数据科学与大数据技术专业人才培养方案（2021版）
（专业代码：080910T）
一、培养目标
1.目标定位
本专业全面贯彻党的教育方针，立足陕西，面向行业大数据、教育大数据和政府政务大数据的处理、分析和应用需求，旨在培养德智体美劳全面发展，掌握与大数据技术相关的计算机科学与技术、数理统计和数据科学等学科的基本理论、基本技能，熟练掌握大数据的采集与预处理、存储、处理、分析与可视化等技术，具备扎实的数学与计算机科学基础、基于统计与优化的数据分析能力、基于专业化行业知识的数据应用及方案设计能力，具有良好的科学素养和技术素质，适应区域经济社会发展需要，能从事大数据分析、运维与管理决策工作的高素质应用型人才。
2.目标内涵
本专业毕业后5年的学生，预期达到如下目标：
培养目标1：具有较高的科学素质和人文素养，具有良好的职业道德、职业素养、沟通能力和团队协作精神，实现自身和团队的双赢发展。
培养目标2：具备扎实的专业基本功，能够将数据科学与大数据技术与社会需要进行深度融合，逐步成长为数据科学与大数据技术相关行业的骨干力量。
培养目标3：具有较强的逻辑思维能力、大数据处理能力、创新能力与云平台搭建能力，能够运用数学与统计学知识、计算机技术建立大数据模型并解决实际问题，服务社会。
培养目标4：具备大数据管理和分析的基本知识，具有对大数据工程领域的复杂工程问题进行分析、设计、开发应用的能力。
二、毕业要求
本专业学生在修读年限4~6年内，修满教学计划规定的学分，并达到以下基本要求后，方可毕业。
1.职业道德素养。具有人文社会科学素养、社会责任感，能够在大数据工程实践中熟知并遵守工程职业道德和规范，履行责任。
1-1.具备科学的世界观、人生观和价值观，能够不断地提高自身的人文社会科学素养，崇尚劳动光荣；
1-2.具有良好思想道德修养与法律基础知识，承担相应的社会责任，能够正确熟知大数据行业职业道德与规范的含义并自觉履行。
2.工程知识。能够将数学、自然科学、计算机科学基础知识以及大数据工程专业知识用于解决大数据复杂工程问题。
2-1.能够运用数学、自然科学、大数据工程专业基础知识、主流大数据平台（如Hadoop 或Spark）、典型深度学习系统，设计开发、生产面向特定行业的大数据产品；
2-2.熟知大数据采集、组织与存储、分析处理以及结果呈现等的基本理论和核心技术，并熟练运用相关平台工具解决大数据相关复杂工程问题。
3.问题分析。能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析数据科学与大数据工程问题，以获得有效的大数据技术结论。
3-1.能够熟知常用的问题分析方法和科学分析方法，对大数据系统、大数据应用及相关复杂工程问题进行分析；
3-2.针对大数据技术领域的工程问题，通过文献分析对可能的解决方案进行正确表达，并得到有效的结论。
4.设计、开发解决方案。能够针对大数据复杂工程问题设计解决方案，具有针对大数据系统应用问题进行建模、设计、分析、研究、验证等工程综合知识和实践能力，并能够在设计中考虑社会、健康、安全、法律、文化以及环境等因素。
4-1.熟知解决大数据问题的建模、分析方法，能够针对特定需求进行大数据分析与研究，具备设计开发应用的能力；
4-2.能够对大数据设计方案进行优化，并能够在设计环节中体现创新意识。
5.实验设计与信息处理。能够采用科学方法对复杂的大数据工程问题进行研究，包括设计实验、分析与解释数据、并得到合理有效的结论。
5-1.能够采用正确的方法对大数据系统相关的特性和工程问题进行分析和实验验证，进行研究分析，设计可行的大数据实验方案；
5-2.能够有效实施大数据工程方案，对方案结果进行分析、可视化呈现，获取合理有效的结论。
6.现代工具的应用。能够针对复杂大数据工程问题，选择与使用恰当的现代硬件和软件技术工具。
6-1.能借助互联网和文献检索等工具，获取数据科学与大数据领域理论与技术的最新进展；
6-2.能够恰当选择使用现代大数据软硬件开发工具、云平台等对大数据工程问题进行处理解决。
7.工程师社会责任意识。能够基于大数据工程相关背景知识进行合理分析，评价大数据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，应承担的责任。
7-1.熟悉大数据行业的特性与发展历史，以及相关的方针、政策和法规，关注本专业与教育学等其他学科交叉融合的新理论、新方法和新技术，具有开放意识和全局视野 ；
7-2.熟悉大数据工程实施对社会、环境、安全、法律的影响以及国家发展战略规划、产业政策、法律法规，明确数据科学与大数据领域国家科学技术政策、知识产权、网络安全等方面的相关规定。
8.环境和可持续发展意识。能够熟悉和评价针对大数据复杂工程问题的工程实践对环境、社会可持续发展的影响。
8-1.熟悉大数据行业现状及发展趋势，大数据在经济社会可持续发展中发挥的重要的支撑作用；
8-2.能运用人文知识、政策和行业标准法规，评价大数据方案对环境和社会可持续发展的影响。
9.团队合作。能够在团队中承担个体、团队成员以及负责人的角色。
9-1.作为团队成员，要具有积极的团队合作精神。能够在开发和设计团队中承担所负责人的角色，完成相应的工作，为团队贡献自己的力量；
9-2.作为团队负责人，要具有较强的领导能力，能够为团队建设提出建设性的方案和指导性的意见，引领团队成员共同努力，应对复杂多变的行业需求。
10.沟通交流。能够就复杂的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，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令，具备一定的国际视野，能够在不同文化背景下进行沟通和交流。
10-1.能与行业人士及相关客户进行有效沟通和交流，能运用专业知识撰写大数据报告或设计文稿，并能够就相关问题陈述发言、清晰表达或回应指令；
10-2.具有分享包容的心态、沟通与协作的愿望，具有较强的口头和书面表达能力，能够就大数据系统、大数据应用与业界同行、社会公众进行有效沟通和交流。
11.项目管理。理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。
11-1.熟知大数据工程管理与经济决策的基本理念和方法；
11-2.熟知一定的经济、管理和相关的跨领域知识，并应用到多学科环境中。
12.终身学习意识和能力。具有自主学习和终身学习的意识，有不断学习的能力。
12-1.具有自主学习和终身学习的意识，能够运用大数据相关技术获取新知识、新技术，持续提高自身能力和不断学习的能力；
12-2.运用正确的学习方法和拓展知识的途径，养成良好的学习习惯，能够树立适合自己的发展规划和目标，不断学习，适应社会发展。
三、支撑矩阵表
（一）培养目标-毕业要求支撑矩阵表
目 标 要 求 |
培养目标1 |
培养目标2 |
培养目标3 |
培养目标4 |
职业道德素养 |
√ |
|
√ |
|
工程知识 |
|
√ |
√ |
|
问题分析 |
√ |
|
√ |
|
设计、开发解决方案 |
√ |
|
√ |
|
实验设计与信息处理 |
√ |
|
√ |
|
现代工具的应用 |
|
√ |
|
√ |
工程师社会责任意识 |
|
|
|
√ |
环境和可持续发展意识 |
√ |
|
|
√ |
团队合作 |
|
√ |
|
√ |
沟通交流 |
|
√ |
|
√ |
项目管理 |
√ |
√ |
|
|
终身学习意识和能力 |
√ |
|
|
√ |
（二）“毕业要求-课程体系”支撑矩阵表
课 程 平 台 |
课程名称 |
毕 业 要 求 |
职业 道德 素养 |
工程 知识 |
问题 分析 |
设计 、开 发解 决方 案 |
实验 设计 与信 息处 理 |
现代 工具 的使 用 |
工程 师社 会责 任意 识 |
环境 与可持续 发展 意识 |
团队 合作 |
沟通 交流 |
项目 管理 |
终身 学习 意识 与能 力 |
1-1 |
1-2 |
2-1 |
2-2 |
3-1 |
3-2 |
4-1 |
4-2 |
5-1 |
5-2 |
6-1 |
6-2 |
7-1 |
7-2 |
8-1 |
8-2 |
9-1 |
9-2 |
10-1 |
10-2 |
11-1 |
11-2 |
12-1 |
12-2 |
通 识 教 育 平 台 |
思想道德修养与法律基础 |
H |
|
|
|
|
|
|
|
|
|
|
|
L |
|
L |
|
|
|
|
L |
|
|
M |
|
中国近代史纲要 |
H |
|
|
|
|
|
|
|
|
|
|
|
L |
|
L |
|
|
|
|
M |
|
|
|
|
马克思主义基本原理 |
H |
|
|
|
|
|
|
|
|
|
|
|
L |
|
L |
|
|
|
|
M |
|
|
M |
|
毛泽东思想和中国特色社会主义理论体系概论 |
H |
|
|
|
|
|
|
|
|
|
|
|
L |
|
L |
|
|
|
|
M |
|
|
H |
|
大学英语Ⅰ~Ⅳ |
|
|
|
|
L |
|
|
|
L |
|
H |
|
|
|
|
|
|
|
|
H |
|
|
M |
|
大学体育Ⅰ~Ⅳ |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L |
|
M |
|
|
|
L |
|
H |
|
形势与政策 |
H |
|
|
|
|
|
|
|
|
|
|
|
M |
|
M |
|
|
|
|
L |
|
|
|
|
学 科 专 业 教 育 平 台 |
高等数学 |
|
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
线性代数 |
|
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Python程序设计 |
|
|
|
M |
L |
|
H |
|
H |
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
|
概率论与数理统计 |
|
|
M |
|
M |
|
H |
|
L |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
大学物理D |
|
|
M |
|
H |
|
M |
|
H |
|
|
|
|
|
|
M |
|
|
|
|
|
|
|
|
C++程序设计 |
|
|
|
L |
M |
|
M |
|
|
|
H |
|
|
|
|
|
|
|
|
|
M |
|
|
|
离散数学 |
|
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
算法与数据结构 |
|
|
|
M |
H |
|
M |
|
H |
|
|
|
|
|
|
|
|
|
|
|
L |
|
|
|
多元统计分析 |
|
|
|
H |
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
大数据导论 |
|
L |
|
H |
|
|
|
|
|
|
|
|
M |
|
M |
|
|
|
|
|
|
|
|
L |
大数据采集与预处理 |
|
|
|
H |
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
计算机网络 |
|
|
|
M |
L |
|
H |
|
M |
|
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
数据库原理与应用 |
|
|
|
H |
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
大数据存储 |
|
|
|
L |
|
|
|
M |
|
M |
|
H |
|
L |
|
|
|
|
|
|
|
|
|
|
大数据学科研究方法与论文写作指导 |
|
M |
|
|
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
M |
|
|
|
|
H |
教育大数据分析与挖掘 |
|
|
|
M |
|
M |
|
H |
|
L |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
智慧教育 |
|
|
|
L |
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
M |
|
|
|
教育大数据应用实践 |
|
|
|
H |
|
L |
|
M |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
Java程序设计 |
|
|
|
M |
H |
|
M |
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
网络编程 |
|
|
|
M |
M |
|
M |
|
L |
|
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
数学建模与分析 |
|
|
|
|
M |
|
H |
|
M |
|
|
|
|
|
|
|
|
|
|
|
M |
|
|
|
专 业 技 能 平 台 |
Hadoop大数据技术 |
|
|
|
H |
|
M |
|
|
|
M |
|
H |
|
|
|
|
|
|
|
|
|
|
|
L |
教育统计与SPSS应用 |
|
|
|
M |
|
M |
|
M |
|
L |
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
Matplotlib |
|
|
|
M |
|
L |
|
H |
|
M |
|
H |
|
|
|
|
|
|
|
|
|
|
|
|
数据可视化技术 |
|
|
|
H |
|
M |
|
H |
|
M |
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
四、主干学科与主干课程
（一）主干学科
计算机科学与技术，数学，统计学。
（二）主干课程
大数据导论、Hadoop大数据技术、多元统计分析、大数据采集与预处理、大数据存储、数据分析软件与应用、大数据安全技术、数据可视化技术、计算机网络、算法与数据结构、数据库原理与应用、Python程序设计。
五、学制、修业年限及授予学位
学制四年，修业年限4~6年，授予工学学士学位。
六、学分要求
最低毕业学分为155学分，共计2440学时。
七、课程结构与学分分配
课程平台 |
课程模块 |
课程类别 |
学分 |
小计 |
占总学分比例 |
小计 |
通识教育平台 |
通识教育模块 |
通识教育必修课 |
33 |
43 |
21.3% |
27.7% |
通识教育选修课 |
10 |
6.5% |
学科专业教育 平台 |
学科基础模块 |
相关学科基础课 |
13 |
65 |
8.4% |
41.9% |
本学科基础课 |
18.5 |
11.9% |
专业课程模块 |
专业核心课 |
13 |
8.4% |
专业方向课 |
9.5 |
6.1% |
专业拓展课 |
5 |
3.2% |
专业实验实训课 |
6 |
3.9% |
专业技能平台 |
专业技能模块 |
专业技能必修课 |
12 |
16 |
7.7% |
10.3% |
专业技能选修课 |
4 |
2.6% |
实践创新平台 |
综合实践模块 |
综合实践必修课 |
22 |
31 |
14.2% |
20.0% |
创新创业教育模块 |
创新创业教育必修课 |
6 |
3.9% |
创新创业教育选修课 |
3 |
1.9% |
合计 |
155 |
100% |
八、课程设置与专业教学计划表
（一）通识教育平台（43学分）
1.通识教育模块
（1）通识教育必修课（33学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
210000121 |
思想道德与法治 |
1 |
3 |
48 |
|
48 |
3 |
考试 |
|
210000221 |
中国近现代史纲要 |
2 |
3 |
48 |
|
48 |
3 |
考试 |
|
210000321 |
马克思主义基本原理 |
3 |
3 |
48 |
|
48 |
3 |
考试 |
|
210000421 |
毛泽东思想和中国特色社会主义理论体系概论 |
4 |
5 |
48 |
2周 |
48 |
3 |
考试 |
|
220000121 |
大学英语Ⅰ |
1 |
4 |
60 |
|
60 |
4 |
考试 |
|
220000221 |
大学英语Ⅱ |
2 |
3 |
48 |
|
48 |
3 |
考试 |
|
220000321 |
大学英语Ⅲ |
3 |
3 |
48 |
|
48 |
3 |
考试 |
|
220000421 |
大学英语Ⅳ |
4 |
3 |
48 |
|
48 |
3 |
考试 |
|
230000121 |
大学体育Ⅰ |
1 |
1 |
|
36 |
36 |
2 |
考试 |
|
230000221 |
大学体育Ⅱ |
2 |
1 |
|
36 |
36 |
2 |
考试 |
|
230000321 |
大学体育III |
3 |
1 |
|
36 |
36 |
2 |
考试 |
|
230000421 |
大学体育Ⅳ |
4 |
1 |
|
36 |
36 |
2 |
考试 |
|
210000521 |
形势与政策 |
1-7 |
2 |
|
|
56 |
|
考查 |
|
小计 |
|
33 |
396 |
144 |
540 |
|
|
|
注：1.《毛泽东思想和中国特色社会主义理论体系概论》课程课堂理论教学3学分，思政课实践教学2学分，实践教学由任课教师指导学生通过调研、读书报告、作品设计和主题演讲等多种形式进行2周的实践教学。 2.《形势与政策》专题讲座形式，1-7学期开设，每学期4讲，不计学时，只计学分。 |
（2）通识教育选修课（10学分）
通识教育选修课10学分，共计160学时。修读要求详见《陕西学前师范学院公共通识教育选修课程建设与管理办法》。通识课程由学校统一设置，学生任选。每位学生至少选修2类非本专业10学分的课程（“非本专业课程”指本专业教学计划以外的课程）。理工科类学生必须选修至少2学分人文社科类课程；文科与艺术类学生须选修至少2学分自然科学类课程；非艺术类学生须选修2学分艺术类课程；师范类专业学生须选修4个学分教师教育课程；全体本科（思想政治教育和历史学除外）学生至少从“四史”课程（党史、新中国史、改革开放史、社会主义发展史）中选修1门课程。
（二）学科专业教育平台（65学分）
1.学科基础模块（31.5学分）
（1）相关学科基础课（13学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084100121 |
高等数学I |
1 |
4 |
60 |
0 |
60 |
4 |
考试 |
|
084100221 |
线性代数 |
1 |
2 |
32 |
0 |
32 |
2 |
考试 |
|
084100321 |
高等数学II |
2 |
4 |
64 |
0 |
64 |
4 |
考试 |
|
084100421 |
概率论与数理统计 |
2 |
3 |
48 |
0 |
48 |
3 |
考试 |
|
小计 |
|
|
13 |
204 |
0 |
204 |
|
|
|
（2）本学科基础课（18.5学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084100521 |
Python程序设计 |
1 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084100621 |
大学物理D |
2 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084100721 |
C++程序设计 |
2 |
3 |
32 |
32 |
64 |
4 |
考试 |
|
084100821 |
离散数学 |
3 |
3 |
48 |
0 |
48 |
3 |
考试 |
|
084100921 |
算法与数据结构 |
3 |
3.5 |
48 |
16 |
64 |
4 |
考试 |
|
084101021 |
多元统计分析 |
4 |
4 |
64 |
0 |
64 |
4 |
考试 |
|
小计 |
|
|
18.5 |
256 |
80 |
336 |
|
|
|
2.专业课程模块（33.5学分）
（1）专业核心课（13学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084200121 |
大数据导论 |
1 |
1 |
16 |
0 |
16 |
2 |
考查 |
|
084200221 |
大数据采集与预处理 |
2 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084200321 |
计算机网络 |
3 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084200421 |
数据库原理与应用 |
4 |
3 |
32 |
32 |
64 |
4 |
考试 |
|
084200521 |
大数据存储 |
5 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084200621 |
大数据学科研究方法与论文写作指导 |
8 |
1 |
16 |
0 |
16 |
2 |
考查 |
|
小计 |
|
|
13 |
160 |
96 |
256 |
|
|
|
（2）专业方向课（9.5学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
|
教育大数据分析方向课程 |
084200721 |
教育大数据分析与挖掘 |
5 |
3 |
32 |
32 |
64 |
4 |
考试 |
|
|
084200821 |
智慧教育 |
5 |
3 |
48 |
0 |
48 |
3 |
考查 |
|
|
084200921 |
教育大数据应用实践 |
6 |
3.5 |
48 |
16 |
64 |
4 |
考试 |
|
|
小计 |
|
|
9.5 |
128 |
48 |
176 |
|
|
|
|
大数据工程应用方向 |
084201021 |
云计算技术 |
5 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
|
084201121 |
高性能系统架构 |
5 |
3 |
48 |
0 |
48 |
3 |
考试 |
|
|
084201221 |
大数据工程实践 |
6 |
3.5 |
48 |
16 |
64 |
4 |
考查 |
|
|
小计 |
|
|
9.5 |
128 |
48 |
176 |
|
|
|
|
（3）专业拓展课（5学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084201321 |
分布式系统 |
3 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084201421 |
大数据安全技术 |
3 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084201521 |
物联网基础 |
3 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084201621 |
数字图像处理 |
4 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084201721 |
人机交互技术 |
4 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084201821 |
操作系统 |
5 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084201921 |
并行与分布式计算基础 |
5 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084202021 |
人工智能基础 |
5 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084202121 |
云计算基础 |
6 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084202221 |
虚拟现实技术 |
6 |
2.5 |
32 |
16 |
48 |
3 |
考查 |
|
084202321 |
机器学习 |
6 |
2.5 |
32 |
16 |
48 |
3 |
考试 |
|
084202421 |
数字鉴别技术 |
8 |
1 |
16 |
0 |
16 |
2 |
考查 |
|
084202521 |
最优化技术 |
8 |
1 |
16 |
0 |
16 |
2 |
考试 |
|
084202621 |
信息舆情技术 |
8 |
1 |
16 |
0 |
16 |
2 |
考查 |
|
小计 |
|
|
5 |
64 |
32 |
96 |
|
|
|
（4）专业实验实训课（6学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084202721 |
Java程序设计 |
3 |
2 |
0 |
64 |
64 |
4 |
考试 |
|
084202821 |
网络编程 |
5 |
2 |
0 |
64 |
64 |
4 |
考查 |
|
084202921 |
数学建模与分析 |
6 |
2 |
0 |
64 |
64 |
4 |
考查 |
|
小计 |
|
|
6 |
0 |
192 |
192 |
|
|
|
（三）专业技能平台（16学分）
1.专业技能模块（16学分）
（1）专业技能必修课（12学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084400121 |
Hadoop大数据技术 |
4 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400221 |
教育统计与SPSS应用 |
4 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400321 |
Matplotlib |
5 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400421 |
数据可视化技术 |
6 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
小计 |
|
|
12 |
128 |
128 |
256 |
|
|
|
（2）专业技能选修课（4学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
084400521 |
智能搜索引擎技术 |
5 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400621 |
文本数据管理与分析 |
6 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400721 |
Web技术应用 |
6 |
3 |
32 |
32 |
64 |
4 |
考查 |
|
084400821 |
专业英语 |
8 |
1 |
16 |
0 |
16 |
2 |
考查 |
|
小计 |
|
|
4 |
48 |
32 |
80 |
|
|
|
（四）实践创新平台（31学分）
1.综合实践模块
（1）综合实践必修课（22学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
备注 |
260000121 |
入学教育 |
1 |
0.5 |
|
260000221 |
劳动教育 |
1-4 |
2 |
劳动教育理论课32学时由教务处安排，劳动实践由学工部安排。 |
260000321 |
社会实践 |
1-4 |
2 |
|
260000421 |
必读书目阅读与文献检索 |
1-6 |
2 |
|
260000521 |
军事理论与训练 |
1 |
2 |
|
260000621 |
大数据采集与预处理课程设计 |
2 |
1 |
安排在第2-6学期，每学期2周，共10周，计5学分。 |
260000721 |
算法与数据结构课程设计 |
3 |
1 |
260000821 |
教育统计与SPSS应用课程设计 |
4 |
1 |
260000921 |
教育大数据分析与挖掘课程设计 |
5 |
1 |
260001021 |
教育大数据应用实践课程设计 |
6 |
1 |
260001121 |
生产实习 |
7 |
4 |
|
260001221 |
毕业论文 |
8 |
4 |
|
260001321 |
毕业教育 |
8 |
0.5 |
|
小计 |
|
— |
22 |
|
2.创新创业教育模块（9学分）
（1）创新创业教育必修课（6学分）
课程编号 |
课程名称 |
开课学期 |
学分 |
讲授学时 |
实践学时 |
总学时 |
周学时 |
考核方式 |
备注 |
270000121 |
创业基础 |
3 |
2 |
32 |
|
32 |
2 |
考查 |
|
270000221 |
大学生科研训练与双创项目申报指导 |
3 |
1 |
|
32 |
32 |
2 |
考查 |
|
270000321 |
大学生心理健康与创造性思维 |
1 |
2 |
32 |
|
32 |
2 |
考查 |
|
270000421 |
就业指导 |
6 |
1 |
16 |
|
16 |
1 |
考查 |
|
小计 |
|
— |
6 |
80 |
32 |
112 |
— |
— |
|
（2）创新创业教育选修课（3学分）
类别 |
内容 |
学分 |
实施方式或认定要求 |
学科专业竞赛 |
中国高校计算机大赛 |
≤1.0 |
获省级及以上奖励计1.0分/项；校级奖励计0.7分/项，参赛计0.5分/次 |
“中国软件杯”大学生软件设计大赛 |
≤1.0 |
“发现杯”全国大学生互联网软件设计大赛 |
≤1.0 |
“蓝桥杯”全国软件和信息技术专业人才大赛 |
≤1.0 |
大学生数学竞赛 |
≤1.0 |
全国大学生信息安全竞赛 |
≤1.0 |
互联网+大赛 |
≤1.0 |
校级专业技能大赛 |
≤1.0 |
学校认定的其他行业/职业技能大赛 |
≤1.0 |
科学研究 |
学术报告* |
0.6-1.0 |
听取学术报告计 0.2 分/场， 最高计 1.0 分，毕业时不低于 0.6 分 |
学术论文 |
≤1.0 |
核心及以上期刊作者计1分/篇；普通期刊作者计0.5分/篇 |
大学生双创项目 |
≤1.5 |
省级以上项目主持人计1.5分/项；省级以上项目参与人计1.0分/项；参与项目申报计0.5分/项 |
发明专利/实用新型（外观）专利 |
≤1.0 |
发明专利发明人计 1.0 分/件； 实用新型（外观）专利发明人计 0.5 分/件 |
参与教师科研项目 |
≤1.0 |
参与省部级及以上项目计 1.0 分/项；厅级项目计 0.7 分/项； 校级项目计 0.5 分/项 |
软件著作权 |
≤1.0 |
软件著作权第1发明人计 1.0 分/件，其他发明人计 0.5 分/件 |
文体活动 |
学校运动会 |
≤1.0 |
参与活动计 0.3 分/次， 获校级奖励计 0.5分/项； 校级以上奖励 1.0 分/项 |
文艺演出 |
≤1.0 |
学校认定的其他文体活动 |
≤1.0 |
技能拓展 |
大数据专业相关洗个证书 |
0.5 |
获得资格（等级）证书计0.5分/份 |
其他职业资格（等级）证书 |
0.5 |
注：其中“*”为限选内容
九、培养方案编写人员
方案制定执笔人：邓志龙（副教授）
刘闫锋（副教授）
张 敏（副教授）
编写成员：
校内教师：
刘春娟（讲 师）
张司娜（讲 师）
张 秀（讲 师）
高校同行专家：
支侃买（副教授）西安翻译学院
程国建（教 授）西安石油大学
知名行业企业人士：
刘 生（技术总监）北京普开数据科技有限公司
李方清（技术总监）阿凡德智能科技股份有限公司
方案制定负责人：薛鸿民（院 长）
信息工程学院党总支
信息工程学院学生会