一、专业简介

本专业以计算机科学和数据科学理论为基础，着重掌握大数据的采集、处理、分析与应用系统设计、开发技术与核心技能。数据科学与大数据技术（校企合作）专业是我校与北京中关村智酷以“校企合作贯通培养”形式共同建设的新兴专业，在国家大数据战略的指引下，按照企业对大数据人才的技术需求，将大数据采集、分析、挖掘与处理等前沿技术融入课程体系，依托校企双师团队，并引入企业真实项目演练，培养具备大数据应用分析能力、大数据平台综合部署能力、大数据平台应用软件开发能力和数据产品可视化展现与分析能力的高级应用型技术技能人才。

（一）专业分流

本专业与计算机科学与技术专业一并实施按大类招生，属计算机大类，第一学年按照大类进行培养，于入学后第二学期五月份进行专业选择，第三学期开始进入专业学习，可选读的专业有数据科学与大数据技术专业、计算机科学与技术专业。

分流进入数据科学与大数据技术专业的条件：

1.学生根据自身情况填报志愿。在数据科学与大数据技术专业人数可容纳的情况下，尽量满足学生的个人志愿。

2.当填报数据科学与大数据技术专业志愿的人数高于该专业可容纳的人数时，根据学生的综合成绩由高到低进行排序录取。

最终分流方案详见《72886必赢本科大类招生专业分流实施办法》。

（二）培养模式

积极探索3+0.5+0.5教学模式，通过半年的企业顶岗实习，强化学生专业实践的系统性和完整性，通过顶岗实习帮助学生完成从学校到社会的角色转变，为学生走向社会打牢基础。

二、培养目标

（一）结构体系

本专业培养德、智、体、美、劳全面发展，适应贵州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，具有扎实的计算机、数学、统计学等多学科的理论和专业知识，掌握数据科学与大数据技术的基本理论、基本方法和技能，具有创新能力、较强的工程实践能力和团队协作等能力，具备运用主流大数据平台开发大数据应用系统的能力，能在IT企业和企事业单位的信息技术与管理部门从事大数据的采集与处理、存储与管理、分析挖掘和系统应用与运维等工作，适应现代化建设和未来社会科技发展需要的高素质应用型高级工程技术人才。

明确要求“数据科学与大数据技术”专业学生在本科四年学习中应学习和掌握的知识和技能，可达到如下预期：

培养目标1：具备科学思维、科学实践、社会思维、社会实践等基本能力；

培养目标2：掌握大数据的基本理论、基本技术，大数据工程分析与设计、维护的基本方法；

培养目标3：掌握计算机软件与技术及应用开发的传统模式及未来的云模式、具有熟练的利用计算机和互联网手段处理数据信息的素质；

培养目标4：具备数学与统计、计算机体系结构、网络技术、数据库等基础知识；

培养目标5：掌握IT领域与大数据应用相关的基本理论和方法；

培养目标6：具备从事大数据系统工程设计、应用实施与维护的基本能力；

培养目标7：掌握大数据行业的发展历史、现在及未来的发展动态；

培养目标8：掌握文献检索、资料查询、收集的基本方法，具备一定的科研和实际工作素质；

培养目标9：具备健康的身心素质，掌握一门外语并达到国家规定的培养要求；

培养目标10：对社会发展、互联网发展具备一定认知和自学能力、具有较好的沟通技巧和团队协作精神。

预期学生毕业5年左右达到以下目标:

（1）系统运用数学、自然科学知识和数据科学知识解决复杂工程问题的能力；

（2）在数据科学与工程领域具备较强的科研和开发能力；

（3）具备良好的学习新知识和新技术的能力，具有较强的创新意识；

（4）具备良好的沟通能力、团队合作精神和团队管理能力；

（5）具备终身学习能力，具有国际视野，适应数据、软件和计算机的行业发展。

三、毕业要求

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

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、大数据工程科学的基本原理，判别关键、建模表达、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意识，有不断学习和适应发展的能力。能在科研部门、教育单位、企业事业单位、IT企业、服务行业从事大数据采集、大数据分析与处理、分布式系统的设计与开发等工作，也可以继续攻读计算机科学类硕士研究生。

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。