原创力文档- 1、本文档共12页，可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
PAGE
PAGE8
数据科学与大数据技术（留学生）本科专业人才培养方案
（2023级起执行）
一、培养目标
培养对中国的政治、经济、文化、历史和社会有较为深刻的了解，德、智、体、美、劳全面发展，具备大数据科学的基本原理、基本知识、基本方法、基本技能和一定的大数据科学研究能力，熟练掌握大数据处理所需的计算机技术，具有从事大数据管理、分析及应用等相关工作，具有较强综合分析能力、系统研发能力、沟通能力和团队协作精神，具备创新思维和持续学习能力的工程应用型人才。
五年后的毕业生能成为企事业单位技术骨干或管理骨干，达到以下目标。
1.具有良好的人文社会科学素养、职业道德和团队协作能力，能成为团队骨干力量；
2.掌握数学、自然科学等学科知识，具有一定的大数据工程技术基础和专业知识，能为大数据工程项目解决实际问题；
3.具备创新思维和国际视野，能通过自主学习等途径获取知识、提升技能，能为大数据工程项目撰写建设方案；
4.能从事大数据采集、存储、处理、分析、应用的研究和管理工作，成为项目负责人、工程负责人等。
二、毕业要求
本专业学生主要学习数据科学与大数据技术相关的基本理论和基本知识，接受科学思维、大数据处理及专业技术工具的基本训练，掌握一定的智能制造等相关业务知识，具有大数据应用系统设计与开发的基本能力。
毕业生应获得以下几方面的知识和能力：
工程知识：能够将数学、自然科学、工程基础和计算机专业知识用于解决复杂数据科学与大数据技术问题以获得有效结论；
1.1能将数学、自然科学知识、计算机专业知识运用到大数据领域复杂工程问题的恰当表述之中。
1.2能针对一个复杂系统或过程建立合适的数学模型，并利用恰当的边界条件求解。
1.3能将工程基础和计算机基础知识用于复杂数据科学与大数据技术问题解决方案的验证、分析和改进。
2.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复杂数据科学与大数据技术问题，以获得有效结论；
2.1能将数学、自然科学知识、大数据技术专业知识用于识别和判断复杂工程问题的关键环节和参数。
2.2能够认识到解决问题有多种方案可选择，能正确表达大数据领域复杂工程问题的解决方案，证实解决方案的合理性。
2.3能运用机器学习方法、大模型方法解决大数据领域复杂工程问题，并获得有效结论。
3.方案设计：掌握大数据应用系统分析与设计的基本方法；具备针对复杂大数据工程问题的分析、设计及报告撰写能力，能够对大数据工程问题设计解决方案，并考虑社会、健康、安全、法律、文化以及环境等因素；
3.1能够根据大数据领域复杂工程问题的需求确定基本思路和方案，并体现创新意识。
3.2能够在安全、环境、法律等现实约束条件下通过技术、经济评价等论证设计方案的可行性。
3.3能够理解机器学习理论与方法、具备数据分析与处理能力。
4.问题研究：能够基于科学原理并采用科学方法对复大数据工程问题进行研究，具有设计实验及进行数据采集、数据分析、数据处理及结果分析的能力，并能通过信息综合得到合理有效的结论；
4.1能够识别计算机软硬件系统组成并了解工作原理。
4.2能够理解数据分析与处理的设计思路和基本原理，并能够运用相应原理，采用科学方法解决大数据工程问题。
4.3能够建立有效的数据模型、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。
4.4能够融合专业知识结构，具备对复杂大数据工程问题进行深入研究的能力。
5.工具使用：能够针对复杂问题，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，包括对复杂大数据工程问题的预测与模拟，并能够理解其局限性；
5.1了解大数据领域常用工具、框架及其工作原理与使用方法，包括清洗工具、采集工具、分析工具、处理工具等，并理解其局限性。
5.2能够针对复杂大数据工程的具体需求，开发或选择并使用恰当的工具与信息资源，包括采用预测或建模方法，对复杂复杂大数据工程问题进行计算、分析、设计与评价。
6.工程与社会：能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂大数据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；
6.1了解大数据行业相关的技术标准体系、知识产权、产业政策和法律法规。
6.2能够分析和评价大数据技术实践対社会、健康、安全、法律、隐私、文化等方面的影响，以及这些制约因素对工程项目实施的影响，并理解应承担的责任。
7.环境和可持续发展：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；
7.1知晓并能持续跟踪国家有关大数据领域的环境保护和可持续发展战略及其相关的政策、法律和法规，理解环境保护和可持续发展的理念和内涵。
7.2能够从环境保护和可持续发展的角
文档评论（0）