数据科学与大数据技术

【专业基本情况】

数据科学与大数据技术专业是教育部为落实国家《促进大数据发展行动纲要》而批准设立的新工科专业。为适应数据时代对大数据人才的需求以及建设地方应用型高水平大学，滁州学院于2018年开设数据科学与大数据技术专业并同年招生。本专业依托计算机学科优势，借助数学、统计等学科资源，秉持“学生中心、成果导向、持续改进”工程教育理念，形成了以“跨学科交叉融合，理实一体化，产学研合作”为主要内涵的人才培养模式；专业构建了通专融合的课程体系和全程化的实践教学体系，形成了以面向领域的大数据分析应用为支撑，工程能力培养为目标的人才培养特色与优势。专业对接国家大数据战略、国家人工智能发展战略，数字中国战略，为安徽省以及长三角新一代信息技术、人工智能、数字经济、智慧城市等新兴产业发展提供人力支撑。

【培养目标】

本专业贯彻党的教育方针，坚持立德树人，培养德智体美劳全面发展，爱国敬业，思变尚新，视野宽广，具备现代工程师所需的职业能力、职业素养以及持续发展能力，能够综合应用数学、自然科学以及工程科学理论，数据科学与工程的基本理论、方法和技术，分析和解决数据科学与工程领域实际工程问题，具备大数据采集、存储与管理、处理与计算、分析挖掘与应用的专业能力和工程实践能力，能够在空间信息、人工智能、金融科技、数字经济、智慧城市等产业和行业相关大数据工程领域，胜任大数据相关数据处理、数据管理、分析挖掘、算法设计与应用开发等相关岗位工作的高素质应用型工程技术人才。

本专业学生毕业后5年左右能达成下列目标：

目标1：具备良好的人文社会科学和职业素养，自觉履行工程师的社会责任，能够为社会发展贡献正能量；

目标2：具备公众利益优先和可持续发展的理念，能够在多因素约束下分析和解决物联网工程领域实际工程问题；

目标3：具备专业能力和工程实践经验，能够胜任大数据工程师及相关岗位工作；

目标4：具备沟通表达能力和团队合作精神，能够在研发团队中承担协调、组织或管理角色；

目标5：具备开拓创新精神、自主学习和终身学习能力，能够通过持续学习和工程实践不断提升自身职业竞争力，适应全球化背景下社会和技术发展需求。

【特色和优势】

（1）跨学科交叉融合的省级教学团队专业拥有跨学科交叉融合的省级教学团队，师资力量汇聚计算机科学、数学、统计学等多个学科领域的优秀教师，不仅具备深厚的专业理论知识，还拥有丰富的行业实践经验。

（2）省级校企合作实践教育基地与理实一体化的实验教学平台专业拥有省级校企合作实践教育基地，联合企业共建大数据实践教学中心，打造产教融合标杆。具有省内一流、设施完备的实验教学环境，包括大数据实验室、数据处理实验室、数据分析中心等多个功能各异的专业实验室。

（3）精准对接行业需求的课程设置与实践教学体系课程设置紧密围绕数据科学与大数据技术领域的核心知识与技能要求，以行业实际应用场景为导向。实践教学体系完善，构建了从基础实验、课程设计到综合实训、毕业设计的多层次实践教学环节。

（4）学生培养成效显著，省级以上赛事获奖率高。从历届毕业生去向统计数据来看，本专业在同类专业中就业质量较好，薪资前列，毕业生广泛服务于互联网、金融、企事业单位或政府数字化部门等。

【主要课程】

（一）专业核心课程：程序设计基础、操作系统、数据结构与算法设计、计算机组成原理、计算机网络、数据库原理与应用、离散数学、概率论与数理统计、统计学、大数据技术原理、数据挖掘及应用、机器学习、深度学习及应用。

（二）特色课程：

1.校企合作开发课程：大数据技术原理、大数据分析与数据挖掘实战、大数据项目实训。

2.特色校本课程：统计学、金融数据分析、数据挖掘与机器学习商业案例实践、计算机视觉实战。

【就业方向】

（1）数据工程师：各类数据清洗、加工、转换、ETL等数据处理；数据库、数据仓库设计与开发；实时流处理系统设计与开发；数据可视化设计与开发；面向智慧城市、医疗健康、工业物联网等场景的数据管道与数据应用设计与开发。职业进阶可向数据架构师延伸。

（2）数据分析师：运用统计分析方法、数据挖掘算法和技术，发现数据中的模式、趋势和关联性，解决用户行为分析、精准营销、风险预测等业务问题，为企业数据的数字化转型、智能化决策和创新发展提供关键的技术支撑和商业价值。在电商、金融等领域需求旺盛，职业进阶可向数据科学家（技术纵深）、商业分析师（业务融合）延伸。

（3）算法工程师：机器学习模型构建、自然语言处理、计算机视觉、大模型应用开发等AI开发。职业进阶可向人工智能专家（技术纵深）、AI产品经理（业务融合）等方向延伸。

（4）此外，继续学习并攻读更高层次学位。

附件：数据科学与大数据技术专业人才培养方案.doc