贵州师范大学

数据科学与大数据技术专业本科人才培养方案（工程类）

（2023级 使用）

一、专业简介

贵州师范大学是2017年3月教育部公布第二批“数据科学与大数据技术”专业获批的32所高校之一。该专业依托贵州师范大学大数据与计算机科学学院建设，并于2017年开始招收本科生。本专业培养方案是基于新工科建设需求，以OBE理念为出发点，坚持“以学生为中心，产出导向，持续改进”的原则，由教授、专家、行业工程师共同指导制定，努力实现“就业导向、市场导向、岗位需求导向”为核心的转变。通过四年学习，学生掌握数据科学与大数据技术基础理论、大数据应用与开发、大数据运维与管理和大数据智能分析与处理的基本知识，具有系统思维和大数据思维，具备大数据项目的设计、开发和部署能力，拥有大数据采集、大数据存储、大数据管理、大数据挖掘与智能分析以及数据可视化的项目实施经验，具有工程技术知识和科学素养，具有创新、创业意识，能适应科学进步和社会需求变化。学生毕业后能够在互联网企业，政府及企事业等单位，从事大数据相关领域的生产、开发、管理、维护、咨询、研究等工作的应用型本科人才。

专业代码为080910T

所属学科门类：工学

二、培养目标

本专业为适应国家东数西算的需要，立足贵州本土、面向西部地区，辐射全国，培养德智体美劳全面发展，具有良好的思想品德、扎实的数据科学与大数据技术专业理论基础知识，具有良好的学习能力、创新能力、组织协调能力、团队精神和国际视野，具有新时代社会责任感和担当精神、本土意识，能够在互联网企业，能够在互联网企业，政府及企事业等单位，从事大数据相关领域的生产、开发、管理、维护、咨询、研究等工作的应用型本科人才，并有能力成为工程项目中的技术骨干、项目管理骨干等。

具体目标：

目标1：遵纪守法,具有良好的人文社会科学素养、社会责任感与职业道德，安全与环保意识强，爱岗敬业；

目标2：具有大数据工程项目所需的数学与自然科学基础知识、数据科学与大数据技术基础理论和专业知识、良好的学科素养和工程开发素养，能够运用专业知识和工程技能研究并解决针对大数据工程项目中遇到的复杂工程问题，设计计算解决方案，促进项目可持续发展；

目标3：具备学习能力和创新能力，能够从事并承担大数据采集、存储、管理、处理、分析、挖掘、呈现、应用等技术工作；并在工程项目实践中综合考虑经济、法律、环境与可持续发展等因素；

目标4：具有良好的团队精神和国际视野，能够适应大数据工程领域中跨文化团队工作环境，能够担当团队中的骨干或者领导角色；

目标5：可持续发展能力强，有能力通过岗位技术培训、继续学习等方式掌握新的知识和技能，以适应不断发展的需要，提升职业竞争能力。

三、毕业要求

1.思想政治

1.1理想信念：加强对中国特色社会主义的思想、政治、理论和情感认同，践行社会主义核心价值观，具有较强的家国情怀。

1.2 职业精神：具有良好的职业道德、社会服务意识、法律意识、诚信意识和团队合作精神，理解并遵守大数据产业行业职业道德和规范，履行岗位责任。

2.工程知识：具有解决大数据领域中的复杂工程问题的数学、自然科学基础、工程基础和专业知识，并能将其应用于解决大数据领域中的复杂工程问题。

2.1能够运用数学、自然科学、工程基础知识和专业知识正确表述大数据领域中的复杂工程问题。

2.2能够针对大数据领域中实际的复杂工程问题，运用数学、自然科学、工程基础知识和专业知识建立数学模型并利用计算机求解。

2.3能够将相关工程专业知识和数学分析方法用于推演、分析大数据领域中的复杂工程问题。

2.4能够利用系统思维和数据思维将工程知识用于大数据领域中的复杂工程问题解决方案的比较和综合。

3.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中的复杂工程问题，以获得有效结论。

3.1能运用相关科学原理，识别和判断大数据领域中的复杂工程问题的关键环节。

3.2能基于相关科学原理和数学模型方法正确表达大数据领域中的复杂工程问题。

3.3能够认识到大数据领域中的复杂工程问题有多种解决方案可选择，会利用专业知识和技术、通过文献研究寻求可替代的解决方案。

3.4能运用基本原理，借助文献研究，从可持续发展的角度分析工程活动的影响因素，获得有效结论。

4.设计/开发解决方案：能够针对大数据领域中的复杂工程问题设计解决方案和满足特定需求的系统、功能模块或算法流程，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。

4.1掌握大数据工程设计和产品开发全周期、全流程的设计/开发方法和技术，了解影响设计目标和技术方案的各种因素。

4.2能够针对特定需求，完成功能模块的设计，以实现数据获取、存储、分析及可视化。

4.3能够进行大数据系统设计，并在设计中体现创新意识。

4.4能够进行大数据系统设计，并在设计中能够考虑公共健康与安全、节能减排与环境保护、法律与伦理，以及社会与文化等制约因素。

5.研究：能够基于数据科学原理对大数据领域的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。

5.1能够基于数据科学原理，通过文献研究或相关方法，调研和分析大数据领域复杂工程问题的解决方案。

5.2能够根据大数据领域中的复杂工程问题中的对象特征，选择研究路线，设计实验方案。

5.3能够根据实验方案构建实验系统，安全地开展实验，正确地采集实验数据。

5.4能对实验结果进行分析和解释，并通过信息综合得到合理有效的结论。

6.使用现代工具：能够针对大数据领域中的复杂工程问题，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。

6.1了解大数据领域中常用的现代工程工具、信息技术工具和模拟软件的使用原理和方法，并理解其局限性。

6.2能够正确选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件，对大数据领域复杂工程问题进行分析、计算与设计；

6.3能够针对大数据复杂工程问题对象，通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟和预测，满足特定需求，并能够分析其局限性。

7.工程与社会：能够基于大数据工程相关背景知识进行合理分析，评价大数据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。

7.1了解数据科学与大数据技术专业相关领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化对工程活动的影响。

7.2能够合理分析和评价大数据工程项目实践对社会、健康、安全、法律和文化的影响，以及这些制约因素对项目实施的影响，并理解应承担的责任。

8.环境和可持续发展：能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。

8.1知晓和理解“联合国可持续发展目标SDG17”

8.2能够站在环境和社会可持续发展的角度思考大数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。

9.职业规范：爱国守法，具有人文社会科学素养、社会责任感，能够在大数据工程实践中理解并遵守工程职业道德和规范，履行责任。

9.1具有正确价值观和人文社会科学素养，理解个人与社会的关系，热爱祖国，树立和践行社会主义核心价值观。

9.2能够在大数据工程实践中理解并遵守知识产权、信息安全、网络行为规范等方面的职业道德和规范；

9.3理解大数据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，能够在大数据工程实践中自觉履行责任。

10.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。

10.1能够在多学科、多样性、多形式（面对面、远程互动）的团队中与其他团队成员进行有效地、包容性地沟通与合作；

10.2能够在多学科团队中独立或合作开展工作，胜任个体、团队成员的角色。

10.3能够组织、协调和指挥团队开展工作，胜任团队负责人的角色。

11.沟通：能够就大数据领域中的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。

11.1能就大数据领域复杂工程问题，以口头、文稿、图表等方式，从专业视角准确表达自己的观点，回应质疑，理解并包容与业界同行和社会公众交流的差异性。

11.2具有一定的国际视野，能了解大数据领域国内外发展趋势、研究热点，理解和尊重世界不同语言、文化的差异性和多样性；

11.3具备跨文化交流的语言和书面表达能力，能就专业问题，在跨文化背景下进行基本沟通和交流。

12.项目管理：理解并掌握大数据领域的工程管理原理与经济决策方法，并能在多学科环境中应用。

12.1掌握大数据领域工程项目中涉及的管理与经济决策方法；

12.2了解大数据领域工程及产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题；

12.3能在多学科环境下(包括模拟环境)，在设计开发解决方案的过程中，运用工程管理与经济决策方法。

13.终身学习：掌握正确的学习方法，不断学习，具有自主学习和终身学习的意识，能追踪大数据及相关领域的发展动态，有不断学习和适应发展的能力。

13.1能在最广泛的技术变革背景下，认识到自主和终身学习的必要性；

13.2具有自主学习的能力，包括对技术问题的理解能力、归纳总结的能力、提出问题的能力，批判性思维和创造性能力；

13.3能接受和应对大数据领域新技术、新事物和新问题带来的挑战。

培养目标与毕业要求关系矩阵图

四、学制与获得学位条件

学制：4年，可在3-7年内完成学业。

授予学位：工学学士

获得学位条件：参见《贵州师范大学全日制本科生学分制学籍管理办法（试行）》和《贵州师范大学全日制本科生学士学位授予工作细则》。

总学分：毕业所需总学分为： 167 学分。

五、主干学科及主要专业课程

1.主干学科：计算机科学与技术

2.主要专业课程：

（1）专业基础课：高等数学、线性代数、概率论与数理统计、大学物理、多元统计分析、程序设计基础、计算机系统基础、专业英语、工程制图、Linux操作系统基础、数据库原理、离散数学、算法与数据结构、操作系统原理、计算机网络与通信、软件工程导论。

1）专业核心课:前端开发基础、面向对象程序设计基础、企业级应用开发、分布式计算技术基础、数据仓库技术、人工智能导论、数据采集与处理技术、大数据可视化技术、大数据安全技术、数据挖掘基础、Spark与集群技术。

六、本专业的课程设计思路及课程关系

1.课程设计思路

2.专业课程关系拓扑图

3.支撑毕业要求的矩阵

数据科学与大数据技术专业 课程与毕业要求矩阵表

数据科学与大数据技术专业 课程与毕业要求矩阵表

数据科学与大数据技术专业 课程与毕业要求矩阵表

数据科学与大数据技术专业课程与毕业要求矩阵表

数据科学与大数据技术专业课程与毕业要求矩阵表

数据科学与大数据技术专业课程与毕业要求矩阵表

数据科学与大数据技术专业课程与毕业要求矩阵表

数据科学与大数据技术专业课程与毕业要求矩阵表