数据科学与大数据技术专业

作者：李燕芳浏览次数： 468 日期：2021-12-26

数据科学与大数据技术专业

大数据相关技术已经在互联网、智能制造业、服务业、交通运输等多个行业有较广的应用，人才缺口巨大。我校于2019年获教育部批准开设数据科学与大数据技术专业，同年开始招生。本专业与中科曙光合作共建，并加入数据中国“百校工程”产教融合创新项目，依托粤港澳大湾区建设，具有很好的产业基础与发展前景。

1.专业定位

以校企合作方式共建专业，并利用中科曙光的人才、技术和数据等资源，发挥行业办学优势和校企合作功能，加快培养符合大数据行业发展所需的技术人才。我校数据科学与大数据技术专业面向产业，培养具有大数据思维、掌握计算机相关理论与技术、熟悉数据统计流程与搭建业务指标体系系统化方法，掌握数据管理平台开发与运维方法，能进行大数据分析挖掘和应用开发的高层次人才。培养的学生可在各企事业单位从事数据管理、系统开发、海量数据挖掘与分析等工作，也可继续攻读相关领域的硕士、博士学位。

2.培养目标

数据科学与大数据技术专业旨在培养具有良好道德修养，遵纪守法，有社会责任心与环境意识，具备一定的自然科学基础知识，掌握数学基础以及计算机科学相关理论与方法，具有数学思维、计算思维等科学思维能力和设计并实现计算解决方案的工程能力，为终生学习打好基础。掌握大数据应用分析的相关基础知识，具备大数据预处理、海量数据存储管理、数据挖掘与数据分析能力。根据学生自身能力、特长和兴趣，培养学生能在IT、经济、管理等诸多行业利用大数据方法分析实际问题、设计计算解决方案、实现基于计算原理的系统的能力。培养学生具备一定组织管理、语言表达、人际交往和团队合作能力。使学生能够紧跟学科专业发展，在计算与分析系统的研究、开发、部署与应用等相关领域具有就业竞争力。

3.培养规格

本专业学制4年，授予理学学士学位。主修课程包括通识教育、学科教育、专业教育，实践教育课程四部分。

毕业生需要达到以下：

（1）素质要求：

热爱祖国，拥护中国共产党的领导，树立科学的世界观、人生观和价值观；具有责任心和社会责任感；具有法律意识，自觉遵纪守法；热爱本专业、注重职业道德修养，有严谨的科学素养；掌握科学思维方法和科学研究方法；具有一定的环境意识、工程意识和效益意识。

（2）知识要求：

具有良好的数学与自然科学基础，扎实的计算系统相关理论基础与基本知识；具有较好的人文社会科学、管理科学知识；熟练掌握大数据科学与技术核心专业知识和应用技术，主要包括数据科学与大数据技术导论、大数据统计分析与应用、云计算技术、数据采集技术、数据预处理技术、数据可视化技术、分布式系统原理及应用、数据挖掘与分析、Hadoop大数据技术、分布式数据库原理与应用、数据导入与预处理应用、数据挖掘技术与应用、数据可视化技术等知识。

（3）能力要求：

能够应用数学、自然科学和工程科学的基本原理，分析复杂工程问题；能够设计针对复杂工程问题的解决方案，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；能够针对工程问题，选择与使用恰当的工具或编程语言，并能够理解其局限性；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；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；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。

4. 课程体系

大数据技术涉及数理统计、计算科学、软件开发、分布式计算、计算机网络等领域知识与方法，课程有数学与工程技术基础理论、学科基础、专业核心课程和实践类课程。除此之外，大数据技术还涉及云计算和人工智能等新兴学科。因此本专业采取了跨学科课程体系建设和项目驱动式教学模式结合的教学建设：

（1）跨学科课程体系建设：

数学课程是数据科学、云计算以及人工智能技术的基础，数据科学与大数据专业是理学专业。因此专门开设数学分析、线性代数、概率论、应用数理统计等，作为支撑大数据、云计算和人工智能技术的基础课程。通过数据结构、算法设计、计算机网络、操作系统、数据库等课程让学生系统地学习计算机学科理论基础，打好扎实的程序设计基本功。最后通过大数据开发、数据预处理与可视化、数据挖掘等课程，提升学生实际应用开发能力。

（2）项目驱动式教学模式：

通过校企合作的瑞翼工坊，组建了老师和学生组成的项目科研小组，以项目研究的方式逐步建立大数据理论课程与项目实践相结合的教学模式，再根据实施的具体情况，不断调整优化，确保教学不脱离实际应用。

（3）主要核心课程为：数学分析、线性代数、应用数理统计、离散数学、Java面向对象程序设计、数据结构、数据库原理与应用、操作系统原理及应用、算法分析与设计、前端技术开发、大数据应用开发语言、Hadoop大数据技术、分布式数据库原理与应用、数据导入与预处理应用、数据挖掘技术与应用、数据可视化技术、大数据分析与内存计算、商务智能方法与应用、人工智能、机器学习等。

实践教学环节包括：Java面向对象程序设计大作业、数据结构大作业、数学软件与数学模型课程设计、Hadoop部署实践、数据可视化项目开发、数据预处理实践、大数据项目实训、大数据行业项目部署、毕业实习、企业项目实训、毕业设计等。

5.师资力量

大数据系有教授1名，副教授4名，博士3名（一名为博士后），未来计划聘请具有行业或项目工作经验的高水平人才，面向产业打造“双师型”教师队伍，既服务教学，亦服务科研。

除了专职教师，还有中科曙光委派驻校的具有大数据、人工智能项目开发经验的工程师若干名，他们负责担任专业应用性核心课和实践类课程讲授与指导工作，目前已有多名工程师驻校授课和指导实训。

6.教学条件

学校位于粤港澳大湾区的广州市花都区，交通便利，地理位置优越，服务地方经济效益显著。校园背靠天狮岭公园，内有欣星湖，依山傍水，绿树成荫，鸟语花香，是读书治学的清雅之地。大数据系有多媒体教室、大数据与人工智能实验室、移动云计算实验室、计算机实训中心等先进的教学设施可用于理论教学与实践教学。另外，大数据系与中科曙光合作的大数据应用协同创新中心获批成为花都区“大数据教育”科普基地。

7.师生风采

大数据系秉持“以学生为中心”的教育理念，通过数模实验室、曙光瑞翼工坊和云计算与数据科学实验室，组队参加各种学科竞赛和创新实验等方式来拓展学生的能力素质。所培养学生近年在国内外赛事上屡获佳绩，例如：全国大学生数学建模竞赛，美国大学生数学建模竞赛，大湾区金融数学建模，泰迪杯数据挖掘挑战赛，泰迪杯”数据分析职业技能大赛，金融科技校园挑战赛，微信小程序应用开发赛等都获得辉煌战绩和丰厚奖金。以下为近两年部分参赛情况及获奖图片。