2023级广州南方学院与爱尔兰格里菲斯学院合作数据科学与大数据专业本科专业立体化人才培养方案（1）.doc

广州南方学院与爱尔兰格里菲斯学院合作 2023 级本科数据科学与大数据技术专业立 体化人才培养方案 一、专业名称、代码和学制 （一）专业名称（中英文）：数据科学与大数据技术（Data Science and Big Data Technology） （二）专业代码 ：080910TH （三）学制：四年 二、培养目标和毕业要求 （一）培养目标 坚持社会主义办学方向，以立德树人为根本任务，培养德、智、体、美、劳全面发展， 具备良好的科学素养和职业道德，掌握自然科学和人文社科基础知识，掌握信息技术、数据 科学技术理论基础，熟练掌握大数据采集、处理、分析与应用技术，可从事大数据分析、处 理、挖掘、可视化、大数据系统集成、管理维护等工作的，具有国际视野、通晓国际规则、 沟通能力强的双语应用型、工程型技术人才。 本专业学生在毕业前达到以下培养目标： 1. 道德素养：具有良好的人文科学素养、职业道德与国际视野，在工作中表现出良好 的社会责任感、事业心、安全与环保意识； 2. 工程能力：掌握扎实的专业基础知识和专业技能，具备从事大数据领域产品研发、 部署与应用，大数据分析与挖掘等应用工作的复杂性工程实践能力； 3. 工程伦理：在大数据工程实践中能够综合考虑社会、健康、安全、法律、经济、 文化以及环境等因素，拥有良好的工程职业道德； 4. 团队合作：具有良好的团队合作精神、交流与沟通能力、组织协调能力，能够在实 际工作中适应不同的角色； 5. 终身学习：能够主动适应社会环境、技术的发展变化，能够通过继续教育或其它终 身学习的途径更新知识，实现能力和技术水平的不断提升。 （二）毕业要求 工程知识：能够将数学、自然科学、数据科学的理论与方法用于解决本专业领域的复 杂工程问题； 问题分析：能够应用数学、自然科学、工程科学的基本原理，经过识别、表达，通过 文献等资料的研究，分析本专业领域的复杂工程问题，并提出解决该类问题的解决方法； 设计/开发解决方案：能够设计针对数据科学与大数据专业领域的复杂工程问题的解决 方案，开发满足特定需求的大数据产品、系统，并能够在设计或开发环节考虑社会、健康、 安全、法律、文化及环境等因素； 研究：能够采用科学的方法对数据科学与大数据专业领域的复杂工程问题进行研究， 包括设计实验、分析与解释数据、并能通过信息综合得到有效的结论； 使用现代工具：能够针对数据科学与大数据专业领域的复杂工程问题，开发、选择并 使用恰当的技术、资源、现代开发工具，包括对复杂工程问题的预测和模拟，并能够理解其 局限性； 工程与社会：能够基于工程背景知识进行合理分析，评价数据科学与大数据专业工程 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； 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专业复杂工程问题的具体 工程实践对环境、社会可持续发展的影响； 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专业工程 实践中理解并遵守工程职业道德和规范，履行责任； 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； 沟通：掌握与社会公众沟通交流的基本技巧；能够与业界同行就数据科学与大数据专 业领域的复杂工程问题进行学术交流和有效沟通，包括撰写报告、陈述发言、清晰表达或回 应指令；具备一定的国际视野，能够在跨文化背景下进行沟通与交流； 项目管理：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； 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； 具备良好的马列主义理论素养，以马克思列宁主义、毛泽东思想、邓小平理论及“三 个代表”重要思想、科学发展观、习近平新时代中国特色社会主义思想为指导，具备坚定的 政治方向，坚持党的领导，坚持四项基本原则，坚持改革开放，热爱社会主义祖国； 具有爱国主义、集体主义、社会主义良好思想品德；具有为社会主义现代化建设服务， 为人民服务，为国家富强、民族昌盛而奋斗的志向和责任感。 三、专业核心课程 学科基础：高等数学（1）、高等数学（2）、线性代数、大学物理（1）、大学物理 （2）、概率论与数理统计、离散数学。 专业基础课：数据科学导论、高级语言程序设计、电子学基础、Python 程序设计、面 向对象程序设计、系统分析与设计、数据结构与算法、计算机原理与应用、操作系统原理、 并行开发编程、网络开发技术、数据库原理、大数据管理、计算机网络技术、数据挖掘算法 与技术、软件工程、人工智能原理、数值优化、应用数据科学、数据分析与视觉化、云服务 与平台等。 四、主修专业毕业条件和学位授予 毕业学分结构表 公共教育（49 学分） 专业教育（111 学分） 公共选修 毕业总学 分 156+ （8~10） 专业必修 公共必 通识必 数学与 限定性选 校级选修 修 修 自然科 修课 课 学 34 9 4 成长教育 （8~10 学 分） 2 21 专业 学生成长 专业 工程实 选修 教育课 基础 践类 51 19 16 8~10 备注：1.该学分结构表显示了本专业学生毕业的最低修读总学分要求和各类课程下的最低修 读学分组成。 （一）毕业条件 学生申请以数据科学与大数据技术专业毕业，须符合以下全部条件后，才准予毕业， 并颁发广州南方学院毕业证书： 1.在学院允许的学习年限内，4 年。 2.取得数据科学与大数据技术专业规定的最低毕业总学分 156 学分+（10）学分，其中： 公共教育类包含：公共必修课 34 学分，通识必修课 9 学分、公共选修课 6 学分，其中 通识必修课含有劳动教育课 2 学分。 专业教育类包含：数学与自然科学 21 学分，专业基础课 51 学分，工程实践类 19 学， 分专业选修课 16 学分。 成长教育课其具体安排以学校发布的成长教育方案为准。 （二）获得学位 普通全日制本科生在取得毕业资格的前提下，按现行的绩点制，其专业课、公共必修课 课的平均学分绩点达到 2.0 及以上者，可授予广州南方学院工学学士学位。 五、公共教育课程计划进程表 请详见附表一。 六、专业教育课程计划进程表 请详见附表二。 七、各学期学分分配表 请详见附表三。 八、理论、实践教学学时占比一览表 请详见附表四。