一、所属学科门类、专业类
学科门类：工学； 专业类：计算机类； 专业代码：080910T
二、培养目标
（一）目标定位
本专业培养践行社会主义核心价值观，德、智、体、美、劳全面发展，具有良好的人文素养、科学素养、创新能力和职业道德；具有良好的数学基础、自然科学基础、计算机科学基础、软件编程开发能力和计算思维能力，系统地掌握数据科学与大数据技术专业的基本理论、基本知识、基本方法和基本技能，具备大数据领域复杂工程问题解决方案的设计与实现能力；拥有良好的自主学习能力、团队合作精神、创新意识、国际化视野以及可持续发展理念；适应经济社会和大数据产业发展需要，在信息产业类企事业单位从事大数据系统的研发、分析、应用、管理与运维等工作的高素质应用型人才。
（二）职业能力
学生毕业5年左右，达到专业工程师水平，具备以下几方面的职业能力：
目标1：具有良好的人文素养、科学素养与社会责任感，坚守职业道德，能够在工作中自觉践行可持续发展理念。
目标2：针对实际需求，能运用数学、自然科学、工程基础和大数据专业知识，对大数据领域复杂工程问题进行分析，提出解决方案并能承担大数据工程项目的设计、开发、测试和应用管理等任务。
目标3：具有良好的与业界同行、专业客户和公众沟通交流的能力，以及组织协调和团队合作的能力。具有国际视野，能够在跨文化背景下进行沟通和交流。
目标4：通过继续教育或其它学习途径，能够主动拓展自己的新知识和新能力，追求新职业机会，适应不同环境赋予的工作任务，能够在不同的岗位上做出贡献，获得自身的持续发展，具有终身学习能力。
三、毕业要求及实现矩阵
（一）毕业要求
1. 工程知识：能够将数学、自然科学、工程基础和专业知识用于解决大数据领域的复杂工程问题。
1-1：能将数学、自然科学、工程科学的语言工具用于大数据领域工程问题的表述；
1-2：能针对大数据领域具体的工程问题对象建立数学模型并求解；
1-3：能够将相关知识和数学模型方法用于大数据领域工程问题的推演和分析；
1-4：能够将相关知识和数学模型方法用于大数据领域工程问题解决方案的比较与综合。
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，识别和表达并通过文献研究分析大数据领域复杂工程问题，以获得有效结论。
2-1：能运用相关科学原理，识别和判断大数据领域复杂工程问题的关键环节；
2-2：能基于相关科学原理和数学模型方法正确表达大数据领域复杂工程问题；
2-3：能够针对复杂工程问题的多种解决方案，选择或通过文献研究寻求可替代的解决方案；
2-4：运用相关学科的基本原理、借助文献研究分析过程的影响因素，获得有效结论。
3. 设计/开发解决方案：能够设计针对大数据领域复杂工程问题的解决方案，能够设计满足大数据领域实际需求的大数据系统、单元（部件）或开发流程，并能够在设计环节中体现创新意识和考虑社会、健康、安全、法律、文化以及环境等因素。
3-1：掌握大数据系统的工程设计和产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技术方案的各种因素；
3-2：能够针对大数据领域实际需求，完成大数据系统单元（部件）或开发流程的设计；
3-3：能够进行系统设计，在设计中体现创新意识；
3-4：在设计中能够考虑安全、健康、法律、文化及环境等制约因素。
4. 研究：能够基于科学原理并采用科学方法对大数据领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
4-1：能够基于科学原理，通过文献研究或相关方法，调研和分析大数据领域复杂工程问题的解决方案；
4-2：能够根据工程问题对象特征，选择研究路线，设计实验方案；
4-3：能够根据实验方案构建实验系统，安全地开展实验，正确地采集实验数据；
4-4：能对实验结果进行分析和解释，并通过信息综合得到合理有效的结论。
5. 使用现代工具：能够针对大数据领域复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。
5-1：了解大数据专业常用的现代仪器、信息技术工具、工程工具和模拟软件的使用原理和方法，并理解其局限性；
5-2：能够选择与使用恰当的仪器、信息资源、工程工具和专业模拟软件，对大数据领域复杂工程问题进行分析、计算与设计；
5-3：能够针对具体的对象，开发或选用满足特定需求的现代工具，模拟和预测大数据领域专业问题，并能够分析其局限性。
6. 工程与社会：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，并理解应承担的责任。
6-1：了解大数据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，理解不同社会文化对工程活动的影响；
6-2：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，以及这些制约因素对项目实施的影响，并理解应承担的责任。
7. 环境和可持续发展：能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。
7-1：知晓和理解环境保护和可持续发展的理念和内涵；
7-2：能够站在环境保护和可持续发展的角度思考大数据工程实践的可持续性，评价产品周期中可能对人类和环境造成的损害和隐患。
8. 职业规范：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理解并遵守工程职业道德和规范，履行责任。
8-1：有正确价值观，理解个人与社会的关系，了解中国国情；
8-2：理解诚实公正、诚信守则的工程职业道德和规范，并能在大数据工程实践中自觉遵守；
8-3：理解工程师对公众的安全、健康和福祉，以及环境保护的社会责任，能够在大数据工程实践中自觉履行责任。
9. 个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。
9-1：能与其他学科的成员有效沟通，合作共事；
9-2：能够在团队中独立或合作开展工作；
9-3：能够组织、协调或指挥团队开展工作。
10. 沟通：能够就大数据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，并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
10-1：能就大数据专业问题，以口头、文稿、图表等方式，准确表达自己的观点，回应质疑，理解与业界同行和社会公众交流的差异性。
10-2：了解大数据专业的国际发展趋势、研究热点，理解和尊重世界不同文化的差异性和多样性；
10-3：具备跨文化交流的语言和书面表达能力，能就大数据专业问题，在跨文化背景下进行基本沟通和交流。
11. 项目管理：理解并掌握大数据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：掌握大数据工程项目中涉及的管理与经济决策方法；
11-2：了解大数据工程及产品全周期、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；
11-3：能在多学科环境下（包括模拟环境），在设计开发解决方案的过程中，运用大数据工程管理与经济决策方法。
12. 终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
12-1：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；
12-2：具有自主学习的能力，包括对技术问题的理解能力，归纳总结的能力和提出问题的能力等。
