（2020年）数据计算及应用专业人才培养方案-大数据与人工智能学院

（2020年）数据计算及应用专业人才培养方案

时间：2021-06-23

浏览：

一、培养目标

本专业培养德智体美劳全面发展，掌握数学、统计学、数据科学和计算科学相关的基本理论、方法与技能，具有良好的数学基础和数学思维能力，受到科学研究与应用的初步训练，具备一定的数据建模、高性能计算、数据处理以及程序设计能力，能运用所学知识与技能解决数据分析、信息处理、科学与工程计算等领域实际问题的复合型应用人才。

本专业培养毕业生能在政府职能部门、科技、教育、信息产业、经济金融等行业领域从事数据分析、处理、服务、开发、应用和培训教学工作。

二、毕业要求

通过专业学习，毕业生应具备以下几个方面的知识、能力和素质：

毕业要求1(工程知识)：掌握数据计算的基础知识、原理和技能，具有数学运算、数值计算及数学语言与符号表达等数学思维能力；能够将专业知识用于解决复杂工程中相关的数据计算问题。

毕业要求2(问题分析)：掌握数据计算的基础知识，具有数学建模和数据计算的实践能力，能够对数据驱动行业(金融服务、物流供应链和生物信息)实际问题进行建模、求解和分析以获得有效结论。

毕业要求3(设计开发解决方案)：掌握理解并应用数据计算的基础知识，具有从事数据驱动行业中的数据分析、数据经营交易和风险管理的能力；能够在实践应用中体现创新并考虑社会、安全以及环境等效益。

毕业要求4(研究能力)：能够基于数据科学原理并采用科学方法对复杂工程中的计算问题进行研究，包括设计实验、数据分析与解释数据、并通过信息综合得到合理有效的结论。

毕业要求5(使用现代工具)：掌握常用编程语言和计算软件，能够开发、选择与使用恰当的技术、资源、现代计算工具，实现对复杂工程中的数据计算问题进行模拟和求解，并能够理解其局限性。

毕业要求6(工程与社会)：了解数据计算及大数据分析等领域的新发展和新应用，了解国家对数据驱动行业的方针、政策和法规；能够通过数据计算评估解决方案对社会的影响，理解并承担社会责任。

毕业要求7(环境和可持续发展)：通过数据计算能够理解和评价针对复杂工程问题的工程实践对环境、社会可持续发展的影响。了解数据驱动行业相关的环境保护和可持续发展等方面的方针、政策和法律法规。

毕业要求8(职业规范)：具有正确的政治方向与科学的世界观、人生观和价值观；具有健康体魄、顽强意志和良好心理素质；能够在实践中理解并遵守职业道德规范，履行责任。

毕业要求9(个人和团队)：具有项目管理知识和能力，能够在多学科背景的团队中承担个体、团队成员以及负责人的角色；

毕业要求10(沟通)：具有英语的听说读写译的基本能力，能够阅读本专业的英文图书资料；能够就复杂工程中的数据计算问题与业界及社会公众进行有效沟通交流。

毕业要求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。

毕业要求12(终身学习)：掌握资料查询、文献检索以及运用现代信息技术获取相关领域数据的能力；具有自主学习和终身学习的意识，具有不断学习和适应专业领域发展的能力。

三、学制、授予学位及毕业最低学分

1.学制：标准学制为4年，弹性学制3-6年。

2.授予学位：理学学士，平均学分绩点达到2.0以上方可获得学位。

3.毕业最低总学分：168学分。

四、课程设置

1.专业基础课程：数学分析，解析几何，高等代数，高级语言程序设计，大学物理，概率论与数理统计，离散数学，数据结构，数据库原理，微分方程，数值计算方法。

2.专业核心课程：数据分析方法(Python)，数据科学导论，数据计算方法，数据建模，数据挖掘，应用时间序列分析，统计数据分析（R），最优化方法，多元统计分析，统计计算，数据可视化。

3.主要集中实践课程：高级语言程序设计综合实践，数据结构实践，数据分析方法综合实践，数据计算综合实践，数据挖掘综合实践，最优化方法课程创新设计，专业实习，毕业论文(设计)，劳动教育，社会实践。

4.主要专业实验：大学物理实验，高级语言程序设计实验；MATLAB编程实验，数据采集与搜索技术实验，数据建模与创新实验，Hadoop数据处理实验，数据分析方法实验（R语言，Python）。

5.课程结构比例

课程比例	公共课程		专业基础课程		专业方向课程		实践环节课程	合计
课程比例	理论	实践	理论	实践	理论	实践	实践环节课程	合计
学时数	594	392	752	224	576	432	144	2954
学时比例	20%	13 %	25.4%	7.6%	19.5%	14.6 %	4.9%	100%
学分数	37	9	45	9	34	10	24	168
学分比例	22%	5.4%	26.8%	5.4%	20.1%	6 %	14.3%	100%

五、集中实践课程安排说明

1.军事训练安排在第1学期进行。

2.思想道德修养与法律基础、毛泽东思想和中国特色社会主义理论体系概论等2门课程各安排1学分实践教学，利用周末或假期组织实施。

3.第二、三、四、五、六学期适时安排1-2周为实践周，进行实践环节训练。

4.第七、八个学期，学生进行专业见习实践和专业实习，并完成毕业论文。

六、人才培养要求支撑矩阵

培养目标分解如下：

目标1：综合运用数学、信息科学和数据计算与应用专业基础等学科知识，解决复杂工程以及大数据领域中的数据计算问题，具备信息学科工程基础知识、数据计算专业前沿知识。

目标2：掌握主流的计算编程语言，设计针对复杂工程问题的解决方案，开发使用满足特定需求的计算工具，具有能够与业界同行及社会公众进行有效沟通和交流等的基本技能。

目标3：熟悉数据计算与应用专业及大数据领域的技术标准、政策、法律和法规，具有良好的团队合作、跟踪相关计算技术的发展、自我学习，提升分析能力和技术能力，具有工程与应用创新意识。

目标4：理解数据计算行业和岗位职责与职业要求，明确数据计算与社会发展、环境的关系，具备人文素养和社会责任感，具有良好的职业道德，理解并承担社会责任。

1.“培养目标-毕业要求”对应矩阵（以“√”在相应部位标识）

	培养目标1	培养目标2	培养目标3	培养目标4
毕业要求1	√	√
毕业要求2	√	√
毕业要求3	√	√	√
毕业要求4	√	√
毕业要求5	√	√
毕业要求6				√
毕业要求7			√	√
毕业要求8			√	√
毕业要求9			√
毕业要求10			√
毕业要求11	√	√
毕业要求12			√

2.“毕业要求-课程体系”对应矩阵（H:表示关联度高；M表示关联度中；L表示关联度低）

类别

课程

模块

课程名称

毕业要求

通识课程

通识

必修

思想道德修养与法律基础

中国近现代史纲要

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

形势与政策

思想政治理论课实践

大学英语

计算机应用基础

大学体育

心理健康教育

职业生涯规划

就业创新指导

军事理论

军事训练

通识

选修

创业教育（必选）

艺术课程(必选)

其他选修课

专业课程

专业

主干

课程

必修

数学分析(1,2)

解析几何

高等代数(1,2)

数学分析(3)

专业基础训练

高级语言程序设计

大学物理

数据科学导论

概率论与数理统计

数据结构

数据库原理及应用

微分方程

数值计算方法

离散数学

专业

课程

必修

数据计算方法

数据分析方法(Python)

数据建模

数据挖掘

应用时间序列分析

最优化方法

多元统计分析

统计计算

数据可视化

专业方向

个性发展课程

专业

选修

或

创新

创业

课程

矩阵计算

数学分析(4)

统计数据分析 (R)

微分方程数值解

复变函数与积分变换

MATLAB编程与应用

数字图像处理

计算机网络

统计推断

心理学

教育学

数据建模与创新1

数学文化与创新思维

专业能力训练(1,2,3)

大数据处理技术(Hadoop/Spark)

机器学习

面向对象程序设计(JAVA)

数据清洗与融合

数据采集与搜索技术

人工智能

神经网络与深度学习

应用回归分析

大数据的存储与分析

应用随机过程

模式识别

操作系统(Linux)

信息与网络安全

云计算及其应用

数据并行计算入门

数学建模与创新(2,3)

数学方法研究(1,2,3)

集中实践课程

必修

高级语言程序设计综合实践

数据结构实践

数据分析方法综合实践

数据计算综合实践

数据挖掘综合实践

最优化方法课程创新设计

专业实训

专业实习

毕业论文(设计)

劳动教育

社会实践

七、教学计划表

数据计算及应用专业教学计划表

课程类别		课程编号	课程名称	开课单位	学分	总学时	学时		开课学期及周学时数
							讲授	实验实践	一	二	三	四	五	六	七	八
							讲授	实验实践	秋	春	秋	春	秋	春	秋	春
通识课程	必修	11030010202	思想道德修养与法律基础	马克思学院	2	32	32			2
		11030020301	中国近现代史纲要	马克思学院	3	48	48		3
		11030030304	马克思主义基本原理	马克思学院	3	48	48					3
		11030040400	毛泽东思想和中国特色社会主义理论体系	马克思学院	4	64	64				2	2
		11030050200	形势与政策	马克思学院	2	64	56	8	8节	8节	8节	8节	8节	8节	8节	实践
		11030060204	思想政治理论课实践	马克思学院	2	32		32				暑假
		11070071000	大学英语	外语学院	10	192	128	64	2+1	2+1	2+1	2+1
		11090080201	计算机应用基础	电信学院	2	48	16	32	1+2
		11080090400	大学体育	体育学院	4	128		128	2	2	2	2
		11060100101	心理健康教育	教育学院	1	20	12	8	讲座
		11010110051	职业生涯规划	学工部	0.5	20	12	8	讲座
		11010120056	就业指导	学工部	0.5	20	12	8						讲座
		11010130201	军事理论	教务处	2	36	36		3周
		11020140201	军事训练	学工部	2	112		112	2-3周
	选修	12090150202	创业教育（必选）	电信学院	2	32	32			2
		12010160200	艺术课程（必选）	教务处	2	30	30
		12010160200	其他选修课	教务处	4	60	60
	小计				46	986	594	392	12	9.5	7.5	10.5	0.5
专业基础课程	必修	21090171200	数学分析(1,2,3)	电信学院	12	192	192		4	4	4
		21090180201	解析几何	电信学院	3	48	48		3
		21090190800	高等代数(1,2)	电信学院	8	128	128		4	4
		21090200400	专业基础训练(1,2,3,4)	电信学院	4	128		128	2	2	2	2
		21090210302	高级语言程序设计	电信学院	4	64	32	32		4
		21090220503	大学物理	电信学院	3	64	48	16			4
		21090230101	数据科学导论	电信学院	2	32	32		2
		21090240404	概率论与数理统计	电信学院	4	64	64					4
		21090250302	离散数学	电信学院	3	48	48			3
		21090260303	数据库原理及应用	电信学院	3	48	32	16			3
		21090270303	微分方程	电信学院	2	32	32					2
		21090280204	数值计算方法	电信学院	3	64	48	16				4
		21090290203	数据结构	电信学院	3	48	32	16			3
	小计				54	976	752	224	15	17	16	12
专业方向课程	必修	31090300203	数据分析方法(Python)	电信学院	2	48	32	16			3
		31090310204	数据计算方法	电信学院	2	48	32	16				3
		31090320205	数据建模	电信学院	2	48	32	16					3
		31090330205	数据挖掘	电信学院	2	48	32	16					3
		31090340205	应用时间序列分析	电信学院	2	48	32	16					3
		31090350205	多元统计分析	电信学院	2	48	32	16					3
		31090360206	最优化方法	电信学院	2	48	32	16						3
		31090370206	统计计算	电信学院	2	48	32	16						3
		31090380206	数据可视化	电信学院	2	48	32	16						3
		小计			18	432	288	144			3	3	12	6
专业方向课程	选修	以下任选10学分
		32090390206	数学文化与创新思维	电信学院	2	32	32							2
		32090400203	矩阵计算	电信学院	2	32	32				2
		32090410204	数学分析(4)	电信学院	2	32	32					2
		32090420205	微分方程数值解	电信学院	2	32	32						2
		32090430206	复变函数与积分变换	电信学院	2	32	32							2
		32090440203	MATLAB编程与应用	电信学院	3	48	32	16			3
		32090450204	数字图像处理	电信学院	3	48	32	16				3
		32090460206	计算机网络	电信学院	3	48	32	16						3
		32090470205	统计推断	电信学院	2	32	32						2
		32090480206	统计数据分析(R)	电信学院	2	32	32							2
		32090490203	心理学	教育学院	2	32	32				2
		32090500204	教育学	教育学院	2	32	32					2
		32090510205	数据建模与创新1	电信学院	3	48	32	16					3
		小计			10	160
		以下任选16学分
		32090520400	数据建模与创新(2,3)	电信学院	4	64	32	32						3	3
		32090530300	数学方法研究(1,2,3)	电信学院	3	96		96					2	2	2
		32090540300	专业能力训练(1,2,3)	电信学院	3	96		96					2	2	2
		32090550305	面向对象程序设计(Java)	电信学院	3	48	32	16					3
		32090560306	机器学习	电信学院	3	48	32	16					3
		32090570306	大数据处理技术(Hadoop/Spark)	电信学院	3	48	32	16						3
		32090580305	数据清洗与融合	电信学院	3	48	32	16					3
		32090590306	数据采集与搜索技术	电信学院	3	48	32	16						3
		32090600307	人工智能	电信学院	3	48	32	16							3
		32090610305	神经网络与深度学习	电信学院	3	48	32	16					3
		32090620306	应用回归分析	电信学院	2	32	32							2
		32090630305	大数据的存储与分析	电信学院	3	48	32	16					3
		32090640205	应用随机过程	电信学院	2	32	32						2
		32090650306	模式识别	电信学院	3	48	32	16						3
		32090660307	操作系统(Linux)	电信学院	3	48	32	16							3
		32090670207	信息与网络安全	电信学院	2	32	32								2
		32090680307	云计算及其应用	电信学院	3	48	32	16							3
		32090690307	数据并行计算入门	电信学院	3	48	32	16							3
	小计				16	256
集中实践课程	必修	41090700102	高级语言程序设计综合实践	电信学院	1	16				1周
		41090710103	数据结构实践	电信学院	1	16					1周
		41090720103	数据分析方法综合实践	电信学院	1	32					1周
		41090730104	数据计算综合实践	电信学院	1	16						1周
		41090740205	数据挖掘综合实践	电信学院	2	32							2周
		41090750206	最优化方法课程创新设计	电信学院	2	32								2周
		41090760608	专业实习	电信学院	6											6周
		41090770608	毕业论文(设计)	电信学院	6											6周
		41090780200	劳动教育	电信学院	2	32				1周	1周	1周
		41090790200	社会实践	电信学院	2			2周					2周
	小计				24	144
合计					168