培养目标

毕业要求

培养目标1

培养目标2

培养目标3

培养目标4

培养目标5

毕业要求1

√

毕业要求2

√

√

毕业要求3

√

毕业要求4

√

毕业要求5

√

毕业要求6

√

毕业要求7

√

毕业要求8

√

√

毕业要求9

√

√

毕业要求10

√

√

毕业要求11

√

√

毕业要求12

√

毕业要求

指标点

主要支撑课程

1. 工程知识：能够将数学、自然科学、数据科学基础和专业知识用于解决大数据技术和大数据应用的复杂工程问题。

1.1 能够运用恰当的数学模型对大数据应用领域复杂工程问题进行建模,保证模型的准确性,满足工程计算的实际要求。

高等数学A，线性代数，概率论与数理统计，工程训练C，离散数学

1.2 能够将数学、自然科学、工程基础和大数据技术的专业知识用于复杂工问题的推导和计算。

Python程序设计，机器学习基础，C语言程序设计，Java程序设计，数据结构与算法设计

1.3 能够综合运用工程基础和数据科学专业知识，对大数据领域复杂工程问题进行求解，并能对其设计方案进行推理和验证。

大数据分析技术与R语言，Linux操作系统，数据可视化技术，数据采集与预处理，数据库与数据仓库

2. 问题分析：能够应用数学、计算机科学和大数据技术专业知识的基本原理，进行抽象、识别、建模、表达，并通过文献研究分析复杂数据科学工程问题，以获得有效结论。

2.1通过感受真实工程环境，结合专业知识，具备对复杂的大数据工程问题进行识别和有效分解的能力。

专业认知实习，课程实习，大数据分析技术实训, 毕业论文（设计）

2.2 能够识别和表达复杂工程问题的关键环节和参数,对分解后的问题进行分析。

概率论与数理统计，高等数学A，离散数学，线性代数

2.3 掌握科技文献、资料的分类; 能够通过图书馆、数据库、网上检索等多种方式快速、准确地检索相关信息,具备借助文献研究对复杂工程问题进行识别、表达、分析的能力。

计算机科学概论，信息检索与应用，大数据导论

3 设计/开发解决方案：能够设计针对大数据应用领域复杂工程问题的解决方案，设计满足用户需求的大数据系统架构、模块或实施流程，并能够在设计与开发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 能够掌握本专业涉及的工程设计概念、原则和方法,能够针对复杂工程问题提出合理的解决方案。

毕业实习，数据结构与算法设计，Java程序设计，Python程序设计，C语言程序设计

3.2 能够针对特定需求完成系统、模块的软件设计。

数据库与数据仓库，数据结构与算法设计实训，Python程序设计实训，机器学习基础， 数据可视化技术

3.3 综合利用大数据领域的专业知识和新技术,在针对复杂工程问题的系统设计中体现创新意识。

毕业论文（设计），创新创业基础，大数据开发综合实训

4. 研究：能够基于数据科学与大数据技术相关原理和方法，对大数据应用领域复杂工程问题进行研究，构建大数据实验系统，能够分析与解释实验结果，并通过信息综合得到合理有效的结论。

4.1 能够对大数据领域的软件、硬件模块进行理论分析和仿真。

数据采集与预处理，数据挖掘技术，云计算技术与应用， Linux操作系统

4.2 能够针对大数据领域的复杂工程问题设计实验方案、构建实验系统和测试平台、获取实验数据。

大数据开发综合实训，大数据分析技术与R语言，数据库与数据仓库，机器学习基础，大数据分析技术实训

4.3 能够对实验结果进行合理分析、解释,并对多个子问题进行关联分析,找出冲突点并进行平衡,通过实验数据分析、信息综合等手段得到合理有效的结论。

数据可视化技术，大数据实时处理技术及其平台，大数据批处理技术及其平台

5. 使用现代工具：能够开发、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，对大数据应用领域复杂工程问题进行分析、设计、模拟或实现，并能够理解其局限性。

5.1 会应用基本的计算机操作,并且会一种软件开发语言(如C、C++ 语言等)，并能够运用集成开发环境进行程序设计。

C语言程序设计，数据结构与算法设计，Python程序设计，Java程序设计

5.2 能熟练运用现代工具获取大数据领域理论与技术的最新进展信息，并进行系统设计。

课程实习, 云计算技术与应用, 计算机科学概论

5.3 具备使用实验设备、计算机软件和现代工具对复杂工程问题进行模拟或仿真的能力,理解其使用要求、运用范围和局限性。

工程训练C,大数据批处理技术及其平台，大数据实时处理技术及其平台，大数据导论

6. 工程与社会：能够结合相关的工程知识进行合理分析,评价专业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了解大数据领域相关技术标准、知识产权、产业政策和法律法规等，理解不同社会文化对工程活动的影响。

云计算技术与应用，大数据分析技术与R语言，数据采集与预处理，Linux操作系统

6.2具有工程实践经历,通过实践、实习过程了解工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响。

Python程序设计实训，数据结构与算法设计实训，大数据批处理技术及其平台，大数据实时处理技术及其平台

6.3 能够结合相关的工程知识,通过在思政、人文、社科类课程学到的知识,综合分析和评价专业工程实践和复杂工程问题的解决方案对社会、健康、安全、法律以及文化的影响,并理解应承担的责任。

毕业实习，数据挖掘技术，思想道德与法治，习近平新时代中国特色社会主义思想概论，工程训练C

7 环境和可持续发展：具备环境保护和可持续发展意识，知晓环境保护和可持续发展的基本方针、政策和法律、法规,能够理解和评价针对大数据应用领域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 知悉环境保护与可持续发展等方面的方针、政策、法律、法规，认识和理解大数据应用实践对环境、社会可持续发展的影响。

形势与政策，毕业实习,大数据导论

7.2 在工程设计开发和生产过程中，推断其解决方案对环境、社会的影响，并能够对影响进行科学评价。

毕业论文（设计），专业认知实习，计算机科学概论

8 职业规范：具有良好的人文社会科学素养、社会责任感，能够在大数据系统工程实践中理解并遵守工程职业道德和规范，履行相应的责任。

8.1了解国情,理解社会主义核心价值观,树立正确的政治立场、世界观、人生观和价值观。

思想道德与法治，马克思主义基本原理，劳动教育，形势与政策，入学教育

8.2 具有坚定的政治立场，积极承担社会责任，理解并积极参与社会服务和公共事务，展现良好的公民意识。

中国近现代史纲要，习近平新时代中国特色社会主义思想概论，军事理论，国家安全教育，大学生心理健康教育

8.3 理解数据科学与大数据技术领域的社会价值以及工程师的社会责任,在工程实践中能自觉遵守职业道德和规范。

大学生生涯规划，毛泽东思想和中国特色社会主义理论体系概论，行业、企业、职业认知，机器学习基础，工程训练C

9. 个人和团队：能够在多学科背景下的团队中，理解并承担个体、团队成员以及负责人的角色。能够听取其他团队成员的意见和建议,充分发挥团队协作的优势。

9.1理解工程领域中个人与团队的关系，具有团队合作意识；

劳动教育，军事训练，工程训练C，C语言程序设计，Java程序设计

9.2能够在多学科背景的团队中，根据工作需要，承担个体团队成员以及负责人的角色，能够与其他团队成员协同工作。

毕业实习，数据结构与算法设计, 课程实习，计算机科学概论

9.3 具备团队合作精神，尊重成员意见，合理分配任务，协调团队资源，激励成员积极性，推动团队目标实现。

体育, 大学生心理健康教育，创新创业基础，云计算技术与应用，Python程序设计

10. 沟通: 能够就大数据应用领域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，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能够就大数据应用领域复杂工程问题撰写实验报告、研究报告、说明书、项目计划书、学术论文等。

应用写作，毕业论文（设计），大数据分析技术实训，大数据开发综合实训，Python程序设计实训

10.2能够就大数据应用领域复杂工程问题清晰地发表见解和意见，能与业界同行及社会公众进行有效沟通和交流，并能回应相应质疑。

毕业实习，大数据导论，Linux操作系统，数据可视化技术

10.3具备跨文化交流的语言和书面表达能力，能就专业问题，在跨文化背景下进行基本沟通和交流。

雅思英语，数据结构与算法设计实训，数据库与数据仓库，大数据实时处理技术及其平台

11. 项目管理：理解并掌握工程项目管理的理论、方法、工具的使用，具有一定的项目管理能力。

11.1熟知大数据工程项目中涉及的工程管理原理与经济决策方法，理解大数据产品全周期、全流程的成本构成

毕业实习，毕业论文（设计），专业认知实习

11.2 在多学科环境下，能够将工程管理和经济决策方法应用于大数据相关领域的项目管理中。

大数据开发综合实训，课程实习，数据挖掘技术

12. 终身学习：具有自主学习和终身学习的意识，能够跟踪大数据领域最新前沿，有不断学习和适应大数据技术发展的能力。

12.1能够认识自我探索和持续学习的重要性和必要性，具有自主学习和终身学习的意识。

行业、企业、职业认知，大学生生涯规划，专业认知实习，数据采集与预处理，离散数学

12.2能够掌握自主学习和终身学习的方法和技能，探索拓展知识和能力的途径。

创新创业基础，毛泽东思想和中国特色社会主义理论体系概论，马克思主义基本原理，大数据批处理技术及其平台

12.3能够跟踪和了解专业领域的国内外发展趋势，采用合适方法自主学习，主动适应社会发展需要。

数据挖掘技术，雅思英语，毕业论文（设计），大数据分析技术与R语言

课程类别

课程性质

学分

学时

占总学分百分比

通识教育课程

必修

44

808

25.88%

选修

10

160

5.88%

学科专业基础课程

必修

40

640

23.53%

选修

6

96

3.53%

专业课程

必修

24

384

14.12%

选修

16

256

9.41%

集中性实践环节

必修

28

42w

16.47%

选修

2

2w

1.18%

小计

必修

136

1832+42w

80%

选修

34

512+2w

20%

合计

170

2344+44w

100%

课程类别

学分

学分小计

占总学分百分比

理论教学

通识教育课程

45.25

103.75

61.03%

学科专业基础课程

36

专业课程

22.5

实践教学

课内实验（实践）

36.25

66.25

38.97%

集中性实践环节

30

合计

170

100%

序号

课外活动名称

课外活动要求

课外学分

1

社会实践及公益活动

社会实践、义务劳动、学校重大主题或专项活动、志愿服务

（备注：参与相关活动1学分；发起/领导相关活动2学分；每一类最高2学分，不重复计算）

2~4

2

职业基本技能

外语能力相关考试、计算机等级考试、国家政府部门颁发或行业类认可度高的各类职业职称资格证书、等级证书

（备注：以相关能力考试最高2学分/项；成绩优秀为2，普通为1）

2~4

3

学科专业竞赛

校级

1~2

省级

2~4

国家级

4~6

4

论文、专利

在全国性刊物发表论文（每篇论文）

2~3

实用新型专利（前2名）

2~4

发明专利（前三名）

1~3

5

科研与科技活动

科研：视参与科研项目时间与科研能力

1~3

参加人文、学术讲座；参加校级、省级、国家级科技活动（含社团活动）

（备注：参加讲座4次/学分；参与相关活动1学分；发起/领导相关活动2学分；每一类最高2学分，不重复计算）

2~4

6

实验、创新实践

自主实验、大学生科技创新项目、创新创业训练计划

1~3

7

课外阅读

阅读、参加读者活动获奖者

1~2

8

文体活动或竞赛

校级、省级、国家级文体活动或竞赛

1~3

通识教育课程

必修

12311001

思想道德与法治

3

48

40

8

1

12311002

中国近现代史纲要

3

48

40

8

2

12311003

马克思主义基本原理

3

48

40

8

3

12311004

毛泽东思想和中国特色社会主义理论体系概论

3

48

40

8

4

12311005

习近平新时代中国特色社会主义思想概论

3

48

32

16

4

12311006……

形势与政策

2

64

64

1-8

11311005

应用写作

1

16

16

3

10311001

雅思英语（1）

3

48

48

1

10311002

雅思英语（2）

3

48

48

2

10311003

雅思英语（3）

3

48

48

3

10311004

雅思英语（4）

3

48

48

4

18311001

信息检索与应用

1

16

16

2

11311001

体育（1）

1

24

24

1

11311002

体育（2）

1

32

32

2

11311003

体育（3）

1

32

32

3

11311004

体育（4）

1

32

32

4

15311001

军事理论

2

32

32

1

12311013

国家安全教育

1

16

16

2

15311003

大学生心理健康教育

2

32

16

16

2

15311004

劳动教育

1

32

8

24

1-8

17311001

大学生生涯规划

1

16

16

1

17311002……

行业、企业、职业认知

1

16

16

2-3

17311004

创新创业基础

1

16

16

3

小计

44

808

600

208

选修

从通识教育选修课程模块中选修若干课程，其中艺术类、人文社科类、经济管理类课程至少各2学分，总学分不低于10学分。校际专业选修跨文化交流模块课程不少于4学分。

10

160

160

2-8

小计

10

160

160

合计

54

968

760

0

208

学科专业基础课程

必修

11331002

高等数学A（1）

4

64

64

1

11331003

高等数学A（2）

4

64

64

2

11331006

线性代数

3

48

48

2

11331001

概率论与数理统计

3

48

48

3

05331009

离散数学

3

48

48

4

05336001

计算机科学概论

2

32

24

8

1

05331001

C语言程序设计

3

48

32

16

1

05336002

Java程序设计

3

48

32

16

2

05336003

数据结构与算法设计

4

64

40

24

2

05336004

大数据导论

1

16

8

8

3

05336005

Python程序设计

3

48

32

16

3

05336007

Linux操作系统

3

48

32

16

3

05336006

数据库与数据仓库

4

64

40

24

4

小计

40

640

512

128

选修

05346001

计算机组成原理

3

48

32

16

3

最低选修6学分

05346005

智能计算技术

2

32

24

8

3

05346002

操作系统

3

48

48

0

4

05346003

大数据数学基础

4

64

40

24

4

05346004

计算机网络

3

48

32

16

5

小计

6

96

64

32

合计

46

736

576

160

专业课程

必修

05356002

数据可视化技术

3

48

24

24

4

05356001

机器学习基础

3

48

32

16

5

05356003

大数据批处理技术及其平台

3

48

32

16

5

05356004

数据挖掘技术

3

48

32

16

5

05356005

大数据实时处理技术及其平台

3

48

32

16

6

05356006

大数据分析技术与R语言

3

48

32

16

6

05356007

数据采集与预处理

3

48

32

16

6

05356008

云计算技术与应用

3

48

32

16

7

小计

24

384

248

136

选修

05366001

互联网金融

2

32

24

8

4

金融大数据方向必修

05366002

金融数据处理技术

2

32

16

16

5

05366003

区块链技术与应用

3

48

24

24

6

05366004

大数据营销

2

32

24

8

4

电商大数据方向必修

05361008

文本挖掘与分析

2

32

16

16

5

05366005

智能推荐技术及其应用

3

48

24

24

6

05366006

深度学习

2

32

24

8

6

最低选修9学分

05366010

人工智能概论

1

16

16

0

6

05366011

Matlab与数学建模

2

32

16

16

6

05361002

大模型基础

2

32

32

6

05366013

数据统计与分析

2

32

16

16

7

05361001

Web开发技术

2

32

32

7

05366014

大数据流式处理技术及其平台

3

48

32

16

7

05366015

软件工程

3

48

32

16

7

05366016

知识图谱技术与应用

2

32

16

16

7

小计

16

256

112

144

合计

40

640

360

280

集中性实践环节

必修

15311001

军事训练

2

2w

2w

1

15411002

入学教育

0.5

0.5w

0.5w

1

05376003

专业认知实习

0.5

0.5w

0.5w

1

19371003

工程训练C

1

1w

1w

3

05376004

课程实习

2

2w

2w

5

05376005

毕业实习

6

12w

12w

8

05376006

毕业论文（设计）

8

16w

16w

8

05371007

数据结构与算法设计实训

2

2w

2w

3

05371002

Python程序设计实训

2

2w

2w

4

05376001

大数据分析技术实训

2

2w

2w

7

05376002

大数据开发综合实训

2

2w

2w

7

小计

28

42w

42w

选修

05386001

金融大数据应用实践

2

2w

2w

6

金融大数据方向

05386002

电商大数据应用实践

2

2w

2w

6

电商大数据方向

小计

2

2w

2w

合计

30

44w

44w

序号

层次

课程名称

课程类别

学分

学时

开课学期

1

本科

留学规划指导

通识平台限选课

1

16

1

2

本科

世界文化掠影

通识平台限选课

1

16

2-6

3

本科

涉外礼仪

通识平台限选课

1

16

2-6

4

本科

出国交流ABC

通识平台限选课

1

16

2-6

思想道德与法治

M

H

中国近现代史纲要

H

马克思主义基本原理

H

M

毛泽东思想和中国特色社会主义理论体系概论

H

M

习近平新时代中国特色社会主义思想概论

M

H

形势与政策

H

M

体育

H

应用写作

H

雅思英语

H

M

信息检索与应用

M

军事理论

M

国家安全教育

M

大学生心理健康教育

M

H

劳动教育

M

H

大学生生涯规划

H

M

行业、企业、职业认知

M

H

创新创业基础

M

M

H

高等数学

H

M

线性代数

H

M

概率论与数理统计

M

H

离散数学

L

M

L

计算机科学概论

H

M

M

L

C语言程序设计

L

L

H

L

Java程序设计

L

M

L

L

数据结构与算法设计

L

H

M

M

大数据导论

L

L

M

H

Python程序设计

H

L

M

L

Linux操作系统

L

H

L

M

数据库与数据仓库

L

H

M

L

数据可视化技术

M

L

H

L

机器学习基础

H

L

L

M

大数据批处理技术及其平台

M

H

L

L

数据挖掘技术

H

M

M

H

大数据实时处理技术及其平台

H

M

L

L

大数据分析技术与R语言

H

M

M

L

数据采集与预处理

L

H

M

L

云计算技术与应用

M

M

H

L

军事训练

H

入学教育

M

专业认知实习

H

M

L

M

工程训练C

M

课程实习

M

H

L

M

毕业实习

H

H

M

H

H

H

毕业论文（设计）

L

H

H

M

M

M

数据结构与算法设计实训

H

M

M

Python程序设计实训

M

H

L

大数据分析技术实训

H

L

L

大数据开发综合实训

M

H

L

H