一、专业简介
数据科学与大数据技术专业于2018年成功获得省教育厅批准及教育部备案,并在当年开启了首届本科生的招生工作。目前,该专业拥有一支实力雄厚的专任教师队伍。计算机系的实验教学中心被评为省级示范实验室,其下设众多实验室,为教学和科研提供了充足的空间。教师们在科研和教学领域成果丰硕,承担过国家自然科学基金面上项目以及多项省级教科研项目,并拥有多项专利和软件著作。同时,教师们发表了多篇被SCI收录的学术论文。计算机系立足“地方性、应用型”的办学定位,以能力培养为核心,以“产教融合、协同育人”为基本路径,以学科竞赛为抓手,激发学习兴趣,培养创新能力。
本专业适应“国家大数据战略”及山西转型发展需求,依托师范传统优势,借助计算机等学科资源,面向大数据在教育领域的研究和应用,培养掌握数据科学的理论与方法,熟练掌握大数据采集、清洗、存储、处理与分析、可视化与应用等技术,具备大数据分析与挖掘能力,能胜任数据分析与应用研究和大数据系统集成的高水平应用型人才。
二、专业基本信息
学科门类:工学
专业大类:计算机类
专业代码:080910T
标准学制:4年
修业年限:4-6年
授予学位:工学学士
三、总学时(总学分)
总学时:2200学时;总学分: 163 学分
四、培养目标
数据科学与大数据技术专业面向国家大数据产业和山西转型发展需求,立足晋东南,面向山西,辐射全国。并且为了弘扬太行精神,传播红色文化,信创使命担当,培养具有良好的人文素养、职业道德和社会主义核心价值观,掌握计算机学科的基础理论及数据科学与大数据技术知识和基本方法,具有大量数据的采集、存储、处理、分析以及展示等各方面的工程实践能力,并具有一定的团队合作及文献阅读能力,能够在金融、人工智能及互联网公司、科研部门、高等院校、各类企事业单位和政府等部门从事大数据分析管理、开发和设计工作的高素质应用型人才。
培养目标1:具备扎实深厚的人文社会科学素养,拥有精益求精的工匠精神,肩负强烈的职业道德与社会责任感,树立合法合规、守正创新的价值观,坚守大数据领域法律法规,塑造健全人格。
培养目标2:具备计算思维、工程理念,创新实践能力和良好的外语应用能力,具有一定的计算机科学、数学、网络等方面的知识,能够胜任专业工作。
培养目标3:较全面掌握大数据处理和分析的基本理论、基本方法和基本技术,具有数据采集、存储、处理、分析与展示的基本能力,能够运用所学知识解决实际问题。
培养目标4:具有文献检索及利用的能力,具有较强的沟通艺术、恰当的表达方式和领导才能,能够有效地组织、领导团队工作。
培养目标5:具有国际化视野和全球化意识,具备自主学习、主动学习、持续学习的能力,能主动适应行业竞争和社会发展。
五、毕业要求
(一)毕业要求
要求1:工程知识:能够将数学、自然科学、计算机工程基础和专业知识用于解决大数据复杂工程问题。
要求2:问题分析:能够应用数学、自然科学和大数据科学的基本原理,识别、表达、并通过调研和文献研究分析大数据复杂工程问题,以获得有效结论。
要求3:设计/开发解决方案:能够设计针对大数据领域复杂工程问题的解决方案,设计满足特定需求的算法或系统,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。
要求4:研究:能够应用基本科学原理,通过实验设计、建模仿真、数据分析与解释、模型验证与改进等,对大数据复杂工程问题进行研究并得到合理有效的结论。
要求5:使用现代工具:能够针对大数据领域的复杂工程问题,开发、选择、使用恰当的开发工具、开发环境、开源和第三方资源、现代软件工程工具和信息技术工具,包括复杂工程问题的预测与模拟,并能够理解其局限性。
要求6:工程与社会:能够基于科技伦理与社会责任意识,系统评估大数据工程方案对社会、健康、安全、法律、文化及可持续发展的综合影响,恪守技术向善原则与法治底线,在数据隐私保护等领域主动维护公共利益,践行服务国家战略需求的职业使命。
要求7:环境和可持续发展:能够理解和评价大数据复杂工程问题的工程实践对环境、社会可持续发展的影响。
要求8:职业规范:树立社会主义核心价值观与科技报国使命感,在工程实践中恪守行业伦理与数据安全规范,主动维护技术中立性及社会公平性,以人文关怀驱动技术创新,推动技术应用与社会发展需求相协调,履行服务国家战略的数字公民责任。
要求9:个人和团队:能够在多学科交叉团队中协同工作,胜任个体、团队成员以及负责人等多种角色,承担相应责任。
要求10:沟通:能够就大数据复杂工程问题与国内外同行及社会公众进行有效书面沟通和语言交流,能够撰写规范的工程文档。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。
要求11:项目管理:能够将项目管理的知识和经济决策方法应用于多学科交叉的大数据复杂工程问题。
要求12:终身学习:具有自主学习和终生学习的意识,关注大数据领域的前沿和趋势,能够掌握新技术,适应新发展。
(二)毕业要求与培养目标支撑关系矩阵
 | 培养目标1 | 培养目标2 | 培养目标3 | 培养目标4 | 培养目标5 |
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 |
|
|
|
| √ |
备注:毕业要求对培养目标的支撑以“√”标注
(三)毕业要求观测点
毕业要求 | 毕业要求观测点 |
毕业要求1:能够将数学、自然科学、计算机工程基础和专业知识用于解决大数据复杂工程问题。 | 1-1:能够运用数学、自然科学、计算机学科的语言工具用于大数据工程问题的表述。 |
1-2:能够针对具体大数据工程问题建立适当的描述模型并求解。 |
1-3:能够将相关知识和数学模型方法,用于推演、分析大数据工程问题。 |
毕业要求2:能够应用数学、自然科学和大数据科学的基本原理,识别、表达、并通过调研和文献研究分析大数据复杂工程问题,以获得有效结论。 | 2-1:能运用相关科学原理,识别和判断复杂大数据工程问题的关键环节。 |
2-2:能基于相关科学原理和数学模型方法正确表达大数据复杂工程问题。 |
2-3:能认识到解决问题有多种方案可选择,会通过文献研究寻求可替代的解决方案,并从可持续发展的角度,分析过程的影响因素,并获得有效结论。 |
毕业要求3:能够设计针对大数据领域复杂工程问题的解决方案,设计满足特定需求的算法或系统,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。 | 3-1:能够使用数据分析的方法和技术,分析影响设计目标和技术方案的各种因素。 |
3-2:能够运用相关知识与技术,设计满足特定需求的数据分析算法或软硬件系统。 |
3-3:能够在安全、隐私、环境、法律、文化等约束条件下,对设计方案的可行性进行分析,并对系统设计方案进行优选和改进,体现创新意识。 |
毕业要求4:能够应用基本科学原理,通过实验设计、建模仿真、数据分析与解释、模型验证与改进等,对大数据复杂工程问题进行研究并得到合理有效的结论。 | 4-1:能够基于计算机科学原理,通过文献研究、案例研究、社会调查等相关方法,调研和分析大数据领域中复杂工程问题的解决方案。 |
4-2:能够基于大数据领域的专业理论,根据对象特征,选择研究路线,设计可行的实验方案。 |
4-3:能够根据实验方案搭建实验系统,安全地开展实验,正确地采集、整理实验数据对实验数据进行分析和解释,获取合理有效的结论。 |
毕业要求5:能够针对大数据领域的复杂工程问题,开发、选择、使用恰当的开发工具、开发环境、开源和第三方资源、现代软件工程工具和信息技术工具,包括复杂工程问题的预测与模拟,并能够理解其局限性。 | 5-1:能够表述集成开发环境、开源及第三方资源、现代软件工程工具、信息技术工具的使用原理及方法。 |
5-2:能够选择与使用集成开发环境、开源及第三方资源、现代软件工程工具、信息技术工具,对系统工程中的复杂工程问题进行分析、计算与设计。 |
5-3:能够针对具体的对象,选用满足特定需求的集成开发环境、开源及第三方资源、现代软件工程工具、信息技术工具,模拟和预测专业问题,并能够在实践过程中分析其局限性。 |
毕业要求6:能够基于科技伦理与社会责任意识,系统评估大数据工程方案对社会、健康、安全、法律、文化及可持续发展的综合影响,恪守技术向善原则与法治底线,在数据隐私保护等领域主动维护公共利益,践行服务国家战略需求的职业使命。 | 6-1:了解大数据相关领域的技术标准、知识产权、产业政策和法律法规,以及分析不同社会文化对工程活动的影响。 |
6-2:能够分析和客观评价数据科学解决方案对社会、健康、安全、法律、文化的影响,以及这些制约因素对项目实施的影响。 |
毕业要求7:能够理解和评价大数据复杂工程问题的工程实践对环境、社会可持续发展的影响。 | 7-1:能够表述环境保护和社会可持续发展的内涵和意义,及其对大数据工程实践的影响。 |
7-2:能针对实际项目,评价其资源利用效率和信息安全防范措施,合理判断大数据工程实践可能对社会可持续发展和环境造成的损害和隐患。 |
毕业要求8:树立社会主义核心价值观与科技报国使命感,在工程实践中恪守行业伦理与数据安全规范,主动维护技术中立性及社会公平性,以人文关怀驱动技术创新,推动技术应用与社会发展需求相协调,履行服务国家战略的数字公民责任。 | 8-1:具有正确的人生观,热爱祖国、爱岗敬业、诚实守信、友善互助,具有人文知识和科学精神。 |
8-2:能够清晰阐述应遵守的职业道德和规范,具备科学素养,并能在工程实践中自觉遵守。 |
8-3:能够清晰阐述工程师对公众的安全、健康和福祉,以及环境保护的社会责任,能够在工程实践中自觉履行责任。 |
毕业要求9:能够在多学科交叉团队中协同工作,胜任个体、团队成员以及负责人等多种角色,承担相应责任。 | 9-1:能够与其他学科的成员合作开展工作,能胜任个体和团队成员的角色并承担相应责任。 |
9-2:能够作为团队负责人管理团队,协调和组织团队成员开展工作。 |
毕业要求10:能够就大数据复杂工程问题与国内外同行及社会公众进行有效书面沟通和语言交流,能够撰写规范的工程文档。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。 | 10-1:能就专业问题,以口头、文稿、图表等方式,准确表达自己的观点,回应质疑,理解与业界同行和社会公众交流的差异性。 |
10-2:能够及时跟进本专业领域的国际发展趋势、研究热点,理解和尊重世界不同文化的差异性和多样性。能就专业问题,在跨文化背景下进行基本沟通和交流。 |
毕业要求11:能够将项目管理的知识和经济决策方法应用于多学科交叉的大数据复杂工程问题。 | 11-1:能够策划工程项目中工程管理与经济决策方案。 |
11-2:通过分析工程及产品的全周期、全流程的成本构成,解决相关的工程管理和经济决策问题。 |
11-3:能够在大数据工程领域中,应用工程管理原理与经济决策方法进行成本控制及高效管理。 |
毕业要求12:具有自主学习和终生学习的意识,关注大数据领域的前沿和趋势,能够掌握新技术,适应新发展。 | 12-1:能够认识不断探索和学习的必要性,具有自主学习和终身学习的意识,了解拓展知识和能力的途径。 |
12-2:具有自主学习的能力,包括对专业技术问题的理解能力,归纳总结的能力和提出问题的能力等。 |
(四)课程设置与毕业要求支撑关系矩阵
矩阵元素分别用H/M/L表示,H代表高支撑程度,M代表中等支撑程度,L代表低支撑程度。
序 号 | 课程类别 | 课程名称 | 专业核心课程标记 | 毕业要求(非工科专业可依据国标调整或增减) |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
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 | 环境和可持续发展 | 职业规范 | 个人和团队 | 沟通 | 项目管理 | 终身学习 |
1 | 人文社科类通识教育必修 | 思想道德与法治 |
|
|
|
|
|
| M |
| H |
|
|
| M |
2 | 人文社科类通识教育必修 | 中国近现代史纲要 |
|
|
|
|
|
|
| M | H |
| L |
|
|
3 | 人文社科类通识教育必修 | 马克思主义基本原理 |
|
|
|
|
|
|
|
| L |
| M |
| H |
4 | 人文社科类通识教育必修 | 毛泽东思想和中国特色社会主义理论体系概论 |
|
|
|
|
|
|
| L | M |
|
|
| H |
5 | 人文社科类通识教育必修 | 习近平新时代中国特色社会主义思想概论 |
|
|
|
|
|
| M | H |
|
|
|
|
|
6 | 人文社科类通识教育必修 | 形势与政策 |
|
|
|
|
|
| M | H |
|
|
|
| M |
7 | 人文社科类通识教育必修 | 大学外语 |
|
|
|
|
|
|
|
|
| M | H |
| M |
8 | 人文社科类通识教育必修 | 体育 |
|
|
|
|
|
|
|
| H | H |
|
| L |
9 | 人文社科类通识教育必修 | 大学生就业指导与创业教育 |
|
|
|
|
|
|
|
|
| M | H |
| M |
10 | 人文社科类通识教育必修 | 大学生心理健康教育 |
|
|
|
|
|
|
|
|
| M | H |
| M |
11 | 人文社科类通识教育必修 | 军事理论与训练 |
|
|
|
|
|
|
|
| H | M |
|
|
|
12 | 人文社科类通识教育必修 | 入学教育 |
|
|
|
|
|
|
|
| H |
|
|
|
|
13 | 人文社科类通识教育必修 | 安全教育 |
|
|
|
|
|
| H |
| M |
|
|
|
|
14 | 人文社科类通识教育必修 | 劳动教育 |
|
|
|
|
|
| M |
| H |
|
|
|
|
15 | 人文社科类通识教育必修 | 思想政治理论实践课 |
|
|
|
|
|
| M |
| H |
|
|
| M |
(四)课程设置与毕业要求支撑关系矩阵(续)
序 号 | 课程类别 | 课程名称 | 专业核心课程标记 | 毕业要求(非工科专业可依据国标调整或增减) |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
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 | 环境和可持续发展 | 职业规范 | 个人和团队 | 沟通 | 项目管理 | 终身学习 |
16 | 数学与自然科学类 通识教育必修 | 高等数学 |
| M | H |
|
|
|
|
|
|
|
|
|
|
17 | 数学与自然科学类 通识教育必修 | 线性代数 |
| H | M |
|
|
|
|
|
|
|
|
|
|
18 | 数学与自然科学类 通识教育必修 | 概率统计 |
| H | M |
|
|
|
|
|
|
|
|
|
|
(四)课程设置与毕业要求支撑关系矩阵(续)
序 号 | 课程类别 | 课程名称 | 专业核心课程标记 | 毕业要求(非工科专业可依据国标调整或增减) |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
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 | 环境和可 持续发展 | 职业规范 | 个人和团队 | 沟通 | 项目管理 | 终身学习 |
19 | 专业基础课 | Linux基础与大数据专业导论 |
| H | M |
|
|
| M |
|
|
|
|
|
|
20 | 专业基础课 | 高级语言程序设计 |
| M | H |
|
|
|
|
|
|
|
|
| M |
21 | 专业基础课 | 高级语言程序设计实验 |
|
| H |
|
|
|
|
|
|
| M |
|
|
22 | 专业基础课 | 数据结构与算法 |
| M | H | M |
|
|
|
|
| M |
|
|
|
23 | 专业基础课 | 操作系统 |
|
| M |
| H |
|
|
|
|
|
|
| M |
24 | 专业基础课 | 计算机网络 |
| H | M |
|
| M | M |
|
|
|
|
|
|
25 | 专业基础课 | 离散数学 |
| H | M |
|
|
|
|
|
|
|
|
| M |
26 | 专业基础课 | 电子技术基础 |
|
| H |
|
| M |
|
| M |
|
|
|
|
27 | 专业基础课 | 计算机组成原理 |
| M | H | M |
|
| M |
|
|
|
|
|
|
28 | 专业课 | Java语言程序设计 |
| M |
| H |
|
|
|
| M |
|
|
|
|
29 | 专业课 | Java语言程序设计实验 |
|
|
| H |
| M |
|
| M |
|
|
|
|
30 | 专业课 | 数据库原理及应用 | 是 |
|
| H |
|
|
|
| M |
|
|
|
|
31 | 专业课 | 大数据存储及处理技术 | 是 |
|
|
| H | M |
|
|
|
|
|
| M |
32 | 专业课 | 机器学习及数据挖掘 | 是 |
|
| H |
|
|
|
|
|
|
|
| M |
33 | 专业课 | 大数据采集技术 | 是 |
|
|
| H |
|
|
| M |
|
|
|
|
34 | 专业课 | 大数据分析与可视化技术 | 是 |
|
|
| M | H |
|
|
|
|
| M |
|
35 | 专业课 | 软件工程 | 是 |
|
| H | M |
|
|
|
|
|
| M |
|
36 | 专业课 | 软件工程实验 |
|
|
| H |
| M |
|
|
|
|
| M |
|
37 | 专业课 | 专业技能训练I |
|
|
|
|
| H |
|
|
| M |
|
|
|
38 | 专业课 | 专业技能训练Ⅱ |
|
|
|
|
| H |
|
| M |
|
|
|
|
(四)课程设置与毕业要求支撑关系矩阵(续)
序 号 | 课程类别 | 课程名称 | 专业核心课程标记 | 毕业要求(非工科专业可依据国标调整或增减) |
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
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 | 环境和可持续发展 | 职业规范 | 个人和团队 | 沟通 | 项目管理 | 终身学习 |
39 | 见习实习 | 专业见习 |
|
|
|
|
|
|
| H | H | M | M | M | M |
40 | 见习实习 | 专业实习 |
|
|
|
|
|
|
| M | M | H | H | H | M |
41 | 论文设计 | 毕业设计(论文) |
|
|
| M | H | M | H |
|
| M | M | H | H |
42 | 课程设计 | 大数据项目综合实训 |
|
|
|
|
| H |
| M |
|
|
| H |
|
43 | 课程设计 | 计算机应用系统开发综合设计 |
|
|
|
| H |
| M |
|
|
|
| M |
|
44 | 课程设计 | 数据结构与算法项目实训 |
|
|
|
| H |
| M |
| M |
|
|
|
|
45 | 课程设计 | 机器学习项目综合实训 |
|
|
| M | M |
|
|
|
|
|
| H | M |
六、专业核心课程
(1)课程编号:080910T0112
课程名称:数据库原理及应用
课时:64学时 学分:4学分
(2)课程编号:080910T0113
课程名称:大数据存储及处理技术
课时:64学时 学分:4学分
(3)课程编号:080910T0114
课程名称:机器学习及数据挖掘
课时:64学时 学分:4学分
(4)课程编号:080910T0115
课程名称:大数据采集技术
课时:48学时 学分:3学分
(5)课程编号:080910T0116
课程名称:大数据分析与可视化技术
课时:32学时 学分:2学分
(6)课程编号:080910T0117
课程名称:软件工程
课时:24学时 学分:1.5学分
七、课程体系结构及学分比例(含实践教学环节学时、学分)
课程平台 | 课程模块 | 学时数 | 占总 学时数% | 学分数 | 占总 学分数% | 学分 总数 | 占总 学分数% |
通识教育课程 | 人文社科类通识教育课程 | 必修 | 544 | 25% | 37.5 | 23% | 43.5 | 27% |
选修 | 96 | 4% | 6 | 4% |
数学与自然科学类课程 | 必修 | 208 | 10% | 13 | 8% | 19 | 12% |
选修 | 96 | 4% | 6 | 4% |
专业教育课程 | 专业基础课程 | 488 | 22% | 30 | 18% | 74.5 | 45% |
专业课程 | 448 | 20% | 24.5 | 15% |
专业选修课程 | 320 | 15% | 20 | 12% |
实践创新 课 程 | 必修19.5学分,选修6.5学分,总26学分 | 26 | 16% |
合 计 | 2200 | 100% | 163 | 100% | 163 | 100% |
八、实践教学学时(周数)与学分
类 别 | 学时数(周数) | 学分数 |
实验/实训/实践课程 | 独立设课实验/实训/实践(学时) | 144 | 5 |
课程内实验/实训/实践(学时) | 316 | 20 |
集中性实践教学环节 | 集中性实践教学环节(周) | 72.5 | 21.5 |
合 计 | 46.5 |
注:集中性实践教学环节包括:军事训练(2周,1学分),入学教育(0.5周,0.5学分)、劳动实践(2周,1学分)、见习实习研习、毕业论文(设计)(24周,6学分)、校外社会调查(2周,1学分)等。各专业可统计其他必修实践环节。 |
九、毕业及学位要求
(一)毕业资格
在规定的修业年限内修完培养方案规定的全部课程,修满规定的最低总学分163学分,其中必修课最低124.5学分、选修课最低38.5学分,取得毕业资格。
(二)学位授予
取得毕业资格的学生,并符合学校学士学位授予条件的,授予学士学位。
十、课程设置及学时(学分)学期分配
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
一、通识教育课程平台
课程 模块 | 课程 编号 | 课程名称 | 课程 性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备注 |
合计 | 讲授 | 实验或实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
人 文 社 科 类 通 识 教 育 课 | 必
修 | 01010301 | 思想道德与法治 Ideological Morality and Rule of Law | 必修 | 2 | 32 | 32 |
| 2/2 |
|
|
|
|
|
|
|
| √ |
|
01010302 | 中国近现代史纲要 Outline of Modern Chinese History | 必修 | 3 | 48 | 48 |
|
| 3/3 |
|
|
|
|
|
| √ |
|
|
01010303 | 马克思主义基本原理 Introduction to the Basic Principles of Marxism | 必修 | 3 | 48 | 48 |
|
|
| 3/3 |
|
|
|
|
| √ |
|
|
01010304 | 毛泽东思想和中国特色社会主义理论体系概论 Introduction to Mao Zedong Thought and the Theoretical System of Socialism with Chinese Characteristics | 必修 | 2 | 32 | 32 |
|
|
| 2/2 |
|
|
|
|
| √ |
|
|
01010305 | 习近平新时代中国特色社会主义思想概论 Introduction to Xi Jinping Thought on Socialism with Chinese Characteristics for a New Era | 必修 | 3 | 48 | 48 |
|
|
|
| 3/3 |
|
|
|
| √ |
|
|
01010306 | 形势与政策 Political Situation and Policies | 必修 | 2 | (64) |
|
|
|
|
|
|
|
|
|
|
| √ |
|
01010308 | 大学外语 College Foreign Language | 必修 | 8 | 128 | 128 |
| 3/2 | 2/2 | 2/2 | 2/2 |
|
|
|
| √ |
|
|
01010309 | 体育 Physical Education | 必修 | 2 | 120 | 16 | 实践104学时 | 2/0.5 | 2/0.5 | 2/0.5 | 2/0.5 |
|
|
|
|
| √ |
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
一、通识教育课程平台(续)
课程 模块 | 课程 编号 | 课程名称 | 课程 性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备注 |
合计 | 讲授 | 实验或实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
人文社科类通识教育课程 | 必修 | 01010310 | 大学生就业指导与创业教育 College Students’ Employment Guidance and Entrepreneurship Education | 必修 | 2 | 32 | 24 | 实践8学时 |
|
|
|
|
|
|
|
|
| √ | 就业创业指导中心负责,理论部分2班以上教学,实践部分单班教学。 |
01010311 | 大学生心理健康教育 College Students’ Mental Health Education | 必修 | 2 | (32) | (32) |
|
|
|
|
|
|
|
|
|
| √ | 网络课程:2学分,32学时 |
01010312 | 军事理论与训练 Military Theory and Training | 必修 | 2 | 8(8) 2周 | 8(8) |
|
|
|
|
|
|
|
|
|
|
| 学工部负责:理论线上0.5学分,8学时,线下0.5学分,8学时(2班以上教学);军事训练2周,1学分。 |
01010313 | 入学教育 Freshman Orientation | 必修 | 0.5 | 0.5周 |
|
|
|
|
|
|
|
|
|
|
|
| 各院系第一学期安排。 |
01010314 | 劳动教育 Labour Education | 必修 | 2 | (16) 2周 |
|
|
|
|
|
|
|
|
|
|
|
| 学工部负责:理论部分为网络课程,1学分,16学时;实践部分2周,1学分。 |
01010315 | 安全教育 Safety Education | 必修 | 2 | 16 (16) | 16 (16) |
|
|
|
|
|
|
|
|
|
|
| 学工部负责:国家安全课程部分线下16学时,2班以上教学;其他内容为网络课程:1学分,16学时 |
01010316 | 思想政治理论实践课 Practical Course of Ideological and Political Theory | 必修 | 2 | 32 |
| 实践32学时 |
|
|
|
|
|
|
|
|
|
| 第一、四学期分别安排2学时并进课表,其余28学时单独安排 |
小 计 | 37.5 | 544 | 400 | 实践144时 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
一、通识教育课程平台(续)
课程 模块 | 课程 编号 | 课程名称 | 课程 性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备 注 |
合计 | 讲授 | 实验或实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
人 文 社 科 类 通 识 教 育 课 程 | 选
修 | 01010317 | 大学语文 College Chinese | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ | 中文类专业不修 其他专业可选 |
01010318 | 中国共产党史 History of the Communist Party of China | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ | 限选1门 |
01010319 | 新中国史 History of the People’s Republic of China | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ | 限选1门
|
01010320 | 改革开放史 History of Reform and Opening Up | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ |
01010321 | 社会主义发展史 History of Socialist Development | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ |
01010322 | 中华民族共同体概论 Introduction to the Chinese Nation Community | 选修 | 1 | 16 | 16 |
|
|
|
|
|
|
|
|
|
| √ |
01010323 | 礼仪修养 Etiquette Cultivation | 选修 | 1 | 20 | 20 |
|
|
|
|
|
|
|
|
|
| √ | 分南北校开设 |
01010324 | 力量健美 Strength and Fitness | 选修 | 1 | 20 | 20 |
|
|
|
|
|
|
|
|
|
| √ | 分南北校开设,限男生选修,体育系、学前教育专业不修 |
01010325 | 形体 Physique Training | 选修 | 1 | 20 | 20 |
|
|
|
|
|
|
|
|
|
| √ |
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
一、通识教育课程平台(续)
课程 模块 | 课程 编号 | 课程名称 | 课程 性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备注 |
合计 | 讲授 | 实验或实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
人文 社科 类通 识教 育课 程 | 选
修 | 01010326 | 公共艺术类 Public Artistic Course | 选修 | 2 | 32 | 32 |
|
|
|
|
|
|
|
|
|
| √ | 非艺术类专业选修2学分 |
01010327 | 其他类 Other Types of Courses | 选修 |
|
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
小 计 | 最少选修6个学分。 |
|
合 计 | 43.5 | 640 |
|
|
|
|
|
|
|
|
|
|
|
|
|
数学与自然科学类课程 | 必
修 | 01010328 | 高等数学 Advanced Mathematics | 必修 | 8 | 128 | 128 |
| 5/4 | 4/4 |
|
|
|
|
|
| √ |
|
|
01010329 | 线性代数 Liner Algebra | 必修 | 2 | 32 | 32 |
| 3/2 |
|
|
|
|
|
|
| √ |
|
|
01010330 | 概率统计 Probability and Statistics | 必修 | 3 | 48 | 48 |
|
|
|
|
| 3/3 |
|
|
| √ |
|
|
小 计 | 13 | 208 |
|
|
|
|
|
|
|
|
|
|
|
|
|
选
修 | 01010331 | 大学物理 University Physics | 选修 | 5 | 80 | 64 | 16 |
| 5/5 |
|
|
|
|
|
|
| √ | 至少选两门 |
01010332 | 数值分析 Numerical Analysis | 选修 | 3 | 48 | 48 |
|
|
|
|
|
| 3/3 |
|
|
| √ |
01010333 | 矩阵论 Matrix Theory | 选修 | 3 | 48 | 48 |
|
|
|
|
| 3/3 |
|
|
|
| √ |
01010334 | 数学建模 Mathematical Modeling | 选修 | 3 | 48 | 48 |
|
| 3/3 |
|
|
|
|
|
|
| √ |
小 计 | 最少选修6个学分。 |
合 计 | 19 | 304 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
二、专识教育课程平台
课程 模块 | 课程编号 | 课程名称 | 课程性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备注 |
合计 | 讲授 | 实验 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
专 业 基 础 课 程 | 080910T0101 | Linux基础与大数据专业导论 Linux Basics and Introduction of Big Data | 必修 | 2 | 32 | 16 | 16 | 2.5/2 |
|
|
|
|
|
|
| √ |
|
|
080910T0102 | 高级语言程序设计 Advanced Language Programming | 必修 | 3 | 48 | 48 |
| 4/3 |
|
|
|
|
|
|
| √ |
|
|
080910T0103 | 高级语言程序设计实验 The experiment of Advanced Language Programming | 必修 | 1 | 24 |
| 24 | 2/1 |
|
|
|
|
|
|
|
| √ |
|
080910T0104 | 数据结构与算法 Data Structure | 必修 | 4 | 64 | 48 | 16 |
| 4/4 |
|
|
|
|
|
| √ |
|
|
080910T0105 | 操作系统 Operating System | 必修 | 4 | 64 | 52 | 12 |
|
|
| 4/4 |
|
|
|
| √ |
|
|
080910T0106 | 计算机网络 Computer Network | 必修 | 4 | 64 | 48 | 16 |
|
|
|
| 4/4 |
|
|
| √ |
|
|
080910T0107 | 离散数学 Discrete Structure | 必修 | 4 | 64 | 64 |
|
|
| 4/4 |
|
|
|
|
| √ |
|
|
080910T0108 | 电子技术基础Foundation of Electronic Technology | 必修 | 4 | 64 | 52 | 12 |
|
|
| 4/4 |
|
|
|
| √ |
|
|
080910T0109 | 计算机组成原理 Principle of Computer Organization | 必修 | 4 | 64 | 52 | 12 |
|
|
|
| 4/4 |
|
|
| √ |
|
|
小 计 | 30 | 488 | 380 | 108 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
二、专识教育课程平台(续)
专 业 课
| 必
修 | 080910T0110 | Java语言程序设计 Java Programming Language | 必修 | 2 | 32 | 32 |
|
| 2/2 |
|
|
|
|
|
| √ |
|
|
080910T0111 | Java语言程序设计实验 Java Programming Language Experiment | 必修 | 1 | 32 |
| 32 |
| 2/2 |
|
|
|
|
|
|
| √ |
|
080910T0112 | 数据库原理及应用 Principles and Applications of Database | 必修 | 4 | 64 | 48 | 16 |
|
| 4/4 |
|
|
|
|
| √ |
|
|
080910T0113 | 大数据存储及处理技术 Storage and Processing Technology of Big Data | 必修 | 4 | 64 | 48 | 16 |
|
|
|
| 4/4 |
|
|
| √ |
|
|
080910T0114 | 机器学习及数据挖掘 Machine Learning and Data Mining | 必修 | 4 | 64 | 48 | 16 |
|
|
| 4/4 |
|
|
|
| √ |
|
|
080910T0115 | 大数据采集技术 Big Data Acquisition Technology | 必修 | 3 | 48 | 24 | 24 |
|
| 3/3 |
|
|
|
|
| √ |
|
|
080910T0116 | 大数据分析与可视化技术 Big Data Analysis and Visualization Technology | 必修 | 2 | 32 | 16 | 16 |
|
|
|
|
| 2/2 |
|
| √ |
|
|
080910T0117 | 软件工程 Software Engineering | 必修 | 1.5 | 24 | 24 |
|
|
|
|
|
| 1.5/1.5 |
|
| √ |
|
|
080910T0118 | 软件工程实验 The Experiment of Software Engineering | 必修 | 1 | 24 |
| 24 |
|
|
|
|
| 1.5/1 |
|
|
| √ |
|
080910T0119 | 专业技能训练I Professional skill training I | 必修 | 1 | 32 |
| 32 | 2/1 |
|
|
|
|
|
|
|
| √ |
|
080910T0120 | 专业技能训练Ⅱ Professional skill training Ⅱ | 必修 | 1 | 32 |
| 32 |
| 2/1 |
|
|
|
|
|
|
| √ |
|
小 计 | 24.5 | 448 | 232 | 216 |
|
|
|
|
|
|
|
|
|
|
|
选 修 | 080910T0201 | Opencv图像处理技术 Opencv Image Processing Technology | 选修 | 3 | 48 | 16 | 32 |
|
| 3/3 |
|
|
|
|
|
| √ |
|
080910T0202 | 算法设计与分析 Design and Analysis of Algorithms | 选修 | 3 | 48 | 36 | 12 |
|
| 3/3 |
|
|
|
|
|
| √ |
080910T0203 | 深度学习 Deep Learning | 限选 | 3 | 48 | 16 | 32 |
|
|
| 3/3 |
|
|
|
|
| √ |
080910T0204 | Web应用程序开发 Web Application Development | 选修 | 4 | 64 | 32 | 32 |
|
|
| 4/4 |
|
|
|
|
| √ |
080910T0205 | 自然语言处理 Natural Language Processing | 选修 | 3 | 48 | 16 | 32 |
|
|
|
| 3/3 |
|
|
|
| √ |
|
080910T0206 | 云计算与虚拟化 Cloud Computing and Virtualization | 选修 | 3 | 48 | 24 | 24 |
|
|
|
| 3/3 |
|
|
|
| √ |
|
080910T0207 | 计算机视觉 Computational Vision | 选修 | 3 | 48 | 24 | 24 |
|
|
|
| 3/3 |
|
|
|
| √ |
|
080910T0208 | 统计分析 Statistical Analysis | 选修 | 3 | 48 | 32 | 16 |
|
|
|
|
| 3/3 |
|
|
| √ |
|
080910T0209 | 移动应用编程Mobile Application Programming | 选修 | 4 | 64 | 32 | 32 |
|
|
|
|
| 4/4 |
|
|
| √ |
|
080910T0210 | 强化学习 Reinforcement Learning | 选修 | 3 | 48 | 24 | 24 |
|
|
|
|
| 3/3 |
|
|
| √ |
|
小 计 | 最少选修20个学分。 |
合 计 | 74.5 | 1256 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
三、实践创新平台
课程模块 | 课程代码 | 课程名称 | 课程性质 | 学分 | 教学周数 | 各学期周学时 | 考核方式 | 备注 |
合计 | 讲授 | 实验 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
论 文 设 计 | 080910T0121 | 毕业设计(论文) Graduation Project (Thesis) | 必修 | 6 | 24周 |
|
|
|
|
|
|
|
|
| |
| √ |
|
见 习 实 习 研 习 | 080910T0122 | 专业见习 Field Work Perception | 必修 | 2 | 4 |
|
|
|
|
|
|
|
| 2 |
|
| √ |
|
080910T0123 | 专业实习 Field Work Practice | 必修 | 6 | 32 |
|
|
|
|
|
|
|
|
|
|
| √ | 7-8学期 |
实 验 实 训 | 080910T0124 | 大数据项目综合实训 Comprehensive Training of Big Data | 必修 | 1 | 1 |
|
|
|
|
|
| 1 |
|
|
|
| √ |
|
080910T0125 | 计算机应用系统开发综合设计 Comprehensive design of Computer Application System Development | 必修 | 1 | 1 |
|
|
|
|
|
|
| 1 |
|
|
| √ |
|
080910T0126 | 数据结构与算法项目实训Data structure and Algorithm Project Training | 必修 | 1 | 1 |
|
|
| 1 |
|
|
|
|
|
|
| √ |
|
080910T0127 | 机器学习项目综合实训 Comprehensive Training of Machine Learning | 必修 | 1 | 1 |
|
|
|
|
| 1 |
|
|
|
|
| √ |
|
注:专业见习可以根据企业实际情况适当进行调整。
数据科学与大数据技术专业课程设置及学时(学分)学期分配表
三、实践创新平台(续)
课程模块 | 课程 编号 | 课程名称 | 课程 性质 | 学分 | 教学时数 | 各学期周学时/学分分配 | 考核方式 | 备注 |
合计 | 讲授 | 实验实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 考试 | 考查 |
|
学 科 考 赛 | 080910T0211 | 学科竞赛及获奖 Subject Contests and Awards | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ | 该模块建议学分1-3学分,证书类别根据专业自主设定。 |
080910T0212 | 外语类等级证书 Certificates of Foreign Languages | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0213 | 普通话等级证书 Mandarin Certificate | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
创新创业 | 080910T0214 | 发表学术论文 Publication of Academic Thesis | 选修 | 1 |
|
|
| 1.该模块建议学分1-3学分; 2.中国国际大学生创新大赛和大学生职业规划大赛项目负责人获省级及以上奖最高计3分,参与人根据贡献计1—2分;校级奖负责人计1分,参与人根据贡献计0.2-0.5分; 3.GYB取得培训合格证书1分,参加培训0.2分; 4.自主创业办理营业执照2分,入驻校内双创基地0.5分; 5.创新创业大赛获奖项目负责人最高计1分,参与人根据贡献在0.2-0.5分期间计分,具体细则由院系自行制定。
| √ |
|
080910T0215 | 出版著作、专辑 Publication of Works & Albums | 选修 | 1 |
|
|
| √ |
|
080910T0216 | 发明及专利 Patent for Invention | 选修 | 1 |
|
|
| √ |
|
080910T0217 | 各类创新科研项目 Projects of Innovation and Scientific Research | 选修 | 0.5 |
|
|
| √ |
|
080910T0218 | 中国国际大学生创新大赛 China International College Students’ Innovation Competition | 选修 | 0.2-3 |
|
|
| √ |
|
080910T0219 | 大学生职业规划大赛 College Students’ Career Planning Competition | 选修 | 0.2-3 |
|
|
| √ |
|
080910T0220 | GYB创业意识培训 GYB Training | 选修 | 0.2-1 |
|
|
| √ |
|
080910T0221 | 自主创业 Self-Employment | 选修 | 0.5-2 |
|
|
| √ |
|
080910T0222 | 各级各类创新创业大赛 Innovation and Entrepreneurship Competitions of All Levels and Types | 选修 | 0.2-1 |
|
|
| √ |
|
社会实践 | 080910T0128 | 寒暑期社会实践 Winter and Summer Social Practice | 必修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ | 1.该模块建议学分1.5-3学分; 2.学分认定审核详见团委实施细则。 3.校外社会调查分四个模块。鼓励结合专业特点开展社会调查,由马克思主义学院组织和考核。 |
080910T0223 | “云支教”志愿服务 “Online Teaching Volunteer” Service | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0224 | “姚基金”志愿服务 “Yao Foundation” Volunteer Service | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0225 | 社区实践计划 Community Practice Program | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0226 | 校外志愿服务(社会公益) Off-Campus Volunteer Service (Activities for Public Good) | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0227 | 校内志愿服务 Campus Volunteer Service | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0228 | 校内外勤工助学 On/Off-Campus Work-Study | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0229 | 学生活动组织管理 Organization and Management of Student Activity | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0230 | 自主创业实践 Self-Employment Practice | 选修 | 0.5 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
080910T0129 | 校外社会调查 Off-Campus Social Survey | 必修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
职业技能 | 080910T0231 | 职业技能证书 Professional Skills Certificates | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
080910T0232 | 行业注册/资格证书 Professional/ Qualification Certificates | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
其他 | 080910T0233 | 体育艺术活动及获奖 Physical and Artistic Activities & Awards | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
080910T0234 | 学生团体活动及获奖 Students Group Activities & Awards | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
080910T0235 | 助教助研助管活动 Assistance in Teaching, Research & Management | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
080910T0236 | 其他实践活动 Other Activities | 选修 | 1 |
|
|
|
|
|
|
|
|
|
|
|
| √ |
|
最低学分要求:26(其中必修:19.5 ;选修:6.5 ) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|