概况
随着科技的发展,人们的生活、工作和娱乐方式不断发生改变,社会对工程和计算机科学交叉领域人才的需求也在逐渐增加。数据科学与大数据技术专业结合了计算机科学、数据处理以及数据分析的核心要素,依托学院与甲骨文公司的产业学院合作项目,建设了能满足本专业学生实验实训教学的大数据实验室,为学生提供企业级真实大数据项目。
在培养学生进行数据采集、存储、处理、分析与展示,运用所学知识解决实际问题,具备创新与实践能力的同时,积极创新新的教学理念,新的教学思路,围绕“以学生为主体的有效性课堂教学”开展教学活动。
为什么选择数据科学与大数据技术?
大数据被誉为“21世纪的新石油”,是国家战略性资产,人工智能是势不可挡的发展趋势,大数据技术又是人工智能的重要支撑。大数据科学将成为引领人工智能技术、物联网应用、计算机科学、数字经济及商业发展的核心。
- 时代需求:本专业秉承将“行业标准作为教学标准”的人才培养理念,“时代的需求就是我们的追求”的育人理念,时刻关心行业的发展与时代需求的变化。
- 市场需求:现在的商业和行业都越来越依赖数据来做出决策和规划,因此数据科学和大数据技术专业的市场需求在不断增加。
- 交叉学科学习:本专业依托我院计算机学科传统优势,借助软件工程、网络工程、数学等学科资源,合理设置人才培养体系,以“理论厚实、能力本位、市场需求”为导向,以能力培养为核心,以“产教融合、协同育人”为基本路径,以项目驱动为抓手,激发学生学习兴趣,培养学生创新能力。
- 技能多样性:在数据科学和大数据技术专业中,学生将学习到各种技能,例如编程、统计学、数据可视化、机器学习、数据挖掘等,并注重学生的批判性思维训练。这些技能可以为学生未来的职业发展提供广泛的选择和发展机会。
- 就业多样性:数据科学和大数据技术专业涵盖了各种领域,可以应用于金融、医疗、教育、通信等行业。计算机工程学院向本专业学生提供最贴近市场需求的课程设置,为学生提供了广泛的就业机会和职业发展空间。
- 师资力量:置以来,师资队伍的职称结构、学历结构、年龄结构不断优化,发展态势良好,逐步形成一支结构较为合理,师德高尚,素质优良,充满活力的专业化教师队伍。
- 校企联合:计算机工程学院与oracle公司、一阁供应链公司、东软国际以及青岛人才交流中心大数据人才培养基地等业内领先企业一直保持着良好的合作伙伴关系,能够为毕业生创造良好的实习和就业条件。
- 产教融合:数据实验室创立于2020年,依托甲骨文(中国)软件系统有限公司与我校计算机工程学院共同创建的甲骨文大数据学院,是深化产教融合、校企合作,推进应用型人才培养的重要基地。
基本信息
- 学院 计算机工程学院
- 学习形式 全日制
- 学制 4 年
- 学位证书 数据科学与大数据技术(工学学士)
知识与技能
本专业毕业生将具备以下能力:
- 统计学和概率论:了解基本的统计学和概率论知识,能够进行数据采集、清洗、整理和分析,并从数据中提取有意义的信息。
- 数据库和数据管理系统:掌握数据库和数据管理系统的基本原理,能够进行数据的存储、管理和查询。
- 编程语言:熟练掌握至少一种编程语言,如Python或R语言,以及相关的数据科学工具和库。
- 机器学习和深度学习:了解机器学习和深度学习的基本原理和算法,能够使用现有的机器学习和深度学习工具来解决实际问题。
- 数据可视化和报告:能够使用数据可视化工具来呈现数据,并从数据中提取有意义的见解和结论。
- 项目管理和沟通能力:具备项目管理和沟通能力,能够与团队成员和其他利益相关者进行有效的沟通和协作,完成项目任务。
- 业务领域知识:具备一定的业务领域知识,能够将数据分析应用到实际的业务场景中。
- 数据隐私和安全:了解数据隐私和安全的基本原则,能够保护数据的隐私和安全。
专业负责人寄语
“万物感知、万物互联、万物智能”——数据为王。大数据开启了第三次信息化浪潮,作为时代的弄潮儿,你们满怀激情,心有梦想。希望你们跨上“云平台”,遨游“大数据”,关注未来,体察现实,挖掘无限潜能,踏浪而行,码动精彩人生。
陈延波
课程设置
- 第一学年
-
- 通识教育课程
- 微积分Ⅰ(1)
- 微积分Ⅰ(2)
- 离散数学
- 专业基础导论
- 计算机程序设计基础
- 程序设计基础课程设计
- 第二学年
-
必修课:
- 通识教育课程
- 微积分Ⅰ(3)
- 概率论与数理统计
- 数据库原理与应用
- 数据库课程设计
- 数据结构
- 大数据程序设计
- 大数据程序设计课程设计
- Linux操作系统应用
- 数据采集与预处理
- 统计学
- 面向对象程序设计
- 网络基础Ⅱ
- 数学实验与数学建模
- 第三学年
-
必修课:
- 通识教育课程
- 大数据技术基础
- 大数据算法设计与分析
- 数据分析及应用
- 大数据基础课程设计
- 社会调查与实践
- 大数据存储技术
- 大数据存储课程设计
- 分布式计算与并行计算
- 分布式计算与并行计算课程设计
- 编译原理
- 机器学习
- web前端技术(1)
- 数据挖掘
- 数学建模进阶
- 商业分析基础
- web前端技术(2)
- 深度学习
- 第四学年
-
必修课:
- 通识教育课程
- IT伦理与从业素养
- 行业大数据应用分析
- 软件工程Ⅱ
- 大数据技术实训
- 毕业实习
- 毕业设计
- 数据可视化及应用
- 商业分析综合应用
- 自然语言处理
就业
本专业毕业生可在政府、企事业单位、社会组织的大数据分析、大数据应用开发及大数据可视化等岗位工作,也为学生毕业后进一步攻读计算机科学专业的研究生打下坚实的基础。
在学习过程中获得一定数量的、可转换的技能,可使本专业毕业生在非技术性行业领域任职,如管理、教育培训等。