- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据科学与大数据技术专业本科人才培养方案
一、培养目标:
本专业旨在培养具有良好的思想素质和科学素养,掌握数学基础知识,系统
地掌握数据科学基本理论、基本知识、基本技能和方法,具有利用大数据思维分
析现代农业等复杂工程问题、解决问题、自主学习以及创新能力,具有较强的专
业能力和良好外语运用能力。能在企事业单位、行政管理部门从事大数据科研、
开发与分析等工作,也可从事大数据分析师、金融分析师、市场研究分析师等职
业,能胜任数据分析与挖掘算法研究和大数据系统开发的应用型高素质人才。
二、培养要求:
1、掌握、毛泽东思想与中国特色社会主义基本理论,具有良好的人文社会科学素养,社会
责任感强,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。能够理解和评价针对
复杂大数据工程问题的工程实践对环境、社会可持续发展的影响;
2 、掌握数学与自然科学的基本概念、基本理论和基本技能,培养大数据逻辑思
维和逻辑推理能力。具备扎实的计算机工程基础知识,了解通过计算机解决现代
农业等复杂工程问题的基本方法,并遵循复杂系统开发的工程化基本要求。系统
掌握大数据理论及知识,具备理解大数据工程中复杂工程问题的能力,能够运用
所学知识进行计算机问题求解;
3 、能够针对复杂大数据工程问题,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;
4 、具有一定的组织管理能力、表达能力和团队合作能力;能够在多学科背景下的团队中很
好地承担自己的角色,发挥应有的作用,工作能力得到充分体现。
5 、了解现代农业相关知识,了解大数据专业知识、方法和技术在该领域的应用
背景、发展现状和趋势。能够将数学、自然科学、工程基础和专业知识等用于解
决现代农业等领域的复杂工程问题,能够判别问题复杂性,分析系统优化方法。
6 、能够应用数学、自然科学和大数据科学的基础原理,识别、表达、并通过文
献研究分析复杂大数据工程问题,以获得有效结论。
7 、具有自主学习和终身学习的愈识,有不断学习和适应发展的能力。
8、具备沟通交流的基本技巧与能力,良好的口头与书面表达能力,有效表达自己思想与意
愿的能力、倾听与理解他人需求和意愿的能力,适应工作与人际环境变化的能力;能够依照
相关的工程标准或行业规范,进行大数据系统需求分析报告、技术解决方案、工程设计或实
施方案、工程实施报告等相关工程技术文档的撰写;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。
9 、具备一门外语的基本听、说、读、写、译的能力,能够阅读大数据工程专业领域的外文
资料,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。
三、主干学科:
数学,计算机科学与技术
四、专业核心课程:
算法设计与分析、数据分析与 R 语言基 、操作系统与 Linux 操作基 、数
值分析、大数据存储与处理技术应用基 (Hadoop) 、云计算与分布式系统、大数
据平台与存储技术综合实践(Hadoop 或 Spark).
五、主要实践教学环节:
(介绍实践教学环节总周数、列出重要的实习、设计等实践教学环节)
实践教学环节总周数为 31 周。数据结构课程设计、数值分析课程设计、数
学建模课程设计、数据分析与 R 语言基础课程设计、信息系统分析与设计、算
法设计与分析课程设计、数据库综合应用开发综合实践、大数据平台与存储技术
综合实践(Hadoop 或 Spark )、机器学习与模式识别课程设计、优化与运筹课程
设计、大数据技术综合应用创新实践、农业大数据分析应用实例,毕业实习,毕
业论文(设计)等。
六、课程框架与学分分配:
课程类别 应修学分
必修 通识教育必修课程 52.5
通识教育课程 选修 通识教育选修课程 15
小计 67.5
专业基础课程
原创力文档


文档评论(0)