首页  学院概况  党建工作  教学科研  校企合作  团学工作  就业创业  职工之家  校友风采 
专业设置
 专业设置 
 师资队伍 
 实验室建设 
 教学工作 
 教科研工作 
 
当前位置: 首页>>教学科研>>专业设置>>正文

数据科学与大数据专业2020版人才培养方案

发布时间:2021年04月12日 10:02 编辑: 点击:[]

河南牧业经济学院

 数据科学与大数据技术本科专业人才培养方案(2020版)

     专业代码:080910T 专业类:(0809 计算机类) 学科门类:(08 工学)

 

一、培养目标

本专业培养德智体美劳全面发展,适应河南省经济社会发展和大数据产业发展需要,具有崇高理想信念和良好职业道德品质,掌握自然科学、人文社科基础知识和数据科学的基础知识和大数据采集、处理、分析与应用相关的理论、知识、技能和方法,具有大数据处理、分析、挖掘、可视化等能力,具备运用主流大数据平台开发大数据应用系统的能力,理论基础扎实、实践能力突出、继续学习能力较强、具有创业精神和创新能力,能在科研、教育、企事业、行政管理等方面从事相关的研究、开发和管理等方面工作的高素质应用型专门人才

二、毕业要求

经过本科阶段的培养,学生应达到以下基本要求。

1.工程知识:能够将数学、自然科学、工程基础和专业知识用于解决大数据应用领域的复杂系统工程问题。

1.1掌握高等数学、线性代数、概率论与数理统计等自然科学知识,并能用于理解大数据科学理论知识和认识大数据应用问题。

1.2能够将离散数学、程序设计基础、Java程序设计、数据结构与算法、软件工程等计算机软件基础知识与方法,用于复杂大数据应用技术工程问题的算法分析与设计、软件开发与实现。

1.3能够将大数据开发技术基础、分布式数据库原理及应用、大数据分析与内存计算、数据可视化技术等数据科学与大数据技术专业知识,用于各种场景下的大数据应用问题的规划和解决。

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大数据应用领域复杂工程问题,以获得有效结论。

2.1能够应用数学、自然科学知识和基本原理,求解和建立数学模型,尤其是对计算机技术中没有清晰定义的问题要有建立模型的能力。

2.2能够运用计算系统工程基础知识和专业知识,识别和表达计算系统工程相关技术要素。

2.3能够运用计算系统工程原理、技术和方法,分析工程问题,并在具体问题分析时,对相关综合文献分析研究并获得有效结论。

3.设计/开发解决方案:能够针对大数据应用复杂工程问题设计解决方案,设计满足特定需求的软硬件实施方案,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。

3.1能够运用数据科学与大数据技术专业思想与方法、知识与技术,依据大数据复杂工程应用的相关标准与规范,针对特定的用户或系统需求,给出对应大数据应用系统的规划与设计方案。

3.2能够在特定行业大数据应用系统的规划与设计、部署与开发、管理与安全保障过程中,关注到信息与公共安全、经济与社会、文化与伦理、环境保护等因素的可能影响,并在相关的法律与规范框架下,在设计或实施方案中予以必要的考虑。

4.研究:能够基于科学原理并采用科学方法对大数据应用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。

4.1能够基于大数据科学理论,选择研究路线,设计可行的实验方案,选用或搭建开发环境进行软硬件实现与验证,并能对实验结果进行分析和解释,来获取合理有效的结论。

4.2能够理解大数据应用的需求和对应场景的工作原理,就大数据应用复杂工程系统中涉及的领域性功能或性能问题进行研究,设计相关的实验方案,并对结果和数据进行分析和总结。

4.3能够基于大数据应用的需求和对应场景的工作原理,进行大数据应用复杂工程问题的整体研究,就全局的功能或性能问题设计相关的实验方案,对实验结果和数据进行分析,并通过信息综合得到合理有效的结论。

5.使用现代工具:能够针对大数据应用复杂工程问题,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。

5.1掌握大数据技术专业设计中主流开发工具或实验平台的使用方法,并能根据具体的大数据技术复杂工程问题选择合适的工具。

5.2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,对大数据应用领域复杂工程问题进行预测与模拟,并理解其局限性。

5.3能够利用互联网和电子资源获取有效信息,或解决问题。

6.工程与社会:能够基于工程相关背景知识进行合理分析,评价大数据应用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。

6.1能够利用数据科学与大数据技术专业知识,结合大数据应用场景相关背景知识,理解大数据系统解决方案或大数据复杂工程实践对于社会、健康、安全、法律以及文化的可能影响。

6.2能够通过大数据系统解决方案或大数据复杂工程实践对社会、健康、安全、法律以及文化的影响,理解工程师应承担的责任。

7.环境和可持续发展:能够理解和评价大数据应用复杂工程问题的工程实践对环境、社会可持续发展的影响。

7.1熟悉大数据相关行业在节能、环保和可持续发展等方面的方针政策和法律法规。

7.2能够理解和评价大数据应用工程实践对环境可持续发展的影响。

8.职业规范:具有人文社会科学素养、社会责任感,能够在工程实践中理解并遵守工程职业道德和规范,履行责任。

8.1具备一定的人文和社会科学知识,具有良好的人文艺术和社会科学素养。

8.2理解世界观、人生观的基本意义及其对个人的影响,理解个人在历史、自然环境、社会团体中的地位,理解可持续发展道路及个人责任。

8.3能够在工程实践中理解并遵守大数据领域职业道德和规范,履行责任。

9.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。

9.1能够理解多学科背景下的团队中每个角色的定位与责任,能够胜任个人承担的角色任务。

9.2具有一定的独立工作能力、组织管理能力和团队合作能力,能够在新工科、多学科背景下的大数据工程项目团队中承担多种角色。

10.沟通:能够就大数据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。

10.1能够就大数据应用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。

10.2对大数据技术领域的当前热点问题和国际状况有所了解,能够用外语进行沟通和交流。

11.项目管理:理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

11.1掌握大数据技术的原理和方法及有关经济决策方法。

11.2能够在多学科交叉的实践活动中进行大数据技术工程项目的管理和决策。

12.终身学习:具有自主学习和终身学习的意识,有不断学习和适应发展的能力。

12.1具有不断学习大数据技术新知识新方向的意识。

12.2掌握主动获取信息的方法,具有自主学习能力。

三、毕业条件

本专业学生最低毕业学分为170。其中通识教育必修课程42学分、选修课程8学分,学科基础课程42学分,专业必修课程32学分,专业选修课程14学分,集中实践环节26学分,课外创新创业2学分、素质拓展4学分。

四、学制与学位

1.学制:本专业实行弹性学制。标准学制为4年,学习年限为3-6年。

2.学位:本专业学生修业期满,符合学校学士学位授予条件的,授予工学学士学位。

五、主干学科

计算机科学与技术


六、核心课程

数据库系统原理、Linux操作系统、大数据开发技术基础、分布式数据库原理及应用、机器学习、大数据分析与内存计算、数据挖掘、软件工程、数据可视化技术、Python数据分析。

七、主要专业实践

程序设计基础课程设计、数据结构与算法课程实践、数据库系统原理课程设计、Java程序设计课程设计、大数据开发技术基础课程设计、大数据分析与内存计算课程设计、Python数据分析课程设计。


八、课程体系及学分学时


  表1 课程体系及学分(学时)分配表

课程性质

课程类别

学分

学时

总学分

理论

学分

实践

学分

占总学

分比例

总学时

理论

学时

实践

学时

通识教育必修课程

42

33

9

24.7%

784

576

208

学科基础课程

42

37

5

24.7%

672

592

80

专业必修课程

32

20.5

11.5

18.8%

512

328

184

集中实践环节

26

26

15.3%

168

168

必修课小计

142

90.5

51.5

83.5%

2136

1496

640

通识教育选修课程

8

8

4.7%

128

128

牧工商一体化限选课程

4

4

0

2.4%

64

64

0

专业任选课程

10

8

2

5.9

160

128

32

创新创业

2

2

1.2%

素质拓展

4

4

2.4%

选修课小计

28

20

8

16.5%

352

320

32

合计

170

110.5

59.5

100%

2488

1816

672

实践教学学分占总学分的比例

实践教学学分所占比例=(集中实践教学环节学分+实验教学学分)/总学分

31.5%

——

九、教学计划进程安排,分别见表2—表6。

表2 通识教育课程教学计划表

课程

类别

课程

代码

课程名称

学分

总学时

学时分配

考核方式

周学时

开课学期

备注

理论

实践

通识教育课程

必修

6122001

思想道德修养与法律基础

3

48

32

16

考查

3

2


6133001

大学生职业发展

与就业指导

1

16

8

8

考查

0.5

2


6121001

大学英语读写1

2

32

32

0

考试

2

1


6121002

大学英语视听说1

2

32

32

0

考查

2

1


6130001

心理健康教育

2

32

16

16

考查

2

1


6125007

体育1

1

32

0

32

考试

2

1


6100822

军事理论

1

32

32

0

考查

2

1


6116100

计算机导论

2

32

32

0

考试

2

1


6122025

中国近现代史纲要

3

48

48

0

考试

3

1


6121003

大学英语读写2

2

32

32

0

考试

2

2


6121004

大学英语视听说2

2

32

32

0

考查

2

2


6125008

体育2

1

32

0

32

考试

2

2


6122026

毛泽东思想和中国特色社会主义理论体系概论1

2

32

32

0

考查

2

3


6122004

马克思主义基本原理概论

3

48

48

0

考试

3

3


6121005

大学英语3

2

32

32

0

考试

2

3


6125009

体育3

1

32

0

32

考试

2

3


6122027

毛泽东思想和中国特色社会主义理论体系概论2

3

48

32

16

考试

3

4


6121006

大学英语4

2

32

32

0

考试

2

4


6125010

体育4

1

32

0

32

考试

2

4


6133002

创业基础

2

32

16

16

考查

2

4


6118008

沟通与写作

2

32

24

8

考查

2

3


61FXQJX

形势与政策

2

64

64

0

考查

/

1-8

每学期8学时

通识教育必修课程小计

42

784

576

208

/

/

/

/

选修

艺术教育类

2

32

32

0

考查

2

/

任选4学分

人文社科类

2

32

32

0

考查

2

/

自然科学类

2

32

32

0

考查

2

/

创新创业类

2

32

32

0

考查

2

/


体育与健康类

2

32

32

0

考查

2

/


通识教育选修课程小计

8

128

128

0

/

/

/

/

通识教育课程合计

50


                     表3 学科基础课程教学计划表

课程

类别

课程

代码

课程名称

学分

总学时

学时分配

考核方式

周学时

开课学期

备注

理论

实践

学科基础课程

必修

6123022

高等数学1

4

64

64

0

考试

4

1


6116038

程序设计基础

4

64

32

32

考试

4

1


6116063

大数据技术导论

2

32

32

0

考查

2

2


6116195

数据结构与算法

3

48

48

0

考试

3

2


6123023

高等数学2

4

64

64

0

考试

4

2


6116091

离散数学

3

48

48

0

考查

3

2


6116132

Java程序设计

4

64

32

32

考试

4

3


6116055

操作系统

3

48

48

0

考试

3

3


6123027

线性代数

3

48

48

0

考试

3

3


6116215

Python程序设计

3

48

32

16

考试

3

4


6123026

概率论与数理统计

3

48

48

0

考试

3

4


6116072

计算机网络

3

48

48

0

考试

3

5


6116005

计算机组成原理

3

48

48

0

考试

3

5


学科基础课程小计

42

672

592

80

/

/

/


表4 专业课程教学计划表

课程

类别

课程

代码

课程名称

学分

总学时

学时分配

考核方式

周学时

开课学期

备注

理论

实践

专业必修

6116216

数据库系统原理

4

64

32

32

考试

4

4


6116221

Linux操作系统

3

48

32

16

考查

3

4


6116140

大数据开发技术基础

4

64

40

24

考试

4

5


6116142

机器学习

3

48

32

16

考试

3

5


6116240

分布式数据库原理及应用

3

48

32

16

考试

3

5


6116217

大数据分析与内存计算

3

48

32

16

考试

3

6


6116218

数据挖掘

3

48

32

16

考试

3

6


6116243

数据可视化技术

3

48

32

16

考试

3

6


6116244

Python数据分析

3

48

32

16

考试

3

7


6116178

软件工程

3

48

32

16

考试

3

7


专业必修课程小计

32

512

328

184

/

/

/


专业选修

限选

6102900

动物疫病与人类健康

2

32

32

0

考查

2

6

限选2学分

6101166

现代畜牧工程与工艺

2

32

32

0

考查

2

6

6104228

企业管理概论

2

32

32

0

考查

2

7

限选2学分

6104229

商业企业运营管理

2

32

32

0

考查

2

7

任选

6116147

时间序列分析

2

32

32

0

考查

2

5

任选10学分

6116087

人工智能导论

2

32

32

0

考查

2

5

6116146

Java Web应用开发

3

48

32

16

考查

3

6

6116151

信息安全

3

48

32

16

考查

3

6

6116149

R语言数据分析

3

48

32

16

考查

3

7

6116180

移动互联网开发

3

48

32

16

考查

3

7

6116066

物联网工程导论

2

32

32

0

考查

2

7

6116003

数字媒体技术导论

2

32

32

0

考查

2

7

专业选修课程小计

14

224

200

24

/

/

/


专业课程合计

47

752

512

240

/

/

/


              表5 集中实践环节、创新创业、素质拓展教学计划表

课程代码

课程名称

学分

周数

开设

学期

承担单位

场所

备注

6100823

军事技能训练

1

2周

1

学工部

校内


6116031

程序设计基础课程设计

1

1周

1

信息工程学院(软件学院)

校内


6116192

数据结构与算法课程实践

1

1周

2

信息工程学院(软件学院)

校内


6116152

Java程序设计课程设计

1

1周

3

信息工程学院(软件学院)

校内


6116220

数据库系统原理课程设计

1

1周

4

信息工程学院(软件学院)

校内


6116154

大数据开发技术基础课程设计

1

1周

5

信息工程学院(软件学院)

校内


6116155

大数据分析与内存计算课程设计

1

1周

6

信息工程学院(软件学院)

校内


6116181

Python数据分析课程设计

1

1周

7

信息工程学院(软件学院)

校内


6116174

毕业实习

4

4周

7-8

信息工程学院(软件学院)

校外


6116228

毕业论文(设计)

14

14周

8

信息工程学院(软件学院)

校内外


6116245

创新创业

2

/

1-8

信息工程学院(软件学院)

校内外


6116246

素质拓展

4

/

1-8

信息工程学院(软件学院)

校内外


合 计

32



表6 学期教学进程表

 周次 学期

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£



£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

£

⊙¤

⊙¤

¤

¤

¤

¤

¤

¤

¤

¤

¤

¤

¤

¤








备注:☆入学专业教育与军事训练 £课堂教学 ◇专业实践周 ◆期末考核 ■生产实习

●机动 ⊙毕业实习 ◎就业指导与毕业教育 ¤毕业论文(设计) ▲创新创业

▼素质拓展 ♂暑假短学期



十、主要课程与毕业要求的对应关系矩阵

表7 主要课程与毕业要求的对应关系矩阵

序号

课程名称

毕业要求指标点

1

2

3

4

5

6

7

8

9

10

11

12

1.1

1.2

1.3

2.1

2.2

2.3

3.1

3.2

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

8.3

9.1

9.2

10.1

10.2

11.1

11.2

12.1

12.2

1

思想道德修养与法律基础








M







L


L



H 










2

大学生职业发展与就业指导















M






H





L



M

3

大学英语读写























L

H

M




M

4

大学英语视听说























L

M

H




M

5

心理健康教育




















M


L


H






6

体育




















L


M

H







7

军事理论



















L

M


H








8

计算机导论


H

L











M















H

9

中国近现代史纲要


















L

H 

H









M

10

毛泽东思想和中国特色社会主义理论体系概论


















L

M

H









M

11

马克思主义基本原理概论


















L


H









M

12

大学英语
























L

H




M

13

创业基础















H






M





M

L

M 


14

沟通与写作
























H



M


L

15

形势与政策








H







L


H

M












16

高等数学

M



H





L


H 



















17

程序设计基础


H








M


L


















18

大数据技术导论

















M 

H 



L 




M 

H




19

数据结构与算法


H



M


L



M




















20

离散数学

M



H





L


H 



















21

Java程序设计





M 


M





H

L

















22

线性代数

H



H





M


L



















23

操作系统


M



H


L























24

Python程序设计


H 





L



H 


M


















25

概率论与数理统计

M



M





H


L



















26

计算机网络



H


M 


L







H
















27

计算机组成原理


M

H


M 





L




















28

数据库系统原理









H


L


M

















29

Linux操作系统



H


L


M























30

大数据开发技术基础



H 









H



M 


L






M 







31

分布式数据库原理及应用



H 

M



L


H





















32

机器学习


L




H

M




H



















33

大数据分析与内存计算



L




H 


H 







M 














34

数据挖掘



L



H



H



L

M

















35

数据可视化技术



M



H



H




L











L 






36

软件工程


L



L


M















H 





H 



37

Python数据分析


H





L





M

M

















38

动物疫病与人类健康















M



L









H



39

现代畜牧工程与工艺















L

M


L 









H

M


40

企业管理概论



















M





L


H

M



41

商业企业运营管理



















M





L


H

M



42

军事技能训练




















M

L

H






M


43

程序设计基础课程设计


H


M



L



M




















44

数据结构与算法课程实践


M



H


L



M




















45

数据库系统原理课程设计









L


M


H

















46

Java程序设计课程设计





H 



M 


H






L





L 









47

大数据开发技术基础课程设计



L 




M



H 


















H 


48

大数据分析与内存计算

课程设计



M 




H 









H 












L 


49

Python数据分析课程设计


H





M




H

M




L














执笔人:刘征 审核人:王桂芝


上一条:物联网工程专业2020版人才培养方案 下一条:数字媒体技术专业2020版人才培养方案

关闭