（专业代码：080910T）

一、培养目标 

立足莆田，面向福建，辐射全国，服务于地方经济建设和社会发展，培养德智体美劳全面发展，具有妈祖大爱精神、良好的职业道德和社会责任感以及创新创业创造意识；掌握面向数据应用的数学、统计学、计算机科学与技术以及应用领域学科的基础理论和方法、熟练运用各种数据分析技术和手段；掌握数据，尤其是大数据的获取、存储、处理、分析和可视化等技术，具备大数据应用项目的设计开发能力；能够利用探索性数据分析技术对数据进行初步建模，并能利用统计建模和机器学习的基本理论、方法对大数据深度分析和产品化开发；在系统的专业化训练的基础上，具有广泛的数据应用视野，能够在政府、企事业单位、社会组织等部门从事大数据平台架构设计、大数据分析及应用开发等工作的应用型人才。

学生毕业五年左右的预期职业能力目标： 

1、素质目标

具有良好的中华文化素养、妈祖文化的大爱精神，能够践行社会主义核心价值观，在生活和工作中，自觉做到文化引领；具有良好的科学素养，能够用科学的态度和方法思考、分析、解决问题；具有良好的心理素质与创新创业创造意识；具有高度的社会责任感、职业道德和学术道德。

2、知识目标

掌握计算机科学与技术专业相关基础知识，并具备相关的基本技能。掌握计算机科学与技术相关的基本理论、基本知识、基本方法和基本技能；掌握数据科学与大数据技术专业所需的数学和统计学知识；掌握大数据系统架构技术，数据获取技术和分析技术，掌握大数据工程中设计、分析、实施等工程知识。

3、能力目标

能够应用数学、自然科学和大数据科学的基础原理，并采用专业科学方法对大数据技术问题进行研究，包括设计实验、采集数据、分析与解释数据、展示数据，并通过信息综合得到合理有效的结论；能够设计复杂大数据工程问题的解决方案，包括满足特定需求的平台架构搭建、模型选择、算法分析、应用开发、系统优化以及数据管理与维护，并能够在设计环节中体现创新意识，综合考虑经济、环境、法律、安全、健康、伦理和文化等制约因素；能够熟练使用数据采集、分析工具和信息技术工具辅助解决大数据工程问题。

4、团队合作及其他

具有较强的团队协作、人际交往和人际融合能力，在大数据工程实践中，能理解个人在团队中的角色并承担相应的工作；具有解决复杂大数据工程问题的创新能力；具有自主学习和终身学习的意识，具有学习新知识和适应大数据技术快速发展的能力。

二、毕业要求

毕业生在知识、能力与素质方面应达到以下要求： 

G1.工程知识:能够掌握数学、自然科学、工程基础知识和数据科学与大数据技术专业知识,并将其用于大数据工程问题的研究与开发中。

G1.1能将数学、统计学、自然科学、工程科学的语言工具用于大数据工程问题的表述。

G1.2能针对具体的大数据问题建立数学模型。

G1.3能够把工程知识用于大数据复杂问题的分析、挖掘和可视化表达。

G1.4能运用工程领域得基本原理,借助文献研究,分析和比较大数据复杂工程问题的多种方案，获得有效结论。

G2.问题分析:能够应用数学、统计学、自然科学和工程科学的基本原理思考大数据处理的全流程并通过文献研究,识别、表达、分析复杂的大数据问题,掌握问题分析方法,获得有效结论。

G2.1能运用相关科学原理，识别和判断影响大数据工程问题的因素。

G2.2能运用相关科学原理,表达大数据工程问题。

G2.3能运用相关知识,提出解决大数据复杂工程问题的多种方案。

G2.4能运用数据科学和大数据技术及相关基本原理，借助文献研究，分析和比较大数据复杂工程问题的多种方案，获得有效结论。

G3.设计/开发解决方案:能够了解面向大数据工程设计和产品开发全周期、全流程的基本方法和技术,针对大数据工程过程中的特定需求，完成大数据系统的建模和架构设计，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律以及环境等制约因素。

G3.1能够根据设计目标和任务提出技术方案。

G3.2能够进行大数据建模和架构设计，在安全、环境、法律等现实约束条件下，通过技术经济评价对设计方案的可行性进行研究，并在设计中体现创新意识。

G3.3能够针对特定需求,完成单元(部件)的设计。

G4.研究:能够基于科学原理并采用科学方法对大数据问题按照“需求分析、架构和算法设计、代码编写调试、运行及反馈”的思路进行研究，并通过相关结果综合得到合理有效的结论。

G4.1能够基于科学原理，通过文献研究和相关方法，调研和分析大数据问题的解决方案。

G4.2能够根据对象特征，进行架构和算法设计。

G4.3能够根据架构和算法方案构建系统，安全地调试并运行，能对运行中出现的问题和结果进行分析和反馈，并通过信息综合得到合理有效的结论。

G5.使用现代工具:能够选择与使用恰当的技术、资源、现代工程工具和大数据技术工具，并能理解其局限性，针对大数据工程问题进行设计和实施。

G5.1了解大数据领域建模、设计、分析和处理所使用的原理和方法，理解其局限性，并能够选用恰当的现代工具，对复杂的数据工程问题进行分析、设计和实施。

G5.2能够针对具体的对象，选用满足特定需求的现代工具或模型，解决专业问题。

G6工程与社会:能够基于大数据工程项目的实际应用场景等相关背景知识，针对性的评估工程项目对社会、健康、安全、法律以及文化等制约因素的影响。

G6.1了解大数据及软件工程专业相关领域的技术标准体系、知识产权、产业政策和法律法规，理解不同社会文化工程活动的影响。

G6.2能分析和评价大数据工程实践对社会、健康、安全、法律、文化的影响，以及这些制约因素项目实施的影响，并理解应承担的责任。

G7.环境和可持续发展：建立环境和可持续发展的意识，在大数据工程实践中能够关注、理解评价环境保护、社会和谐，以及经济可持续、生态可持续、人类社会可持续的问题。

G7.1知晓和理解环境保护和可持续发展的内涵和必要性。

G7.2能够应用环境保护和可持续发展的理念,评价大数据工程过程及产品周期中可能对人类和环境造成的损害和隐患。

G8.职业规范:具有正确价值观、人文社会科学素养、社会责任感,能够在工程实践中理解遵守工程职业道德和规范，履行对公众的安全、健康和福祉,以及环境保护的社会责任。

G8.1有正确价值观,理解个人与社会的关系,了解中国国情。

G8.2理解诚实公正、诚信守则的工程职业道德和规范。

G8.3能够在实践中遵守工程职业道德和规范,履行对公众的安全、健康和福祉,以及环境保护的社会责任。

G9.个人和团队:能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色,具有团队的构建、运行、协调和负责的能力。

G9.1能与其他学科背景的团队成员有效沟通,理解团队工作或活动的内容。

G9.2能够利用多学科知识在团队中合作开展工作，参与团队的组织、协调等内容，独立完成自己部分的内容。

G10.沟通:能够就大数据工程问题与业界同行及社会公众进行有效沟通和交流，具有撰写报告和设计文稿、陈述发言、清晰表达或回应指令的能力。具备一般的外文科技文献阅读理解能力和外文写作能力,对大数据领域国际前沿有基本了解。能够在跨文化背景下进行沟通和交流。

G10.1了解大数据专业领域的国际前沿，理解不同国家和地区的文化差异，能就大数据问题在不同的文化背景下进行基本的沟通和交流。

G10.2能就大数据专业问题，以口头、文稿、图表等方式,参与社会科普活动，以科学的语言向业界及外专业人员表达观点。

G11.项目管理:理解并掌握大数据工程项目或产品的设计和实施的全周期、全流程管理原理及成本、收益等经济分析和决策方法，并能在多学科环境中应用。

G11.1了解大数据工程项目及产品全周期、全流程的成本构成,理解其中涉及的工程管理与经济决策问题，掌握大数据工程项目中涉及的管理与经济决策方法。

G11.2能够运用专业、工程管理与经济等知识，进行设计与研究。

G12终身学习：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。

G12.1能在社会发展的大背景下，认识到自主和终身学习的必要性。

G12.2具有自主学习的能力，包括查阅资料、独立阅读、理解原理和技术，能适应行业发展需求。

三、学制学位与学分

修业年限：四年；毕业后授予学位：工学学士；学生毕业应达到最低总学分：176学分。

四、主干学科

计算机科学与技术，数学，统计学。

五、核心课程

数据结构与算法、数据库原理及应用、操作系统、计算机网络与通信技术、离散数学、Python程序设计、Hadoop组件开发技术、应用统计分析、数据采集与融合、数据挖掘与机器学习。

六、主要实践性教学环节

工程认识实习、电工电子工艺实习、大数据获取与预处理项目实践、大数据存储与处理项目实践、大数据分析与可视化项目实践、大数据综合项目设计课程设计、数据科学综合项目实训、毕业实习、毕业设计。

七、课程结构比例表

注：实践环节总学分=（课内外实践学时-体育学时120）/16+体育学分4+集中性实践教学学分+第二课堂学分4

 

八、教学时间总体安排表

 

九、毕业要求对培养目标的支撑关系矩阵

十、毕业要求与课程的支撑关系矩阵

 

 

 

 

 

 

 

 

 

 

 

 

 

十一、课程拓扑图（课程时序关系图）