大数据科学与技术专业人才培养方案 ( 本科 ) 2019 年 03 月

Size: px

Start display at page:

Download "大数据科学与技术专业人才培养方案 ( 本科 ) 2019 年 03 月"

贞烧郁
4 years ago
Views:

1 大数据科学与技术专业 ( 本科 ) 2019 年 03 月

2 大数据科学与技术专业本科一招生对象及学制 ( 一 ) 招生对象 : 全日制普通中学高中毕业生, 招生方式为普通高考招生 ( 二 ) 标准学制 : 标准学制为 4 年, 学习年限 3-6 年, 授予工学学士学位二培养目标大数据科学与技术瞄准社会各领域对大数据高级应用型人才的需求, 致力于培养具有扎实的信息科学大数据科学知识, 熟练掌握大数据采集处理分析与应用的技术与工具, 能够承担企业事业政府社会组织等部门的信息管理信息咨询服务信息研究等工作, 具有大数据系统设计实现与应用能力的专业技术人才本专业培养大数据科学与工程领域的复合型高级工程技术人才毕业生品格健全, 具有科学的人文精神创新创业精神和良好的职业道德精神, 具备自主学习能力批判思维能力和国际交流能力毕业生具有信息科学管理科学和数据科学基础知识与基本技能, 掌握大数据科学与技术所需要的计算机网络数据编码数据处理等相关学科的基本理论和基本知识, 熟练掌握大数据采集存储处理与分析传输与应用等技术, 具备大数据工程项目的系统集成能力应用软件设计和开发能力, 具有一定的大数据科学研究能力及数据科学家岗位的基本能力与素质毕业后能从事各行业大数据分析处理服务开发和利用工作, 大数据系统集成与管理维护等各方面工作, 亦可从事大数据研究咨询教育培训工作 1

3 三人才培养规格本专业培养掌握大数据科学与技术相关的基本理论和基本知识, 系统地掌握数据科学与工程专业知识, 具备大数据应用系统设计与开发的能力, 以及一定的科研工作能力, 达到知识能力与素质的协调发展毕业生在知识能力和素质等方面应达到如下具体要求 : 1) 知识要求 : 具有良好的自然科学基础, 扎实的信息科学基础 ; 具有较好的人文社会科学管理科学知识 ; 熟练掌握大数据科学与技术核心专业知识和应用技术, 主要包括信息论与编码计算思维和数据科学云计算大数据深度学习数据挖掘大数据库技术大数据可视化 Hadoop 系统开发大数据应用实训虚拟化与容器等 2) 能力要求 : 具备从事大数据应用系统设计与实现的能力, 特别在数据分析数据管理数据存储等方面, 受到较系统的工程训练, 能发现分析和解决实际工程技术问题具备良好的工程项目交流表达组织管理协调与沟通的能力了解信息学科计算机学科数据科学的发展动态, 并掌握相关文献检索方法, 具有基本的专业资料分析与综合的能力, 良好的文档与科学论文撰写能力具有较强的创新意识, 一定的创新创业能力, 3) 素质要求 : 毕业生身心健康 ; 有良好的道德修养, 尊重生命遵纪守法诚信友善乐于奉献 ; 有高尚的民族精神, 积极弘扬传统文化, 热爱祖国, 崇尚集体主义精神 ; 有坚定的理想信念, 拥护中国特色社会主义, 贯彻科学发展观和谐社会理论和四个全面思想四毕业标准本专业学生在毕业审查时, 要求同时达到以下条件 : ( 一 ) 具有良好的思想道德和身体素质 ( 二 ) 完成培养方案规定的全部教学环节, 最低修满 184 学分 ( 其中必修 144 学分 ), 毕业设计 ( 论文 ) 答辩合格, 方可准予毕业并授予学士学位 ( 三 ) 取得下列人才认证证书之一 : 2

4 1) Silicon Stone Education(SSE) 大数据人才认证证书 2) 工业和信息化部颁发的工业和信息化领域急需紧缺人才培养工程证书 3) 软件专业技术水平 ( 资格 ) 考试程序员或软件工程师证书 4) 其他本专业对应的国家行业社会企业中 ( 初 ) 级且经本学院认定的职业技能证书五课程设置和学分要求课程类别与学分结构表课程模块类别公共基础课程专业基础课程必修课选修课合计占总学时学时学时学分学分学分学分 ( 周 ) ( 周 ) ( 周 ) 比例 (%) 周周专业核心课程周周毕业设计与就周周 9.24 业指导总计周周 100% 公共基础课程 : 包括马克思主义基本原理思想道德修养与法律基础毛泽东思想和中国特色社会主义理论体系概论中国近现代史纲要形势与政策大学英语高等数学大学物理线性代数离散数据概率论与数理统计体育大学生心理健康教育等专业基础课程 : 包括大数据科学与技术导论计算机程序设计基础 C 面向 3

5 对象程序设计 (C++) 操作系统原理信息论与编码计算思维和数据科学数据结构数据库原理计算机网络电路与模拟电子技术数字电子技术计算机原理与汇编等专业核心课程 : 包括云计算大数据 Hadoop 系统开发大数据库大数据应用实训深度学习数据挖掘虚拟化与容器大数据可视化 Python 程序设计等六教学进度安排 ( 含主要实践性教学环节专业实验 ) 第一学期课程名称课程性质学分学时 ( 周 ) 其中实践学时军训必修 2 3 周 3 周军事理论课必修 1 16 体育 ( 一 ) 必修 1 32 思想道德修养与法律基础必修 3 48 形势与政策必修 1 16 大学英语 ( 一 ) 必修 4 64 高等数学 ( 一 ) 必修 4 64 大数据科学与技术导论 ( 新生课 ) 必修 1 16 计算机程序设计基础 C 必修大学物理必修线性代数必修 2 32 说明 : 第一学期必修 26 学分, 最低选修 0 学分, 合计 26 学分第二学期课程名称课程性质学分学时 ( 周 ) 其中实践学时 4

6 马克思主义基本原理必修 3 48 大学生心理健康教育必修 2 32 体育 ( 二 ) 必修 1 32 大学英语 ( 二 ) 必修 4 64 高等数学 ( 二 ) 必修 4 64 概率论与数理统计必修 3 48 电路与模拟电子技术必修面向对象程序设计 (C++) 必修程序设计综合训练 ( 上 ) 必修说明 : 第二学期必修 26 学分, 最低选修 0 学分, 合计 26 学分第三学期课程名称课程性质学分学时 ( 周 ) 其中实践学时大学英语 ( 三 ) 必修 4 64 体育 ( 三 ) 必修 1 32 数据结构必修数字电子技术必修电子技术实验必修信息论与编码必修 3 48 计算思维和数据科学必修 3 48 云计算必修 Java 语言程序设计选修理工学术英语选修 2 32 说明 : 第三学期必修 21 学分, 最低选修 2 学分, 合计 23 学分第四学期课程名称课程性质学分学时 ( 周 ) 其中实践 5

7 学时体育 ( 四 ) 必修 1 32 计算机网络必修计算机原理与汇编必修数据库原理必修程序设计综合训练 ( 下 ) 必修 3 3 周 3 周大数据数据挖掘必修必修算法分析与设计选修操作系统原理选修 3 48 运筹学选修 2 32 电子技术课程设计选修英语公众演讲选修说明 : 第四学期必修 19 学分, 最低选修 5 学分, 合计 24 学分第五学期课程名称课程性质学分学时 ( 周 ) 其中实践学时体育课外测试 ( 一 ) 必修 1 离散数学必修 3 48 大数据库大数据可视化 Hadoop 系统开发必修必修必修大数据课程设计选修

8 云计算课程设计选修数据结构课程设计选修大数据与领域建模选修并行计算与分布式计算选修网络流量监测与分析选修多源信息融合选修推荐算法及应用选修说明 : 第五学期必修 15 分, 最低选修 10 学分, 合计 25 学分第六学期课程名称课程性质学分学时 ( 周 ) 其中实践学时体育课外测试 ( 二 ) 必修 1 中国近现代史纲要必修 2 32 深度学习 Python 程序设计必修必修文档聚类与查重技术选修 R 语言与网络数据获取技术选修 Linux 系统与应用选修软件工程选修多媒体原理与系统设计选修计算机视觉选修 Web 技术与网络资源管理选修移动应用开发选修社交网络与舆情分析选修说明 : 第六学期必修 10 学分, 最低选修 13 学分, 合计 23 学分 7

9 第七学期课程名称课程性质学分学时 ( 周 ) 其中实践学时毛泽东思想和中国特色社会主义理论体系概论必修 3 48 信息与网络安全必修虚拟化与容器大数据应用实训必修必修 4 6 周 6 周生物信息学选修数据可视化分析选修商务智能及应用选修计算机仿真与建模选修人机交互选修数据分析与融合选修数据可视化课程设计选修大数据综合应用课程设计选修说明 : 第七学期必修 13 学分, 最低选修 10 学分, 合计 23 学分第八学期课程名称课程性质学分学时 ( 周 ) 其中实践学时毕业设计必修周 16 周毕业教育必修 1 2 周说明 : 第八学期必修 17 分, 最低选修 0 学分, 合计 17 学分 8

10 七专业核心课程教材推荐大数据作为新兴产业, 如何实现教学与企业需求相吻合具有重要意义, 南京云创大数据科技股份有限公司作为深耕云计算大数据行业多年的企业, 在云计算大数据方面拥有丰富的实际项目经验和独到的行业见解同时, 经过与各高校多年的深入合作, 南京云创大数据科技股份有限公司也更清楚高校育人与企业用人如何有效对接, 故对相关专业课程的教材进行推荐, 教材的绝大部分内容也是源于企业实际项目, 更具有实践意义推荐的每本教材皆有配套的 PPT 视频操作手册源代码及原始数据, 教师教学能更加轻松顺畅, 学生也更能体会到实际企业项目的过程, 提升教学质量 ( 一 ) 专业核心课程教材推荐表课程名称学时数推荐教材云计算 48 大数据 48 云计算由刘鹏教授作为主编率领团队编写, 电子工业出版社出版大数据由刘鹏教授作为主编率领团队编写, 电子工业出版社出版实战 Hadoop2.0 从云计算到大数据由刘鹏 Hadoop 系统开发 48 大数据库 48 教授作为主编率领团队编写, 电子工业出版社出版大数据库由刘鹏教授作为主编率领团队编写, 电子工业出版社出版大数据应用实训 6 周大数据实验手册由刘鹏教授作为主编率领团队编写, 电子工业出版社出版深度学习 48 数据挖掘 48 虚拟化与容器 48 深度学习由刘鹏教授作为主编率领团队编写, 电子工业出版社出版数据挖掘由刘鹏教授作为丛书总主编率领团队编写, 电子工业出版社出版虚拟化与容器由刘鹏教授作为丛书总主编率领团队编写, 电子工业出版社出版 9

云计算云计算第一版于 2010 年 3 月出版, 第二版于 2011 年 5 月出版, 时隔 4 年, 第三版于 2015 年 7 月出版云计算已经成为了全国高校首选教材, 素有云计算领域红宝书之称,

11 大数据可视化 48 Python 程序设计 64 大数据可视化由刘鹏教授作为丛书总主编率领团队编写, 电子工业出版社出版 Python 程序设计由刘鹏教授作为丛书总主编率领团队编写, 电子工业出版社出版 ( 二 ) 推荐教材内容介绍 1. 云计算云计算第一版于 2010 年 3 月出版, 第二版于 2011 年 5 月出版, 时隔 4 年, 第三版于 2015 年 7 月出版云计算已经成为了全国高校首选教材, 素有云计算领域红宝书之称, 内容主要包括大数据与云计算,Google 云计算原理与应用,Amazon 云计算 AWS, 微软云计算 Windwos Azure,Hadoop 2.0 主流开源云架构,Hadoop 2.0 大家族, 虚拟化技术,OpenStack 开源虚拟化平台, 云计算数据中心, 云计算核心算法, 中国云计算技术 2. 大数据大数据是国内绝大多数高校采用的知名教材云计算 (1~3 版 ) 的姊 10

妹篇, 是中国大数据专家委员会刘鹏教授联合国内多位专家历时两年的心血之作大数据领域一直缺乏一本权威教材, 希望本书能够填补空白本书系统地介绍了大数据的理论知识和实战应用, 包括大数据采集与预处理数据挖掘算法与工具深度学习以及大数据可视化等, 并深度剖析了大数据在互联网商业和典型行业的应用 3. 实战 Hadoop2.

12 妹篇, 是中国大数据专家委员会刘鹏教授联合国内多位专家历时两年的心血之作大数据领域一直缺乏一本权威教材, 希望本书能够填补空白本书系统地介绍了大数据的理论知识和实战应用, 包括大数据采集与预处理数据挖掘算法与工具深度学习以及大数据可视化等, 并深度剖析了大数据在互联网商业和典型行业的应用 3. 实战 Hadoop2.0 从云计算到大数据实战 Hadoop 第一版于 2011 年 9 月出版, 是国内第一本 Hadoop 编程书籍, 经过 5 年的精心准备, 第二版于 2016 年 6 月出版本书内容主要包括 : 大数据组件概述, 大数据集群, 集群管理工具 Ambari, 分布式文件系统 HDFS, 分布式资源管理器 YARN, 分布式并行处理 MapReduce, 分布式锁服务 ZooKeeper, 分布式数据库 HBase, 内存型计算框架 Spark, 数据流实时处理系统 Storm, 数据仓库工具 Hive, 其他大数据组件, 手工部署 Hadoop 大数据库大数据库系统地介绍了大数据库的理论知识和实战应用, 包括大数据库概述分布式数据库 HBase 数据仓库工具 Hive 大数据查询系统 Impala 内 11

个大数据实验, 每个实验呈现详细的实验目的实验内容实验原理和实验流程指导, 涵盖原理验证综合应用自主设计及创新的多层次实验内容本书所有实验均在向公众开放的大数据实验平台 (https://bd.cstor.cn) 和 BDRack 大数据实验一体机上验证通过 6.

13 存数据库 Spark Spark SQL 键值数据库流式数据库和数据应用托管平台 Docker 等, 并紧跟大数据的发展前沿, 既有理论深度, 又有使用价值通过本书可掌握大数据库的概念和原理, 学习主要的大数据库技术和核心算法 5. 大数据实验手册大数据实验手册内涵 HDFS 实验 YARN 实验 MapReduce 实验 Hive 实验 Spark 实验 ZooKeeper 实验 HBase 实验 Storm 实验 MongoDB 实验 LevelDB 实验 Mahout 实验和综合实战等 42 个大数据实验, 每个实验呈现详细的实验目的实验内容实验原理和实验流程指导, 涵盖原理验证综合应用自主设计及创新的多层次实验内容本书所有实验均在向公众开放的大数据实验平台 ( 和 BDRack 大数据实验一体机上验证通过 6. 深度学习深度学习开启了人工智能发展的新一轮高潮深度学习为没有任何机器学习基础的人提供了一个深度学习的入门教材, 使用浅显易懂的语言和深入浅出的方式循循善诱, 给初学者一个从原理到实践的深度学习大餐本书内容主要包括 : 深度学习来源及应用, 深度学习的数学基础, 人脑神经系统与深度学习, 深 12

14 度学习基本过程, 深度学习主流模型, 深度学习开源框架, 深度学习在图像中的应用, 深度学习在语音中的应用, 深度学习在文本中的应用, 深度学习前沿发展 7. 数据挖掘数据挖掘的定位是大数据挖掘技术与应用通过本书可掌握经典数据挖掘理论方法工具与应用, 大数据环境下常用数据挖掘算法的优化, 大数据新常态下催生的数据分析方法 ( 如推荐系统链接分析与网页排序互联网信息抽取日志挖掘与查询分析 ) 工具与应用等 8. 虚拟化与容器虚拟化与容器系统介绍了从虚拟化技术到容器技术发展的历史必然性及其发展趋势其中针对虚拟化技术详细阐述了包括计算存储及网络虚拟化技术的原理架构及相关案例 ; 针对容器技术详细阐述了容器技术内核原理, 以及 Docker LXC 和 Kubernetes 容器技术核心原理及相关案例 9. 大数据可视化 13

有图有真相 ; 有树木, 有森林 ; 沙中淘金, 是大数据可视化的价值大数据可视化教材在分析视觉特性基础上, 尝试建立大数据理论与实践应用之间桥梁, 读者能够体验数据之美, 科学之美作为大数据应用的分支, 可视化有其自己的逻辑, 本书尝试在大数据应用之海, 擦亮可视化的贝壳, 为大数据应用锦上添花 10.

15 有图有真相 ; 有树木, 有森林 ; 沙中淘金, 是大数据可视化的价值大数据可视化教材在分析视觉特性基础上, 尝试建立大数据理论与实践应用之间桥梁, 读者能够体验数据之美, 科学之美作为大数据应用的分支, 可视化有其自己的逻辑, 本书尝试在大数据应用之海, 擦亮可视化的贝壳, 为大数据应用锦上添花 10. Python 程序设计本书是一本全面的从入门到实践的 Python 编程教程, 从带领读者快速掌握基本的编程知识开始, 循序渐进层层升入的引导读者利用新学到的知识开发功能丰富的项目全书首先介绍了 Python 的基本概念和安装 ; 随后介绍了包括数据类型文件操作程序调试类和对象连接数据源等基本知识 ; 并结合网络爬虫数据挖掘自然语言处理数据可视化 Web 和移动应用等工具, 以案例为依托进行项目实战 ; 最后介绍了国内各种云服务平台, 以及如何运用 Python 实现访问本书的全部实验均可在大数据实验平台 ( 上远程开展, 也可在高校部署的 BDRack 大数据实验一体机上本地开展 14

16 八培训老师配备与要求 ( 一 ) 计算机相关专业大学本科及以上学历,5 年或以上工作经验 ( 二 )5 年以上的大数据行业工作经验, 并多次参与大数据项目管理或实施, 具备丰富的项目经验 ( 三 ) 接受过大数据软件开发数据库等方面专业级培训, 获得过相关的技能认证证书 ( 四 ) 从事过大数据相关系统开发的优先, 有过大数据培训课程授课经验的优先九成立专业教学指导委员会专业教学指导委员会的成员主要来自学校领导授课老师和行业技术专家成立专业教学指导委员会的主要工作任务包括 : 1) 组织和开展本专业教学领域的理论与实践研究 2) 指导本学科专业建设教材建设教学改革实训基地建设实验室建设等工作 3) 制定专业教学规范 4) 制定教学质量标准 5) 组织师资培训教学研讨和信息交流等工作 15

17 联系方式 : 地址 : 南京市白下高新技术产业园中国云计算创新基地 A 栋 9 层电话 : 传真 : 官方网站 : 微信公众号 :cstor_cn 16

计算机科学与技术学院 2016 级通信工程学年教学计划班级 : 通信 1601, 通信 1602 人数 :67 第一学期课程性质课程名称学分总学时讲课实验实践上机讨论开课学院备注选修选修通信类专业写作计算机科学与技术学院选修通信系统实验 3.0

计算机科学与技术学院 2016 级通信工程学年教学计划班级 : 通信 1601, 通信 1602 人数 :67 第一学期课程性质课程名称学分总学时讲课实验实践上机讨论开课学院备注选修选修通信类专业写作计算机科学与技术学院选修通信系统实验 3.0 计算机科学与技术学院 2016 级通信工程 2019-2020 学年教学计划班级 : 通信 1601, 通信 1602 人数 :67 通信类专业写作 1.0 16 16 计算机科学与技术学院通信系统实验 3.0 93 10 60 3 20 计算机科学与技术学院云计算 2.0 32 28 4 计算机科学与技术学院物联网技术 2.0 32 32 计算机科学与技术学院小计 : 8 大学体育测试

大数据科学与技术专业 人才培养方案 ( 本科 ) 2019 年 03 月

大数据科学与技术专业人才培养方案 ( 本科 ) 2019 年 03 月