数据科学与大数据技术专业人才培养方案

2018级数据科学与大数据技术专业培养方案

专业代码：080910T

一、培养目标

本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求，培养具备扎实的数学与计算机科学基

础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足金融机构、工商企业、政

府部门等不同行业，从事数据分析与管理决策工作，具备“信、敏、

廉、毅”素质的创新创业型人才。

二、毕业生要求

本专业毕业生需达到相应的知识、能力、素质要求，具体要求及

分解指标如表1所示。

三、培养特色

（1）深化培养学生的数学与计算机编程基础（厚基础）：为使学

生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度

和广度，并要求学生熟练运用C语言和Java面向对象编程，为学生

学习数据分析相关专业课程和应用软件奠定坚实基础。

（2）加强培养学生基于统计与优化的数据分析能力（强能力）：

开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、

最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据

分析核心课程，并要求学生能够基于Python语言或者SAS、SPSS、

数据科学与大数据技术专业培养方案

一、培养目标

本专业旨在培养思想品德好、专业素质高、实践能力强，掌握数据科学专业方向所需的基础理论和方法，具有经济、金融等相关行业知识背景，具备较强的数据收集、数据处理和数据分析的技术和能力的国际化应用型数据科学人才。

学生毕业后，能在国家机关和企事业单位从事经济、金融、贸易、商务等行业的大数据分析，能利用数据科学方法开展商务流通大数据应用、金融大数据应用，能开发基于大数据的新产品和新业务，推动大数据在相关行业的应用创新。

二、培养规格及标准

⒈知识结构

本专业学生应具备以下几方面的知识：

(1)通识教育知识：思想政治理论课、英语、大学语文、体育、哲学与社会、历史与文化、文学与艺术、科学与创新、数学思维与经济分析等；

(2)基础知识：数据科学导论、数学分析、线性代数A、概率论A、数理统计、Python程序设计、计算机系统基础、C++程序设计、数据结构、数据库原理与设计等； (3)专业知识：大数据探索性分析、最优化方法、数据挖掘与机器学习、计算统计、应用回归分析、应用时间序列分析、应用多元统计分析、分布式计算、人工智能、自然语言处理、深度学习、文本挖掘等；

(4)相关专业知识：微观经济学、宏观经济学、计量经济学、国际金融、国际贸易、商务大数据案例分析、金融数据风险建模、运筹学、管理学、博弈论等；

(5)有关当代知识：数据科学的理论和应用前沿。

具体课程设置详见本专业指导性教学计划。

⒉能力

通过培养，学生应具备以下几方面的能力：

(1)具有扎实的数据分析的理论基础和大数据技术，培养比较系统的大数据分析思维；

(2)掌握数据科学的基本理论、基本方法和基本技术，具有大数据采集和数据挖掘的技术，具备解决涉及大数据问题的能力；

(3)掌握系统的经济、金融等方面的行业知识，具有运用数据科学的理论、方法和技术分析相关领域实际问题的能力； (4)掌握英语，听、说、读、写、译能力均达到较高水平。具有较强的英语口语和书面交流能力，熟练运用专业英语能力。能阅读数据科学和大数据方面的专业外文文献，掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有较强的自学能力和初步科研能力；

1 2018级数据科学与大数据技术专业培养方案 专业代码：080910T

一、培养目标

本专业面向金融大数据、商务大数据、工业大数据和政府政务大数据的处理、分析和应用需求，培养具备扎实的数学与计算机科学基础、基于统计与优化的数据分析与建模能力、基于专业化行业知识的数据应用解决方案设计能力，未来能够立足金融机构、工商企业、政府部门等不同行业，从事数据分析与管理决策工作，具备“信、敏、廉、毅”素质的创新创业型人才。 二、毕业生要求

本专业毕业生需达到相应的知识、能力、素质要求，具体要求及分解指标如表1所示。 三、培养特色

（1）深化培养学生的数学与计算机编程基础（厚基础）：为使学生未来具备较强可塑性，大一大二学年拓展学生数学知识学习的深度和广度，并要求学生熟练运用C语言和Java面向对象编程，为学生学习数据分析相关专业课程和应用软件奠定坚实基础。 （2）加强培养学生基于统计与优化的数据分析能力（强能力）：开设多元统计分析、随机过程、时间序列分析、数学建模、运筹学、最优化理论与算法、数据挖掘与分析、机器学习等统计、优化和数据分析核心课程，并要求学生能够基于Python语言或者SAS、SPSS、

2 表1 数据科学与大数据技术专业毕业要求分解指标 毕业要求 指标

知识要求 指标点1-1：具备良好的数学基础和规范、严谨的数学思维，比较全面掌握数学的基本知识、基本理论和基本技能； 指标点1-2：熟练掌握基于统计和优化的数据分析的基本思路、基本理论与基本方法，以及相关的算法编程、测试和软件应用技能； 指标点1-3：以金融风险分析和量化投资分析基本知识和基本理论为背景，同时兼顾工商业和政府政务专业化行业知识，熟练掌握与行业应用相关的数据分析、建模和实践技能； 指标点1-4：较熟练地掌握一门外语，具有一定的听、说、读、写能力。

能力要求 指标点2-1 计算机编程与算法设计能力：具有较强的计算机编程和算法设计能力，以及网络数据采集能力； 指标点2-2 数据分析与建模能力：具有熟练应用统计与优化方法进行数据分析与建模能力，进而提供管理决策支持； 指标点2-3 实践应用能力：面向不同行业需求和数据现状，具备个性化的数据应用解决方案设计能力，进而实现业务资源优化配置； 指标点2-4 自主学习能力：能够根据学习和研究需要，掌握文献检索、资料查询的基本方法，具有较强的自主学习能力； 指标点2-5 团队协作能力：具有较强的逻辑思维和语言、文字表达能力、交流沟通能力和团队协作能力； 指标点2-6 创新思维能力：了解本专业和本学科的理论前沿及发展动态，具备基本的科学研究能力和一定的创新能力。

数据科学与大数据技术专业培养方案

1 / 41 2. 数据科学与大数据技术专业培养方案

一、专业简介

〔一〕历史沿革

数据科学与大数据技术专业由学校 “数据科学与大数据技术〞 教学工作小组负责， 依托计算机学院、

理学院、经济管理学院、信息管理学院和通信学院共同建设，师资从全校范围内选拔组建，该专业 2021

年通过教育部审核批准，我校是全国第二批设立该全日制本科专业的高校。

〔二〕学生招生

本专业2021年方案招生 1个班，约30名学生。该专业招生采用入校后二次选拔方式，面向所有被

录取到我校的全日制本科生，综合高考成绩、英语分级考试成绩、数学分级考试成绩、专业面试成绩择

优录取。

二、培养目标

本专业根据“厚根底、宽专业、重能力、高素质〞的人才培养要求，培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备计算机、数学、统计学等多学科知识和技能，具有分析问题、解决问题、自主学习以及国际视野的高素质应用型人才。

本专业毕业生应熟悉计算机专业根本知识、方法和技能，掌握大数据系统与平台技术〔数据采集、

清洗、存储、计算等大数据系统与平台相关技术〕 、大数据分析与可视化技术〔数据分析、人工智能、

数据挖掘等大数据分析相关技术和数据可视化技术〕、特定场景下大数据开发与应用等方面的根本工程能力，具备工程师所必需的学习与创新、沟通与表达、合作与交流等根本能力与素养，具有良好的职业开展力和适应力的工程师与专业管理人才。

毕业生适合在信息技术企业和企事业单位信息技术或管理部门，以大数据采集与预处理、存储与管理、高性能计算、智能分析与挖掘、展现与应用等生命周期相关技术或应用为主要内容，从事现场或一线的平台规划、设计、部署、管理、运维，或系统开发、测试、支撑、效劳与管理等工作，并在五年内成长为能够独立胜任相关岗位工作的技术或管理工程师，或进入相关领域研究生阶段继续深造。

三、毕业要求：