软件学院

数据科学与大数据技术专业人才培养方案

一、专业简介

数据科学与大数据技术专业立足于新工科背景，秉承学校朴实无华、坚韧顽强、无私奉献的“太阳石精神”，立足辽宁、辐射东北、面向全国，紧密结合社会用人需求和岗位要求，全面践行“学生中心、产出导向、注重实效”的质量理念，强调课程结构与专业岗位能力相匹配、理论与实验实践活动相融合的创新培养模式，培养具备基于应用领域知识的数据应用解决方案设计能力的高素质复合型人才。数据科学与大数据技术专业于2018年申报，2019年初获教育部备案，并于同年开始招生。本专业具有完善的办学条件和教学环境，目前拥有软件工程省级实验教学示范中心、大数据与知识工程实验室、人工智能实验中心、大数据与人工智能综合实训云平台、大数据实验教学云平台，同时与10余家企业建立了校企合作和校外实训基地，为学生实践能力培养提供稳固的支撑。

二、培养目标

本专业培养理想信念坚定，德、智、体、美、劳全面发展，掌握扎实的计算机科学、数据科学与大数据技术相关的基础理论和专业知识，具有系统的数据思维能力，能够运用大数据的采集、存储、处理、分析与应用技术进行大数据分析与挖掘或大数据应用项目的设计与开发，具有社会责任感和职业道德，具备良好的团队意识和协作能力，可持续发展能力强，在数据系统的研究、开发、部署与应用相关领域具有就业竞争力的高素质应用创新型人才。

本专业毕业生毕业5年左右应达到如下预期目标：

1.具有社会责任感，坚守职业道德规范，遵守法律法规，具备工程伦理道德责任、社会和环境意识。

2.具有扎实的专业基础和较强的工程实践能力，能够运用所学知识与技能去分析和解决复杂工程问题，提出复杂大数据工程项目的系统性解决方案。

3.具有较强的大数据系统研究、设计和开发能力，能够胜任大数据系统开发、系统运行与维护、大数据分析与挖掘工作。

4.具有自主学习能力和良好的适应性，能够跟踪数据科学与大数据技术领域的前沿技术，并致力于技术创新，解决工程技术前沿问题和社会问题。

5.具有良好的沟通协作、组织领导以及项目管理能力，胜任工程管理工作，并具备自主创业意识与能力。

三、毕业要求

本专业毕业生应满足如下在知识、能力和素质等方面的要求：

1.工程知识：具有扎实的数学与自然科学基础知识，能够将计算机科学和数据科学与大数据技术专业知识用于解决数据密集型复杂工程问题的能力。

1.1能够应用数学、自然科学及大数据相关知识正确表述大数据工程问题，并能对大数据领域复杂工程问题进行建模，获得有效结论。

1.2能够将数学、自然科学、数据科学和大数据专业知识应用于解决复杂工程问题方案的比较与综合。

2.问题分析：能够运用所学知识和技能，识别、表达和研究分析计算机和数据科学与大数据技术相关领域的复杂工程问题,并提出合理解决方案。

2.1能够从大数据复杂工程问题中提炼出核心内容和关键环节，遵循工程规范，对大数据复杂问题进行定义与表达。

2.2能够进行有效的资料查询和文献检索，具备借助文献研究证实问题识别和表达的合理性。

3.设计/开发解决方案——具有设计与开发数据科学与大数据相关领域复杂工程问题的解决方案，并能够在设计环节中综合考虑社会、健康、安全、法律、文化以及环境等因素，并体现较强的创新意识和创新能力。

3.1具备针对复杂工程问题设计出解决方案和实施流程的能力，针对数据科学项目需求，能完成大数据系统的设计与开发，并体现创新意识。

3.2能够按照大数据项目的要求，选择适当的模型进行系统设计，并能综合考虑社会、安全、健康、法律、文化及环境等因素。

4.研究：能够采用数据科学相关原理与方法，科学有效的对复杂工程问题进行实验设计、数据分析与结果评价，进而得到合理有效的结论。

4.1能够基于数据科学原理，研究复杂工程问题的解决方案，并能够根据解决方案特征，选择研究技术路线，设计实验方案。

4.2能够根据实验方案构建实验系统，分析解释实验结果，得到合理有效的结论。

5.使用现代工具：在大数据工程项目的生命周期中，能够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，对复杂工程问题进行预测与模拟，并能够理解其局限性。

5.1能够选择和使用信息技术工具和检索工具全方位多渠道获取数据科学领域相关信息的能力。

5.2能够合理地选择技术开发工具和资源，运用于复杂工程问题的设计、开发、仿真及验证过程。

5.3能熟练运用主流大数据平台，设计、开发、生产面向特定行业的大数据产品。

6.工程与社会：针对本专业相关的工程实践和复杂工程问题的解决方案，能够合理分析和评价其可能对社会、健康、安全、法律、文化带来的影响，并理解应承担的责任。

6.1具有工程实践经历，通过实践、实习等工程领域背景知识评价解决方案的社会影响。

6.2能在工程项目的设计、开发与实施中，理解应承担的社会、安全、法律等相关责任。

7.环境和可持续发展：了解信息产业以及数据科学与大数据技术相关领域的基本方针、政策和国家法律法规，能够考虑和评价实际工程实践活动对环境、社会可持续发展的影响。

7.1具有环境保护和社会可持续发展意识，能够认识到大数据相关产品对环境保护和社会持续发展的影响。

7.2能够评价大数据复杂工程问题的实践活动对社会可持续发展和环境造成的影响。

8.职业规范：具有良好的文化素养、社会责任感和职业道德，具备健康的身体和良好的心理素质，能够在工程实践中遵守职业道德和相关规范，履行社会责任。

8.1具有良好的人文社会科学素养和正确的价值观，正确理解个人与社会的关系，具有爱国情怀。

8.2能够在大数据工程实践中自觉遵守工程职业道德和行业规范，理解工程师的社会责任，能够在工程实践中自觉履行责任。

9.个人和团队：具有团队意识和团队精神，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。

9.1能够认识到团队合作的重要性，并且具有团队合作意识，明确自己在多学科背景下团队中的责任和任务。

9.2具有独立工作和协同工作能力，能够在多学科背景下的团队中独立完成一个成员相应的任务，并能进行有效的合作。能够胜任团队成员的角色。

9.3具有协作与团队管理能力，能够在多学科背景下的团队中发挥负责人的作用，组织团队开展工作。

10.沟通：具有良好的表达能力和专业沟通能力，具备良好的外语水平和一定的国际视野，能够在跨文化背景下进行沟通和交流。

10.1具有良好的表达能力，掌握基本的报告、设计文稿的撰写技能，能够就大数据相关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。

10.2具有一定的英语应用能力，了解大数据技术专业国内国际发展趋势和研究热点，具备一定的国际视野，将大数据工程的设计与开发置于国际发展的背景下。

11.项目管理：掌握工程项目管理方法与经济决策方法，能够对多学科环境下的数据科学与大数据技术开发项目进行有效的组织、实施和管理。

11.1理解大数据工程项目中涉及的工程管理与经济决策的重要性，能够运用成本核算和效益分析的方法对计算机相关产品进行分析。

11.2能够针对大数据项目的复杂工程问题，在多学科环境中合理运用工程管理和经济决策方法，综合考虑成本、质量、效率等。

12.终身学习：培养自主学习和终身学习的能力，能够适应未来计算机及数据科学与大数据技术不断发展变化的需求。

12.1能够认识到终身学习的必要性，具有自主学习和终身学习的意识。

12.2具有学习新技术、新方法的良好基础和能力，能够对从事的专业领域的问题进行归纳总结和提出问题，不断学习以适应技术和职业发展的需求。

四、主干学科

计算机科学与技术、软件工程

五、核心课程

程序设计基础、计算机硬件基础、数据结构与算法、数据库原理及应用、Python语言与机器学习、数据科学导论、机器学习、数据仓库与数据挖掘、分布式计算平台及应用、大数据WEB开发。

六、主要实践性教学环节

1.课程设计：工程建模实践、大数据分布式处理课程设计、大数据综合应用课程设计

2.技能训练：科技文献撰写训练、软件开发应用基础实践

3.实习：专业实习、毕业实习

4.实训：大数据项目实训

5.毕业设计：毕业设计（论文）

七、主要专业实验

程序设计基础实验、数据结构与算法实验、面向对象程序设计实验、数据库原理及应用实验、python语言与数据分析实验、Linux应用基础实验、机器学习实验、数据仓库与数据挖掘实验、分布式计算平台及应用实验、数据获取与可视化实验、大数据WEB开发实验。

八、修业年限

四年

九、授予学位

工学学士

十、专业特色

1．面向行业需求，培养具备基于应用领域知识的数据应用解决方案设计能力的高素质复合型人才。

2.打造工程化应用型人才培养理念，形成实验、综合训练及项目实训一体化工程能力培养体系。

3.构建专业教育与校企协同创新创业教育融合，贯穿人才培养全过程的育人体系。

4.本着“一个中心，两个结合”理念，即以学生为中心，把理论知识传授与实践能力培养相结合，实践教学与科研相结合，逐渐形成独具特色的创新人才培养模式。