本专业属于教育部与曙光信息产业股份有限公司合作实施的“数据中国-产教融合促进计划”项目的校企共建应用型专业，体现了国家大数据产业和教育创新发展的产教融合战略意图。本专业采用由曙光信息产业股份有限公司和我校共同探索协同创新的人才培养模式，引入企业VIP项目教育形式、优秀双师型企业导师、现代企业大学的培训体系和行业应用科研项目，以曙光大数据应用协同创新中心为平台，形成了将工程教育与大数据应用有机结合的高素质综合人才培养特色专业。本专业的学科建设以应用型人才培养为导向，强调以应用型人才培养为目标的课程和教学体系建设，形成了以提升应用型人才培养质量为指导的教学支持和保障体系建设。

二、培养目标

本专业立足广西、服务“三区”（北部湾经济区、珠江-西江经济带和左右江革命老区）、面向东盟、辐射西南，培养大数据应用领域爱国进取、创新思辨，具有良好的科学素养、国际化视野和科学思维能力，具备现代教育思想、理念和教学技能，德、智、体、美、劳全面发展，掌握数据科学与大数据技术相关基础理论、实验技能和知识体系的高素质人才。学生毕业后5年左右预期能够成为胜任数据分析与挖掘算法研究和大数据系统开发类工作的研究型或技术型人才。实现以下目标：

目标1（人文素养）：

具备良好的道德情操和科学文化素养，能够强有力地贯彻党的政策方针，紧跟工程教育改革发展的步伐，学生将掌握自然科学和社会科学等应用领域中数据科学及大数据的相关知识；

目标2（专业知识与能力）：

具有扎实的数理基础，能熟练运用数据科学及大数据专业的基础理论、系统科学知识、工程设计方法和科学研究方法；

目标3（应用能力）：

具备计算思维能力、创新思维意识，掌握发现问题、分析问题和解决问题的方法，具备独立从事大数据及相关领域工作的能力和业务素质；

目标4（沟通与协作）：

具备在多学科背景下有效的沟通能力、良好的团队协作精神；

目标5（持续发展）：

具有良好的自我发展意识，能够通过继续教育或其他学习渠道更新专业领域的理念、理论和技术，拥有自主的、终生的学习习惯和能力，实现实践能力与水平的持续提升；

目标6（社会责任）：

能够适应国家现代化与信息化建设需要，有强烈的社会责任感，有主动为西部地区经济社会发展服务的意愿。

三、毕业要求

本专业学生主要学习数据科学与大数据技术方面的基本理论和基本知识。毕业生应获得以下方面的的知识、技能和素养：

1.【工程知识】掌握数学、自然科学、数据科学与大数据技术的基础和专业知识，并具备运用这些知识解决大数据及交叉领域的复杂工程问题。

指标点1.1掌握数学与自然科学基本概念、基本理论和基本技能，具有一定的逻辑思维和逻辑推论能力。

指标点1.2系统掌握数据科学与大数据技术的基础理论及专业知识，具备理解大数据系统复杂工程问题的能力。

指标点1.3掌握使用大数据技术解决复杂工程问题的基本方法，将相关知识和模型用于推理、分析应用型复杂大数据系统问题，遵循复杂大数据系统开发的工程化相关规范，能够比较、分析复杂系统的解决方案，并提出优化和改进建议。

2.【问题分析】能够应用数学、自然科学和工程科学的基本原理，进行抽象分析与识别、建模表达、并通过文献研究分析大数据及诸如人工智能之类交叉领域中的复杂工程问题，以获得有效结论。

指标点2.1能够运用数学、自然科学和工程科学的基本原理，识别和判断数据科学与大数据技术专业领域的复杂工程问题的关键环节，确定主要技术指标。

指标点2.2能够对数据科学与大数据技术领域的复杂工程问题进行分析，建立数学、计算机等相关科学理论支持的相关模型，并分析其合理性。

指标点2.3能够认识到解决实际问题可有多种方案，通过文献调研分析过程的影响因素，并获得有效结论。

3.【设计/开发解决方案】能够设计针对大数据及交叉领域复杂工程问题的解决方案，设计满足特定需求的大数据算法、模型或系统解决方案，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、文化以及环境等因素。

指标点3.1掌握大数据系统设计和开发的基本设计、开发方法，了解影响设计目标和技术方案的各种因素。

指标点3.2能根据特定需求，正确地进行算法设计、分析和评价，设计满足功能和性能要求的模型和组件。

指标点3.3能够进行复杂大数据系统的总体设计，开发满足特定需求和约束条件的大数据系统，并能够进行模型的系统级优化。

指标点3.4掌握数据描述和存储的基本理论和方法，在合理考虑社会、安全、法律、文化以及环境等相关因素的基础上，能够合理地组织数据和处理数据，并能追求创新的设计/开发解决方案

4.【研究】能够基于数据科学、智能科学等相关理论对复杂工程问题展开科学研究，包括算法设计、实验分析与模型验证，并通过信息综合得到合理有效的结论。

指标点4.1能够针对具体的功能、性能要求进行算法设计。

指标点4.2能够根据实验方案选用适当的实验方法和手段开展实验，正确地记录实验数据，规范地表述实验结果。

指标点4.3针对设计或开发的解决方案，能够通过理论证明、实验仿真或者系统实现等多种科学方法说明其有效、合理性，并对解决方案的实施质量进行分析，通过信息综合得到有效结论。

5.【使用现代工具】能够针对数据科学及交叉领域复杂工程问题，开发、选择与使用恰当的算法、模型及系统资源、现代工程研发工具和信息检索工具，完成对复杂工程问题的求解，并能够理解各种工具的局限性。

指标点5.1掌握本专业常用的信息技术工具、开发工具以及测试工具的使用方法，并理解其局限性。

指标点5.2能够选择和使用适当的工具和设备，对大数据领域复杂工程问题进行分析、建模和设计。

指标点5.3能够针对具体数据科学与大数据技术专业的问题，借助图书馆、互联网及其他资源或信息检索工具进行资料查询、文献检索，分析所使用的现代开发工具的优势和不足，并理解其局限性。

6.【工程与社会】能够基于数据科学与大数据技术专业相关背景知识进行合理分析，评价数据科学与大数据技术专业工程实践和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。

指标点6.1熟悉大数据算法、模型、系统分析设计等大数据工程实践过程和复杂计算机工程问题解决方案相关的技术标准，了解知识产权保护、行业政策和法律法规。

指标点6.2在数据科学与大数据技术专业相关领域开展工程实践和复杂工程问题解决过程中，能够基于数据科学与大数据技术专业领域相关背景知识进行合理分析，思考和评价工程对社会、健康、安全、法律以及文化的影响。

指标点6.3理解大数据相关领域工程实践中应承担的社会责任。

7.【环境和可持续发展】能够理解和评价针对大数据及交叉领域复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

指标点7.1了解环境保护和社会可持续发展方面的方针、政策与法律法规，在数据科学与大数据技术专业实践中有环境保护和可持续发展意识。

指标点7.2能够理解、分析和评价计算机技术和复杂大数据系统工程实践对环境、社会可持续发展所产生的影响，能从环境保护和可持续发展的角度分析评价复杂大数据系统的可持续性。

8.【职业规范】具有良好的身心素质、人文社会科学素养、职业道德和社会责任感，能够在系统工程实践中理解并遵守行业职业道德和规范，履行责任。

指标点8.1了解国情，树立正确的世界观、人生观和价值观，具有良好的身心素质、人文社会科学素养和社会责任感。

指标点8.2理解行业职业性质和诚实公正、诚信守则的职业道德和规范，并在工程实践中自觉遵守。

9.【个人和团队】能够在多学科背景下的团队中承担个体、团队成员及负责人的角色。

指标点9.1能够正确认识自我，理解个人素养的重要性，具有一定的独立工作能力与团队协作能力，能胜任团队成员角色，能与其他团队成员进行有效沟通。

指标点9.2具有担当意识，具备团队负责人角色的相关能力，能组织管理、协调和指挥团队开展工作。

10.【沟通】能够就大数据及交叉领域复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。具备初步的外语应用能力，能阅读本专业的外文材料，具有一定的国际视野，能够在跨文化背景下进行交流。

指标点10.1了解本专业领域的国际前沿与产业发展，了解数据科学与大数据技术专业相关的技术热点，针对数据科学与大数据技术专业领域具有一定的跨文化沟通和交流能力，并能够发表看法。

指标点10.2能够正确使用本专业的技术语言，通过撰写技术报告、设计文稿、实施方案等方式，在跨文化背景下就复杂数据科学与大数据技术专业的相关问题和方案进行基本沟通和交流。

11.【项目管理】理解并掌握工程管理原理与经济决策方法，熟悉数据科学与大数据技术专业项目管理的基本方法和技术，并能在多学科环境中应用。

指标点11.1掌握数据科学与大数据技术专业项目管理原理，理解大数据系统工程项目中的成本、进度、质量、风险等构成的分析及决策方法。

指标点11.2能在涉及多学科的工程实践中运用数据科学与大数据技术专业知识对信息系统项目进行有效管理。

12.【终身学习】具有自主学习和终身学习的意识，有不断学习和适应大数据技术快速发展的能力。

指标点12.1具有自主学习和终生学习的意识，认同自主学习和终身学习的必要性。

指标点12.2具备运用现代化信息技术查找、阅读和理解专业文献，能够追踪本专业发展的前沿和趋势，并能够不断学习专业新知识和新技术。

指标点12.3具有总结和归纳技术问题的能力，能够发现实践过程中存在的问题，分析和总结涉及的技术方法。

毕业要求对培养目标的支撑矩阵

培养目标 毕业要求	目标1 人文素养	目标2 专业知识与能力	目标3 应用能力	目标4 沟通与协作	目标5 持续发展	目标6 社会责任
1.工程知识		√	√
2.问题分析		√	√
3.设计/开发解决方案		√	√
4.研究		√	√		√
5.使用现代工具		√	√		√
6.工程与社会	√					√
7.环境与可持续发展	√					√
8.职业规范	√					√
9.个人和团队			√	√
10.沟通			√	√
11.项目管理			√	√
12.终身学习	√	√			√

四、核心课程

计算机导论、大数据基础导论、线性代数、概率论与数理统计、数据结构、程序设计与问题求解、数据库原理及应用、Java程序设计、计算机系统。

五、学制和学分要求

1.学制：4年（弹性学制3－6年）

2.学位：工学学士

3.毕业总学分：170

六、学时学分

（一）学时学分构成表

（二）课程结构比例

1.必修课 126 学分，占74.1 %

2.选修课 44学分，占25.9 %

3.实践教学 80 学分，占47.1 %（注：实践教学学分=实践类课程学分+课程实践教学部分学分）

七、指导性教学计划表

（一）通识教育课程设置计划表

注1：四年制普通本科生在校学习期间须修满8个公共选修课学分，包含选修1门生命关怀与成长教育类，并要求必需修读1门人文社科系列课程。

（二）实践类课程设置计划表

（三）专业教育课程设置计划表

八、修读指导

1、培养目标和要求（请参见培养计划）

2、学制与学分要求：本专业标准学制为4年。学生至少修满170个学分方可毕业。

3、第二课堂学分是学校全日制本科生必修的课程学分。学生在校学习期间应至少获得第二课堂8个学分方可毕业。学生应根据自己的特长和爱好，利用课外时间独立或在教师指导下参与思想政治与道德修养、社会实践与志愿服务、科技学术和创新创业、文化艺术与身心发展、社会工作社团活动、专业技能培训等各类课程及活动。

4、实施弹性学制，但学习年限不能超过6年。

九、课程计划对毕业要求指标点支撑的矩阵图（见附件2）

十、人才培养方案修订参与人员

	姓名	工作单位	职务	备注
负责人	闭应洲	9999js金沙老品牌	院长、专业负责人
	熊冬春		副院长
	梁烽		大数据系主任
教师代表	黄发良
	霍雷刚
	李帆
	李林
	覃正优
校外专家代表	许桂秋	中科曙光瑞翼	全国运营总监、教学总监
	姚媛	中科曙光瑞翼	南宁师范大学项目经理
学生代表	邓林青	南宁师范大学	2020级学生
	黄家乐	南宁师范大学	2021级学生
	罗业亨	南宁师范大学	2022级学生

制（修）订小组负责人（签章）：