计算机科学与工程学院/软件学院-数据科学与大数据技术专业人才培养方案（2020级）

一、专业简介

广西师范大学数据科学与大数据技术专业属于计算机科学与技术一级学科，于2020年开始招收本科学生。本专业是计算机学科中的工科专业，旨在培养具有大数据思维、能够运用大数据及云计算技术将领域知识与计算机技术及大数据技术融合和创新、能够从事大数据研究和应用开发的高层次人才。本专业学生通过较宽广的数据科学与大数据技术方向的必修和选修课的学习，受到大数据处理技术的基本训练，具备运用数据科学理论和大数据技术分析解决工程问题的基本能力，将来能够胜任大数据分析与挖掘、大数据应用开发、大数据可视化与决策等工作，或进入国内外高等院校、科研院所继续深造。

二、专业代码、名称

（一）专业代码：080910T

（二）专业名称：数据科学与大数据技术

三、培养目标及毕业要求

（一）培养目标

本专业着力培养信念执著、品德优良，具有良好的科学素养、社会责任感和环境意识，掌握数学与自然科学基础知识以及数据科学与大数据技术的基础理论、基本知识、基本技能和基本方法，熟练掌握大数据采集、存储、处理与分析、预测和应用开发技术，能够承担大数据分析、数据库管理与维护、大数据应用、商业智能以及系统研发等工作，具备大数据分析、处理、挖掘、可视化、系统集成等能力的创新型大数据专门技术人才。学生毕业后可在政府、教育、金融、电力、高新技术企业和相关行业从事数据科学及大数据应用系统研发、数据分析、大数据软件产品运维等工作领域，也可进入国内外高等院校、科研院所继续深造。

根据数据科学与大数据技术专业培养目标的人才定位，对学生毕业5年左右的职业发展预期目标分解如下：

1.培养信念执着、品德优良，具有良好的科学素养、社会责任感和环境意识。

2.掌握数学与自然科学基础知识，数据科学与大数据技术的基础理论、基本知识、基本技能和基本方法。

3.熟练掌握先进数据处理技术的基础原理、行业工具和技术应用。

4.具备较强的大数据应用系统设计与实现的能力，能够承担大数据分析、处理、挖掘、可视化、系统集成等工作。

5.具有创新精神和创新能力。

6.具有良好的团队交流与组织协调能力。

7.具有开阔视野和跟踪数据科学与大数据技术前沿领域发展的能力。

8.能通过继续教育或其他终身学习途径拓展自己的能力的高素质专门技术人才。

（二）毕业要求

1.【工程知识】 掌握数学、自然科学、计算机科学、统计学基础和专业知识，并具备运用这些知识解决现实复杂工程问题的能力。

2.【问题分析】 能够应用数学、自然科学、计算机科学、统计学的基本原理，识别、表达、并通过文献研究分析数据科学与大数据技术及交叉领域复杂工程问题，以获得有效结论。

3.【设计/开发解决方案】 能够设计针对数据科学与大数据技术及交叉领域复杂工程问题的解决方案，设计满足特定需求的计算机算法、模块、开发流程或软硬件系统，并能够在设计环节中体现创新意识，综合考虑社会、健康、安全、法律、伦理、文化以及环境等因素。

4.【研究】 能够基于计算机科学、数据科学原理并采用专业科学方法对数据科学与大数据技术及交叉领域复杂工程问题进行研究，包括设计算法、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。

5.【使用现代工具】 能够针对数据科学与大数据技术及交叉领域复杂工程问题，开发、选择和使用恰当的软硬件开发环境与工具、信息检索与分析工具，完成对计算机复杂工程问题的预测与模拟，并能够理解其局限性。

6.【工程与社会】 能够基于数据科学相关背景知识进行合理分析，评价数据科学与大数据技术专业工程实践和复杂工程问题解决方案对社会、健康、安全、法律以及文化等影响，并理解应承担的责任。

7.【环境和可持续发展】 能够理解和评价针对数据科学与大数据技术及交叉领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

8.【职业规范】 具有良好的人文社会科学素养、职业道德、心理素质和社会责任感，能够在大数据工程实践中理解并遵守行业职业道德和规范，履行责任。

9.【个人和团队】 具有一定的独立工作能力、组织管理能力和团队合作能力，能够适应多学科背景下的团队合作方式，并具备在团队中胜任个体、团队成员及负责人角色的能力。

10.【沟通】 能够就数据科学与大数据技术及交叉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、清晰表达或回应指令。具备初步的外语应用能力，能阅读本专业的外文材料，具有一定的国际视野，能够在跨文化背景下进行交流。

11.【项目管理】 理解并掌握大数据工程项目的成本、进度、范围、质量、风险等管理原理与经济决策方法，并能在多学科环境中应用。

12.【终身学习】 具有自主学习和终身学习的意识，能够运用现代化信息技术获取相关信息和新技术、新知识，了解数据科学的发展现状和趋势，能够发现实践中存在的问题，并具有不断学习新知识和适应大数据技术快速发展的能力。

四、学制和修业年限

1. 学制：标准学制为4年，实行弹性学制和学分制管理。

2. 修业年限：可在3-6年内完成学业。

五、所属学科门类及相近专业

1. 所属学科门类：工学。

2. 相近专业：软件工程、计算机科学与技术、信息安全。

六、专业核心课程

本专业的主干（核心）课程包括：程序设计基础、面向对象程序设计(Java)、离散数学、数据结构、数据库原理、操作系统原理与Linux应用、计算机网络、机器学习、数据仓库与数据挖掘、分布式系统与云计算、大数据编程基础。

七、主要实验及实践教学要求

（一）课堂实验实训教学

本专业的大多数课程都有对应的课堂实验课时，11门专业主干课程中除了离散数学之外，其余10门都有课堂实验的课时，它们的主要内容如下：

1. 程序设计基础课程实验

程序设计基础课程实验要求学生完成C语言的基本知识和运行C程序的方法、程序的三种基本结构、数组、函数、预编译处理、指针、结构体和共用体、位运算和文件操作等实验。通过上机实验练习，使学生在初步获得有关程序设计的基本概念、基础知识，特别是如何形式化地表述解决问题的算法后，能够更牢固地掌握C语言的数据类型、基本控制结构、流及文件的操作，并且基本掌握C语言中有关函数、数组、结构体及指针等难度较高的概念及知识，具有熟练应用C编译系统编辑、编译、连接、调试及改错以解决实际计算问题的能力。

2.面向对象程序设计(Java)课程实验

面向对象程序设计(Java)课程实验要求学生完成Win32或Linux控制台程序设计及基本程序结构、函数、类和对象、数组、派生类与继承性、接口、多态性、类模板、流类库与I/O、异常处理等实验。通过实验，使学生更深入地了解面向对象程序设计与面向过程程序设计的区别，全面完整的理解面向对象的基本概念和基本理论，较好地掌握面向对象程序设计的方法和技术。在实验课中注重培养学生采用面向对象的思想分析问题和解决问题的能力及严谨认真的工作态度。

3.数据结构课程实验

数据结构课程实验要求学生完成顺序表的操作、链表的操作、堆栈和队列、二叉树操作、图的操作、查找操作、排序、图书管理综合应用等实验。通过实验，使学生加强对数据结构课程中重点算法的理解与掌握，在实验中设计出高效的算法，结合一些实际应用培养学生解决实际问题的能力，提高学生的编程能力及良好的编程风格。

4.数据库原理课程实验

数据库原理课程实验要求学生掌握结构化查询语言SQL的使用，完成数据定义、数据查询、数据更新、数据库的恢复等实验。通过实验使学生进一步巩固所学的理论知识、提高综合运用的能力，熟悉数据库设计从规划→需求分析→概念设计→逻辑设计→物理设计→数据库的实现，完成数据库设计，建立一个管理信息系统的数据库。基本熟悉至少一种数据库管理系统开发工具，并使学生具有设计、使用和维护一般数据库系统的基本能力。

5.操作系统原理与Linux应用课程实验

操作系统课程实验要求学生完成访问Linux系统、进程控制与描述、并发程序设计、存储管理、输入/输出管理等实验。通过实验使学生获得必要的感性知识；进一步掌握和巩固所学的理论知识，熟悉Linux操作系统的用户界面、编程方法与系统功能编程接口，使学生对操作系统的功能和原理的实现有更加深入的理解，加深了解操作系统的工作机理，为今后从事各种软件的设计和开发打下基础，培养学生综合运用所学知识的能力和程序设计的技能。

6.计算机网络课程实验

计算机网络课程实验要求学生完成CRC校验、滑动窗口协议、VLAN、子网划分、路由通信协议、综合组网、WinSOCKET网络通信接口编程等实验。通过实验使学生获得必要的感性知识；进一步掌握和巩固各种网络协议的基本原理和运行机制，学习常用设备的使用方法和网络应用技术，培养学生综合运用知识的能力和实验技能，提高分析问题和解决问题的能力。

7.机器学习课程实验

机器学习课程实验要求学生完成线性回归、决策树、神经网络、支持向量机等实验。通过实验使学生获得必要的感性知识；牢固掌握各种经典机器学习算法的基本原理。学习常用的机器学习库和流行的深度学习框架，在此基础上，使学生能够运用机器学习技术来智能化地解决现实生活问题，从而培养学生综合运用知识的能力，为今后从事机器学习领域相关的研发工作打下坚实的基础。

8.数据仓库与数据挖掘课程实验

数据仓库与数据挖掘实验要求学生完成OLAP的分析操作、数据仓库的设计、关联规则分析、决策树分析、贝叶斯分析、人工神经网络、回归分析、聚类分析等实验。通过实验使学生获得数据分析过程的感性认识；进一步掌握和巩固数据仓库的基本操作和数据挖掘算法的原理，学习数据挖掘算法的操作和应用场景，培养学生综合运用知识的能力和实验技能，提高以数据管理为导向的数据分析和数据挖掘技能。

9. 分布式系统与云计算课程实验

分布式系统与云计算课程实验要求学生完成基于Ubuntu操作系统和Hadoop开源平台的云计算环境搭建、 分布式文件存储、并行计算、海量数据云计算等实验。通过实验使学生对分布式系统和云计算的基本工作模式有感性认识；以现实问题（海量数据存储、大数据排序处理等问题）为案例，通过开源云计算系统的应用实践，使学生理解云计算构架中实现大数据分布式存储、多任务并行计算，以及软件可靠性、可伸缩性的方法，掌握云计算的并行计算思维，理解云计算对大数据处理的重要意义；培养学生综合运用知识的能力和实验技能，提高分析问题和解决问题的能力。

10.大数据编程基础课程实验

大数据编程基础课程实验要求学生完成数据处理、缺失数据处理、数据规整化（清理、转换、合并、重塑）、数据聚合与分组运算、时间序列应用、图形化显示数据等实验。通过实验使学生了解python程序设计基础知识，初步掌握大数据分析各个环节的基本编程技能，培养学生大数据开发、大数据分析的编程能力。

（二）专业见习

    专业见习一般由老师统一带队到一些大数据相关企业，请企业的有关技术人员介绍大数据行业的实际发展现状，参观、了解大数据应用系统开发流程等，也可到中大型企事业单位参观大数据应用情况，了解各种大数据应用类型、应用方案，分析各种不同企事业单位的产品生产经营或事务管理情况与大数据应用方案之间的关系，了解企事业单位的大数据应用需求。

（三）专业实习

专业实习是一门使学生了解并掌握本专业所学理论知识在企事业单位的实际生产管理中具体应用的实践教学课程。其主要目的是开阔学生视野，丰富学生的知识结构，进一步提高学生理论联系实际的能力，为毕业论文(设计)做准备。是学生走上实际工作岗位前非常重要的实践。专业实习的主要内容和要求包括：(1)适应实际工作岗位，初步认识并体会企事业单位工作岗位的性质、职责和内容等；(2)学习、了解并掌握实习单位的大数据技术实际应用情况，增强学生理论联系实际的能力；(3)巩固、提高所学专业知识，提高实际动手能力以及分析问题和解决问题的能力。能够就某些专门化技术在一些领域的应用前景提出自己的见解、设想和展望；(4)学习企事业员工认真负责的工作态度、敬业精神，培养学生劳动观念、集体观念，培养学生正确的人生观，树立良好的社会责任感，引导学生建立良好的择业观。专业实习采用分散与集中实习相结合的方式。经学院领导批准，允许部分学生自己联系实习单位，其他学生由学院统一组织实习。

（四）毕业论文或毕业设计

    参见学校及学院的毕业论文要求。

（五）技能训练

本专业的技能训练主要通过课程实验、课程设计、集中实践、大学生创新创业活动和学科竞赛等环节实施，技能训练过程中注重校企联合。

（六）科研训练

主要通过参与教师的科研课题和学院或学校组织的学术活动接受初步的科研训练，也可在教师的指导下学生自己组织进行课外科研活动，并参与各项科技学术活动或学科竞赛。

八、毕业学分与授予学位

（一）毕业最低学分要求：165学分。

（二）授予学位：工学 学士学位。