2018年数据科学与大数据技术专业培养方案

来源：统计与数学学院网站发布时间：2019-09-30

一、培养目标

培养德、智、体、美全面发展，适应经济社会发展需要，具备与数据科学与大数据技术相关的财经、管理等基本知识，掌握应用数学、统计学和信息科学等的基本理论，以及先进的大数据分析方法和技术，具有较强的软件应用实践能力、先进的算法设计思想，能在各类大数据相关企事业单位以及教育和研究机构等从事海量数据分析与决策支持工作，具备财经管理知识背景和“厚基础、重实践、强能力”的高级应用型大数据人才。

二、培养要求

本专业具有鲜明的交叉学科特征，要求学生掌握扎实的数据科学、数学、统计学和财经等多学科基础知识和理论方法，具有系统的理性思维和较高的科学素养，掌握现代统计方法和技术、计算机算法思想和编程技术、大数据处理技术，同时具备较高的人文素养和道德品质，身心健康，全面发展。本专业毕业生应获得以下几方面的知识和能力。

1．知识结构要求

（1）基础知识：具备数据科学、数学分析、高等代数、概率论与数理统计、离散数学及其应用、程序设计、数据结构与算法等学科基础知识，具备英语的听、说、读、写等基本知识及能按要求撰写规范文档和报告；

（2）核心知识：应用回归分析、应用多元统计分析、分布式统计计算、数据库、Python 程序设计，算法设计与分析，数据采集、大数据分析方法、非结构化数据挖掘、大数据开发技术等专业核心知识；

（3）扩展知识：Spark大数据处理、大数据可视化技术与软件、Storm实时大数据处理、深度学习、抽样调查理论与方法、现代非参数统计、高维数据分析、属性数据分析等学科扩展知识。

2．能力结构要求

（1）基础能力：能开展初步的统计工作，能编程程序、建立数学模型；

（2）核心职业能力：能综合运用数学和统计学理论与方法，结合计算机编程技术和现有软件平台，实现对海量数据（尤其是财经类数据）的统计分析，并根据分析结果提供决策支持；

（3）扩展能力：掌握高维数据分析、深度学习、属性数据分析、Spark大数据处理、大数据可视化技术与软件、Storm实时大数据处理等现代数据科学方法和技术，完成更复杂的大数据分析工作；能应用现代的信息检索技术，了解本专业的前沿技术和行业的发展动态，开展初步的的科学研究工作。

3．素质结构要求

（1）思想道德素质：掌握马列主义、毛泽东思想与中国特色社会主义基本理论，具有良好的人文社会科学素养、职业道德和心理素质，社会责任感强，有正确的世界观、人生观、价值观，遵纪守法，为人正直诚实，具有良好的职业道德和公共道德；

（2）身心素质：拥有健康的体魄，养成良好的体育锻炼和卫生习惯，具备健全的心理和乐观的人生态度；

（3）人文素质：具有良好的文化基础和修养，善于自学，同时关注本行业科学技术的新发展，不断更新知识，具有社会交往、处理公共关系的基本能力；

（4）职业素质：具有良好的社会实践、社会沟通、合作及协调能力，爱岗敬业、遵纪守法的品质，有立业创业的意识，有严谨务实的工作作风。

三、主干学科

数学、统计学、计算机科学

四、专业核心课程

数据科学导论、数学分析、高等代数、概率论与数理统计、应用回归分析、应用多元统计分析、分布式统计计算、离散数学、程序设计基础、JAVA程序设计、Python程序设计、算法设计与分析、数据结构与算法、数据库、数学建模、数据采集、大数据分析方法，大数据开发技术，非结构化数据挖掘等。

五、标准修业年限

四年

六、授予学位

理学学士

七、修读要求

学生应修满163学分（不含课外学分），其中通识必修课47学分、通识选修课15学分，学科基础课41学分，专业必修课49学分、专业选修课11学分；同时，学生还须获得10个素质拓展课外学分。辅修总学分为45学分，其中学科基础课28学分，专业必修课17学分。

表一：毕业学分要求

课程类型	课程性质	最低毕业学分	辅修学分
通识课	必修	47	0
通识课	选修	15	0
学科基础课	必修	41	28.
专业课	必修	49	17.
专业课	选修	11	0
合计		163	45

表二：教学计划进度

课程类别	课程模块	课程性质	课程代码	课程名称	学分	授课周数	总学时	学时分配				开课学期		建议修读学期	辅修课程	考核方式
								理论讲授学时	实践学时			春季学期	秋季学期
								理论讲授学时	实验	实习	其他	春季学期	秋季学期
通识课	思想与政治	必修	按学期滚动开设的五门思想政治理论课共计12学分，建议修读学期为1-6学期
			18140062	思想政治综合实践	2	2	32	0	0	32	0			1	否	考查
			16110201	军事理论(含军事训练)	1	15	15	15	0	0	0			1	否	考查
			16123602	形势与政策	2	16	32	32	0	0	0			1,2,3,4,5,6	否	考查
			18140033	马克思主义基本原理概论	3	16	48	48	0	0	0	√	√	1-6	否	考试
			18140042	毛泽东思想和中国特色社会主义理论体系概论Ⅰ	2	16	32	32	0	0	0	√	√	1-6	否	考试
			18140023	中国近现代史纲要	3	16	48	48	0	0	0	√	√	1-6	否	考试
			18140012	思想道德修养与法律基础	2	16	32	32	0	0	0	√	√	1-6	否	考试
			18140052	毛泽东思想和中国特色社会主义理论体系概论Ⅱ	2	16	32	32	0	0	0	√	√	2-6	否	考试
	文学与艺术	必修	16073203	大学语文	3	16	48	48	0	0	0	√		2	否	考试
	文学与艺术	选修	见《广东财经大学2018版通识选修课程设置一览表》
	运动与健康	必修	体育选项8个学分，具体课程设置见《广东财经大学体育选项课程设置一览表》,建议修读学期为1-2和5-6学期
			16145501	大学生心理健康教育	1	15	15	15	0	0	0			1	否	考查
			16234701	大学生健康教育	1	16	16	16	0	0	0	√		2	否	考查
		选修	见《广东财经大学2018版通识选修课程设置一览表》
	创新与创业	必修	1614150X	职业生涯与发展规划	0.5	8	8	8	0	0	0			1	否	考查
			16141202	创业基础	2	16	32	32	0	0	0		√	5	否	考查
			1614480X	就业指导	0.5	8	8	8	0	0	0	√		6	否	考查
		选修	见《广东财经大学2018版通识选修课程设置一览表》
	表达与沟通	必修	大学英语课程14学分，实行A、B两个层次的分层分类教学。学生入学后，依据高考成绩遴选进入相应的课程体系修读。A层课程体系为：《大学英语III》、《大学英语IV》、《英汉/汉英翻译》和《学术英语》；B层课程体系为：《大学英语II》、《大学英语III》、《大学英语IV》和《学术英语》,建议修读学期为1-4学期




		选修	见《广东财经大学2018版通识选修课程设置一览表》
	跨学科、跨专业	选修	见其他专业人才培养方案中开设的学科基础课和专业课
	法治与社会	选修	见《广东财经大学2018版通识选修课程设置一览表》
	思维与方法	选修	见《广东财经大学2018版通识选修课程设置一览表》
学科基础课	基础课	必修	16013603	高等代数Ⅰ	3	15	45	45	0	0	0		√	1	否	考试
			16177902	计算机技术基础	2	15	30	18	12	0	0		√	1	否	考试
			16110802	空间解析几何	2	15	30	30	0	0	0		√	1	否	考试
			16020906	数学分析Ia	6	15	90	90	0	0	0		√	1	是	考试
			18100014	数据科学基础	4	16	64	64	0	0	0	√		2	是	考试
			16003204	程序设计基础(C语言)	4	16	64	40	24	0	0	√		2	是	考试
			16021503	高等代数Ⅱ	3	16	48	48	0	0	0	√		2	否	考试
			16048406	数学分析IIa	6	16	96	96	0	0	0	√		2	是	考试
			16161003	离散数学及其应用	3	16	48	48	0	0	0		√	3	否	考试
			16130004	概率论与数理统计b	4	16	64	64	0	0	0		√	3	是	考试
			16100004	数据结构与算法	4	16	64	40	24	0	0	√		4	是	考试
专业课	专业基础	必修	18100021	数据科学与大数据技术专业导论	1	15	15	15	0	0	0		√	1	否	考查
			16098403	高级Java语言程序设计	3	16	48	32	16	0	0		√	3	否	考试
			18100043	Python 程序设计	3	16	48	32	16	0	0	√		4	是	考试
			18100034	数学建模	4	16	64	44	20	0	0	√		4	否	考试
			16134603	算法分析与设计	3	16	48	36	12	0	0		√	5	否	考试
			18100053	数据采集	3	16	48	32	16	0	0		√	5	否	考试
			16114404	应用回归分析	4	16	64	64	0	0	0		√	5	否	考试
			16160603	数据库	3	16	48	36	12	0	0	√		6	是	考试
			16028703	应用多元统计分析	3	16	48	32	16	0	0	√		6	是	考试
			18100063	大数据分析方法	3	16	48	36	12	0	0	√		6	是	考试
			18100073	非结构化数据挖掘	3	16	48	36	12	0	0		√	7	否	考试
			18100083	分布式统计方法	3	16	48	36	12	0	0		√	7	否	考试
			18100093	大数据开发技术（Hadoop）	3	16	48	32	16	0	0		√	7	否	考试
	专业方向	选修	16090903	应用随机过程	3	16	48	48	0	0	0		√	5	否	考试
			16021804	现代非参数统计	4	16	64	64	0	0	0		√	5	否	考试
			16058504	抽样调查理论与方法	4	16	64	64	0	0	0		√	5	否	考试
			16147703	移动应用开发	3	16	48	28	20	0	0		√	5	否	考试
			18100243	应用时间序列分析	3	16	48	32	16	0	0		√	5	否	考试
			18100103	商务大数据分析	3	16	48	30	18	0	0		√	5	否	考试
			18100162	高维数据分析	2	16	32	20	12	0	0	√		6	否	考试
			16070603	数学分析选讲	3	16	48	48	0	0	0	√		6	否	考试
			18100152	贝叶斯分析	2	16	32	32	0	0	0	√		6	否	考试
			16078703	高等数学选讲Ⅰ	3	16	48	48	0	0	0	√		6	否	考试
			18100143	金融大数据分析	3	16	48	30	18	0	0	√		6	否	考试
			18100122	社交网络分析	2	16	32	20	12	0	0	√		6	否	考试
			18100112	Storm实时大数据处理	2	16	32	20	12	0	0	√		6	否	考试
			18100133	Linux开发环境及应用	3	16	48	30	18	0	0	√		6	否	考试
			16022803	最优化方法	3	16	48	48	0	0	0	√		6	否	考试
			18100183	Spark大数据处理	3	16	48	30	18	0	0		√	7	否	考试
			18100192	属性数据分析	2	16	32	20	12	0	0		√	7	否	考试
			18100203	大数据可视化技术与软件	3	16	48	30	18	0	0		√	7	否	考试
			18100173	深度学习	3	16	48	30	18	0	0		√	7	否	考试
			16024103	高等数学选讲Ⅱ	3	16	48	48	0	0	0		√	7	否	考试
			16031703	高等代数选讲	3	16	48	48	0	0	0		√	7	否	考试
			16002001	成功创业案例	1	16	16	16	0	0	0		√	7	否	考试
	综合运用	必修	16005701	学年论文	1	16	0	0	0	0	0	√		6	否	考查
			16100404	毕业实习	4	10	0	0	0	0	0		√	7	否	考查
			18100215	毕业论文/设计	5	16	0	0	0	0	0	√	√	8	是	考查
备注： 1．通识选修课修读要求为15学分，学生至少修读4个模块。 2．辅修专业（1）辅修专业须跨学科门类修读，从第3学期始，学生可以选择修读辅修课程。（2）辅修课程总学分为45学分。（3）取得辅修资格前修读“跨学科、跨专业”模块中的课程且获得学分，如与辅修专业人才培养方案中尚未修读课程完全相同，将认定为辅修课程（不再认定为通识选修课学分）。（4） 30≦获得学分﹤45 且达到颁发辅修专业毕业证书条件者，颁发辅修专业毕业证书；获得45学分且达到授予辅修专业学士学位条件者，授予辅修专业学士学位。