数据科学与大数据技术人才培养方案

一、专业基本情况

     教育部和各大高校于2016年2月开始着手数据科学人才培养与学科建设，填补大数据技术人才缺口。吉林财经大学作为地方财经类高校，为了不断优化学科专业类型与层次结构，促进多学科交叉与融合，贯彻教育部新工科建设指导思想，于2018年3成功获批教育部第三批“数据科学与大数据技术”专业，实现学校专业建设的新跨越。2021软科中国大学专业排名评为B级。

二、培养目标

     本专业旨在培养具有大数据思维、运用大数据思维及分析应用技术的高层次大数据人才。掌握计算机理论和大数据处理技术，从大数据应用的三个主要层面（即数据管理、系统开发、海量数据分析与挖掘）系统地培养学生掌握大数据应用中的各种典型问题的解决办法，实际提升学生解决实际问题的能力，具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。

三、培养要求

     本专业毕业生应具有以下各方面的知识、能力和素质：

1. 有坚定的理想信念，拥护中国特色社会主义，贯彻社会主义核心价值观、和谐社会理论和“四个全面”思想。

2. 熟练掌握大数据采集、存储、处理与分析、传输等技术，具备大数据工程项目的设计和开发能力，具有一定的大数据科学研究能力与素质。

3. 能够熟练恰当使用多种数据分析软件、计算机软件，采用大数据技术，对经济、金融、管理等领域数据信息进行收集和分析处理，完成相关领域的实际工作。

4. 具有较强的中英文写作能力和语言表达能力，具有宽广的国际视野。

5．具有发现、分析、解决问题的基本能力，具有自主学习和终身学习意识，有创业创新能力及不断学习与适应发展的能力。

6．具有良好的职业道德，良好的体育锻炼习惯，较强的环境适应能力、人际交往和沟通能力以及较高的人文素质、心理素质、团队协作和奉献精神。

四、培养途径

1.课程设置

合理设置课程，强化课程思政和专业思政融合，体现高素质应用型人才培养目标。课程体系不仅涵盖了数据科学与大数据专业的核心课程，同时按照社会需求岗位在专业限选课程部分分模块进行课程设置。

2.实践能力

强化实践教学环节，构建完备的实践教学体系。通过设置课内实验、课程设计、实习实训、毕业实习、毕业设计（论文）等一系列实践教学环节，将实践教学与理论课程相结合，构成有机整体。

3.社会实践

鼓励课外素质教育，积极参加社会实践、各种学科竞赛、等级水平考试和科研活动等，加强学生社会实践能力和创新素质的培养，推动创新创业教育与专业教育、思想政治教育紧密结合。

4.导师制

学生入校即分配专业指导教师，由导师负责指导学生在校期间的专业学习、答疑解惑直至撰写毕业论文。

5.校企协同培养

与企业建立多家校企合作人才培养基地，构建多层次实习选拔机制，强化学生实践能力培养，与社会需求无缝对接。

五、主要课程

     本专业主要课程包括：数据科学与大数据技术导论、大数据编程语言（Python）、离散数学、大数据的算法基础、分布式文件系统（Hadoop+Hbase+Hive)、WEB开发技术、大数据分析技术（机器学习）、分布式计算框架（Storm+Spark）、操作系统与Linux应用、数据库原理与应用、C语言程序设计、面向对象程序设计、计算机网络、数据结构。