数据科学与大数据技术

数据科学与大数据技术专业人才培养方案

一、培养目标

面向广东省新兴信息技术产业发展对数据科学及大数据技术人才的需求，培养具有扎实的数据科学理论和专业知识、良好的科学素养和创新意识、较强的计算机工程实践与协作能力，具备计算机、数学、统计学等多学科知识和技能，具有利用数据思维深入分析产业中复杂工程问题、解决问题、自主学习以及创新能力的高素质人才。毕业5年后能够成为大数据技术相关开发和应用的数据科学工程师。

二、培养要求

本专业是一门涉及计算机科学、软件工程、应用数学、统计学等多领域的交叉学科。大学本科四年期间，本专业学生主要学习计算机科学、软件工程、应用数学、统计学的基本理论和基本知识，打好坚实的数学基础，受到系统而扎实的计算机编程训练，具备较强的数据分析和信息处理能力，能在大数据科学与工程技术领域从事数据分析管理、系统设计开发、大数据处理应用、科学研究等方面的工作，具备综合运用所学知识分析和解决实际问题的能力。

三、培养特色

数据科学与大数据技术人才培养方案强化以应用型人才培养为导向的学科专业建设，强调以应用型人才培养为目标的课程和教学体系建设，完善以提升应用型人才培养质量为指导的教学支持和保障体系建设以应用型人才培养为导向的学科专业建设：

1、注重培养知识和技能的“实践应用”能力，兼顾交叉学科的“理论”与“学术”知识体系的应用型人才培养。

2、注重企业真实项目和案例的实战，将行业领军的大数据技术企业的课程体系和实践教学体系融入到专业课程体系当中。

3、注重翻转课堂的教学设计，利用丰富的教学资源和活动高质量的达成教学目标，将视频教学、直播导学、实景编程等教学方式融入到线下的教学过程中。

四、职业范围

五、主干学科

计算机科学与技术、软件工程、数学、统计学

六、核心课程

数据科学导论、大数据技术原理、概率论、数理统计、运筹学、数据结构、数据库系统原理、操作系统原理、数据仓库与数据挖掘等

七、主要实践教学环节

开出的实践项目主要有：程序设计训练、数据采集及预处理训练、分布式存储训练、数据挖掘综合项目实训、Java程序设计综合实训、软件项目开发综合实训、大数据分析及可视化技术综合训练、大数据技术综合应用实训

八、修学年限与授予学位

修学年限：四年。

授予学位：工学学位。