（2018级）
一、专业名称与学科门类
数据科学与大数据技术（080910T） 学科门类：工学
二、培养目标
本专业旨在针对厦门及周边区域大数据产业人才需求，培养学生具有良好的数学基础和逻辑思维能力，掌握计算机科学、大数据科学和信息技术的基本理论、方法与技能，具备大数据系统研发工程师、大数据应用开发工程师、大数据分析师和数据可视化工程师等岗位的基本能力与科学研究基本素质。在此基础上，进一步培养掌握大数据工程项目的架构实施和科学管理决策方法，并具有大数据系统的架构和应用开发能力，以及大数据的预处理、综合分析、可视化能力的应用型、创新型专门人才。毕业生能在政府部门、信息产业、工商企业、金融机构等从事大数据采集、分析、处理、服务和应用工作，亦可从事各行业大数据系统集成、分析、管理维护等各方面的工作。
三、培养规格
知识要求 | 通识知识 | 掌握较扎实的科学文化基础知识； 掌握马克思主义的基本理论和基本知识； 掌握人文、道德和法律基本理论和基本知识。 |
专业知识 | 掌握数据科学与大数据技术、计算机科学与技术领域的基本理论和基本知识； 掌握大数据分析、挖掘的方法与技术； 掌握大数据系统的架构与实施及维护技术； 掌握大数据应用的开发、实施、维护的基本知识； 掌握数据科学应用和数据可视化技术的基本知识； 了解大数据技术应用的基本方针、政策和法规； 了解数据科学与大数据技术的新进展与发展动态； 掌握文献检索、资料查询的基本方法，具有良好的自学能力和一定的科学研究及实际工作能力。 |
能力要求 | 学习能力 | 具有良好的学习习惯，一定的抽象思维能力，较强的形象思维能力，逻辑思维能力，能够快速查阅专业的相关资料和文献，能够快速自学专业领域的一些前沿知识和技能； 掌握一门外国语，具有较好的听、说、读、写能力，能较顺利地阅读本专业的外文书籍和资料。 |
思维能力 | 具有扎实的基础知识，精深的专业技能。以高超的学习能力，敢于冒险的勇气和敏锐洞察力，坚持不懈地发现问题和解决问题； 具有良好的心态和换位思考的宽广胸怀，尊重他人，诚以待人，能够敏锐发现共同的话题和兴趣，运用巧妙的方式和对方沟通； 牢固树立团队利益高于个人利益的观点，尊重并理解他人的观点与处境，能评价和约束自己的行为，能综合地运用各种交流和沟通的方法进行合作。 |
实践能力 | 具有发现问题，提出问题并运用所学的综合知识去努力思考、积极探索，并且创造性地解决问题的能力； 能根据专业领域的需要，掌握大数据科学、计算机科学、信息技术的基本知识和技能；具有良好的数据分析应用与科学管理决策能力；具有较好的算法分析、设计能力和编程能力；掌握大数据工程项目的规划、设计、实施和管理的基本过程，具有一定的应用系统开发实践能力； 能综合运用所学专业知识，及时、正确地处理工作中存在的各种问题，能积极主动地解决所在岗位的技术难题。 |
创新能力 | 具有扎实的基础知识，精深的专业技能。以高超的学习能力，敢于冒险的勇气和敏锐洞察力，坚持不懈地发现问题和解决问题。 |
素质要求 | 思想道德、文化素质 | 熟悉我国国情，牢固树立“国家利益高于一切”的政治思想，坚持正义，自觉抵制各种危害祖国和广大人民群众利益的不良思想和行为。具有高尚健全人格、实事求是的科学精神、强烈的民族使命感和社会责任感，树立科学的世界观、正确的人生观和价值观。牢固树立社会主义“八荣八耻”荣辱观和法纪观，自尊、自爱、自律、自强，遵纪守法，尊重他人，养成恪守职业道德与行为规范的习惯，做一个有爱心、能包容、具有绿色理念、对国家和社会负责任的人； 对文学、哲学、历史、艺术等人文社会科学有一定了解，具有一定的文化品味、审美情趣、人文素养。 |
身心素质 | 能正确面对困难、压力和挫折，具有积极进取、乐观向上和健康平和的心态。 能正确面对困难、压力和挫折，具有积极进取、乐观向上和健康平和的心态。 诚信、客观、保密的职业操守、自觉的团队协作意识；对社会的责任感、对工作的责任心；遵守专业法律法规、执业规范。 |
四、修业年限和低毕业学分要求
（一）修业年限
基本修业年限为四年，允许学生按学籍管理规定提前毕业或延长修业年限（3-6年）。
（二）低毕业学分要求
低毕业学分要求：167学分。
学生在规定修业年限内修满人才培养方案规定的低学分，完学计划规定的全部课程的学习及实践环节训练，符合学分结构要求，毕业设计（论文）答辩合格，准予毕业。
五、授予学位及条件
学生达到低毕业学分要求，并符合学校授予学士学位相关条件的，授予工学学士学位。
六、主干学科及主要课程
（一）主干学科
数据科学与大数据技术、计算机科学与技术
（二）主要课程
面向对象程序设计、离散数学、数据库系统、数据结构、运筹学、统计学、数据科学基础、计算机网络、分布式系统、大数据技术原理与应用、多元统计分析、移动开发技术、数值计算与优化、算法分析与设计、数据挖掘与分析、软件工程、数据可视化。
七、主要实践性教学环节与主要专业实验
为培养应用型、技术技能型人才，科学设计知识、技术和实践深度结合的应用型、技术技能型人才培养的课程体系，加强实践教学环节，采用校内外实训相结合的方式训练学生的工程实践能力。
（一）主要实践性教学环节
专业认知实习、专业社会调查实践与写作、面向对象程序设计课程设计、数据结构课程设计、数据库原理与应用课程设计、数据挖掘与分析课程设计、移动应用开发课程设计、大数据应用课程设计、软件工程课程设计、毕业实习、毕业设计等。
（二）主要专业实验
计算机网络、分布式系统、移动开发技术、数据挖掘与分析、算法分析与设计、数据仓库与OLAP 分析、软件工程、数据可视化、大数据技术等。
八、学分与学时分配
原则上理论教学按16学时计1学分；非集中进行的实验、上机等实践教学按16学时计1学分；形势与政策教育按32学时计1学分；大学体育按36学时计1学分；国防教育与军事理论按36学时计1学分；大学生职业生涯规划与就业指导按38学时计1学分；课程设计、项目实践、毕业设计（论文）等实践教学1周(1周按28学时计算)计1学分；军事训练2周（1周按64学时计算），暑期社会实践、毕业实习等2周（1周按28学时计算）计1学分；课外创新实践部分不折算学时。
原标题：厦门华厦学院数据科学与大数据技术专业
