数据科学与大数据技术专业人才培养方案
数据科学与大数据技术专业培养方案(满足工程教育要求)
一、培养目标本专业旨在培养思想品德好、专业素质高、实践能力强，掌握数据科学专业方向所需的基础理论和方法，具有经济、金融等相关行业知识背景，具备较强的数据收集、数据处理和数据分析的技术和能力的国际化应用型数据科学人才。
学生毕业后，能在国家机关和企事业单位从事经济、金融、贸易、商务等行业的大数据分析，能利用数据科学方法开展商务流通大数据应用、金融大数据应用，能开发基于大数据的新产品和新业务，推动大数据在相关行业的应用创新。
二、培养规格及标准⒈知识结构本专业学生应具备以下几方面的知识：(1)通识教育知识：思想政治理论课、英语、大学语文、体育、哲学与社会、历史与文化、文学与艺术、科学与创新、数学思维与经济分析等；(2)基础知识：数据科学导论、数学分析、线性代数A、概率论A、数理统计、Python程序设计、计算机系统基础、C++程序设计、数据结构、数据库原理与设计等；(3)专业知识：大数据探索性分析、最优化方法、数据挖掘与机器学习、计算统计、应用回归分析、应用时间序列分析、应用多元统计分析、分布式计算、人工智能、自然语言处理、深度学习、文本挖掘等；(4)相关专业知识：微观经济学、宏观经济学、计量经济学、国际金融、国际贸易、商务大数据案例分析、金融数据风险建模、运筹学、管理学、博弈论等；(5)有关当代知识：数据科学的理论和应用前沿。
具体课程设置详见本专业指导性教学计划。
⒉能力通过培养，学生应具备以下几方面的能力：(1)具有扎实的数据分析的理论基础和大数据技术，培养比较系统的大数据分析思维；(2)掌握数据科学的基本理论、基本方法和基本技术，具有大数据采集和数据挖掘的技术，具备解决涉及大数据问题的能力；(3)掌握系统的经济、金融等方面的行业知识，具有运用数据科学的理论、方法和技术分析相关领域实际问题的能力；(4)掌握英语，听、说、读、写、译能力均达到较高水平。
具有较强的英语口语和书面交流能力，熟练运用专业英语能力。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、背景介绍数据科学与大数据技术是当前信息时代的热门领域之一，它涉及数据的采集、存储、处理和分析等多个方面。
为了培养具备数据科学与大数据技术专业背景的人材，我们制定了以下的培养方案。
二、培养目标1. 培养具备扎实的数学、统计学和计算机基础知识的学生；2. 培养具备数据科学与大数据技术的理论和实践能力的学生；3. 培养具备数据分析、数据挖掘和机器学习等技能的学生；4. 培养具备解决实际问题和应用数据科学与大数据技术的能力的学生。
三、课程设置1. 基础课程- 数学分析- 线性代数- 概率论与数理统计- 计算机基础- 数据结构与算法- 数据库原理与应用2. 专业课程- 数据科学导论- 数据挖掘与机器学习- 大数据技术与应用- 数据可视化与交互设计- 数据仓库与商业智能- 分布式计算与云计算- 自然语言处理与文本挖掘- 数据安全与隐私保护3. 实践课程- 数据科学与大数据技术实验- 数据科学与大数据技术项目实践- 数据科学与大数据技术实习四、实践环节1. 实验课程学生将通过实验课程掌握数据科学与大数据技术的基本操作和应用，包括数据采集、数据清洗、数据分析和数据可视化等方面的实践技能。
2. 项目实践学生将通过项目实践课程参预实际的数据科学与大数据技术项目，锻炼解决实际问题的能力，并学习与团队合作和项目管理相关的技能。
3. 实习学生将在相关企业或者机构进行为期一定时间的实习，通过实践来加深对数据科学与大数据技术的理解和应用，同时积累实际工作经验。
五、评估与考核1. 课程考核每门课程将通过考试和实验报告等方式进行评估，以确保学生掌握了相应的知识和技能。
2. 项目评估项目实践课程将通过项目报告和答辩等方式进行评估，以评价学生在实际项目中的表现和能力。
3. 实习评估实习期结束后，学生将提交实习报告，并由导师或者企业进行评估，以评价学生在实习过程中的表现和能力。
六、就业方向数据科学与大数据技术专业毕业生可以在以下领域就业：- 互联网企业：如阿里巴巴、腾讯等；- 金融行业：如银行、保险、证券等；- 医疗健康领域：如医院、医疗器械企业等；- 零售与电商行业：如京东、苏宁等；- 媒体与广告行业：如新闻机构、广告公司等；- 政府与公共事业部门：如统计局、环保局等。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、专业背景与目标数据科学与大数据技术专业是针对当前大数据时代的需求而设立的，旨在培养具备数据分析和处理能力的专业人材。
该专业的目标是培养学生掌握数据科学的基本理论、方法和技术，具备大数据处理与分析的能力，能够在各个领域中应用数据科学与大数据技术解决实际问题。
二、培养方案结构1. 专业课程该专业的课程设置包括基础课程、专业核心课程和实践课程。
基础课程包括数学、统计学、计算机科学等，旨在为学生打下坚实的理论基础。
专业核心课程包括数据挖掘、机器学习、大数据处理等，重点培养学生的数据科学和大数据技术能力。
实践课程包括项目实践、实习和毕业设计等，通过实际操作和实践，提升学生的实际应用能力。
2. 实践教学为了提高学生的实际应用能力，该专业注重实践教学。
学生将参预各类实践项目，如数据分析项目、大数据处理项目等，通过实践操作，学生将学到的理论知识应用到实际问题中，培养解决实际问题的能力。
3. 实习与就业为了匡助学生更好地融入社会，该专业将组织学生进行实习。
学生将有机会在各类企业、科研机构等实习，通过实践锻炼，提高自己的实际应用能力和解决问题的能力。
同时，学校将与各类企业、机构建立合作关系，为学生提供就业机会和实习机会。
三、课程设置示例1. 基础课程- 高等数学- 线性代数- 概率论与数理统计- 计算机科学导论2. 专业核心课程- 数据结构与算法- 数据挖掘与机器学习- 大数据处理与分析- 数据可视化与交互设计3. 实践课程- 数据分析项目实践- 大数据处理项目实践- 数据科学应用案例研究四、就业方向该专业的毕业生可以在各个领域中从事数据科学和大数据技术相关的工作，包括但不限于以下方向：- 数据分析师- 大数据工程师- 数据科学家- 数据挖掘工程师- 人工智能工程师五、专业特色1. 实践教学该专业注重实践教学，通过各类实践项目和实习，培养学生的实际应用能力。
2. 行业合作学校与各类企业、机构建立合作关系，为学生提供就业机会和实习机会。
数据科学与大数据技术专业培养方案数学类
数据科学与大数据技术专业培养方案数学类一、课程设置1.数学基础课程在数学基础课程中，学生需要学习高等数学、线性代数、概率论与数理统计等数学基础知识。
这些课程为后续的数据分析和算法设计提供了重要的数学基础。
2.数据科学与大数据技术核心课程核心课程包括数据挖掘、机器学习、统计学习、大数据技术与架构等，在这些课程中，学生将学习实际应用的数据科学与大数据技术。
通过理论学习和实践操作，学生将掌握数据分析、数据挖掘和大数据技术的基本原理和方法。
3.数据可视化和数据仓库课程数据可视化和数据仓库课程将帮助学生探索数据的背后规律，并利用可视化工具展示数据分析结果。
此外，学生还将学习数据仓库的构建和管理，以支持大规模数据的存储和查询。
4.数据安全和隐私保护课程在数据科学与大数据技术专业中，数据的安全和隐私保护是非常重要的。
在数据安全和隐私保护课程中，学生将学习数据安全和隐私保护的基本概念和技术，了解数据泄露和隐私侵犯的风险，并学习如何设计和实施数据安全措施。
5.项目实践和实习为了提高学生的实践能力和解决实际问题的能力，项目实践和实习是数据科学与大数据技术专业培养方案的重要组成部分。
学生将有机会参与数据科学和大数据技术相关的实际项目，并在实践中应用所学知识和技术。
二、实践与竞赛1.数据科学竞赛为了培养学生实践和团队合作的能力，学校将组织数据科学竞赛。
学生可以组队参与竞赛，并在实际问题中应用数据分析和大数据技术解决问题。
这将帮助学生加深对数据科学和大数据技术的理解，并提高解决实际问题的能力。
2.实验室项目学校将为学生提供实验室项目的机会。
学生可以在实验室中与教师和研究生合作开展数据科学和大数据技术的研究项目。
通过实验室项目，学生可以深入研究领域的前沿问题，并为实际应用提出新的解决方案。
三、实习与就业1.实习机会为了帮助学生了解企业实际需求和工作环境，学校将为学生提供实习机会。
学生可以在大数据公司、金融机构、电子商务企业等企业进行实习，参与实际项目，锻炼实践能力。
大数据专业人才培养方案
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据技术基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习大数据挖掘、机器学习等先进技术；
-提升数据分析和处理能力；
-参与实际项目，培养实践能力和创新意识。
3.提高阶段（第5-6学期）
-学习大数据产业相关政策和法规；
-培养项目管理与协调能力；
-提升综合素质，为职业发展奠定基础。
五、师资队伍与教学资源
1.师资队伍：聘请具有丰富教学经验和实践经验的专业教师，以及具有大数据产业背景的企业导师；
3.综合素质课程：大数据政策与法规、项目管理与协调、团队合作与沟通、创新思维等。
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习数据挖掘、机器学习等先进技术；
-提升大数据分析和处理能力；
大数据专业人才培养方案
第1篇
大数据专业人才培养方案
一、前言
随着信息化时代的到来，大数据技术已成为国家战略发展的重要支柱。为满足社会对大数据专业人才的迫切需求，本方案旨在制定一套科学、系统、人性化的大数据专业人才培养方案，为我国大数据产业发展提供有力的人才支持。
二、培养目标
1.掌握大数据技术的基本理论、方法和技术；
第2篇
大数据专业人才培养方案
一、背景分析
当前，大数据技术正成为推动社会进步和经济发展的关键力量。在此背景下，培养一批具备专业素养、掌握核心技术的大数据专业人才，已成为我国教育领域的重大课题。本方案旨在制定一套全面、深入、适应大数据产业发展需求的专业人才培养方案。
中南大学数据科学与大数据技术培养方案
数据科学与大数据技术专业本科培养方案一、专业简介本专业培养德、智、体、美全面发展，掌握数据科学基础知识、基本理论、基本方法，以及面向大数据应用的数学、统计学、计算机科学、自然科学与社会科学领域基础知识、数据建模、高效分析与处理、统计学推断的基本理论、基本方法和基本技能，熟悉自然科学和社会科学等应用领域中大数据应用特点，具备大数据采集、预处理、存储、分析、挖掘等行业核心技术的应用能力，以及卓越的专业能力和良好的外语水平，能够胜任大数据系统开发、系统运行与维护、大数据分析与挖掘等工作的专业型和研究型人才。
本专业立足中南大学在医学与医药、轨道交通、有色金属工业领域的行业特色和优势实施人才培养，与知名IT公司建有校企人才合作培养基地。
二、培养目标依据国家社会需求、行业产业需要、学校定位及发展目标，本专业致力于培养适应不断演化的经济与社会发展需要，注重大数据科学与工程领域与医学医药、轨道交通、有色金属行业交叉融合的复合型高级工程技术人才：能够适应行业大数据应用的发展需要，融会贯通数学与自然科学基础知识、计算机科学基础知识、大数据科学与工程专业知识，提出复杂大数据工程项目的系统性解决方案；能够跟踪大数据科学与工程领域的前沿技术，具备一定的大数据工程创新能力、大数据分析与价值挖掘能力，能够从事应用驱动的大数据产品的设计、开发和生产；具备良好的职业道德精神、社会责任感，理解法律、环境、发展的相互关系，在工程项目实施中坚持绿色发展理念、能够注重经济与社会效益的协调；具备健康的身心，拥有科学的人文精神、创新创业精神、团队精神，具备良好的人际沟通与协调能力、有效的工程项目管理能力；能够从全球视野思考问题，主动应对不断变化的国内外形势，具备自主学习能力、批判思维能力和国际交流能力。
三、培养要求本专业毕业生在知识、能力和素质等方面应达到如下要求：1、知识要求：① 具备数学、自然科学、计算机科学基础知识、以及大数据工程专业知识，用于描述和分析大数据系统、大数据应用工程、大数据科学研究等相关复杂问题；② 了解国家发展战略规划、产业政策、法律法规、正确认识、理解、评价大数据工程对经济、社会、环境、健康、安全、文化的影响，保持经济增长、社会和谐、环境友好的协调发展。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、培养目标本专业旨在培养思想品德好、专业素质高、实践能力强，掌握数据科学专业方向所需的基础理论和方法，具有经济、金融等相关行业知识背景，具备较强的数据收集、数据处理和数据分析的技术和能力的国际化应用型数据科学人才。
学生毕业后，能在国家机关和企事业单位从事经济、金融、贸易、商务等行业的大数据分析，能利用数据科学方法开展商务流通大数据应用、金融大数据应用，能开发基于大数据的新产品和新业务，推动大数据在相关行业的应用创新。
二、培养规格及标准⒈知识结构本专业学生应具备以下几方面的知识：(1)通识教育知识：思想政治理论课、大学英语、大学语文、体育、哲学与社会、文学与艺术、科学与创新、数学思维与经济分析、文化历史与国际视野等；(2)基础知识：数据科学导论、数学分析、线性代数A、概率论A、数理统计、Python程序设计、计算机系统基础、C++程序设计、数据结构、数据库原理与设计、离散数学等；(3)专业知识：大数据探索性分析、最优化方法、数据挖掘与机器学习、计算统计、应用回归分析、应用时间序列分析、应用多元统计分析、分布式计算、人工智能、自然语言处理、深度学习、文本挖掘等；(4)相关专业知识：微观经济学、宏观经济学、计量经济学、国际金融、国际贸易、商务大数据案例分析、金融数据风险建模、运筹学、管理学、博弈论等；(5)有关当代知识：数据科学理论与应用前沿讲座。
具体课程设置详见本专业指导性教学计划。
⒉能力通过培养，学生应具备以下几方面的能力：(1)具有扎实的数据分析的理论基础和大数据技术，培养比较系统的大数据分析思维；(2)掌握数据科学的基本理论、基本方法和基本技术，具有大数据采集和数据挖掘的技术，具备解决涉及大数据问题的能力；(3)掌握系统的经济、金融等方面的行业知识，具有运用数据科学的理论、方法和技术分析相关领域实际问题的能力；(4)掌握英语，听、说、读、写、译能力均达到较高水平。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、引言数据科学与大数据技术是当今信息时代的重要领域之一，它涉及到数据的采集、存储、处理、分析和应用等方面。
为了培养具备数据科学与大数据技术专业知识和技能的人材，本文将介绍一个标准的培养方案。
二、培养目标1.掌握数据科学与大数据技术的基础理论和方法，具备深入理解和分析大数据的能力；2.具备数据采集、存储、处理和分析的实际操作能力；3.具备数据挖掘、机器学习和人工智能等相关技术的应用能力；4.具备团队协作和项目管理的能力，能够在跨学科和跨领域的团队中有效工作。
三、培养内容1.基础课程（1）数学基础：包括高等数学、线性代数、概率论与数理统计等；（2）计算机科学基础：包括计算机程序设计、数据结构与算法、操作系统等；（3）数据科学基础：包括数据分析与挖掘、机器学习、统计学基础等。
2.专业课程（1）大数据技术：包括大数据存储与管理、大数据处理与分析、分布式计算等；（2）数据科学方法：包括数据预处理、特征选择与降维、模型评估与选择等；（3）数据挖掘与机器学习：包括聚类分析、分类与预测、关联规则挖掘等；（4）人工智能与智能系统：包括自然语言处理、图象识别、智能推荐等。
3.实践教学（1）实验课程：通过实验课程，学生可以学习和掌握数据科学与大数据技术的实际操作；（2）项目实践：通过参预实际项目，学生可以锻炼团队协作和项目管理的能力，并将所学知识应用于实际问题的解决。
四、培养方式1.课堂教学：通过理论课程的授课，学生可以系统地学习数据科学与大数据技术的基础知识和理论方法；2.实验教学：通过实验课程，学生可以进行具体的数据处理和分析操作，提高实际操作能力；3.案例教学：通过案例分析，学生可以将理论知识应用于实际问题的解决，培养实际应用能力；4.项目实践：通过参预实际项目，学生可以锻炼团队协作和项目管理的能力，提高综合素质。
五、评估与考核1.课程考核：课程考核包括平时成绩、作业、实验报告和期末考试等；2.项目评估：项目评估包括项目报告、项目成果和项目演示等；3.综合评价：综合评价包括学术论文、学术报告和综合素质等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据科学与大数据技术专业人才培养方案 一、培养目标 本专业旨在培养德、智、体全面发展，熟练掌握大数据采集、存储、处理与分析、传输和 应用技术，能够承担政府、电力、教育、金融、信息产业以及其他国民经济部门的大数据分 析、数据库管理与维护、大数据应用、商业智能以及系统研发等工作，具备大数据分析、处 理、挖掘、可视化、系统集成等能力的应用创新型大数据专门技术人才，为浙江省及宁波市 大数据、云计算、人工智能等前沿信息产业高速发展提供高素质应用型人才。 二、毕业要求及知识、能力、素质实现矩阵
序号 毕业要求 （知识能力素质要求描述） 实现 类别 设置主要课程或教育培养措施
1 形成对人生价值的正确认识和 积极向上的人生观、价值观，养 成对国家、民族、社会和他人的 责任感和奉献精神。
知识 素质
思想道德修养与法律基础、中国近现代 史纲要、马克思主义基本原理概论、毛泽 东思想和中国特色社会主义理论体系概 论、形势与政策、国防教育等课程；课程 思政
2 符 合 国 家 身 心 健 康 标准 ， 养 成 体 育 锻炼习惯， 了 解 科 学 的 健 康 观念 。
能力
素质 体育与健康 1-3、大学生心理健康教育、
国防教育
3 养成实事求是的精神，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。
知识 能力 素质
数据结构与算法、面向对象程序设计、工 程数学、计算机网络、数据库技术、多元 统计分析、离散数学、操作系统、云计算 基础、数据仓库与数据挖掘
4 掌握一门外语，具有一定的全 球化视野。
知识
能力 大学英语 1-4、交换生项目、海外学习项
目、双学位学分转移项目、本硕连读项目
5 具有一定的领导、组织、沟通、 协作能力，能综合采用多种思 维方式分析和解决问题。 知识 能力 素质 专业实训 1-3、毕业设计、素质拓展课程 1 序号 毕业要求 （知识能力素质要求描述） 实现 类别 设置主要课程或教育培养措施 6 具备敬业、守业的职业精神，了 解并遵守所学专业的伦理和职 业道德。
知识 能力 素质
职业发展 与 规划 、 职业素 养 提 升 与 就 业
指 导
7 大数据应用程序开发实践能力， 能根据软件需要，设计简单的解 决方案； 能根据给出的设计方案， 实现软件。
知识 能力 素质
程序设计基础、数据库技术、计算机网络、 数据结构与算法、Java 海量数据分布式开 发、云计算服务端系统开发、分布式应用 开发技术、Web 高级开发、移动互联网应 用综合设计、毕业设计
8 能跟踪新一代信息技术的发展 动态，适应用户需求，具有独立 分析问题、解决问题的能力。
知识 能力 素质
数据仓库与数据挖掘、云计算基础、开源 大数据技术基础、公共云高性能和安全技 术应用、Android 移动开发技术、网络爬 虫技术与应用、深度学习技术与应用
9 数 学 能 力 ， 具 务基 本 的 数 学 技 巧 及 在 软件 开 发中 应用 数 学 的 能 力 。
知识
能力 离散数学、工程数学、多元统计分析
10 运用大数据知识能力，能将大 数据和云计算基本知识用于分 析解决复杂的工程问题。
知识 能力 素质
网络爬虫技术与应用、数据仓库与数据挖 掘、Java 海量数据分布式开发、数据可视 化、云计算服务端系统开发、分布式应用 开发技术、公共云高性能和安全技术应用
11 应用研究能力，能基于科学原 理并采用科学方法对复杂工程 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。
知识 能力 素质
数据结构与算法、数据仓库与数据挖掘、 Java 海量数据分布式开发、云计算服务端 系统开发、分布式应用开发技术、手机应 用程序设计、Web 高级开发
三、基准学制 四、授予学位 五、主干学科
四年 工学学士 软件工程、计算机科学与技术 六、核心课程 面向对象程序设计、工程数学、数据结构与算法、计算机网络、数据库技术、离散数学、 操作系统、云计算基础、多元统计分析、数据仓库与数据挖掘。
2 七、课程设置结构及学分要求 课程类别 课程性质 学分 比例 备注
基础课程 必修课程 51 31.88% 选修课程 7 4.37%
小计 58 36.25%
核心课程 必修课程 40 25%
模块课程 必修课程 18 11.25%
限修课程 20 12.50%
选修课程 14 8.75%
小计 52 32.5%
素质拓展 课程
必修课程 5 3.125%
选修课程 5 3.125%
小计 10 6.25%
总 计 160 100.00%
其中：
实践教学 课程
集中性实践教学环节学分 28 17.5% ★ 独立设置实验（含实训）教学环节学分 33.5 20.94% ■
非独立设置实验（含实训）教学环节学分 22 13.75% ●
素质拓展课程实践学分 6 3.75% ◆
小计 89.5 55.94%
创新创业 教育课程
必修课程 23 14.38%
▲ 限修课程 2 1.25% 选修课程 0 0.00%
小计 25 15.63%
3 数据科学与大数据技术专业教学安排表 课程 类别 课程 代码 课 程 名 称 学分构成 周学时构成 学期 备注 修读 学分
要求 总学分 理论 实践 理论 实践
基 础 课 程
1J10617 思想道德修养与法律基础 Ideological and Moral Cultivation and Law Foundation 3 3 3 1 必修 51 学分
1J10807 中国近现代史纲要 Outline of Modern Chinese History 2 2 2 2 1J10937 马克思主义基本原理概论 Overview of Basic Principles of Marxism 3 3 3 3
1J10965 毛泽东思想和中国特色社会主义理论体 系概论 Mao Zedong Thoughts and Chinese Characteristic Socialism System 4 4 4 4 1J10887 体育与健康 1 Physical Training and Health 1 1.5 1.5 2,2 1-2 ■ 1J10897 体育与健康 2 Physical Training and Health 2 1.5 1.5 2,2 3-4 ■ 1J10907 体育与健康 3 Physical Training and Health 3 1 1 1,1 5-6 ■ 1J11215 大学生心理健康教育 Psychological Health Education 1 1 1 1 1J10061 大学英语 1 College English 1 3 3 4 1 1J10074 大学英语 2 College English 2 4 4 5 1 1J10081 大学英语 3 College English 3 3 3 4 2 1J10097 大学英语 4 College English 4 4 4 5 2 1J10131 高等数学 A（上） Advanced Mathematics A 1 3 3 3 1 1J10141 高等数学 A（下） Advanced Mathematics A 2 3 3 3 2 1J11975 大学物理 B 实验 College Physics B Experiment 1.5 1.5 1.5 1 ■ 1J10643 大学物理 B College Physics B 2.5 2.5 2.5 2 网页制作基础 Base of Web Design 2 2 2 1 ■
1H11139 程序设计基础 1 Basis of Programming 1 3 1 2 1 2 1 ● 数据科学与大数据技术导论 Introduction to Data Science and Big Data Technology 1 1 1 2
1H11145 程序设计基础 2 Basis of Programming 2 4 2 2 2 2 2 ● 公共选修课程(必修《思想政治理论课实践》2 学分， 开课学期为 3-4 连暑假；必修阳明博雅类课程 2 学 分；建议本专业学生修读人文社会科学类课程不少 于 1 门，心理健康教育相关课程必修 1 学分。）
7 5 2 5 2 2-6 选修 7
学分
合 计 58 44.5 13.5 48.5 19.5
4