制定人: 刘翔 审核人: 方志军 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
一、指导思想 本专业遵循学校建设现代化工程应用型特色大学的办学理念,以产学研战略联盟为平台,坚持学科链、专业链对接产业链的办学模式,依托上海现代产业,主动服务地区经济的办学宗旨,以实践能力和创新能力培养为核心,为地方信息产业以及经济社会的发展培养高素质的数据科学与大数据技术领域的高等工程应用型人才。 二、培养目标 本专业以现代信息技术产业发展需求为导向,注重与计算机科学与技术、统计学、智能科学等相关专业的交叉融合,培养具有合格的个人素质和职业素养,良好科学素养,系统掌握大数据分析基础理论知识,熟悉大数据分析的基本流程与主要工具,能够在教育科研、企事业单位和行政管理部门从事大数据科研、开发与分析的应用型高等工程应用型人才。 三、专业方向与特色 以大数据产业技术发展需求为导向,秉承“Computer+X”的复合人才培养理念,坚持“理论学习+工程训练+新技术应用”的人才培养模式,培养能够从事金融、商业、制造、电信和教育等领域的工作,熟练掌握大数据采集、处理、分析与应用的技术与核心技能,具有较强实践和创新能力的高等工程应用型人才。 四、毕业要求 本专业学生主要学习数据科学与大数据技术专业方面的基本理论和基本知识,接受从事研究和应用大数据技术的基本训练、具有运用大数据进行数据分析和处理的基本能力。 毕业生应满足以下几方面要求: 1. 能够将数据科学、自然科学、工程基础和专业知识用于解决较复杂工程问题。 2. 能够应用数据科学、自然科学和工程科学的基本原理,识别、表达、并通过文献研究分析较复杂工程问题,以获得有效结论。 3. 能够设计针对复杂工程问题的解决方案,设计满足特定需求的大数据系统、数据分析与处理技术、大数据分析流程,并能够在各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。 4. 能够基于数据科学原理并采用信息科学方法对较复杂大数据工程问题进行研究,包括系统设计、分析与研发、并通过系统实现得到合理有效的结论。 5. 能够针对较复杂的大数据工程问题,选择与使用恰当的理论、技术、资源、现代工程工具,搭建和运维大数据应用平台,进行应用系统的开发。 6. 能够基于数据科学与大数据技术相关背景知识进行合理分析,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。 7. 能够基于数据科学与大数据技术相关背景知识进行合理分析,理解和评价针对较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. 具有人文社会科学素养、社会责任感,能够在工程实践中理解并遵守工程职业道德和规范,履行责任。 9. 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。 10. 能够就较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。 11. 理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。 12. 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。。 五、主干学科和核心课程及课程体系 主干学科:计算机科学与技术、统计学、智能科学与技术。 核心课程:算法与数据结构、面向对象程序设计、操作系统、数据库原理、应用统计学、数据挖掘与分析、人工智能。 课程体系: 1)自然科学系列课程:高等数学、大学物理等。 2)人文社科系列课程:大学英语、中国近现代史纲要、思想道德修养与法律基础、马克思主义基本原理等。 3)专业基础课程群:数据科学与大数据分析、概率论与数理统计、算法与数据结构、面向对象程序设计等。 4)专业课程群:(分布式)操作系统、(大型)数据库原理、应用统计学、数据挖掘与分析、人工智能、数据采集与搜索技术等。 5)专业选修课程群:JAVA程序设计、R语言编程、Phython语言编程、Matlab编程、数据可视化分析、云计算与虚拟化技术、机器学习、计算机视觉等。 六、实践教学 l.实验 1)专业课实验:数据采集与搜索综合实验、大数据分析与可视化综合实验、大数据系统应用综合实验。 2)大型课程设计:视频大数据综合实验、智能交通大数据综合实验、社交网络与信息传播分析综合实验、学校大数据分析综合实验。 3)毕业设计:围绕数据科学与大数据技术专业方向,设立大数据算法及实战分析毕业设计题目。 2.实习 实习是本专业学生理论联系实际、接触社会、了解应用设备和工艺,培养学生的实践观点、劳动观点和组织纪律性的必要教学环节,本专业安排以下实习环节: 1) 制造技术基础实习 第二学期,2周 2) 电工实习 第四学期,2周 3.课程设计 本专业课程设计是利用所学的专业理论知识分析问题,创造性地设计小型应用系统的能力。 4. 合作教育 合作教育分三次进行共18周。具体安排如下: 1) 合作教育(一) 第二学期,6周 2) 合作教育(二) 第四学期,6周 3) 合作教育(三) 第六学期,6周 5.毕业设计(论文) 毕业设计是在完成本专业所学理论教学课程后进行的主要实践教学环节,训练学生在收集资料、对课题调查研究的基础上分析与解决工程问题的实际能力、动手能力。其内容是结合科研和生产实际需要,完成数据科学与大数据技术的工程课题、研究课题或实验课题,安排在第八学期进行,共16周。撰写毕业论文或毕业设计说明书。 毕业设计(论文) 第八学期,16周。 6.军训 军训 第一学期,2周。 七、第二课堂 第二课堂共4学分,由“创新创业类”和“素质拓展类”两大模块组成。“创新创业类”和“素质拓展类”各2学分。 八、学制及毕业规定 1.本专业基本学制4年,学生可在3至6年内完成学业。 2.学生在规定的学习年限内修满培养计划规定的各教学模块的学分,总学分达到164学分。其中各类必修课程达到131学分,选修课程达到33学分(含第二课堂达到4学分),方能毕业。 九、学位 符合《上海工程技术大学学士学位授予工作细则》规定的毕业生授予工学学士学位。 十、课程设置及学分要求(总共164学分) (一)公共基础平台课程 学生应在电子电气类公共基础平台课中修满59.5学分。 (二)学科基础平台课程 学生应在2017级电子电气类学科基础平台课中修满36学分。 必选课程:电路实验、高级语言程序设计A、电路(二)、概率论与数理统计、数字电子技术、线性代数、微机原理及接口技术、电路(一)、离散数学、算法与数据结构、面向对象程序设计、数据科学与大数据技术、数字图像处理、linux操作系统。
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||