数据科学与大数据技术专业人才培养方案

专业代码：080910T                                          学科门类：工学

    一、培养目标

    本专业培养适应社会主义现代化建设及数字龙江建设需要，德智体美劳全面发展，具有数学、统计学、计算机科学等多学科知识和技能，具备自主学习、创新能力、数字思维、职业道德和社会责任感，能够在信息技术企业、管理咨询公司或企事业单位的信息技术相关部门从事数据采集、存储、处理、分析及可视化、系统开发、数据运维等岗位工作的高素质应用型人才。

毕业工作5年后，经过社会和职业领域实践，能达到下列具体目标：

    1.具有良好的人文社会科学素养，熟悉行业领域法律法规，具有数据安全意识和社会责任感，坚守职业道德规范。

    2.具备交叉融合的多学科知识，具有创新能力和数据处理能力，能够针对专业领域的工程项目设计有效的解决方案并进行评估与取舍。

    3.具有团队合作精神，能够就专业的工程问题与业界同行和社会公众进行有效地沟通和交流。

    4.具有自主学习和终身学习的能力，具有国际视野，能够跟踪新兴技术发展，适应不断变化的国内外形势和环境。

二、毕业要求

1.工程知识：能够将数学、自然科学、工程基础以及专业知识用于解决与大数据相关的复杂工程问题。

指标点1-1：理解和掌握数学、自然科学、工程基础和专业知识的基本概念、理论和方法，用于数据科学中所需要的抽象思维和逻辑分析；

指标点1-2：能够将数学和数字电路相关知识和方法用于数据科学中所需要的抽象思维和逻辑分析；

指标点1-3：能够熟练将离散数学、程序设计、数据结构等知识用于大数据系统工程问题的分析；

指标点1-4：能够将面向对象程序设计、数据库设计和数据处理等思想用于对复杂大数据系统工程的分析。

2.问题分析：能够应用数学、自然科学、计算机科学和数据科学的基本原理对大数据领域复杂工程问题进行识别，并通过文献分析大数据领域复杂工程问题以获得有效结论。

指标点2-1：能够应用数学、自然科学中常用的问题分析方法和科学分析方法分析大数据系统的需求；

指标点2-2：能够运用统计学、数学及工程技术知识抽象和描述数据科学领域复杂工程问题；

指标点2-3：运用网络等现代技术获取信息和文献资料，通过文献研究来分析和总结解决复杂工程问题可能路径和方法。

3.设计/开发解决方案：能够针对数据科学与大数据领域复杂工程问题，综合考虑社会、健康、安全、法律、文化以及环境等因素，设计特定需求的软硬件系统、开发相应解决方案，并在设计环节中体现创新意识。

指标点3-1：掌握解决复杂工程问题的基本原理和相关开发语言，利用软件工程等思想构建系统总体解决方案，确定设计目标和相关模块；

指标点3-2：能够按照工程化要求对大数据工程系统模块、单元或部件进行设计；

指标点3-3：能够在数据分析、数据工程中体现创新意识，掌握基本创新方法，能够综合考虑社会、健康、安全、法律、文化和环境等现实约束。

4.研究：能够利用数据科学的相关原理和方法，进行复杂工程问题的研究，具有批判性思维，能够通过数据收集、设计实验、分析和数据解释，通过综合分析获得合理有效的结论。

指标点4-1：能够基于基本原理和方法，设计复杂数据工程问题的实验方案；

指标点4-2：能够按照实验方案正确实施实验，有效采集和整理数据；

指标点4-3：能够对复杂工程问题的解决方案进行研究，对实验数据进行分析、处理和解释，获取合理有效的结论。

5.使用现代工具：在大数据工程项目的生命周期中，能够开发、选择与使用恰当的技术、资源、现代工程工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。

指标点5-1：能够开发或选择使用恰当工具或技术，用于解决数据分析、数据工程问题；

指标点5-2：能够利用现代工具对复杂数据工程专业问题进行预测和模拟，并能理解其局限性。

6.工程与社会：能够基于数据科学与大数据相关背景知识进行合理分析，评价大数据复杂工程问题的解决方案对社会、安全、法律以及文化的影响，并理解应承担的责任。

指标点6-1：具有大数据复杂工程问题的背景知识及实习和社会实践经历，能够考虑大数据相关专业工程实践和复杂工程问题解决方案对社会及安全的影响；

指标点6-2：基于法律法规、产业政策、知识产权，能够对大数据相关专业工程实践和复杂工程问题的解决方案对社会、健康、法律以及文化的影响进行分析与评价，并理解应承担的责任。

7.环境与可持续发展：熟悉环境保护和可持续发展等方面的政策，能够理解和评价针对大数据复杂工程问题的工程实践对环境和可持续发展的影响。

指标点7-1：具备环境保护和可持续发展等方面的方针、政策和法律法规基本知识，具有环保和可持续发展的意识；

指标点7-2：能够客观分析和评价大数据领域复杂工程问题实施对于环境保护及社会可持续发展的影响。

8.职业规范：具有良好的人文社会科学素养和社会责任感，能够在数据科学与大数据技术实践中理解并遵守工程职业道德和行业规范，履行责任。

指标点8-1：具备科学的世界观、人生观和价值观，能够不断地提高自身的人文社会科学素养，注重心理健康，崇尚劳动光荣；

指标点8-2：具有良好思想道德修养与法律基础知识，能够在工程实践中自觉履行行业职业道德与规范，承担相应的社会责任。

9.个人和团队：具有团队合作精神，能够在团队中承担个体、团队成员以及负责人的角色。

指标点9-1：能够理解多学科背景下个体、团队成员以及负责人在复杂工程实践中的作用和相关关系；

指标点9-2：能够在团队中以个体、团队成员以及负责人的角色承担相应的责任，并能与他人有效沟通，协调合作。

10.沟通：能够就复杂的大数据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，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。

指标点10-1：具有较好的写作能力，能够对数据工程问题的需求分析、系统设计等软件开发各阶段撰写报告、设计文稿；具有较好沟通能力，能就复杂工程问题表达清晰见解、陈述发言，与业界同行和社会公众进行有效的沟通和交流；

指标点10-2：具备一定的国际视野，具有良好的外语阅读、写作和会话能力，能够在跨文化背景下对数据科学中的复杂问题进行沟通和交流；

11.项目管理：能够掌握和应用工程管理原理与经济决策方法对大数据工程项目进行技术经济分析，保障项目能够高效、按期保质地成功实施。

指标点11-1：理解并掌握大数据工程项目实践中工程管理原理与经济决策方法；

指标点11-2：能够将项目管理方法和经济决策方法用于在多学科环境中大数据系统设计、开发、实施和推广过程中。

12.终身学习：有自主学习和终身学习的意识，有不断学习和适应数据科学与大数据技术专业发展的能力。

指标点12-1：具有良好的学习习惯，注重身心健康，能够自主进行信息检索与查询，及时获取和跟踪数据科学领域前沿技术和进展；

指标点12-2：针对个人职业发展规划，能够自主获取相关信息，具有终身学习意识，不断更新知识体系，适应行业发展和社会需求。

    六、附表