一、培养目标
本专业以社会需求为导向，采取“校企政协同、产教研融合”人才培养模式，培养德、智、体、美、劳全面发展，具有良好职业道德和社会责任感，具有创新意识、终身学习、组织管理和团队合作能力，掌握数据科学的理论与方法、以及采集、清洗、存储、处理与分析、可视化与应用大数据等技术，具备面向大数据的挖掘与分析能力，能胜任数据分析与挖掘和大数据系统集成的高素质应用型专门人才。
该专业毕业生经过5年左右的工程实践，能达成下列目标：
目标1：具有良好社会责任感、职业道德及人文素养。
目标2：掌握所需的数学、统计学基础知识和数据科学与大数据技术专业知识，具备一定的创新创业能力。
目标3：能够进行大数据系统运维、数据分析与挖掘项目的开发和设计、规划、管理及鉴定工作，并能分析和解决复杂工程问题，具有良好的专业工程实践能力；能够在数据科学与大数据技术、以及计算机相关领域从事数据采集、清洗、存储、处理与分析、可视化等工作。
目标4：能够在团队中进行有效的沟通、协作，具备一定组织和管理能力以及国际视野。
目标5：能够坚持自主学习和终身学习，适应社会发展和大数据生态体系技术革新的需要。
二、毕业要求
1.工程知识：能够将数学、统计学、数据科学与大数据技术基础知识用于解决面向领域大数据的管理与分析问题。
2.问题分析：能够应用数学、统计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技术方面的复杂工程问题，以获得有效结论。
3.设计/开发解决方案：能够设计针对大数据工程项目的规划、集成和科学管理等方面的复杂工程问题的解决方案，设计满足实际应用需求的大数据系统或处理模块，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。
4.研究：能够基于科学原理并采用科学方法对数据分析管理、系统设计开发、大数据处理应用等领域的问题进行研究，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。
5.使用现代工具：能够针对数据科学与大数据技术相关领域复杂工程问题，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。
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。
7.环境和可持续发展：能够理解和评价针对数据科学与大数据技术相关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。
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。
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。
10.沟通：能够就数据科学与大数据技术相关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。
11.项目管理：理解并掌握工程项目管理原理与经济决策方法，并能在多学科环境中应用。
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。
三、主干学科
数学、统计学、计算机科学与技术。
四、专业核心课程
统计学、Spark技术应用开发、数据结构与算法分析、数据库原理及应用、Java高级程序设计、大数据技术原理、数据挖掘及应用、机器学习及应用。
五、主要实践教学环节
毕业实习、社会责任教育、毕业设计或论文（含答辩）、创新创业实践、素质拓展（含艺术教育）、劳动教育。
六、学制和学位
(一)学制：4年，修业年限可为3-6年。
(二)学位：授予工学学士。
七、毕业学分要求
本专业最低毕业学分：163.0学分；其中公共基础课41.0学分，公共选修课8.0学分，专业基础课50.5学分，专业选修课26.5学分，集中性实践教学环节37.0学分。
八、必要说明
第2、3、4、6学期实验课程（实训周），可以根据教学实际情形（如考试周期间学生难以兼顾复习应考和实验实操等）推迟到考试周结束后实施。
