数据科学与大数据技术

概况

在21世纪信息技术的革命浪潮中,数据科学与大数据技术已成为推动社会进步和经济发展的核心动力。本专业专注于培养能够适应此技术浪潮的应用型人才,其课程设计旨在深化学生对数据采集、存储、处理、分析与展示的全面理解,强调理论与实践的结合,以及实际操作技能的培养。

通过先进的大数据实验室和与甲骨文公司等业界领先企业的合作,学生将有机会参与到真实的大数据项目中,体验数据科学与大数据技术在不同行业中的应用,从政府决策优化到私营部门的效率提升和创新激发。这些实际项目不仅为学生提供了宝贵的行业经验,也使他们能够直接观察并学习数据科学与大数据技术如何在现实世界中发挥作用。

本专业的教学团队致力于探索并实施以学生为中心的教学理念,通过解决实际问题来培养学生的创新与实践能力。毕业生将具备数据科学与大数据技术的深厚知识和实际应用能力,能够立即投入相关领域的工作,有效应对信息时代的挑战。我们的目标是培养能够通过数据洞察推动社会进步和经济发展的未来领导者。

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”,在全球经济和社会发展中扮演着不可替代的角色。选择本专业,您将进入一个高需求、高影响力的领域,掌握推动未来社会进步和经济发展的关键技术和能力。

  • 时代需求:在数字化时代背景下,数据已成为推动决策和创新的核心资源。本专业培养学生掌握如何在复杂环境中提取、处理和解释大数据,使其成为驾驭未来技术革命的领航员。
  • 市场需求:随着全球数据生成量的指数级增长,各行各业对数据专家的需求也在激增。我们的课程设计紧贴市场脉搏,确保毕业生的技能符合最新职业需求。
  • 交叉学科学习:本专业依托我院计算机学科传统优势,结合计算机科学、统计学与人工智能等多个领域,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,培养学生创新能力和解决实际问题的综合能力。
  • 技能多样性:学生将获得广泛的技能,包括但不限于编程、数据挖掘、机器学习、统计分析和云计算。这些技能将为学生的职业生涯提供多样化的路径和广泛的发展机会。
  • 就业多样性:本专业毕业生可在金融、医疗、教育、通信等多个行业找到职位。我们的课程设置紧密结合行业需求,为学生的多元就业前景打下坚实基础。
  • 师资力量:我们的教师团队具备深厚的学术背景与丰富的行业经验。他们不仅指导学生学术研究,还提供实际工作中的见解和技能训练。
  • 校企联合:我们与多家业内领先企业,如Oracle、东软国际和青岛人才交流中心大数据人才培养基地等,建立了稳定的合作关系。这些合作不仅为学生提供了实习机会,还让他们有机会参与到真实的项目中,从而获得实战经验。
  • 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:学生将掌握统计学和概率论的基础知识,学习如何收集、清洗、整理和分析数据,并能有效地从数据中提取有意义的信息。这些技能是进行高效数据分析的基石。
  • 数据库与数据管理系统:通过学习数据库和数据管理系统的基本原理,学生能够熟练进行数据存储、管理和查询操作,支持复杂的数据处理需求。
  • 编程语言:学生将熟练掌握至少一种高级编程语言,如Python,及其在数据科学中的应用。这包括使用各种库和框架完成数据分析和机器学习项目。
  • 机器学习与深度学习:提供机器学习和深度学习的基础和进阶知识,使学生能够利用现有工具解决实际问题,并探索数据驱动的解决方案创新。
  • 数据可视化与报告:培养学生使用先进的数据可视化工具进行数据呈现的能力,以及撰写数据驱动的报告和见解,这对于数据项目的成功至关重要。
  • 项目管理与沟通能力:强调项目管理和团队协作的重要性,教授学生如何有效地与团队成员和利益相关者沟通,确保数据项目的顺利执行。
  • 业务领域知识:除技术技能外,本专业还强调业务知识的重要性,使学生能够将数据分析应用于具体的业务场景,如金融、健康医疗或零售等领域。
  • 数据隐私和安全:教授学生数据隐私和安全的基本原则,确保他们在处理敏感信息时能遵守相关法规和道德标准。

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)
  • 线性代数Ⅰ
  • 大学物理(1)
  • 大学物理实验(1)
  • 离散数学
  • 大数据程序设计
  • 大数据程序设计课程设计
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Ⅰ
  • 大学物理(2)
  • 大学物理实验(2)
  • 计算机程序设计基础II
  • 程序设计基础课程设计
  • 数据结构
  • 数据库原理与应用
  • 数据库课程设计
  • 计算机网络
  • Linux操作系统应用
  • 数据采集与网络爬虫
  • 面向对象程序设计
  • 人工智能通论
选修课
  • 计算机系统结构
  • 数学建模
第三学年
必修课:
  • 通识教育课程
  • 统计学Ⅰ
  • 大数据技术基础
  • 大数据基础课程设计
  • 大数据算法设计与分析
  • 数据分析及应用
  • Web前端技术
  • 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
  • 数据可视化技术
选修课:
  • 机器学习
  • 数据预处理
  • 软件项目管理
  • 深度学习
  • 数据挖掘
  • 非关系型数据库
第四学年
必修课:
  • 通识教育课程
  • 行业大数据应用分析
  • 大数据技术实训
  • 毕业实习
  • 毕业设计
选修课:
  • 人工智能
  • 商业分析综合应用

就业

本专业毕业生凭借扎实的技术基础和广泛的应用技能,在数据驱动的职场环境中展现出强大的竞争力,可胜任政府、企事业单位和社会组织的大数据运维、大数据分析和大数据应用开发等关键岗位。此外,本专业为有志于进一步学术发展的学生提供了坚实的基础,使他们能够继续攻读计算机科学、数据科学或相关领域的研究生学位。

本专业毕业生还将掌握诸如项目管理、沟通和分析思维等通用技能,这些技能使他们胜任运营、管理和教育培训等非技术性岗位。这种多样化的技能配置确保了毕业生可在多变的职业环境中找到合适的职位,无论是在技术还是管理领域。