信息与计算科学(云计算与大数据)

信息与计算科学(云计算与大数据技术方向)本科专业人才培养方案

信息来源: 作者: 毕研俊审核人: 赵庆利 终审:全锦 发布日期: 2023年10月10日 17:25浏览次数:

信息与计算科学(云计算与大数据技术方向)本科专业人才培养方案

(专业代码:070102

(专业英文名称:Information and Computing Science

一、培养目标

本专业培养德智体美劳全面发展,具有扎实的数学基础,熟悉信息科学、计算机科学的基本理论与方法,以传统软件开发为基础,具备云平台下的应用软件研发和设计能力、新一代通信网络和信息处理基本技术,能在高新技术企业、电力公司、银行、证券投资公司、计算机公司、保险公司从事软件开发、大数据采集与分析、网络安全、网络维护与运行管理等工作的高级专门人才,并为云计算与大数据、计算机科学与技术、人工智能等学科输送优秀研究生生源。

本专业毕业生经过4年左右的实践锻炼,应该具备:

目标1:人文素质,具备正确的世界观、人生观和价值观,拥有良好的思想政治素质良好的职业道德、社会主义公共道德和社会责任感;具有社会适应能力,视野开阔,具备探索和创新精神。身体健康、人格完善;态度积极向上。

目标2:科学素养与创新精神,学生应具有严谨求实的科学精神,具有较强的逻辑思维、辩证思维、形象思维的能力,有理性的批判意识,尊重客观事物发展规律,具有科学的、务实的思维方法;具有丰富的知识和技能,具有分析和解决实际工程问题的能力,能较快地分析和处理实际工作中遇到的相关技术问题,能适应未来科学发展的方向。具有创新意识和创新能力。能在实践环节中,探索、验证已有的结论,具备较强的自主设计实验的能力。具有初步的应用软件开发能力,具有较强的钻研精神及接受新理论、新知识和新技术的能力。

目标3:专业能力,具备雄厚的数学理论基础、扎实的计算机理论及实践能力,初步实现数学、计算科学、大数据等学科交叉融合知识体系的积累。具有利用数学、计算机科学、大数据理论分析和解决实际问题的能力,能够针对生产、生活中的实际问题进行系统思考,进而提出解决问题的思路,并利用所学知识解决实际问题。具有创新意识及软件产品研发能力,在实际工作中应具有大胆推测、合理分析、有效验证的能力;结合自己掌握的专业技能,能够利用计算机手段给出问题的解决途径。针对具体实现功能需求,初步具备软件产品的研发能力;具有自主获取信息、自主更新知识的学习能力。

二、培养要求

本专业学生主要学习信息科学和计算科学的基本理论、基本知识与基本方法,夯实数学基础的同时受到较扎实的计算机培训,初步具备在信息科学和计算科学领域从事科学研究、解决实际问题及设计开发有关软件的能力。

毕业生应获得以下几方面的知识、能力、素质:

要求1:思想政治,具备正确的世界观、人生观和价值观,拥有良好的思想政治素质;具有良好的职业道德,高度的社会责任感和和社会适应能力;视野开阔,具备探索和创新精神。

要求2:业务知识,获得以下几方面的能力:

(1)具有扎实的数学基础,能够掌握信息科学和计算机科学的基础理论和知识;

(2)具有基本的算法分析与设计能力和较强的软件开发能力,能熟练使用计算机(包括常用语言、工具及一些专用软件);

(3)具有运用所学的理论、方法和技能解决某些科研或工程中的实际课题的能力;

(4)具有了解信息科学与计算科学理论、技术及应用前沿技术的能力;

(5)具有文献检索、资料查询的能力,具有一定的工程计算和软件开发能力;

(6)具有较强的外语和计算机应用能力;

(7)具有较好的人文素质;

(8)具有实践能力、创新精神。

要求3:体育方面,具有一定的体育和军事基本知识,养成良好的体育锻炼和卫生习惯,达到国家规定的大学生体育和军事训练标准,具备健全的心理和健康的体魄。

要求4:劳育方面,树立正确的劳动观点,有良好的劳动态度和劳动习惯,具有一定的劳动技能;培养艰苦奋斗精神,增强对劳动人民的感情,报效国家,奉献社会。

要求5:美育方面,树立正确、进步的审美观,具有一定的艺术修养和审美情趣,具备感受美、鉴别美、欣赏美、创造美的能力。

毕业要求对培养目标的支撑情况

培养目标

毕业要求

目标1

目标2

目标3

1思想政治



2业务知识


3体育方面



4.  育方面


5美育方面



三、毕业目标与课程的关系矩阵图

毕业目标与课程的关系矩阵图

毕业目标

课程名称

综合素质

人文修养

思想道德与法治、中国近现代史纲要、马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论、“四史”类课程、大学英语、大学体育、劳动与生活、美育类课程、心理健康教育等

科学修养及实践能力

数学、物理、计算机等专业课程及实践环节、学术报告

专业能力

大数据分析及可视化的能力

数学建模、高等代数、数学分析、概率论与数理统计等各类数学课程;C语言、Hadoop大数据平台核心技术Spark大数据处理技术、虚拟化技术及应用计算编程类课程及课程设计、大数据分析综合实践。

云计算平台的软件研发能力

面向对象程序设计Java、数据库原理与技术、WEB前端编程基础、Python编程基础、Linux操作系统基础和Oracle数据库应用技术等计算机类课程、大数据开发综合实践。

创新意识及掌握学科前沿、自主获取信息、自主学习能力

创新创业基础、毕业实习、职业规划与就业创业指导、第二课堂、毕业设计、Hadoop大数据平台核心技术等课程设计、大数据智能分析技术

知识结构

雄厚的数学理论基础

数学分析、高等代数、解析几何、常微分方程、概率论与数理统计、离散数学A、数值分析、复变函数、最优化原理

扎实的计算机理论及实践能力

C语言、数据结构与算法、计算机组成原理、操作系统、面向对象程序设计、数据库原理与技术、计算机网络APython编程基础及其相关课程设计、大数据开发及分析类综合实践

云计算与大数据知识体系

WEB前端编程基础、Python编程基础、Linux操作系统基础、Hadoop大数据平台核心技术、Spark大数据处理技术、Oracle数据库应用技术Docker容器技术

四、主干学科

数学、计算机科学与技术、大数据分析。

五、主要课程

专业基础课程:数学分析、高等代数、解析几何、概率论与数理统计(理)、常微分方程。

专业主干课程:离散数学A(双语)、数学建模、数据结构与算法、Linux操作系统基础、计算机组成原理、面向对象的程序设计(Java)、数据库原理及应用、Hadoop大数据平台核心技术、虚拟化技术及应用、大数据智能分析技术、复变函数、数字信号处理、数值分析、信息论基础等。

六、主要实践性教学环节

军训及入学教育、数据结构课程设计、C语言课程设计、Java课程设计、Hadoop大数据平台核心技术课程设计、Java Web编程基础课程设计、大数据分析综合实践、大数据开发综合实践、专业综合实训、第二课堂与创新创业实践A、毕业实习、毕业论文等。

七、学制

基本学制为四年,学习年限为3-6年。

八、授予学位

理学学士。

九、课程体系及学时学分比例

1.课程总计149学分(2638学时),其中必修课109.5学分(2004学时),占73%;选修课39.5学分(634学时),占27%。理论教学课程127学分 (2250学时),实践教学课程22学分(388学时)。

2.集中实践教学环节38.5学分,其中第二课堂和创新实践2学分。

3.本专业总学分187.5学分,其中实践环节学分60.5学分,占32%。

十、毕业标准与要求

1.达到德智体美劳五育培养目标

2修满本培养方案规定的学分。

十一、专业指导性教学计划进程表,见附表

十二、专业集中实践教学环节安排表,见附表

十三、专业各学期学时分配表

学期  

        学时

类别

总计

课程教学环节

必修

365

472

390

391

190




1792

限选



64

48

45

93



250

其它









580

实践教学环节周数

2

3

2

2

2

3

2

16

32

说明课程填学时实践填周数其他包括专业任选课、公共选修课、素质拓展必修课。

十四、专业学时学分结构表

课程性质

课程类别

学时数

学分数

百分比(%)

必修课

公共必修课

581

30

73

学科基础必修课

606

34.5

专业基础必修课

429

23.5

专业必修课

192

10.5

素质拓展必修课

196

11

选修课

专业限定选修课

250

13.5

27

专业任选课

288

18

公共选修课

96

8

小计

2638

149


集中实践教学模块

38.5

合计

187.5

毕业需达到的最低学分数

187.5

注:百分比是指该类课程占课程总学时数百分比。