一、专业介绍

本专业自2018年招生以来，以培养数据工程师与数据分析人才为目标，现为省级“四新”研究与改革实践项目，并建有省级教学创新团队，聚焦大数据与人工智能领域，开设大数据分析与处理、大数据系统开发等特色专业方向，精准对接长三角区域数字产业发展大数据人才需求。专业秉持“立德树人”根本任务，坚持“能力导向、创新驱动”的育人理念，构建应用型人才培养体系，创新推行“三三”制人才培养体系，采用“4L4D+Cx”项目式任务驱动特色教学模式，围绕数据采集、预处理、存储、分析与挖掘等核心技术，系统提升学生的数据建模与工程实践能力，通过校企共建实训基地与双师联合授课、以赛促学与以创促能等多元方式，培养就业能力扎实、核心竞争力突出的高素质应用型人才。

二、培养目标

本专业培养德智体美劳全面发展，具备扎实的数学基础、统计基础和计算机基础、良好的数据思维，掌握数据科学与大数据的理论和知识，熟练掌握大数据采集、处理、存储、分析、挖掘及可视化等核心技术，具备数据科学与大数据领域的工程项目设计和开发能力，能在信息技术产业从事大数据分析、开发、测试、运维与管理等相关工作，适应智能经济、新兴产业及创新型发展需求的高素质应用型人才。

本专业毕业生在毕业后5年左右的预期目标具体为：

1.具备良好的人文社会科学素养。爱国进取，全面发展与健康个性和谐统一，具备良好的社会责任感，能够适应新经济发展需要，成为富有家国情怀和工匠精神的社会主义建设者和接班人。

2.具备扎实的专业能力和工程实践能力。掌握数理基础、大数据技术系统理论、数据采集、预处理、存储、处理、分析、挖掘及可视化的全流程方法与主流技术平台，并通过企业真实项目积累工程实践经验。掌握工业大数据、智能计算等新兴领域的大数据技术基础，强化数据驱动思维、AI辅助分析及持续演进架构中的适应与创新能力，能够在技术快速发展的环境中胜任大数据分析与挖掘、大数据系统研发、大数据可视化与决策等相关工作。

3.具备良好的沟通与团队协作能力。具备较强的沟通表达能力、团队协作能力。能够在实际数据应用场景中承担数据分析、模型构建或系统开发等关键任务，具备与不同岗位人员开展协同工作的能力，具有一定的项目管理意识与跨学科合作能力，能够胜任数据科学与大数据领域复杂问题的分析与解决。

4.具备终身学习能力与可持续发展潜力。具有良好的数据科学与工程意识，拓展国际视野，具备一定的数据项目管理能力与跨领域应用能力。能够适应大数据与人工智能技术的快速发展，持续提升专业能力，在数据分析、数据开发及相关领域实现职业发展与能力提升。

三、毕业要求

本专业毕业生应具备以下能力：

毕业要求1.工程知识：能够将数学、自然科学、计算、工程基础和数据科学专业知识用于解决复杂工程问题。

毕业要求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数据科学与大数据领域的复杂工程问题，综合考虑可持续发展的要求，以获得有效结论。

毕业要求3.设计/开发解决方案：能够针对数据科学与大数据领域的复杂工程问题，设计和开发解决方案，设计满足特定需求的数据系统、算法模型或组件，体现创新性，并从健康、安全与环境、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。

毕业要求4.研究：能够基于科学原理并采用科学方法对数据科学与大数据领域的复杂工程问题进行研究，包括设计实验、采集与分析数据、验证算法模型，并通过信息综合得到合理有效的结论。

毕业要求5.使用现代工具：能够针对数据科学与大数据领域的复杂工程问题，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。

毕业要求6.工程与可持续发展：在解决数据科学与大数据领域的复杂工程问题时，能够基于工程相关背景知识，分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。

毕业要求7.工程伦理和职业规范：有工程报国、为民造福的意识，具有人文社科素养与社会责任感，能够理解和践行工程伦理，在数据科学与大数据领域相关工程实践中遵守工程职业道德、规范和相关法律，履行责任。

毕业要求8.个人与团队：能够在多样化、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。

毕业要求9.沟通：能够围绕数据科学与大数据领域中的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；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异。

毕业要求10.项目管理：理解并掌握与工程相关的项目管理原理与经济决策方法，并能够在多学科环境中应用。

毕业要求11.终身学习：具有自主学习、终身学习和批判性思维的意识和能力，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革。

四、主要课程

1.核心课程

计算机与人工智能导论、线性代数I、离散数学、应用统计学、概率论与数理统计I、计算机程序设计、数据结构与算法、计算机组成原理、操作系统原理、计算机网络、数据库系统、智能软件工程、数据挖掘基础、大数据原理与可视化技术、大数据采集与预处理。

还包括主要集中实践教学环节：程序设计实践、大数据专业技术综合实践、专业方向课程设计、企业项目综合实践、企业实习、毕业设计（论文）。

2.支柱课程

数据结构与算法、计算机组成原理、操作系统原理、计算机网络、数据库系统、智能软件工程、数据挖掘基础、大数据原理与可视化技术、大数据采集与预处理。