一、培养目标
本专业培养德、智、体、美等方面全面发展，具有良好的数学基础和计算机能力，掌握数据科学和大数据技术的基本理论、方法和技能，具备一定的数据科学研究的能力，掌握大数据的采集、处理、存储和分析等技术, 能够在政府机构、企事业单位、社会组织等部门从事大数据的管理、研究和应用开发等工作的应用型高级专门技术人才。
二、培养要求
1.具有较好的人文社会科学素养、较强的社会责任感和良好的工程职业道德，并具有一定的组织协调与管理能力。
2.掌握从事本专业工作所需的统计学、数学、计算机科学知识以及一定的人文社会科学知识。
3.掌握大数据建模与分析的基础理论及其计算机处理的基本技能。
4.掌握数据科学的基本思维方法和研究方法，具有数据分析、数据挖掘、数据存储、数据处理等方面的能力，并能发现、分析和解决交叉学科的实际问题。
5. 掌握文献检索、资料查询的基本方法，具有获取信息的能力。
6. 具有较强的交流、沟通和团队合作能力。
三、岗位-任务-能力-知识-课程结构简表
主要岗位（群） |
典型工作任务 |
核心能力 |
核心知识 |
核心课程 |
大数据分析师 |
数据的抓取、导入与预处理、辅助开发数据产品 |
数据采集、清洗、处理与存储能力，运用算法解决分析问题 |
分布式计算及存储技术，Hadoop架构 |
Python语言、Hadoop大数据技术 |
大数据应用开发工程师 |
基于大数据技术的应用程序研发 |
搭建大数据应用平台、开发分析应用程序、编程能力、优化能力 |
Hadoop架构、面向对象编程基础 |
Hadoop大数据技术、Java编程语言、数据库技术 |
四、核心课程
高等数学、线性代数、离散数学、概率论与数理统计、Linux操作系统、Python语言、面向对象程序设计（java）、数据库原理与应用、软件工程、Hadoop大数据技术、多元统计分析、数据结构、数据挖掘、数据可视化等。
五、学制与修业年限
学制：四年
修业年限：实行弹性学制3-6年
六、毕业学分与授予学位
毕业学分：153
授予学位：工学学士
七、实践教学环节
1.军事理论与训练（2学分）
由学校统一安排，训练合格计2学分。
2.认知实习和专业实习
（1）认知实习：第2-3学期组织学生到相关行业、企业的生产一线进行为期1周的实践观摩，了解行业现状、发展前景等方面情况，增强职业认同和岗位认知，完成1篇观摩报告，合格者记1学分。
（2）专业见习：第4-5学期安排学生到相关行业、企业进行专业见习，了解生产流程、管理模式等方面情况，尽可能参与生产实践活动，验证所学知识，见习结束后完成一份见习报告，合格者记1个学分。
3.毕业实习和毕业论文（设计）
毕业实习：第8学期安排9周进行毕业实习。实习结束，学生应当提交实习相关材料，写出实习总结，经过验收合格者记9学分。
毕业论文（设计）：第7学期完成选题和开题报告，第8学期完成论文（设计）写作及答辩等相关工作，成绩合格者记6学分。
4.安全教育课程。贯穿四年整个学习过程，主要通过班会课、班级活动的形式开展，由辅导员、班主任组织完成。
八、第二课堂素质拓展
学分认定按《8040威尼斯大学生素质拓展学分实施办法》执行。
