数据科学与大数据技术专业人才培养方案(本科)(工学计算机类080910T).docx

数据科学与大数据技术专业（工学计算机类080910T）专业简介：
数据科学与大数据技术于2019年获得国家批准成立并招生。本专业旨在培养具有大数据思 维、运用大数据思维及分析应用技术的高层次大数据人才。本专业从大数据管理、大数据分析和领 域大数据应用三个主要层面系统地培养学生掌握大数据应用中的各种典型问题的解决方法，提升学 生解决实际问题的能力，使学生掌握计算机理论和大数据处理技术，具有将领域知识与计算机技术 和大数据技术融合、创新的能力，能够从事大数据研究和开发应用。
本专业以“创新型、实用型、工程化”为办学理念，具备良好的育人条件，拥有一支素质过硬、专 业能力突出、具有奉献精神的师资队伍，并不断开展壮大，努力向社会输送大批高素质专业人才。 培养目标：
本专业面向数据科学与大数据技术工程领域，依托石油行业，培养德、智、体、美、劳全面发 展，创新型、实用型、工程化的复合型高素质工程技术人才。使学生掌握自然科学和人文社科基础 知识，掌握数据科学与大数据技术基本理论、方法和技术，具有良好的综合素质与职业素养，具备自 主学习意识和创新精神，毕业后能从事各行业大数据分析、处理、服务、开发和利用，以及大数据 系统集成与管理维护等方面工作，也可从事大数据研究、咨询、教育培训等工作，毕业5年左右能 够到达以下目标：
1 .具备数据科学与大数据技术工程领域从业工程师的技术和素质，能够胜任各行业大数据分 析、处理、服务、开发和利用等工作。
2 .能够跟踪领域的前沿技术，具备创新意识和初步的工程研究能力，能够综合利用新知识、 新技术、新理念解决领域复杂工程问题。
3 .能与同事、专业客户和公众进行有效沟通，具有独立和协作分析解决问题的能力，并能够 在实际工作中适应角色转换。
4 .具有良好的职业素养，并能担当在社会、知识和技术背景下的道德责任，在工程实践中能 够综合考虑法律、环境与可持续性开展等因素。
5 .具有终身学习的意识，能通过学习或行业锻炼，不断更新和安排自身的核心知识和能力，531
数据科学与大数据技术专业必修课程设置
课程 类别
课程 编号
课程名称
总 学时
理论 学时
实践 学时
学
分
修读学期
1-2
3-4
5-6
7-8
9-10
11-12
13-14
15-16
通 识 教 育
思 政 课
17031002
思想道德修养与法律基础
48
48
0
3

17041002
中国近现代史纲要
32
32
0
2
4

17011002
基本原理
48
48
0
3

V

17021003
思想和中国特色
社会主义理论体系概论
72
72
0
4

q

17051006
形势与政策1
4
4
0
0.25

17051007
形势与政策2
4
4
0
0.25

q

17051008
形势与政策3
4
4
0
0.25

q

17051009
形势与政策4
4
4
0
0.25

Y

17051010
形势与政策5
4
4
0
0.25

q

17051011
形势与政策6
4
4
0
0.25

q

17051012
形势与政策7
4
4
0
0.25

17051013
形势与政策8
4
4
0
0.25

q
17071002
“四进四信''专题
16
16
0
1

32011004
大学生职业生涯开展与规划
12
12
0
0.5
q

33011006
大学生心理健康
28
24
4
1

34011002
军事理论
36
36
0
2

12091027
创业基础
32
32
0
2

q

32011003
大学生就业指导
12
12
0
0.5

q

外 语
11021061
大学英语
224
224
0
14

体 育
13011001
体育基础
32
32
0
1
q

13011002
体育基础
32
32
0
1

13011003
体育选项
32
32
0
1

q

13011004
体育选项
32
32
0
1

d

学 科 专 业 基 础
学 科 基 础
10011005
高等数学（上）
80
80
0
5

10011006
高等数学（下）
80
80
0
5

09031054
大学物理D （上）
48
48
0
3

09031055
大学物理D （下）
48
48
0
3

专 业 基 础
10021001
线性代数
48
48
0
3

10021005
概率论与数理统计
48
48
0
3

q

07021307
高级语言程序设计
64
40
24
4

07021308
离散数学
64
64
0
4

07021309
数据科学与大数据技术导论
48
40
8
3

07021310
计算机组成原理
64
54
10
4

540
专 业 教 育
专 业 课
07021311
软件工程
48
40
8
3

q

07021312
数据结构
64
48
16
4

q

07021313
分布式操作系统
48
40
8
3

d

07021314
计算机网络与通信
48
40
8
3

q

07021315
机器学习
48
40
8
3

q

学时小计
1568
1474
94

420
368
428
116
148
80
4
4
学分小计
92
24.75
21.25
23.25
8.25
9.25
4.75
0.25
0.25
541
数据科学与大数据技术专业选修课程设置
课程 类别
最低 学分
课程
编号
课程名称
总 学时
理论 学时
实践 学时
学 分
建议修读学期
1-2
3-4
5-6
7-8
9-10
11-12
13-14
15-16
学科 专W 基础
学科 基础
9
07021316
多元统计
48
40
8
3

q

07021317
最优化方法
32
32
0
2

q

07021318
专业英语
48
48
0
3

q

07021319
算法分析与设计
32
24
8
2

07021320
知识工程
32
32
0
2

q

07021321
数学建模
48
32
16
3

专业 技术 基础
9
07021322
数据可视化技术
32
24
8
2

07021323
Web应用技术（双语）
48
32
16
3

-v

07021324
数据库原理与应用
48
32
16
3

q

07021325
大数据存储与应用
32
24
8
2

07021326
R语言与统计分析
32
24
8
2

q

专 业 教 育
大数 据理 论与 方法
12
07021327
Hadoop应用开发
32
24
8
2

07021328
Python数据处理与分析
48
32
16
3

q

07021329
数据采集与处理
32
24
8
2

q

07021330
大数据分析技术
48
32
16
3

07021331
新技术专题
32
32
0
2

q

07021333
人工智能
32
24
8
2

石油 大数 据应 用
12
07021336
石油大数据
32
24
8
2

q

07021337
石油数据组织与分析
32
24
8
2

q

07021332
Spark系统开发
32
24
8
2

q

07021334
云计算原理与实践
48
32
16
3

q

07021340
时空大数据分析
32
24
8
2

07021335
自然语言处理
32
24
8
2

7

合计
30
说明：学科专业基础模块必选，专业教育中两个模块任选其一。
542
数据科学与大数据技术专业通识教育选修课程指导计划
课程 类别
最低 学分
课程编号
课程名称
总 学时
理论 学时
实践 学时
学分
备注
人 文 类
1
14051300
音乐鉴赏
32
16
16
1
公共艺术类课程（至少选修1 学分）为各专业必选课程。
14101301
美术鉴赏
32
16
16
1
30x01494
影视鉴赏（尔雅网络）
26
26
0
1
12081069
国学与人生
32
32
0
2
30xol349
大学生生理健康（尔雅网络）
12
12
0
1
30xol253
伦理与礼仪（网络）
28
28
0
2
30xoll82
沟通心理学（网络）
16
16
0
1
社会 科学 类
2
30xol351
当代中国政府与政治（尔雅网络）
26
26
0
2

30xol054
个人理财（网络）
28
28
0
2
30xol359
法律基础（尔雅网络）
30
30
0
2
08xo1003
现代企业管理
32
32
0
2
08x01286
技术经济学概论
32
32
0
2
信息 技术 类
2
31011003
信息检索与利用
24
16
8
1
信息检索类课程（至少选修1 学分）为各专业必选课程。
30xjl272
Office高效办公（网络）
28
28
0
2
30x01138
3D打印技术与应用（网络）
28
28
0
2
30xjl044
C君带你玩编程（网络）
28
28
0
2
创新 创业 类
2
30xcl015
创新创业学（网络）
32
32
0
2
创新创业类课程（至少选修2 学分）为各专业必选课程。
30xcl241
大学生创新基础（尔雅网络）
33
33
0
2
30xol329
创新、创造与专利 实务（尔雅网络）
26
26
0
2
家全育
国安教类
1
30xoll46
解码国家平安（网络）
28
28
0
2
国家平安教育类课程（至少选 修1学分）为各专业必选课程。
30x01145
大学生爱国教育十讲（网络）
32
32
0
2
合计
8

注：建议学生文理互选，在不同类别的通识选修课中完成修读。所有学生在修业年限内应至少取
得8个通识教育选修课程学分。各专'也根据需要自行设定本专业通识教育选修课程。
543
数据科学与大数据技术专业实践教学环节设置
课程编号
课程名称
学时
学分
修读学期
34012001
军事技能训练
14天
1
1
17062001
思政课实践
32
2
5-8
09042024
大学物理实验
33
2
5-6
07022089
程序设计综合实践
4周
4
4
07022090
数据库课程设计
4周
4
8
07022091
大数据分析与应用实践
4周
4
12
07022092
企业实习实训（选）
8周
8
13-14
07022093
毕业设计
15周
15
15-16
合计

40

544
适应技术进步和社会开展。
毕业要求：
本专业学生具有良好的统计学基础和逻辑思维能力，具备较高的信息素养；掌握数据科学与 大数据技术专业基础知识及应用技能，并具有大数据分析与决策、大数据系统架构设计、大数据应 用系统开发、大数据工程组织管理、大数据系统运维等能力。
本专业毕业生应具备：
1 .具有从事大数据技术及信息技术领域工作所需的数学和自然科学的基本知识和原理，以及 工程技术领域基本的经济和管理知识；能够将数学、自然科学、工程基础、专业知识和管理知识用 于解决复杂大数据工程问题。
1.1 能够恰当地利用数学、自然科学、工程基础和专业知识对复杂大数据工程问题进行描述；
1.2 能针对一个复杂系统在相应的约束条件下建立合适的数据处理模型；
1.3 能将工程和专业知识、管理知识用于应用系统的设计及改进。
2 .掌握大数据技术紧密相关的基础理论和方法，具有先进的大数据分析、应用、开发技能。
2.1 掌握大数据技术紧密相关的计算机科学、统计学、云计算、人工智能、机器学习、数据挖掘 知识发现等基础理论和方法；
2.2 具有先进的大数据分析、应用、开发技能，能根据解决方案给出多种系统设计，并进行优选； 能够在设计环节中表达创新意识。
3 .能设计、优化针对复杂大数据工程问题的解决方案，设计、优化满足用户需求的软件系统、 单元模块，并考虑社会、健康、平安、法律、文化以及环境等因素。
3.1 能根据用户需求确定设计目标和解决方案；
3.2 能在社会、健康、平安、法律、文化和环境等现实约束条件下，通过技术经济评价手段 对解决方案的可行性进行研究；
3.3 能根据系统设计进行模块设计，并用说明书、报告等形式，呈现设计成果。
4 .能基于大数据科学原理和方法，对复杂工程问题进行研究，科学、合理地选择研究路线， 设计可行的实验方案，对实验数据进行分析与解释、并通过信息综合得到合理有效的结论。
4.1 能对复杂大数据工程问题的解决方案进行研究和比照；
4.2 能基于专业理论选择研究路线，设计可行的实验方案，并构建出实验系统，进行实验；
4.3 能正确采集、处理实验数据，对实验结果进行分析和解释，获取合理有效的结论或进行预532 测。
5 .能够针对复杂大数据工程问题，使用恰当的技术、资源、和工具，对复杂工程问题进行预 测和模拟，并能够理解选用方法的局限性。
5.1 能针对复杂工程问题，分析其所需的相关软件技术、资源和工具；
5.2 能用软件技术或工具对结果进行预测与模拟，并理解各种方法和工具的局限性。
6 .掌握以计算思维为基础、软件工程为指导的系统分析、设计和开发方法，针对具体的应用 问题，能够运用恰当的方法、技术和工具，开发出满足需求的有效系统。
6.1 能获取、选择、开发相关的软件技术和工具，并用于复杂工程问题的解决；
6.2 能够综合运用恰当的方法、技术和工具，开发出满足需求的各类大数据应用系统，并能对系 统进行正确评价。
7,能理解、分析、评价大数据工程实践和解决方案对社会、健康、平安、法律以及文化的影 响，并理解应承当的责任。
1.1 具有专业工程实践和社会实践的经历；
1.2 熟悉领域相关的技术标准、知识产权、产业政策和法律法规；
1.3 能理解和分析领域的新产品、新技术和新标准的应用对社会、健康、平安、法律以及文 化的影响。
8 .热爱祖国、热爱党、热爱社会主义，具有正确的人生观、世界观、价值观，具有较强的人文 社会科学素养和社会责任感，以及良好的职业道德和职业诚信，理解软件工程及信息技术领域工作 的社会价值及社会责任，能够在实践中遵守职业道德和规范，履行责任。
8.1 尊重生命，关爱他人，主张正义，诚信守那么，具有人文知识、思辩能力、处事能力和科 学精神；
8.2 理解社会主义核心价值观，了解国情，维护国家利益，具有推动民族复兴和社会进步的 责任感；
8.3 理解大数据工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有 法律意识。
9 .掌握一定的组织管理知识和技能，具有较好的人际交流能力和团队合作精神，能够在多学 科背录下的团队中承当个体、团队成员以及负责人的角色。
9.1 能主动与其他学科的成员合作开展工作，并掌握一定的组织管理能力；533
9.2 能理解团队工作的责任，独立完成团队分配的工作，能胜任团队成员、负责人的角色。
10 .能够就复杂大数据工程问题与业界同行及社会公众进行有效沟通、交流和撰写文档，具有较 强的语言文字表达能力。
10.1 能针对大数据及相关领域的复杂工程问题，通过撰写报告、陈述发言等形式与业界同行 及社会公众进行有效沟通和交流；
10.2 具有较强的语言文字表达能力，可以撰写报告、设计文稿、陈述发言等。
11 .掌握一门外语，能够阅读本专业外文书刊、论文和技术文档，具备一定的国际视野，能够使 用外语进行基本的书面和口语交流。
11.1 能熟练运用一门外语，具有大数据工程及相关领域的国际视野，了解不同的文化背景；
11.2 能够使用外语进行基本的书面和口语交流，可以熟练阅读本专业外文文档。
12 .了解专业前沿开展现状，能够持续关注业界最新技术趋势。具备追踪和获取新知识以及终生 学习的意识，有不断学习和适应开展的能力。
12.1 能认识自主学习的必要性，具有自主学习的意识和能力，了解拓展知识和能力的途径；
12.2 具备终身学习的意识和理念，能针对个人和职业的开展需求，采用合适的方法，自主学习, 适应社会和技术开展；
12.3 了解大数据相关新技术开展现状，能够持续关注最新开展趋势。
毕业要求和培养目标的对应关系表注：q相关
目标 毕业要求
1
2
3
4
5
1

2

q

3

q

q

4

5

d
6

q

q
7

q

8

9

10

q

11

d

12

534
主干学科：
计算机科学与技术主干课程：
1.数据结构2.分布式操作系统3.机器学习4.计算机组成原理5. Python数据处理与分析6.数据采集与处理
7.数据科学与大数据技术导论 8.数据可视化技术基本修业年限：
四年授予学位：
工学学士535
课程一一能力矩阵:
序 号
课程名称
毕业生能力要求
1
2
3
4
5
6
7
8
9
10
11
12
1.1
1.2
1.3
2.1
2.2
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
6.1
6.2
7.1
7.2
7.3
8.1
8.2
8.3
9.1
9.2
10.1
10.2
11.1
11.2
12.1
12.2
12.3
1
思想道德修养与法律基础

H
M
M
M

2
基本原理

M
M

M

3
形式与政策

M
H

4
思想和体系概论

M
M

M

5
中国近现代史纲要

M

M

6
信息检索与利用

M

7
大学生职业生涯开展与规划

M
8
大学生就业指导

M
9
大学生心理健康

M
M

L

10
创业基础

M

M
11
大学英语

M

H

12
高等数学
M

L

13
大学物理
M

14
概率论与数理统计
M

L

15
线性代数
M

M

16
高级语言程序设计

M
L

17
离散数学
L
M
M

L

536
序 号
课程名称
毕业生能力要求
1
2
3
4
5
6
7
8
9
10
11
12
1.1
1.2
1.3
2.1
2.2
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
6.1
6.2
7.1
7.2
7.3
8.1
8.2
8.3
9.1
9.2
10.1
10.2
11.1
11.2
12.1
12.2
12.3
18
数据科学与大数据技术导论

L

M

M

M
L

M

19
计算机组成原理

M

L

20
软件工程

M
L
L
L
M

M

21
数据结构

M

L
M

22
分布式操作系统

L

L

L

23
计算机网络与通信

L

L
L

L

24
机器学习
L
M
L
L

25
多元统计
L
M
M

26
最优化方法
L
M
M

27
专业英语

M
M

28
算法分析与设计

L
L

M

29
知识工程

L

L
L

L

30
数学建模
L
M
M

31
数据可视化技术

M

L

L

32
Web应用技术（双语）

L

L

M
M

L

33
数据库原理与应用

M
M

L

34
大数据存储与应用

M

L
L

35
R语言与统计分析

L
L
M
M

36
Hadoop应用开发

L
L

M

537
序 号
课程 名称
毕业生能力要求
i
2
3
4
5
6
7
8
9
10
11
12
1.1
1.2
1.3
2.1
2.2
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
6.1
6.2
7.1
7.2
7.3
8.1
8.2
8.3
9.1
9.2
10.1
10.2
11.1
11.2
12.1
12.2
12.3
37
Python数据处理与分析

L

L

M
M

L

38
数据采集与处理

L

L
L

39
大数据分析技术

M

L
L
M
M

40
新技术专题

L
L

M

L
L
M
41
人工智能

M
M

L

42
石油大数据

M

L
L
M
M

43
石油数据组织与分析

L
L

M

L
L
M
44
Spark系统开发

L
L

M

45
云计算原理与实践

L

L
L

46
时空大数据分析

L

L

M
M

L

47
自然语言处理

M
M

L

48
程序设计综合实践

L
L

L
L
L

L
L

49
数据库课程设计

M
L

L
L

M

M
M

L

50
大数据分析与应用实践

M
L

L
L

M
L

M
M
L
M

51
毕业设计

H

M
L

L

M
M
M
M

M
L
538
数据科学与大数据技术专业学分分配
课程类型
必修课
选修课
实践环节
最低毕、也学分
学分要求
92
38
40
170
539