数据科学与大数据技术专业培养方案

一、培养目标

本专业立足河南、面向全国经济社会和信息技术行业发展需要，培养德、智、体、美、劳全面发展，具有良好的政治素质与道德修养，掌握计算机学科基本知识，系统掌握农业大数据预处理、分析挖掘、可视化的基本方法与技能，具有农业大数据系统运维、数据处理、分析应用能力，能够在政府、企事业等单位从事大数据处理、挖掘分析、应用开发、系统运维、技术服务、教育培训等工作，社会责任感强、基础理论扎实、具有实践能力和创新精神的应用型技术人才。

本专业学生毕业后，通过5年左右的实践，期望达到以下目标：

目标1．掌握大数据领域相关技术，具有运用数据科学、现代农业相关知识、计算机科学的知识与技能解决大数据相关领域复杂工程问题的能力。

目标2．具有实践能力和创新能力，能胜任农业领域大数据应用开发工程师、大数据分析工程师、大数据挖掘工程师、大数据运维工程师、大数据技术培训师岗位的工作。

目标3．具有社会责任感，理解并坚守职业道德规范，综合考虑法律、文化、环境与可持续性发展等因素影响，在工程实践中能坚持公众利益优先。

目标4．具备良好的人文科学素养、团队精神和有效的沟通表达能力，能够组织中小型项目的实施，独立领导团队进行产品设计和制作任务。

目标5．拥有较强的自主学习和终身学习的能力，具有一定的国际视野，能够积极主动地适应社会环境和大数据行业的发展变化。

二、毕业要求

1. 工程知识应用能力：能够将数学、自然科学、工程基础和专业知识用于解决大数据应用领域的复杂问题。

1.1 能够利用数学、自然科学、工程基础和专业知识恰当地表述大数据领域复杂工程问题；

1.2 理解并掌握数据科学基础知识，能够将其用于大数据领域复杂工程问题中的数据采集、数据管理、数据分析和数据应用等问题；

1.3 能够将大数据平台技术、大数据分析等技术，用于农业大数据系统的规划与设计、部署与开发、运行与管理。

2. 问题分析能力：能够应用数学、自然科学和工程科学的基础原理，识别、表达、并通过文献研究分析数据科学复杂工程问题，以获得有效结论。

2.1 能够识别和表达大数据领域复杂工程问题的关键环节和参数；

2.2 通过对文献的研读，结合自己掌握的专业知识，对具体工程问题进行建模、仿真、数据可视化，分析和比较具体工程问题的多种解决方案，并能正确表达不同解决方案；

2.3 能够运用数据科学基本原理，分析农业大数据领域复杂工程问题的影响因素，论证解决方案的合理性。

3. 设计/开发解决方案能力：能够针对数据科学复杂工程问题设计解决方案，设计数据分析流程，并能够在设计/开发环节中体现创新意识，考虑社会、健康、安全、法律、文化及环境等因素。

3.1 能够根据具体的工程技术条件和工程中存在的问题确定设计目标，设计解决方案；

3.2 能够考虑社会、健康、安全、法律、文化以及环境等因素的影响，对大数据领域复杂工程问题的设计方案进行综合与评价，并尝试进行改进和优化。

4. 研究能力：能够基于科学原理并采用科学方法对大数据领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。

4.1 能够基于数据科学与大数据技术的基本原理对工程问题进行分析，并设计实验方案；

4.2 能够针对大数据领域复杂工程问题，构建实验仿真系统进行研究；

4.3 能够对实验结果进行分析与解释，获得有效结论。

5. 使用现代工具能力：能够针对农业大数据领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对农业大数据领域复杂工程问题的预测与模拟，并能够理解其局限性。

5.1 能够针对农业大数据领域复杂工程问题，使用现代工具、资源进行软硬件设计与调试；

5.2 能够开发、选用恰当的仿真工具，对农业大数据领域复杂工程问题进行预测与模拟，并理解其局限性。

6. 工程与社会能力：能够基于工程相关背景知识进行合理分析，评价工程实践和大数据领域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。

6.1 理解数据科学与大数据技术专业在社会发展中的作用、地位及前景，具有工程实习和社会实践的经历；

6.2 能够分析和评价大数据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。

7. 环境和可持续发展能力：能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。

7.1 理解环境保护和社会可持续发展的内涵和意义；

7.2 能够理解和评价针对大数据复杂工程问题的系统解决方案或大数据工程实践对环境、社会可持续发展的影响；

7.3 能够理解和评价大数据安全和隐私问题对社会健康发展的影响。

8. 职业规范能力：具备人文社会科学素养、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。

8.1 具备基本的人文社会科学素养、良好的社会公德与社会责任感，能够运用历史、哲学的知识与方法认识、分析社会现象，具有思辨能力与批判精神；

8.2 能够理解并遵守数据工程的相关职业道德和规范，能够在数据工程实践中承担质量、安全、服务和环保等方面的社会责任。

9. 个人与团队能力：具有强健的体格和良好的综合素质，能够在多学科背景下的团队中承担个体、团队成员及负责人的角色。

9.1 理解个人与团队的关系，能够独立完成团队分配的工作；

9.2 能够在多学科背景下，胜任团队成员或团队负责人的角色与责任。

10. 沟通与交流能力：能够就大数据领域复杂工程问题与业界同行及社会公众进行有效沟通、交流，包括撰写报告和设计文稿、陈述发言。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。

10.1 能够就大数据领域复杂工程问题，与业界同行及社会公众通过口头和书面的方式进行技术交流和有效沟通；

10.2 具备一门外语的基本听、说、读、写、译的能力，能够阅读数据科学与大数据技术专业领域的外文资料，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. 项目管理能力：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。

11.1 理解大数据复杂工程项目管理与经济决策的重要性，能够识别大数据复杂工程项目管理和经济决策中的关键因素；

11.2 能够理解和掌握项目管理和成本分析的知识、原理与方法，并应用于多学科背景下进行沟通和交流。

12. 终身学习能力：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。

12.1 具有自主学习意识和能力，能够自主查阅文献获取解决问题的知识和方法；

12.2 能够认识到社会和科学技术的快速发展以及终身学习的重要性，以适应未来发展需求。

毕业要求对培养目标支撑的矩阵图

备注：毕业要求对培养目标的支撑用“√”表示。

三、学制、学位和毕业学分

1.学制四年，学生可在3~7年完成学业。

2.授予学位：工学学士学位。

3.毕业学分：本专业毕业生最少修读168学分，其中必修课145学分。

四、主干学科和主要课程

1.主干学科：计算机科学与技术、信息与计算科学

2.主要课程：Python语言程序设计、数据结构、操作系统、计算机网络、计算机组成原理、分布式系统原理、大数据技术、农业数据采集与预处理、机器学习

五、课程结构及学分比例