数据科学与大数据技术专业培养方案（2024版）

（部颁专业代码080910T）

一、专业简介

数据科学与大数据专业依托山东大学软件学院建设，山东大学软件学院创建于2001年，是首批国家示范性软件学院，先后招收软件工程专业和数字媒体技术专业本科生。2018年根据教育部和山东大学专业规划设立数据科学与大数据技术“新工科”创新实验班，2019年升级成为数据科学与大数据专业并开始招生。

本专业以国家标准和专业认证要求为依据，培养德、智、体、美全面发展、掌握数据科学与大数据技术基础知识、基本理论、基本方法，培养面向大数据应用的数学、统计学、计算机科学、自然科学与社会科学领域基础知识、数据建模、高效分析与处理、统计学推断的基本理论、基本方法和基本技能，熟悉自然科学和社会科学等应用领域中大数据应用特点，具备大数据采集、预处理、存储、分析、挖掘等行业核心技术的应用能力，以及卓越的专业能力和良好的外语水平，具有大数据系统开发、系统运行与维护、大数据分析与挖掘等能力，能够从事各行业大数据分析、处理、服务、开发和利用等工作的高级专业型和研究型人才。

本专业自2020年开始采用计算机类（软件数媒与大数据方向）大类招生。

二、培养目标

本专业面向国家战略和产业行业需求，培养学生具备良好思想品德和科学素养，具有扎实的数学、自然科学、数据科学理论基础，熟悉并掌握数据科学领域前沿技术、开发方法和技术规范，掌握数据科学与大数据技术所需要的计算机、网络、数据编码、数据处理等学科的基本理论和基本知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质，具有较好的国际视野，发展成为数据科学与大数据技术领域的技术或管理高级专门人才。

三、毕业要求

根据山东大学数据科学与大数据技术专业培养目标，学生应达到以下毕业要求：

毕业要求1：工程知识：掌握从事大数据处理与系统开发所需的扎实的数学、自然科学、工程基础和专业知识，并能够将这些知识系统的用于解决数据科学与大数据技术领域复杂工程问题。

1.1 能够运用数学、自然科学、工程基础和专业知识，表述数据科学与大数据领域复杂工程问题；

1.2 能够针对具体的对象建立数学模型并进行数据组织和编程求解；

1.3 能够将相关知识和数学模型方法用于数据科学与大数据技术领域复杂工程问题的推演和分析；

1.4 能够将相关知识和数学模型方法用于大数据解决方案的比较与综合。

毕业要求2：问题分析：能够应用数学、自然科学、工程科学的基本原理识别、表达、并通过文献研究分析数据科学与大数据技术领域复杂工程问题，以获得有效结论。

2.1 能够运用数学、自然科学、工程科学的基本原理，识别和判断数据科学与大数据复杂工程问题的新需求与内涵，分析主要环节、关键技术与指标；

2.2 能够基于相关科学原理和数学方法正确表达大数据应用中的复杂工程问题；

2.3 能够认识到数据科学与大数据复杂工程问题解决方案的多样性，主动通过对文献的研究分析寻求可替代的解决方案；

2.4 能够运用基本原理，借助文献研究，分析数据科学与大数据工程问题解决方案的影响因素，评价解决方案，获得有效结论。

毕业要求3：设计/开发解决方案：能够设计数据科学与大数据复杂工程应用的整体技术解决方案，设计/开发支撑系统或模块，并能在设计/开发中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

3.1 掌握数据科学与大数据技术为核心的复杂工程应用的设计全流程，了解影响设计目标和技术方案的各种因素，能够根据应用需求设计整体技术解决方案；

3.2 能够根据数据科学与大数据工程应用的特定需求，设计/开发满足要求的系统、模块；

3.3 能够在数据科学与大数据工程应用的设计/开发中，主动考虑多学科交叉融合与新技术应用，体现创新意识；

3.4 能够在设计/开发中能够考虑安全、健康、法律、文化及环境等因素。

毕业要求4：研究：能够基于科学原理并采用科学方法对数据科学与大数据技术领域复杂工程问题进行研究，包括相关工作综述、实验设计、开发或实施、结果分析，并通过信息综合得到客观合理的结论。

4.1 能够基于科学原理，通过文献研究或相关方法，调研和分析大数据时代数据科学与大数据处理等复杂工程问题的解决方案；

4.2 能够根据问题特性，设计实验方案，选择相应的实验设备和工具软件，搭建实验平台；安全地开展实验，正确地采集实验数据；

4.3 能够对实验系统产生的数据进行加工整理，并对实验结果进行分析和解释，通过信息综合得到合理有效的结论。

毕业要求5：使用现代工具：能够选择、使用和开发恰当的现代仪器设备、工具和专业软件、信息资源等工具，针对数据科学与大数据复杂工程问题进行预测与模拟，并能够理解工具局限性。

5.1 了解数据科学与大数据工程应用中的多源数据采集、计算模拟等环节的现代仪器设备、工具软件和专业模拟软件、信息数据资源的运行原理和使用方法，并理解其局限性；

5.2 能够选择与综合应用恰当的仪器、软件、数据，对数据科学与大数据技术领域的复杂工程问题进行建模与预测、计算与模拟；

5.3 能够分析现代工具在解决数据科学与大数据复杂工程问题时的局限性，并利用专业知识对现代工具进行扩展开发。

毕业要求6：工程与社会：能够基于专业知识合理分析，评价数据科学与大数据复杂工程问题解决方案和工程实践对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。

6.1 了解数据科学与大数据技术专业相关领域的技术标准体系、知识产权、产业政策和法律法规，理解社会文化对工程活动的影响；

6.2 能够分析和评价大数据分析、处理等工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素对数据科学与大数据项目实施的影响，并理解应承担的责任。

毕业要求7：环境和可持续发展：了解环境、社会可持续发展相关知识，能够分析数据科学与大数据工程实践对环境及社会可持续发展的影响，并做出合理评价。

7.1 能够了解环境、社会可持续发展的相关知识，理解数据科学与大数据工程实践对环境、社会可持续发展的影响；

7.2 能够分析、合理评价数据科学与大数据工程实践对环境、社会可持续发展的影响，并在解决方案中考虑环境和可持续发展。

7.3 能够理解和评价安全与隐私问题对社会健康发展的影响。

毕业要求8：职业规范：具有人文社会科学素养、社会责任感，能够在数据科学与大数据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 理解个人与社会的关系，了解中国国情，树立并践行社会主义核心价值观。明确个人作为社会主义建设者和接班人所肩负的责任和使命；

8.2 理解诚实公正、诚信守则的职业道德和规范，并能在数据科学与大数据工程实践中自觉遵守；

8.3 理解工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在数据科学与大数据工程实践中自觉履行责任。

毕业要求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 具备独立承担工作的意识与能力，并能够与不同学科的团队成员有效沟通，合作共事；

9.2 能够作为团队负责人，组织、协调和指挥多学科背景下的团队开展工作。

毕业要求10：沟通：能够就数据科学与大数据系统的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 能够就数据科学与大数据复杂工程问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，并理解与业界同行和社会公众交流的差异性；

10.2 具备一定的国际视野，了解数据科学与大数据技术领域的热点应用与发展趋势，理解和尊重世界不同文化的差异性和多样性；

10.3 具备跨文化背景下的沟通和交流能力，能利用外语对专业问题进行有效的口头和书面交流。

毕业要求11：项目管理：理解并掌握数据科学与大数据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 了解数据科学与大数据工程全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题，掌握对应的管理与决策方法；

11.2 能在多学科环境中(包括模拟环境)，运用工程管理与经济决策方法。

毕业要求12：终身学习：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。

12.1 能够认识到数据科学与大数据技术自身的发展以及对社会各行业发展的赋能，认识到自主和终身学习的必要性；

12.2 具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等。

四、核心课程设置

本专业的核心课程包括：数据科学导论、深度学习及应用、计算机组织与结构、数据结构、操作系统、数据库系统、最优化方法、数据仓库与数据挖掘、非关系型数据库、机器学习基础、多核平台上的并行计算等。

五、主要实践性教学环节（含主要专业实验）

本专业主要实践性教学环节及主要专业实验包括面向大数据的Phtyon开发、高级程序开发、计算机组织与结构课程设计、数据结构课程设计、数据库系统课程设计、操作系统课程设计、认识实习、项目实训、毕业设计等。

六、毕业学分  

180学分（专业培养计划160学分，重点培养计划12学分，创新实践计划4学分，拓展培养计划4学分）。

七、学制

标准学制：4年

弹性修业年限：3至6年

八、授予学位

工学学士学位

九、数据科学与大数据技术专业课程设置及学时分配表

（一）专业培养计划--通识教育课程

（二）专业培养计划--专业教育课程

（三）重点提升计划、创新创业计划、素质拓展计划（共20学分）

（四）大学英语课程设置及学时分配表