深圳同城品茶_上门服务24小时接单app下载_附近学生200元随叫随到宜昌_附近学生200元随叫随到德惠

数据科学与大数据技术专业专升本人才培养计划

发布时间:2023-02-08

执笔:汤海林          审核:张大斌

 

专业代码:080910T

学科门类:工学

授予学位:工学学士

标准学制:2 年

修业年限:4 年

一、   培养目标

培养德、智、体、美、劳全面发展,具有一定国际视野、创新意识、工匠精神和实践能力的职 业性应用型人才;掌握本专业基础理论、基本知识和基本技能,能够熟练运用大数据核心技术解决 行业应用问题,具备良好综合素质和数据分析、数据处理等专业能力。

本专业毕业生主要面向广东省珠三角区域,从事大数据系统研发工程师、大数据应用开发工程 师、大数据分析师、数据可视化工程师、大数据运维工程师为典型的大数据行业岗位的工作。

具体目标为:

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;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;较熟练地掌握一门外语,具有一定的听、说、读、写能力。

2.  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;具备较强的数据分析与建 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,能实现对行业应用数据的导入、 处理、归类等数据应用;具备面向不同行业需求和数据现状,进行个性化的数据应用解决方案设计 能力,具备实现企业业务资源优化配置的能力。

3.  具有良好的思想政治素质,树立正确的世界观、人生观、价值观;具有较强的法律意识、强 烈的社会责任感、 良好的职业道德、团队协作精神和社会适应能力;具有健康的体魄、 良好的心理 素质、和谐的人际关系,以及一定的人文、艺术素养。

4.  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; 具有较强的逻辑思维和语言、文字表达能力;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。

二、   规格要求

(1) 熟悉有关人文社会科学知识,身心健康,具有良好的工程职业道德、爱国敬 业精神、丰富的人文科学素养和社会责任感,追求卓越;

(2) 掌握相关的自然科学知识,具有从事大数据工程领域科学研究、工程设计、 技术服务等工作所需的数理知识和其他相关的自然科学知识;

(3) 较熟练地掌握一门外语,能比较顺利地阅读理解本专业外文资料,具有良好 的读写和口语交流能力,能从事专业技术资料的翻译工作;

(4) 掌握大数据应用技术体系,包括底层技术 (分布式计算与存储) 、基础架构  (Hadoop 架构) 、上层应用 (包含数据导入与清洗、数据分析与挖掘、可视化在内的 完整数据处理流程) ,具备完成大数据行业典型常规任务的能力;

(5) 具备利用各种大数据行业工具,对行业海量数据和信息进行分析并处理,实 现智能化的决策和控制的能力;

(6) 具有熟练应用统计与优化方法进行数据分析与建模能力,具备对大数据应用 系统项目设计提供管理决策支持能力;

(7) 掌握一定的信息系统项目管理知识和行业规范、项目设计能力;熟悉信息系统 项目招投标的环节及相应文档的撰写;

(8) 具有技术创新能力,具备较强的工程实践能力和团队协作能力;

(9) 熟悉信息产业的基本方针、政策和法规,了解企业管理的基本知识,具有良 好的质量、环境、职业健康、安全和服务意识,能从事相关的管理与服务工作;

(10) 掌握文献检索、资料查询的基本方法,具备信息获取的能力。

三、   主干学科

主干学科:数学、统计学、软件工程、计算机科学与技术。

四、核心课程与主要实践性教学环节

1.核心课程

Python 基础、数据结构与算法分析、数据库系统原理与应用、Hadoop 大数据技术、海量数据分 布式应用、数据导入与预处理应用、Spark 大数据处理技术、数据可视化技术。

2.主要实践性教学环节

数据库应用开发项目设计、数据结构与算法分析课程设计、Hadoop 部署实践、数据可视化开发 实践、数据预处理实践、生产实习、毕业实习、毕业设计等。

五、毕业标准与学位授予

(一)毕业标准与学位授予

1.毕业标准

修业期满,符合国家和学校相关规定,修读完人才培养计划规定的课程,成绩合格, 获得应修学分。


表 1  应修学分

课程体系

课程性质

应获得学分

通识教育平台课程

必修

1

选修

2

学科及专业平台课程

必修

7

选修

9

专业课程

必修

16

选修

12

集中实践环节

必修

17

选修

7

合计

71

说明:主要培养大数据分析员、数据库管理员等职业技能。对接大数据工程师、数据库工程师等职业技能等级证书。


2.学位授予

修业期满,符合学位授予条件,授予学士学位。

六、具体教学安排


表 2  教学周数分配表

 

学期

课堂教学 周

集中实践周

期末 考试周

 

其他

 

合计

 

备注

军训

实训实习

课程设计

企业实践

14



4


1

1

20

第一学期其他为机 动周。第二学期第 19 、20 周为企业实 践教学准备周。第 三、四学期为企业 实践教学学期。

13



4


1

2

20

/




20

/


20

/




20

/


20

总计

27

0

0

8

40

2

3

80


表 3  集中实践教学环节安排表

 

项目类别

课程

性质

 

课程编码

 

课程名称

学 分

学期 (周数)

 

备注

 

 

 

 

 

 

校内集中 实践

必 修 课

B0261064

数据库应用开发项目设

1

1





U1602010

Hadoop 部署实践

2

2





U1602012

数据可视化开发实践

2


2




U1602014

数据预处理实践

2


2




小计

7

3

4




选 修 课

 

U0203130

数据结构与算法分析课

程设计

 

1

 

1





小计

1

1

1




校内集中实践小计

8

4

4




 

 

 

 

 

 

 

 

 

 

企业实践 教学

必 修 课

 

企业

教学

 

 

Q0200038

 

机器学习

 

 

4





校企“双

元”合作

开发课

 

企业

实践

U1300001

职业品德教育

2






U1102001

毕业实习

2




8


U1106001

毕业设计 (论文)

6




12


小计

14






选 修 课

企业

教学

 

U1602039

云计算技术及应 用

 

4





专业拓

展???/p>

 

企业

实践

U1101001

区域、行业、企业 调研 (3 选 1)

1






U1105001

生产 (专业) 实习

5






小计

10






企业实践小计

24



20

20


合计

32

20

20

20

20



表 4  教学进程表 

 

 

课程

类别

 

 

课程

性质

 

 

课程编码

 

 

课程名称

学 分

 

 

总学

 

学时分配

开课学期、课堂教学周数、 周学时

期末统考 课程

支撑  规格要求 [对应点]

 

 

备注

理论

授课

实践

教学

自主

学习



16

16

14

14

通识

教育

平台

课程

必修课

U1300027-

28

形势与政策 5-6

1

16

16



1




???/p>

9


小计

1

16

16

0

0

1

0






选修课


跨学科选修课

2

32

32



1

1




10


小计

2

32

32

0

0

1

1






通识教育平台课程小计

3

48

48

0

0

2

1






 

 

 

学科

及专

业平

台课

必修课

U1604013

Hadoop 大数据技术

4

64

32

32


4




校考

4


U1603018

数据库系统原理与应用

3

48

24

24


3





4


小计

7

112

56

56

0

7

0






 

 

 

选修课

U0203030

程序设计基础

3

48

24

24


3





4


U1604003

Python 基础

3

48

24

24


3





4


U0204065

web 开发技术

3

48

24

24


3





4


U1603042

操作系统原理与应用

3

48

32

16


3





4


U0200088

数据结构与算法分析

3

48

24

24


3





4


U0503069

SPSS 软件应用

3

48

24

24


3





4


小计

9

144

72

72

0

9

0






学科及专业平台课程小计

16

256

128

128

0

16

0






 

 

专业

课程

 

 

 

必修课

U1604007

数据可视化技术

4

64

32

32



4




4


U1604017

海量数据分布式应用

4

64

32

32



4



???/p>

5


U1604008

数据导入与预处理应用

4

64

32

32


4




校考

4


Q0200038

机器学习

4

64



64



4



6

校企“双元”


 

 

课程

类别

 

 

课程

性质

 

 

课程编码

 

 

课程名称

学 分

 

 

总学

 

学时分配

开课学期、课堂教学周数、 周学时

期末统考 课程

支撑  规格要求 [对应点]

 

 

备注

理论

授课

实践

教学

自主

学习



16

16

14

14
















课程

小计

16

256

96

96

64

4

8

4

0




 

 

 

 

 

 

选修课














 

数据处理模 块

U1604010

商务智能方法与应用

4

64

32

32



4




6

U1604018

Spark 大数据处理技术

4

64

32

32



4




5

数据处理??樾〖?/p>

8

128

64

64

0

0

8

0

















 

智能分析应 用???/p>

U1604016

数据挖掘技术与应用

4

64

32

32



4




6

U1604014

网络爬虫技术与应用

4

64

32

32



4




5

智能分析与应用??樾〖?/p>

8

128

64

64

0

0

8

0




U1604021

低代码技术与应用

4

64



64



4



4

企业教学拓 展???/p>

U1602039

云计算技术及应用

4

64



64



4



7

企业教学拓展模块

4

64

0

0

64

0

0

4




小计

12

192

64

64

64

0

8

4

0




专业课程小计

28

448

160

160

128

4

16

8

0




课内合计及周学时

47

752

336

288

128








集中

实践

教学

环节

校内集中实践

8

160


160









 

企业实践

 

16

 

320


 

320









合计

71

1232

336

768

128