力:

1.掌握基本的人文和社会科学知识,具有良好的人文社会科学素养、职业道德和心理素质,社会责任感强;

2.掌握从事本专业工作所需的数学、统计学及其他相关的自然科学、系统科学知识;

3.掌握数据科学与大数据技术所需要的计算机、网络、数据处理等相关学科的基本理论和基本知识;

4.掌握数据采集、清洗、存储、分析、挖掘和可视化的方法,具备从事相关工作的能力;

5.具备整合不同数据源,不同结构类型数据的能力和探索数据背后价值的能力;

6.经过系统化的训练,具有参与大数据开发项目的经历,具备作为大数据工程师从事工程实践所需的专业能力;

7.掌握市场需求的数据管理、数据分析与数据挖掘等方面的核心技能;

8.具有综合运用掌握的知识、方法和技术解决实际问题的能力;

9.充分理解团队合作的重要性,具有个人工作和团队协作的能力、人际交往和沟通能力以及一定的组织管理能力;

10.具有初步的外语应用能力、掌握相关文献检索方法、具有基本的专业资料分析与综合的能力;

11.了解大数据的前沿技术和行业的发展动态,在基础研发、工程设计和实践等方面具有一定的创新意识和创新能力;

12.能够运用所学的知识、技能和方法对系统的各种解决方案进行合理的判断和选择,具备一定的批判性思维能力。

三、学制与学分

基本学制4年,实行弹性学制,学生在校修读年限3-6年。总学分160

四、学位授予

授予工学学士学位。

五、主干学科与专业类型

1.主干学科:数学、统计学、计算机科学与技术、数据科学

2.专业类型:应用型

六、专业主干课程与学位课程

1.专业主干课程:数据结构与算法(C语言)面向对象程序设计(Python)、机器学习、应用回归分析。

2.学位课程:高等数学(二)、Python语言基础、数据库原理及其应用技术数据结构与算法(C语言)

七、实践性教学环节

主要包括专业实习、毕业论文、C语言课程设计数据结构与算法课程设计、机器学习课程设计、数据库课程设计、专业综合实践、课程实验和创业创新实践活动等。

八、毕业条件和学位授予条件

1.毕业条件:按本科生培养方案修满160学分。具体学分要求:

1)通识教育课程:必修课38学分;选修课8学分(要求学生选修人文社会科学类课程不少于4学分);

2)专业教育课程:必修课中基础课33.5学分,主干课13.5学分,集中综合实践课20学分;选修课47学分,其中创新创业实践活动学分6学分。

2.学位授予条件:符合学校学位授予条件者,授予工学学士学位。

九、专业教学进程表(见下表)

                             


 

九、专业教学进程表

课程类别

课程

性质

课程

编号

课程名称

学分数

课内总学时

实践

学时

考核方式

各学期基本周学时

小计

实验

上机

训练


 


 

1

2

3

4

5

6

7

8

TB0300001

马克思主义基本原理

3

32

32

16

2

TB0300002

思想道德修养与法律基础

3

26

26

22

2

TB0300003

中国近现代史纲要

2

32

32

2

TB0300004

毛泽东思想和中国特色社会主义理论体系概论

4

64

64

4

TB0300005

形势与政策

1

16

16

1

TB0300006

思政课综合实践

2

2w

2w

TB0200001

大学英语(一)

3

39

39

3

TB0200002

大学英语(二)

3

48

48

3

TB0200003

大学英语(三)

3

48

48

3

TB0200004

大学英语(四)

2

32

32

2

TB2000001

大学体育(一)

1

24

24

8

2

TB2000002

大学体育(二)

1

24

24

8

2

TB2000003

大学体育(三)

1

24

24

8

2

TB2000004

大学体育(四)

1

24

24

8

2

TB2100001

军事训练

2

2W

2W

TB1700001

计算机基础及应用

2

37

13

24

3

TB0100001

大学语文

2

26

26

2

TB0500001

创新创业基础

2

32

32

2

TB0300007

时事热点

心理健康教育2个学分,其余课程每门课1个学分,专题讲座,课程学分不计入总学分

TB0300008

安全教育

TB2200001

就业指导

TB2100002

军事理论

TB2100003

心理健康教育

     

38

528

408

24

96

70+4w

12+2w

10

9

6

8

104

104

2-7学期完成选修。理、工、农、医等专业学生选修人文社会科学类课程不少于4学分,经、法、文、教、管、艺等专业学生选修自然科学类课程不少于4学分

     

8

104

104

           

46

632

512

24

96

70

12

10

9

6


 

九、专业教学进程表(续一)

课程类别

课程

性质

课程

编号

课程名称

学分数

课内总学时

实践

学时

考核

方式

各学期基本周学时

小计

实验

上机

实训


 


 

1

2

3

4

5

6

7

8

ZB1105001

高等数学(一)

6

78

78

6

 

ZB1105002

高等数学(二)

4

64

64

4

ZB1104003

线性代数

4

64

64

4

ZB1105003

概率论与数理统计

4

64

64

4

ZB1105004

大数据导论

3

39

39

3

ZB1105005

C语言程序设计

3

52

20

32

4

ZB1105006

Python语言基础

2.5

48

16

32

3

ZB1105007

数据库原理及其应用技术

3.5

64

32

32

4

ZB1103010

统计学

3.5

64

32

32

4

     

33.5

537

409

128

13

11

8

4

ZB1105008

数据结构与算法(C语言)

3.5

64

32

32

4

ZB1105009

面向对象程序设计(Python)

3.5

64

32

32

4

ZB1105010

机器学习

4

80

32

48

5

ZB1103014

应用回归分析

2.5

48

16

32

3

       

13.5

256

112

144

8

3

5

集中综合实践课

ZB1105011

毕业论文

6

8w

8w

ZB1105012

C语言课程设计

1

1w

1w

ZB1105013

数据结构与算法课程设计

1

1w

1w

ZB1105014

机器学习课程设计

1

1w

1w

ZB1105015

数据库课程设计

1

1w

1w

ZB1105016

专业实习

6

6w

6w

ZB1105017

专业综合实践

4

4w

在假期完成

     

20

22w

1w

1w

2w

1w

6w

8w

             

67

793

521

272

13

11

16

7

5

6w

8w


 

九、专业教学进程表(续二)

课程类别

课程

性质

课程

编号

课程名称

学分数

课内总学时

实践

学时

考核

方式

各学期基本周学时

小计

实验

上机

实训


 


 

1

2

3

4

5

6

7

8

限定选修课

ZX1104005

应用多元统计分析

3.5

64

32

32

4

ZX1105001

数据挖掘与分析

3.5

64

32

32

4

ZX1105002

推荐系统

2.5

48

16

32

3

ZX1103005

数学实验与数学模型

3

64

16

48

4

ZX1101020

最优化理论

2

48

48

3

ZX1103002

应用时间序列分析

2.5

48

16

32

3

ZX1105003

离散数学

3

48

48

3

ZX1101010

数值分析

2

48

48

3

ZX1105004

计算机网络

2.5

48

16

32

3

ZX1105005

Linux操作系统基础

2.5

48

16

32

3

ZX1103007

应用随机过程

3

48

48

3

     

30

576

240

336

6

11

13

6

选修模块一

ZX1105006

深度学习

3.5

64

32

32

4

ZX1105007

数据可视化

2

48

48

3

ZX1105008

文本挖掘

3.5

64

32

32

4

ZX1105009

数据采集与网络爬虫

3.5

64

32

32

4

       

12.5

240

 96

144

4

11

选修模块二

ZX1105010

大规模分布式系统

3

64

16

48

4

ZX1105011

大数据处理技术及其应用

3

64

16

48

4

ZX1105012

数据清洗

3

64

16

48

4

ZX1105013

Java语言程序设计

2.5

48

16

32

3

       

11.5

240

64

176

7

8

选修模块三

ZX1105014

大数据质量

3

48

48

3

ZX1105015

商务智能与应用

2

48

48

3

ZX1105016

行业大数据案例分析

1.5

32

32

2

ZX1105017

软件工程

3

48

32

16

3

ZX1103020

创业风险管理

2

32

32

2

       

11.5

208

112

96

3

10

合计(三个选修模块中取最大值)

41

816

352

512

三模块任选其一或组合,修满11学分

创新创业实践活动

6

课外学分,每学期认定一次,毕业学年上学期汇总

             

160

2241

1385

784

25

27

25

24

25

17

6w

8w

说明:专业教育课程选修课修满47学分,其中创新创业实践活动6学分


 

十、学分分布分析一览表

课程类别

门数

应修学分数

占总学分比例(%

应修理论学时数

占理论总学时比例(%

通识必修课

18

38

23.8%

408

29%

专业基础课

9

33.5

21%

409

30%

专业主干课

4

13.5

8%

112

8%

集中综合实践课

7

20

12.5%

专题讲座

在相关学期举行讲座,不计学时学分

 

38

105

66%

929

67%

专业选修课

16

41

27%

352

25%

通识选修课

8

5%

104

8%

创新创业实践活动

1

6

3.7%

 

17

55

34%

456

33%

 

55

160

100%

1385

100%

必修课:选修课学分比=66:34

通识必修课

12

27

16.9%

专业基础课

9

27.5

17.2%

专业主干课

4

7

4.3%

专业选修课

16

18.5

11.6%

通识选修课

8

5%

 

41

88

55%

集中综合实践课

7

20

12.5%

创新创业实践活动

1

6

2.5%

通识必修课

7

11

6.9%

专业基础课

4

6

3.7%

专业选修课

13

22.5

14.1%

专业主干课

4

6.5

4%

 

36

72

45%

总计

77

160

100%

理论课:实践课学分比=55:45

(执笔人:潘保国        审核人:张学新 )

关闭窗口

Copyright ©2021 湖北工程学院数学与统计学院 版权所有

地址:湖北省孝感市交通大道272号 邮政编码:432000

备案信息:鄂ICP备12004294号-1