• 专业介绍

专业名称：数据科学与大数据技术

专业代码：080910T

所属门类：工学

专业优势特色、服务面向：

南昌理工学院计算机专业教育创办于1999年， 2018年开始招收数据科学与大数据技术专业本科生。

本专业师资队伍结构合理，具有较高的教学水平和科研水平。本专业师资队伍结构合理，具有较高的教学水平和科研水平，现有专职20人，教授2人占9.52% ，副教授（含副高）9人占42.86%，博士3占14.29%，硕士15人占71.43%。本学院拥有中央职业教育实训基地一个，江西省实验教学示范中心一个，精品资源共享课一门，省级精品在线开放课程一门，并建有专业实验室13个，大学生创新实验室一个。

数据科学与大数据技术专业以统计学、数学和计算机科学为基础，以“新工科”教育理念为指导，瞄准国家大数据战略需求和国际数据科学学术前沿，与其他学科深度融合，形成了人工智能、互联网大数据、金融大数据等特色鲜明的研究方向。数据科学与大数据技术专业基于“产学研”相结合的人才培养模式，以国家大数据战略规划为指引，以社会需求为导向，构建了兴趣导入、实验实训、技能证书、学科竞赛、高薪就业的立体化能力培养体系。

• 培养目标：

本专业立足江西，面向长珠闽，辐射全国，服务基层，培养德智体美劳全面发展，掌握扎实的数据科学理论和大数据专业知识，具有健全人格、社会责任感、创新精神和学习能力，具备选择和使用先进技术及工具，通过实践研究解决大数据复杂工程问题的能力，能够在大数据技术和大数据工程相关领域从事大数据分析、处理及应用开发等工作的应用型高级专门人才。

毕业生经过五年左右的工作实践，预期达到以下目标：

1.能够对大数据复杂工程问题进行分析，根据不同的业务场景，设计大数据平台的整体架构，建立相应的数据分析模型，并能够进行大数据算法研究、设计、迭代优化和验证。

2．能够对大数据项目的组织和实施进行有效跟踪管理，并能够评估项目对社会、健康、安全、法律、文化和环境等因素的影响。

3．能够在项目团队中适应各种角色，并能够与其他成员进行有效沟通；能够在项目过程中与合作方进行有效的沟通并完成系统衔接、与用户进行有效沟通并得到用户的认可。

4．能够跟踪数据科学和大数据技术发展趋势，对技术进行整合和选型，在终身学习和专业发展等方面表现出担当和进步。

5．能够自觉坚守工程伦理和职业道德规范，爱岗敬业，具备良好的人文素养、法律意识和创新精神。

• 培养规格（毕业要求）：

本专业学生通过学习人文社科、数学、自然科学、工程基础和数据科学与大数据技术专业知识，接受大数据项目综合实践的系统训练，知识、能力与素质协调发展，毕业时达到下列要求：

 

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复杂工程问题。

1.1掌握数学、自然科学、工程基础、数据科学和计算机学科的基本原理和专业知识，包括基本概念和基本方法。

1.2能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题的表述、建模和求解。

1.3能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题的推演和分析。

1.4能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题解决方案的比较和综合。

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复杂工程问题，以获得有效结论。

2.1能够应用数据科学和计算机学科的基本原理和方法，正确识别和判断大数据复杂工程问题的关键问题。

2.2能够基于数据科学和计算机学科的基本原理、模型和方法正确表达大数据复杂工程问题。

2.3能认识到解决问题有多种方案可选择，并能够通过文献研究寻求可替代的解决方案。

2.4 能够应用工程原理和专业知识，借助文献研究，分析大数据复杂工程问题的解决途径及其合理性，并获得有效结论。

3. 设计/开发解决方案：能够设计针对大数据复杂工程问题的解决方案，设计满足特定需求的系统或模块，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能够理解计算机系统原理和体系结构，熟练掌握大数据工程全过程的设计方法和开发技术。

3.2能够面向大数据复杂工程问题的特定需求，运用大数据工程知识和技术完成模块的设计。

3.3 能够针对需求和目标，完成大数据系统的设计并在设计中体现创新意识。

3.4 能够在模块或系统设计中考虑社会、健康、安全、法律、文化及环境等制约因素,并了解影响设计目标和技术方案的各种因素。

4. 研究：能够基于科学原理并采用科学方法对大数据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能够基于科学原理，通过文献研究或相关方法，调研和分析大数据复杂工程问题的解决方案。

4.2 能够根据对象特征，选择研究路线，设计实验方案，构建实验系统，安全开展实验，正确的收集实验数据。

4.3能够整理和分析实验数据，对实验结果进行解释和评价以得到有效结论。

5. 使用现代工具：能够针对大数据复杂工程问题，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理解数据科学与大数据技术常用现代工程工具、信息技术工具的使用原理和方法，并能够理解其局限性。

5.2能够开发、选择和使用恰当的现代工程工具和信息技术工具，对复杂大数据工程问题进行数据获取、处理、分析和系统构建。

5.3能够选用合适的现代工具对大数据复杂工程问题中的具体对象进行模拟和预测，并能够理解其局限性。

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大数据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能够理解数据科学与大数据技术相关领域的技术标准、知识产权、产业政策和法律法规，理解不同社会文化对大数据项目实施的影响。

6.2能够分析和评价大数据工程专业实践对社会、健康、安全、法律和文化的影响，并理解应承担的相应责任。

7. 环境和可持续发展：能够理解和评价针对复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

7.1能够理解环境保护和可持续发展的内涵和意义。

7.2能够理解大数据复杂工程问题的专业实践对环境以及社会可持续发展的影响。

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 了解中国国情，热爱祖国，坚持正义，品德良好，身心健康，具有扎实的人文社会科学素养及正确的价值观，理解个人与社会的关系。

8.2能够理解并遵守大数据工程的相关职业道德、行业规范和法律法规，能够理解大数据工程师对公众的安全、健康、福祉和环境保护的社会责任，并能够在工程实践中自觉遵守职业道德规范和履行责任。

9. 个人和团队：能够在多学科背景下的项目团队中承担个体、团队成员以及负责人的角色。

9.1理解个人与团队利益的一致性，具有合作精神，能够与项目团队内成员（包括其他学科成员）有效沟通，合作共事。

9.2能够在项目团队合作中独立思考并承担不同团队角色的相应职责，具备有效运作、组织协调能力。

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能够依据相关的工程标准及技术规范，针对复杂工程问题的解决方案与同学、同行及公众进行有效沟通，包括撰写报告、设计文稿、陈述观点、表达意见以及准确回应提问等。

10.2 了解专业领域的国际发展趋势、 研究热点，理解和尊重世界不同文化的差异性和多样性。

10.3 掌握一门外语，具有一定的听说、读写译能力；能够在跨文化背景下进行沟通和交流。

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 掌握大数据工程项目中涉及的管理与经济决策方法，了解大数据工程及产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题。

11.2 能在多学科环境下( 包括模拟环境)，在设计开发解决方案的过程中，运用工程管理与经济决策方法。

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能够理解自主学习和终身学习的重要性与必要性，以适应社会进步和大数据相关技术发展的要求。

12.2具有一定的自主学习能力，包括掌握新技术和新方法的能力、总结归纳知识经验的能力以及提出问题的能力。

• 主干学科和主要课程：

主干学科：计算机科学与技术、软件工程、统计学

主要课程：高级语言程序设计、Java程序设计、数据结构、离散数学、大数据技术原理与应用、Linux基础、大数据存储技术、数据挖掘、数据仓库、Spark内存计算与应用、大数据可视化技术。

• 学制和学位

学制：本科4年

学位：工学学士

• 课程体系设置及学分分配表

课程类型		学时	学分	理论		实践
				学时	学分	学时	学分
通识课	必修课	896	52	664	41.5	232	10.5
	选修课	160	10	160	10	0	0
学科基础课		320	20	288	18	32	2
专业课	必修课	864	54	520	32.5	344	21.5
	限选课	160	10	80	5	80	5
职业方向接口课		180	10	90	5.625	90	4.375
课内小计		2592	158	1808	113	784	45
集中实践教学环节		38周	30
学分总计			188	实践教学学分比例		39.89%

 

七、集中性实践教学环节

课程编号	课程名称	周数	学分	开设学期
1702000110	军事训练	2	2	1
0002000001	入学教育（专业教育）	1	1	1
0002000002	社会实践与公益劳动	2	2	课外
0002000003	素质拓展	6	6	课外
0102000608	毕业论文（设计）/答辩	12	8	8
0102000609	专业实习	8	4	7、8
0102000601	高级语言程序设计实训	1	1	1
0102000604	数据结构课程实训	1	1	2
0102000605	python程序设计实训	1	1	3
0102000603	Java程序设计实训	1	1	4
0102000605	数据分析课程实训	1	1	5
0102050601	数据挖掘实训/spark	1	1	6
0102050602	大数据综合实训	2	2	7
合计		39	31

 

专业实习安排周数应参照《教育部专业教学质量标准》设置。

八、全程教学计划表

课程 类别		课程编号	课程名称	计划学时	学分	学时分配		周学时	开设学期	考核方式	备注
						讲授	其他
通识必修课		1702000101	毛泽东思想和中国特色社会主义理论体系概论	80	5	64	16	4	4	考试
		1702000102	马克思主义基本原理概论	48	3	48		3	5	考试
		1702000103	中国近现代史纲要	48	3	32	16	2	2	考试
		1702000104	思想道德与法治	48	3	48		3	1	考查
		1702000106	习近平新时代中国特色社会主义思想概论	32	2	32		2	3	考试
		2502000102	军事理论与安全教育	32	2	32		2	1	考查
		0502000101	大学英语Ⅰ	64	4	48	16	4	1	考试
		0502000102	大学英语Ⅱ	64	4	48	16	4	2	考试
		0502000103	大学英语Ⅲ	48	3	32	16	3	3	考试
		0502000104	大学英语Ⅳ	48	3	32	16	3	4	考试
		1302000101	大学体育Ⅰ	32	1	4	28	2	1	考查
		1302000102	大学体育Ⅱ	32	1	4	28	2	2	考查
		1302000103	大学体育Ⅲ	32	1	4	28	2	3	考查
		1302000104	大学体育Ⅳ	32	1	4	28	2	4	考查
		2402000101	大学生心理健康教育	32	2	32		2	1	考查
		1702000105	形势与政策	32	2			讲座	1-6	考查
		0102000103	专业导论	48	3	24	24	3	1	考试
		0002000101	文献检索与利用	16	1	16		讲座	6	考查
		0002000102	大学美育	32	2	32			3	考查
		0002000103	劳动教育	32	2	32			2	考查
		2602000101	大学生职业生涯规划与就业指导	32	2	32		讲座	1、6	考查
		2602000102	创新创业教育	32	2	32		讲座	6	考查
		通识必修课小计		896	52	664	232
通识选修课				160	10	160		2	2-7	考查
通识课课时合计				1056	62	824	232
学科基础课		1702000201	高等数学Ⅰ（理工）	64	4	64		4	1	考试
		1702000202	高等数学Ⅱ（理工）	64	4	64		4	2	考试
		1702000203	线性代数与概率论	64	4	64		4	2	考试
		0302000202	大学物理	64	4	48	16	4	2	考试
		0102000301	计算机电路基础	64	4	48	16	4	1	考试
		学科基础课		192	12	128	64
专业课	专业基础课	0102000302	高级语言程序设计	64	4	32	32	4	1	考试
		0102000303	离散数学	64	4	64		4	3	考试
		0102000304	数据结构	64	4	32	32	4	2	考试
	专业基础课程小计			256	16	160	96
	专业主干课	0102000411	web前端技术	48	3	24	24	3	3	考试
		0102000402	计算机组成原理	64	4	48	16	4	3	考试
		0102000410	Python程序设计	64	4	32	32	4	3	考试
		0102050402	数据采集技术	32	2	16	16	2	4	考试
		0102000403	数据库原理及应用	64	4	32	32	4	4	考试
		0102000401	JAVA程序设计	64	4	32	32	4	4	考试
		0102000404	操作系统	64	4	48	16	4	4	考试
		0102000408	linux基础	32	2	16	16	3	5	考试
		0102000414	数据分析技术	48	3	24	24	3	5	考试
		0102000405	计算机网络	64	4	48	16	4	5	考试
		0102050401	大数据技术原理与应用	64	4	32	32	4	5	考试
	专业主干课程小计			672	42	392	280
	专业限选课	0102050403	大数据存储技术	48	3	24	24	3	5	考查
		0102000407	算法设计与分析	48	3	24	24	3	6	考查
		0102050405	数据挖掘与应用	48	3	24	24	3	6	考查
		0102050406	Spark内存计算与应用	48	3	24	24	3	6	考查
		0102050407	数据仓库（hbase）	48	3	24	24	3	6	考查
		专业限选课程小计		160	10	80	80
	专业程小计			1008	1056	66	624	432
职业方向课		0102000504	云计算技术	32	2	16	16	2	6	考查
		0102000505	移动应用开发	32	2	16	16	2	6	考查
		0102000506	软件项目管理	32	2	16	16	2	6	考查
		0102050506	R语言	32	2	16	16	2	6	考查
		0102050501	文本大数据处理技术与应用	32	2	16	16	2	6	考查
		0102050404	大数据可视化技术应用	48	3	24	24	3	6	考试
		0102050504	JavaWeb应用程序开发B	32	2	16	16	2	6	考查
		0102000503	人工智能导论	32	2	16	16	2	7	考查
		0102000508	工程伦理	32	2	32		2	7	考查
		0102050502	行业大数据分析与应用	32	2	16	16	2	7	考查
		0102050503	机器学习	32	2	32		2	7	考查
		0102050505	Java企业级应用开发B	32	2	16	16	2	7	考查
		职业方向课程最低选修小计		192	12	96	96
集中性实践教学环节					30		38周
合计				2592	188	1808	784	—	—	—

 

 

九、各学期开课计划表

序号	学期	开设课程	周学时	备注
1	第一学期	思想道德与法治	3
2		军事理论与安全教育	2
4		大学英语Ⅰ	4
5		大学体育Ⅰ	2
6		大学生心理健康教育	2
7		专业导论课	3
8		高等数学Ⅰ（理工）	4
9		计算机电路基础	4
10		高级语言程序设计	4
11		形势与政策	讲座
12		大学生职业生涯规划与就业指导	讲座
小计			28
1	第二学期	中国近现代史纲要	2
2		大学英语Ⅱ	4
3		大学体育Ⅱ	2
4		劳动教育
5		高等数学Ⅱ（理工）	4
6		线性代数与概率论	4
7		大学物理	4
8		数据结构	4
9		形势与政策	讲座
10		通识选修课	2
小计			26
1	第三学期	习近平新时代中国特色社会主义思想概论	2
2		大学英语Ⅲ	3
3		大学体育Ⅲ	2
4		大学美育
5		离散数学	4
6		计算机组成原理	4
7		web前端技术	4
8		Python程序设计	4
9		形势与政策	讲座
10		通识选修课	2
小计			25
1	第四学期	毛泽东思想和中国特色社会主义理论体系概论	4
2		大学英语Ⅳ	3
3		大学体育Ⅳ	2
4		JAVA程序设计	4
5		操作系统	4
6		数据库原理及应用	3
7		数据采集技术	2
8		形势与政策	讲座
9		通识选修课	2
小计			24
1	第五学期	马克思主义基本原理概论	3
2		计算机网络	4
3		Linux基础	3
4		大数据技术原理与应用	4
5		数据分析技术	3
6		大数据存储技术	3	二选一
7		形势与政策	讲座
8		通识选修课	2
小计			22
1	第六学期	文献检索与利用	讲座
2		创新创业教育	讲座
3		算法设计与分析/数据挖掘与应用	3	二选一
5		Spark内存计算与应用/数据仓库与商业智能	3	二选一
6		云计算技术	2	七选三门课
7		移动应用开发	2
8		软件项目管理	2
9		R语言	2
10		文本大数据处理技术与应用	2
11		大数据可视化技术应用	2
12		JavaWeb应用程序开发B	2
13		形势与政策	讲座
14		大学生职业生涯规划与就业指导	讲座
15		通识选修课	2
小计			18
1	第七学期	人工智能导论	2	五选二门课
2		工程伦理	2
3		行业大数据分析与应用	2
4		机器学习	2
5		Java企业级应用开发B	2
6		通识选修课	2	可选
小计			6
1	第八学期	毕业实习	8周
2		毕业论文	12周
小计			20周