数据科学与大数据技术专业人才培养方案
一、培养目标
培养目标：培养适应国家、地方经济发展和航空产业发展的需求，掌握扎实的数据科学理论和大数据专业知识，具有健全人格、社会责任感和创新精神，具备团队协作意识和一定的国际视野，能够选择和使用先进技术及工具，通过实践研究解决大数据复杂工程问题的能力，能够在大数据技术和大数据工程相关领域从事大数据分析、处理及应用开发等工作的复合型高级专门人才。毕业生经过5年左右的实际工作，能够达到下列目标：
1、能够对大数据复杂工程问题进行分析，根据不同的业务场景，设计大数据平台的整体架构，建立相应的数据分析模型，并能够进行大数据算法研究、设计、迭代优化和验证。
2、能够对大数据项目的组织和实施进行有效跟踪管理，并能够评估项目对社会、健康、安全、法律、文化和环境等因素的影响。
3、能够在项目团队中适应各种角色，并能够与其他成员进行有效沟通；能够在项目过程中与合作方进行有效的沟通并完成系统衔接、与用户进行有效沟通并得到用户的认可。
4、能够跟踪数据科学和大数据技术发展趋势，对技术进行整合和选型，在终身学习和专业发展等方面表现出担当和进步。
5、能够自觉坚守工程伦理和职业道德规范，爱岗敬业，具备良好的人文素养、法律意识和创新精神。
二、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复杂工程问题。
1.1掌握数学、自然科学、工程基础、数据科学和计算机学科的基本原理和专业知识，包括基本概念和基本方法。
1.2能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题的表述、建模和求解。
1.3能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题的推演和分析。
1.4能够将数学、自然科学、工程基础、数据科学与大数据专业知识用于大数据复杂工程问题解决方案的比较和综合。
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、表达、并通过文献研究分析大数据复杂工程问题，以获得有效结论。
2.1能够应用数据科学和计算机学科的基本原理和方法，正确识别和判断大数据复杂工程问题的关键问题。
2.2能够基于数据科学和计算机学科的基本原理、模型和方法正确表达大数据复杂工程问题。
2.3能认识到解决问题有多种方案可选择，并能够通过文献研究寻求可替代的解决方案。
2.4 能够应用工程原理和专业知识，借助文献研究，分析大数据复杂工程问题的解决途径及其合理性，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复杂工程问题的解决方案，设计满足特定需求的系统或模块，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。
3.1能够理解计算机系统原理和体系结构，熟练掌握大数据工程全过程的设计方法和开发技术。
3.2能够面向大数据复杂工程问题的特定需求，运用大数据工程知识和技术完成模块的设计。
3.3 能够针对需求和目标，完成大数据系统的设计并在设计中体现创新意识。
3.4 能够在模块或系统设计中考虑社会、健康、安全、法律、文化及环境等制约因素,并了解影响设计目标和技术方案的各种因素。
4. 研究：能够基于科学原理并采用科学方法对大数据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，调研和分析大数据复杂工程问题的解决方案。
4.2 能够根据对象特征，选择研究路线，设计实验方案，构建实验系统，安全开展实验，正确的收集实验数据。
4.3能够整理和分析实验数据，对实验结果进行解释和评价以得到有效结论。
5. 使用现代工具：能够针对大数据复杂工程问题，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理解数据科学与大数据技术常用现代工程工具、信息技术工具的使用原理和方法，并能够理解其局限性。
5.2能够开发、选择和使用恰当的现代工程工具和信息技术工具，对复杂大数据工程问题进行数据获取、处理、分析和系统构建。
5.3能够选用合适的现代工具对大数据复杂工程问题中的具体对象进行模拟和预测，并能够理解其局限性。
6. 工程与社会：能够基于工程相关背景知识进行合理分析，评价专业工程实践和大数据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能够理解数据科学与大数据技术相关领域的技术标准、知识产权、产业政策和法律法规，理解不同社会文化对大数据项目实施的影响。
6.2能够分析和评价大数据工程专业实践对社会、健康、安全、法律和文化的影响，并理解应承担的相应责任。
7. 环境和可持续发展：能够理解和评价针对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。
7.1能够理解环境保护和可持续发展的内涵和意义。
7.2能够理解大数据复杂工程问题的专业实践对环境以及社会可持续发展的影响。
8. 职业规范：具有人文社会科学素养、社会责任感，能够在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 了解中国国情，热爱祖国，坚持正义，品德良好，身心健康，具有扎实的人文社会科学素养及正确的价值观，理解个人与社会的关系。
8.2能够理解并遵守大数据工程的相关职业道德、行业规范和法律法规，能够理解大数据工程师对公众的安全、健康、福祉和环境保护的社会责任，并能够在工程实践中自觉遵守职业道德规范和履行责任。
9. 个人和团队：能够在多学科背景下的项目团队中承担个体、团队成员以及负责人的角色。
9.1理解个人与团队利益的一致性，具有合作精神，能够与项目团队内成员（包括其他学科成员）有效沟通，合作共事。
9.2能够在项目团队合作中独立思考并承担不同团队角色的相应职责，具备有效运作、组织协调能力。
10. 沟通：能够就大数据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能够依据相关的工程标准及技术规范，针对复杂工程问题的解决方案与同学、同行及公众进行有效沟通，包括撰写报告、设计文稿、陈述观点、表达意见以及准确回应提问等。
10.2 了解专业领域的国际发展趋势、 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 掌握一门外语，具有一定的听说、读写译能力；能够在跨文化背景下进行沟通和交流。
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 掌握大数据工程项目中涉及的管理与经济决策方法，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。
11.2 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能够理解自主学习和终身学习的重要性与必要性，以适应社会进步和大数据相关技术发展的要求。
12.2具有一定的自主学习能力，包括掌握新技术和新方法的能力、总结归纳知识经验的能力以及提出问题的能力。
三、主干学科
计算机科技与技术、软件工程、统计学
四、专业主干课程
程序设计基础，计算机与数据科学导论，Python程序设计，数据采集与处理技术,计算机系统基础，数据库原理，云计算及大数据处理，机器学习及模式识别，数据可视化，并行计算框架。
五、主要实践性环节
程序设计基础课程设计，数据采集与处理课程设计，大数据分析课程设计，大数据存储处理课程设计，专业综合课程设计，专业实践，毕业实习，毕业设计（论文）。
六、标准学制及授予学位
标准学制：四年
授予学位：工学学士
七、毕业与学位授予要求：
1、本专业学生必须修满174.5学分方可毕业。其中必修161.5学分，选修16学分，课外实践7学分。
2、符合《中华人民共和国学位条例》和《南昌航空大学学士学位授予实施细则》者，可授予数据科学与大数据技术学士学位。
八、课程体系、学分分布表
类别 | 学期 课程类型 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | 合计 |
学分 | 通识教育平台课程（必修） | 17 | 11 | 4 | 6.5 |
| 1.5 |
|
| 40 |
通识教育平台课程（选修） |
| 1 | 1 | 1 | 1 | 1 | 1 |
| 6 | |
学科基础平台课程（必修） | 10 | 12 | 15 | 4 | 4 |
|
|
| 45 | |
专业核心课程（必修） |
| 2.5 | 2 | 8.5 | 11.5 |
|
|
| 24.5 | |
专业方向课程（必修） |
|
|
|
|
| 7 |
|
| 7 | |
专业任选课程（选修） |
|
| 3 | 2 | 3 | 2 |
|
| 10 | |
课内实践 | 3 | 2 | 0 | 3 | 3 | 6 | 6 | 12 | 35 | |
课外实践 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| 7 | |
合计 | 31 | 29.5 | 26 | 26 | 23.5 | 18.5 | 8 | 12 | 174.5 |
九、数据科学与大数据技术专业教学计划进程表
课程 类型 | 课程性质 | 课程 编号 | 课程名称 | 学分 | 学 时 | 其中 | 考核S/C | 各学期课内学时 | ||||||||||||
讲授 | 实验 | 上机 | 实践 | 一 | 二 | 三 | 四 | 五 | 六 | 七 | 八 | |||||||||
平台 | 通 识 教 育 平 台 课 程 | 必修 | 1301011 1301012 1301013 | 形势与政策 Position and Policy | 2 | 32 | 32 |
|
|
| C |
| 16 |
| 8 |
| 8 |
|
| |
1301014 | 思想道德修养与法律基础 | 3 | 48 | 32 |
|
| 16 | C | 32 |
|
|
|
|
|
|
| ||||
1301015 | 马克思主义基本原理概论 | 3 | 48 | 32 |
|
| 16 | S |
|
| 32 |
|
|
|
|
| ||||
1301016 | 毛泽东思想和中国特色社会主义理论体系概论 | 5 | 96 | 64 |
|
| 32 | S |
|
|
| 96 |
|
|
|
| ||||
1301017 | 中国近现代史纲要 | 3 | 48 | 42 |
|
| 6 | S |
| 48 |
|
|
|
|
|
| ||||
0511001 | 大学英语听说/读写译1 | 6 | 96 | 96 |
|
|
| S | 96 |
|
|
|
|
|
|
| ||||
0511002 | 大学英语听说/读写译2 | 6 | 96 | 96 |
|
|
| S |
| 96 |
|
|
|
|
|
| ||||
3201001 | 职业生涯规划 | 1 | 22 | 16 |
|
| 6 | C | 16 |
|
|
|
|
|
|
| ||||
3201002 | 就业创业指导 | 1 | 16 | 10 |
|
| 6 | C |
|
|
|
|
| 10 |
|
| ||||
3202001 | 大学生心理健康教育 Psychological Health Education of College Students | 1 | 16 | 10 |
|
| 6 | C | 10 |
|
|
|
|
|
|
| ||||
2101001 | 军事理论 Military Theory | 2 | 36 | 24 |
|
| 12 | C | 24 |
|
|
|
|
|
|
| ||||
0612001 | 航空航天概论 Introduction to Aeronautics & Astronautics | 1 | 16 | 16 |
|
|
| C | 16 |
|
|
|
|
|
|
| ||||
1011001 | 体育1 | 1 | 36 | 28 |
|
| 8 | C | 28 |
|
|
|
|
|
|
| ||||
1011002 | 体育2 | 1 | 36 | 28 |
|
| 8 | C |
| 28 |
|
|
|
|
|
| ||||
1011003 | 体育3 | 1 | 36 | 28 |
|
| 8 | C |
|
| 28 |
|
|
|
|
| ||||
1011004 | 体育4 | 1 | 36 | 28 |
|
| 8 | C |
|
|
| 28 |
|
|
|
| ||||
| 2003001 | 计算机与数据科学导论 Introduction to Computer and Data Science | 2 | 32 | 32 |
|
|
| C | 32 |
|
|
|
|
|
|
| |||
选修 |
| 通识教育选修课最低应修满6学分。开设自然科学类、人文社科类、经济管理类、艺术体育类四类课程供学生选读。理、工类专业学生要求在人文社科、经济管理、艺术体育三类课程中至少修满3学分，文、法、经济、管理、艺术、教育类专业学生要求在自然科学类课程中至少修满3学分。 | ||||||||||||||||||
学 科 基 础 平 台 课 程 | 必修 | 0711001 | 高等数学A1 Advanced Mathematics(A1) | 6 | 96 | 96 |
|
|
| S | 96 |
|
|
|
|
|
|
| ||
0711002 | 高等数学A2 Advanced Mathematics(A2) | 6 | 96 | 96 |
|
|
| S |
| 96 |
|
|
|
|
|
| ||||
0711008 | 线性代数A Linear Algebra A | 2.5 | 40 | 40 |
|
|
| S |
| 40 |
|
|
|
|
|
| ||||
0711009 | 概率论与数理统计 Probability and Mathematics Statistic | 3 | 48 | 48 |
|
|
| S |
|
| 48 |
|
|
|
|
| ||||
0811010 | 大学物理D College Physics (D) | 3 | 48 | 48 |
|
|
| S |
|
| 48 |
|
|
|
|
| ||||
2001501 | 程序设计基础 Programming Fundamentals | 4.5 | 76 | 56 | 20 |
|
| S | 76 |
|
|
|
|
|
|
| ||||
2001003 | 离散数学A Discrete Mathematics（A） | 3.5 | 56 | 56 |
|
|
| S |
| 56 |
|
|
|
|
|
| ||||
2001312 | 数据结构A Data Structure(A) | 4.5 | 72 | 56 | 16 |
|
| S |
|
| 72 |
|
|
|
|
| ||||
2001009 | 操作系统A Operating System (A) | 4 | 64 | 54 | 10 |
|
| S |
|
|
| 64 |
|
|
|
| ||||
2001011 | 网络及其计算 Network and Its Computing | 4 | 64 | 52 | 12 |
|
| S |
|
|
|
| 64 |
|
|
| ||||
2001311 | 计算机系统基础 A fundamental to Computer System | 4.5 | 72 | 60 | 12 |
|
| S |
|
| 72 |
|
|
|
|
| ||||
模块 | 专业课程模块 | 专业核心课程 | 必修 | 2003002 | Python程序设计 Python Programming | 2.5 | 40 | 30 | 10 |
|
| S |
| 40 |
|
|
|
|
|
|
2003003 | Linux基础 Linux Fundamentals | 1.5 | 24 | 16 | 8 |
|
| C |
|
| 24 |
|
|
|
|
| ||||
2003004 | 多元统计分析 Multivariate Statistical Analysis | 2.5 | 40 | 32 | 8 |
|
| S |
|
|
| 40 |
|
|
|
| ||||
2003005 | 数据采集与处理技术 Data acquisition technology | 2.5 | 40 | 32 | 8 |
|
| C |
|
|
| 40 |
|
|
|
| ||||
2001008 | 数据库原理 Database Principle | 3.5 | 56 | 46 | 10 |
|
| S |
|
|
| 56 |
|
|
|
| ||||
2003006 | 云计算与大数据处理 Cloud Computing and Big Data Processing | 4 | 64 | 50 | 14 |
|
| S |
|
|
|
| 64 |
|
|
| ||||
2003007 | 机器学习与模式识别 Machine Learning and Pattern Recognition | 3.5 | 56 | 40 | 16 |
|
| S |
|
|
|
| 56 |
|
|
| ||||
2003015 | 数据安全概论 Introduction to Data Security | 1.5 | 24 | 24 |
|
|
| C |
|
|
|
| 24 |
|
|
| ||||
2003008 | 数据可视化 Data Visualization | 2 | 32 | 24 | 8 |
|
| C |
|
|
|
|
| 32 |
|
| ||||
专业方向课程︵ 商业智能 ︶ | 必修 | 2003009 | 实时计算 Real-time Computing | 2.5 | 40 | 32 | 8 |
|
| C |
|
|
|
|
| 40 |
|
| ||
2003010 | NoSql数据库技术 NoSql Database Technology | 2.5 | 40 | 32 | 8 |
|
| C |
|
|
|
| 40 |
|
|
| ||||
2001026 | 算法设计与分析A Algorithms Design and Analysis(A) | 2 | 32 | 32 |
|
|
| C |
|
|
|
|
| 32 |
|
| ||||
专业方向课程︵ 航空大数据 ︶ | 必修 | 2003011 | 数据仓库与数据挖掘 Data Warehourse and Data Mining | 3 | 48 | 36 | 12 |
|
| C |
|
|
|
| 36 |
|
|
| ||
2003012 | 民航电子商务 E-Commerse in Civil Aviation | 2.5 | 40 | 32 | 8 |
|
| C |
|
|
|
|
| 40 |
|
| ||||
2003014 | 商业数据分析 Business Data Analysis | 2.5 | 40 | 40 |
|
|
| C |
|
|
|
|
| 40 |
|
| ||||
注：方向1：商业智能方向；方向2：航空大数据方向。选读某个专业方向，则该专业方向课程应全部修读并通过。 | ||||||||||||||||||||
专业任选课程 | 选修 | 1402101 | 科技伦理* Ethics in Engineering | 1.5 | 24 | 24 |
|
|
| C |
|
| 24 |
|
|
|
|
| ||
2003026 | Java语言程序设计 Java Programming Language | 3 | 48 | 38 | 10 |
|
| C |
|
| 48 |
|
|
|
|
| ||||
2001315 | Web程序设计 Web Programming | 3 | 32 | 16 |
|
|
| C |
|
|
| 48 |
|
|
|
| ||||
2001010 | 软件工程A Software Engineering(A) | 3 | 48 | 40 | 8 |
|
| C |
|
|
| 48 |
|
|
|
| ||||
2003016 | 运筹学* Operational Research | 2 | 32 | 32 |
|
|
| C |
|
|
|
| 32 |
|
|
| ||||
2001331 | 数字图像处理* Image Data Processing | 3 | 48 | 32 | 16 |
|
| C |
|
|
|
| 48 |
|
|
| ||||
2003021 | 人工智能导论 Artifitial Intelligence | 3 | 48 | 38 | 10 |
|
| C |
|
|
|
| 48 |
|
|
| ||||
2001025 | 专业英语* Computer English | 2 | 32 | 32 |
|
|
| C |
|
|
|
|
| 32 |
|
| ||||
2003017 | 并行计算框架 Architecture of Parallel Computing | 2.5 | 40 | 30 | 10 |
|
| C |
|
|
|
|
| 40 |
|
| ||||
2003018 | 深度学习框架 Architecture of Deep Learning | 2.5 | 40 | 30 | 10 |
|
| C |
|
|
|
|
| 40 |
|
| ||||
2003019 | 前沿技术 Cutting-edge Technologies | 1 | 16 | 16 |
|
|
| C |
|
|
|
|
| 16 |
|
| ||||
2003020 | 高性能计算 High Performance Computing | 2 | 32 | 32 |
|
|
| C |
|
|
|
|
| 32 |
|
| ||||
2001023 | 移动终端编程技术 Mobile terminal programming | 3 | 48 | 32 | 16 |
|
| C |
|
|
|
|
| 48 |
|
| ||||
2001317 | 软件项目管理 Software Project Management | 3 | 48 | 40 | 8 |
|
| C |
|
|
|
|
| 48 |
|
| ||||
2003022 | 统计预测与决策 Statistical Forecasting and Decision-making | 2.5 | 40 | 32 | 8 |
|
| C |
|
|
|
|
| 40 |
|
| ||||
2003023 | 大数据管理 Management to Big Data | 2 | 32 | 32 |
|
|
| C |
|
|
|
|
| 32 |
|
| ||||
2003024 | 物联网概论* Introduction to Internet of Things | 1.5 | 24 | 24 |
|
|
| C |
|
|
|
|
| 24 |
|
| ||||
2003025 | 文本数据挖掘 Text Data Mining | 3 | 48 | 36 | 12 |
|
| C |
|
|
|
|
| 48 |
|
| ||||
| 2003026 | 特征工程 Feature Engineering | 2 | 32 | 24 |
| 8 |
| C |
|
|
|
|
| 32 |
|
| |||
| 专业选修课要求修满10学分，其中跨学科课程要求修满3-6学分。课程名称后标注*的为跨学科课程。 | |||||||||||||||||||
实践教学模块 | 课内实践 | 必修 | 2102002 | 军事技能 Military Training | 2 | 3周 |
|
|
| 3 | C | 3 |
|
|
|
|
|
|
| |
3101011 | 工程认识训练A | 1 | 1周 |
|
|
|
| C | 1 |
|
|
|
|
|
|
| ||||
2001029 | 程序设计基础课程设计 Course Exercise In C Language Program | 2 | 2周 |
|
|
|
| C |
| 2 |
|
|
|
|
|
| ||||
3102004 | 电子工艺技术实训B Electronic Technology Tranining B | 1 | 1周 |
|
|
|
|
|
|
|
| 1 |
|
|
|
| ||||
2003026 | 数据采集与处理课程设计 Course Exercise in Data Collecting and Data Processing | 2 | 2周 |
|
|
|
| C |
|
|
| 2 |
|
|
|
| ||||
2003027 | 大数据分析课程设计 Course Exercise in Big Data Analysis | 3 | 3周 |
|
|
|
|
|
|
|
|
| 3 |
|
|
| ||||
2003028 | 大数据存储与处理课程设计 Course Exercise in Storing and Processing of Big Data | 2 | 2周 |
|
|
|
|
|
|
|
|
|
| 2(前2) |
|
| ||||
2003029 | 专业综合课程设计 Comprehensive Exercise In Big Data Application | 4 | 4周 |
|
|
|
| C |
|
|
|
|
| 4 |
|
| ||||
2003030 | 专业实践 Professional Practice | 4 | 14周 |
|
|
|
| C |
|
|
|
|
|
| 14 |
| ||||
2003031 | 毕业实习 Undergraduate Practice | 2 | 4周 |
|
|
|
| C |
|
|
|
|
|
| 4 |
| ||||
2003032 | 毕业设计（论文） Undergraduate Thesis | 12 | 16周 |
|
|
|
| C |
|
|
|
|
|
|
| 16 | ||||
课外实践 | 必修 |
| 创新创业教育（科技创新）4学分 | |||||||||||||||||
| 素质拓展3学分：其中必选社会实践1学分、公共劳动1学分。 | |||||||||||||||||||
十、数据科学与大数据技术专业课程设置与毕业要求的对应关系矩阵
毕业要求
课程名称 | 毕业要求1 | 毕业要求2 | 毕业要求3 | 毕业要求4 | 毕业要求5 | 毕业要求6 | 毕业要求7 | 毕业要求8 | 毕业要求9 | 毕业要求10 | 毕业要求11 | 毕业要求12 |
形势与政策 |
|
|
|
|
| 6.1L |
| 8.1M |
|
|
|
|
思想道德修养与法律基础 |
|
|
|
|
| 6.1M |
| 8.1M |
|
|
|
|
马克思主义基本原理 |
|
|
|
|
|
| 7.1H | 8.1M |
|
|
|
|
毛泽东思想和中国特色社会主义理论体系概论 |
|
|
|
|
|
| 7.1H | 8.1H |
|
|
|
|
中国近现代史纲要 |
|
|
|
|
|
|
| 8.1M |
|
|
|
|
大学英语读写译1-2 |
|
|
|
|
|
|
|
|
| 10.3H |
|
|
大学英语听说1-2 |
|
|
|
|
|
|
|
|
| 10.3H |
|
|
军事理论 |
|
|
|
|
|
|
| 8.1L |
|
|
|
|
航空航天概论 | 1.2L |
|
|
|
|
|
| 8.1M |
|
|
|
|
计算机与数据科学导论 | 1.1M |
|
|
|
|
| 7.2M |
|
| 10.2H |
|
|
职业生涯规划 |
|
|
|
|
|
|
| 8.2M |
|
|
| 12.1M |
就业指导 |
|
|
|
|
|
|
| 8.2M |
|
|
|
|
大学生心理健康教育 |
|
|
|
|
|
|
| 8.1M |
|
|
|
|
体育1-4 |
|
|
|
|
|
|
| 8.1H | 9.1M |
|
|
|
高等数学A1-2 | 1.1H 1.2M |
|
|
|
|
|
|
|
|
|
|
|
线性代数A | 1.1M 1.2M |
|
|
|
|
|
|
|
|
|
|
|
概率论与数理统计 | 1.1M 1.2M |
|
|
|
|
|
|
|
|
|
|
|
大学物理D | 1.1M 1.2M |
|
|
|
|
|
|
|
|
|
|
|
程序设计基础 |
| 2.2H | 3.1M |
| 5.1M |
|
|
|
|
|
|
|
离散数学A | 1.2H 1.3H 1.4M | 2.1M |
|
|
|
|
|
|
|
|
|
|
计算机系统基础 | 1.3H | 2.1H | 3.1H | 4.2M |
|
|
|
|
|
|
|
|
数据结构A | 1.2H 1.4M | 2.4H |
| 4.1M |
|
|
|
|
|
|
|
|
数据库概论 |
| 2.1M 2.4M |
| 4.1H | 5.1M |
|
|
|
|
|
|
|
操作系统A |
|
| 3.1H | 4.2M | 5.3M |
|
|
|
|
|
|
|
网络及其计算 |
| 2.1M | 3.1H | 4.2M | 5.3M |
|
|
|
|
|
|
|
Python程序设计 |
|
| 3.2H |
| 5.1M |
|
|
| 9.1M |
|
|
|
Linux基础 |
|
| 3.1H |
| 5.1M |
|
|
|
|
|
|
|
多元统计分析 | 1.3M | 1.4H |
|
|
|
|
|
|
|
|
|
|
数据采集与处理技术 |
| 2.3H | 3.1M 3.2H |
|
|
|
|
|
|
|
|
|
云计算与大数据处理 |
| 2.3H | 3.4M | 4.2H 4.3M | 5.2H |
|
|
|
|
|
|
|
机器学习与模式识别 |
| 2.1H 2.4H | 3.2M | 4.2H 4.3M |
|
|
|
|
|
|
|
|
数据可视化 |
|
| 3.1H |
| 5.2H |
|
|
|
|
|
|
|
算法设计与分析A | 1.4H | 2.2M 2.4H |
|
|
|
|
|
|
|
|
|
|
数字图像处理 | 1.4H | 2.2M 2.4M |
|
|
|
|
|
|
|
|
|
|
实时计算 |
|
| 3.2H | 4.2H | 5.3M |
|
|
|
|
|
|
|
NoSql数据库技术 |
|
| 3.1M |
| 5.2M 5.3H |
|
|
|
|
|
|
|
数据安全概论 |
|
|
|
|
| 6.1H |
|
|
| 10.2M |
|
|
大数据管理 |
|
|
|
|
|
|
|
|
|
| 11.1H 11.2H |
|
Java语言程序设计 |
|
| 3.2H |
| 5.2H |
|
|
|
|
|
|
|
WEB程序设计 |
| 2.3M | 3.1M 3.2M |
| 5.2H |
|
|
|
|
|
|
|
专业英语 |
|
|
|
|
|
|
|
|
| 10.2M 10.3H |
| 12.1M |
并行计算框架 |
|
| 3.2H | 4.1M | 5.2H |
|
|
|
|
|
|
|
深度学习框架 |
| 2.4H |
| 4.1M |
|
|
|
|
| 10.2M |
|
|
科技伦理 |
|
|
|
|
| 6.2M | 7.1M |
|
|
|
|
|
军事技能 |
|
|
|
|
|
|
|
| 9.1H |
|
|
|
工程训练认知A |
|
|
|
|
| 6.1M |
| 8.2M |
|
|
|
|
电子工艺技术训练B |
|
|
|
|
|
|
| 8.2M |
|
|
|
|
程序设计基础课程设计 |
|
| 3.2M |
|
|
|
|
|
| 10.1M |
| 12.1M |
大数据分析课程设计 |
|
| 3.2M 3.4M |
|
|
|
|
| 9.2M | 10.1H |
| 12.1M |
数据采集与处理课程设计 |
|
| 3.3M 3.4M |
|
|
|
|
| 9.2H | 10.1M |
| 12.1H |
大数据存储与处理课程设计 |
|
| 3.3M | 4.3M | 5.2H |
|
|
|
| 10.1M |
| 12.2M |
专业综合课程设计 |
|
| 3.3H 3.4H | 4.3H |
| 6.2M |
|
| 9.2H | 10.1H | 11.2M | 12.2H |
毕业实习 |
|
|
|
|
| 6.2H |
| 8.2H | 9.1M |
|
|
|
专业实践 |
|
|
|
|
| 6.2H | 7.2H |
|
|
| 11.1H 11.2M |
|
毕业设计（论文） |
| 2.3H | 3.3H 3.4H | 4.3H |
|
| 7.2H |
|
| 10.1M |
| 12.2H |
注：符号H、M、L分别表示各门必修课程对毕业要求的支撑程度，H-强，M-中，L-弱。