Welcome to baiyunU
学校代码:10822 - 简体中文 / 返回白云学院
11
13
12

数据科学与大数据技术(校企联合培养)

专业定位

本专业由广东白云学院与曙光信息产业股份有限公司共同建设,专业人才培养依托教育部数据中国“百校工程”项目和广东省首批示范性产业学院“曙光大数据学院”,校企双方共同制定专业人才培养方案、共同开展课程教学,实施实践教学、特色教学服务。本专业是广东省首批校企深度合作特色专业和广东省新工科建设专业。

本专业结合计算机技术、大数据分析、数据挖掘与处理、移动开发与架构、软件开发、云计算等前沿技术,引入企业真实项目演练,依托产业学院的雄厚师资,旨在培养能从事大数据工程项目的系统集成、大数据应用系统分析、数据挖掘、数据存储、数据可视化等的分析、开发与应用能力的专门人才,同时培养具有创新思维和技能的高层次、实用型、国际化的大数据复合型人才。

培养目标

培养德智体美劳全面发展,具有家国情怀、健康人格、国际视野、工匠精神和创新能力,掌握数据科学与大数据技术专业的基础理论和专业技能,具有一定的大数据应用技术、分布式计算与存储、数据导入与清洗、数据分析与挖掘、数据可视化的能力和良好的综合素质,熟练掌握完整的数据处理流程,具备较强的数据分析、数据处理和大数据行业应用的能力,能在金融、物流、交通、智能城市等领域从事大数据系统研发工程师、大数据分析师等岗位工作的复合型应用型人才。

培养规格

毕业要求1(工程知识):能够将高等数学、自然科学、数据科学与大数据技术基础知识、专业知识用于解决大数据领域实际工程问题。

毕业要求2(问题分析):具有解决数据科学与大数据技术领域实际工程问题所需的专业知识,具备对复杂工程项目问题进行科学识别和提炼、定义和表达、技术分析和测试及运维管理的能力,以获得相应实际工程问题的深刻认识并解决复杂工程项目问题。

毕业要求3(设计/开发解决方案):全面理解信息系统的需求,能够设计大数据开发和大数据分析领域的工程问题的解决方案,设计和开发满足特定需求的系统,包括软件、数据与图像处理,并能够在设计环节中体现新信息技术、大数据+的创新意识。

毕业要求4(研究):能够基于数据科学原理,采用工程方法对复杂工程问题进行研究,包括需求分析、系统设计、编程实现、测试和维护,并通过数据收集、 设计模型、 信息挖掘和综合分析获得合理有效的结论。

毕业要求5(使用现代工具):能够针对数据科学与大数据技术领域复杂工程问题,选择与使用恰当的编程语言、开发平台、开发工具以及各种辅助的质量保证、建模工具等,来解决工程中的问题,并能够理解其局限性,了解数据科学领域的前沿理论与发展现状和趋势。

毕业要求6(工程与社会):能够基于工程相关背景知识进行合理分析,评价专业工程实践和大数据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。

毕业要求7(环境和可持续发展):在解决数据科学与大数据技术领域实际工程问题的同时,能够综合考虑安全与健康、经济、环境、文化、社会等制约因素,遵守法律法规与相关标准,并能够理解和评价实际工程实践对环境及社会可持续发展的影响。

毕业要求8(规范):具有人文社会科学素养、社会责任感,能够在工程实践中理解并遵守软件行业的职业道德和规范,履行责任。

毕业要求9(个人和团队):能够在多学科背景下的项目团队中承担个体、团队成员以及负责人的角色,拥有良好的团队协作精神。

毕业要求10(沟通):具有在数据科学与大数据技术领域复杂项目工程活动中与他人和社会进行有效沟通的能力,包括能够理解和撰写效果良好的项目报告和设计文档,进行有效的陈述发言;具有一定的国际视野和跨文化交流的能力。

毕业要求11(项目管理):理解并掌握复杂项目工程的管理和经济决策方面的基本知识与方法,并能够应用于工程实践中。

毕业要求12(终身学习):具有自主学习和终身学习的意识,具有不断学习和适应计算机技术快速发展的能力。

为什么选择数据科学与大数据技术(校企联合培养)

(1) 育人理念

本专业坚持“以学生为中心、产出导向、持续改进”的理念,以国际工程教育专业认证(OBE)为标准,严格按照行业技术与职素要求设计,以行业人才评价标准定义培养标准与质量,强调理论与实践相结合,开展产教融合的企业式校园活动。

(2) 培养模式

本专业是与中科曙光开展校企双主体“六共建”的培养模式,建立校企合作管理委员会、专业指导委员会,共同开展大数据专业课程教学、共同培养大数据专业人才。实施“3+1”模式,加强企业实践教学,打通学校和企业“最后一公里”通路。

(3) 人才培养途径

人才培养过程采用垂直整合化项目(VIP)教学实训体系,遵循工程人才成长规律,培养具备解决复杂工程问题能力的应用创新型人才。校企共同构建行业人才成长的环境,搭建校内外实践平台,引入企业真实案例,开展实践育人。

  • 开学时间
  • 教学形式 全日制
  • 学制 4年
  • 学习地点 西校区
  • 学位证书 工学学士学位
  • 招生计划 返回招生计划表
  • 院系 曙光大数据产业学院

课程体系

本专业基于培养目标反向设计专业课程体系,依据企业对专业能力的判别方式来考核学生对专业核心课程的掌握程度。专业课程体系建立结合校企的资源和优势,借助学校在通识课程、专业基础教学等方面的传统优势,发挥企方对市场反应的灵敏性、技术应用的前瞻性和实用性以及工程师入校教学所带来的行业经验,构建校企结合的课程体系。

专业课程体系基于“大平台+小模块”的方式,大平台包括通识教育课程、学科及专业类基础课程、专业课程和集中实践教学环节;小模块包括数据处理模块、智能分析应用模块和企业教学拓展模块。本专业共166学分、2904学时,其中必修课程122学分、选修课程44学分。

(1) 通识教育课程

注重对学生数学基础、数学思维培训,要求学生比较全面掌握数学的基本理论和基本技能;熟练掌握基于统计和优化的数据分析的基本思路、基本理论与基本方法,以及相关的算法编程、测试和软件应用技能;较熟练地掌握一门外语,具有一定的听、说、读、写能力。

(2) 学科及专业基础课程

注重学生计算机编程和算法设计能力,以及网络数据采集能力培养。要求学生具备较强的数据分析与建模能力;具备面向不同行业需求和数据现状,进行个性化的数据应用解决方案设计能力。

(3) 专业课程

培养学生具有熟练应用统计与优化方法进行数据分析与建模能力,能实现对行业应用数据的导入、处理、归类等数据应用,具备实现企业业务资源优化配置的能力。

(4) 集中实践环节

培养学生具备应用编程、算法、数据分析等环境,实现对数据采集、归类、分析、处理的实践操作能力。具备企业实践岗位要求能力、能独立完成毕业设计的能力。

(5) “小模块”课程

要求学生掌握大数据应用技术体系,包括底层技术的分布式计算与存储、基础架构(Hadoop架构);上层应用的数据导入与清洗、数据分析与挖掘、可视化等完整数据处理流程,具备完成大数据行业典型常规任务的能力。具备利用各种大数据行业工具,对行业海量数据和信息进行分析并处理,实现智能化的决策和控制的能力。

课程体系中企方引入以培养专业能力为主的专业核心及配套实训课程,培养从业素质为主的质素课程,辅助培养项目工作经验的VIP创新教学课程。


核心课程

C语言程序设计、Python基础、面向对象程序设计、数据库原理与应用、数据结构与算法分析、操作系统原理与应用、计算机网络、大数据技术与应用(Hadoop+Spark)、海量数据分布式应用、数据导入与预处理应用、数据挖掘技术与应用、数据可视化技术、机器学习、Python企业级技术开发、计算机视觉原理与实践、深度学习与算法应用。


实践课程

Python语言课程设计、面向对象应用项目设计、数据库应用开发项目设计、数据结构与算法分析课程设计、Hadoop+Spark综合实践、数据可视化开发实践、数据预处理实践、VIP创新教学课程(Linux基础训练)、VIP创新教学课程(爬虫实战)、VIP创新教学课程(SpringBoot项目实战)、VIP创新教学课程(Kafka项目实战)、VIP创新教学课程(数据仓库项目实战)、生产实习、毕业实习、毕业设计。


获得证书

主要培养大数据分析员、数据库管理员等职业技能。对接大数据工程师、数据库工程师等职业技能等级证书。

教学条件

建有计算机基础实验室、计算机软件实验室、计算机图形设计实验室、大数据应用协同创新中心等实验室,总面积达1000平方米,计算机300余台,曙光大数据集成服务器等,设备总值达1400万元。

大数据应用协同创新中心是东白云学院与中科曙光投入1000万元,由教育部学校规划建设发展中心、中科曙光与广东白云学院共建的“产教融合、数据中国、百校工程”创新基地。

大数据应用协同创新中心服务器集教学、科研、社会服务于一体,服务器采用硬件一体化的结构,系统容量达600TB。服务器构建Infinity 9000大数据生态系统,集成了Edu教学实验系统、Lsn课程管理系统、Insight大数据智能分析平台、Mining数据挖掘平台、Xdata大数据生态分析管理平台、大数据应用开发平台和行业大数据实战系统等13个教学、应用相关大数据技术服务系统,本服务器已与博雅楼的实践教学中心对接,提供学生的课堂教学支持,可进行数据科学与大数据技术专业的人才培养、课程教学、大数据行业应用分析、大数据服务器应用等,实现对人才培养、教学科研、社会服务的功能。

就业前景

在2018政府工作报告中,李克强总理多次提及大数据、人工智能等关键词,这是大数据第五次、人工智能第二次被写入政府工作报告,大数据、人工智能已双双上升为国家战略,国际战略。

国家信息中心对我国大数据发展进行了全面分析,报告明确指出大数据产业人才需求的岗位特征,按照需求程度前三类依次为:分析类、研发类以及管理类岗位,三大类别的岗位在整个大数据产业人才需求的占比高达88.61%。同时,明确指出本科学历的人才目前是大数据产业的绝对主力军。

数据科学与大数据技术专业致力于培养面向大数据与人工智能领域的分析工程师、算法工程师、开发工程师等典型工作岗位的专业技术人才。同时,培养学生具备良好的自我学习能力,并提供终身学习的平台与渠道,帮助毕业生通过3-5年的时间,成长为该领域的资深工程师,并逐步向数据科学家与架构工程师方向发展。

本专业毕业生主要面向广东省、粤港澳大湾区,从事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、数据可视化工程师、大数据运维工程师为典型的大数据行业岗位的工作。

专任教师

汤海林 副教授、副院长、南粤优秀教师、广东省计算机学会理事
李小红 中级工程师、助教
徐传想 工程师、专任教师