合肥工业大学2023版大数据管理与应用专业人才培养方案
(120108T)
一、专业简介
大数据管理与应用专业依托管理科学与工程“双一流”建设学科,是我校获批建设的第一个大数据相关专业。我校是2019年教育部第二批审批设立该本科专业的25所高校之一。该专业拥有学士、硕士和博士学位授予权。
二、培养目标(Educational Objectives)
坚持立德树人为根本任务,致力于培养德智体美劳全面发展,具备数据科学素养和智慧管理理念,掌握大数据管理与应用综合技能,具备良好的创新能力和创业素质,能够从事大数据管理、分析与应用及其相关系统的设计与实施,自觉服务国家重大战略需求的大数据管理与应用领域骨干与领军人才。
(EO1)知识更新。能够持续学习和及时更新知识,有丰富的专业知识和管理知识,适应岗位工作和事业发展要求。
(EO2)职业能力。具有缜密的综合分析能力、较强的大数据管理能力和创新能力,能够独立解决数据驱动的管理决策问题,完成大数据管理系统的分析与设计,完成数据产品和服务的开发,并能够综合各种因素做出合理决策,能够担当数据分析师、数据科学家、信息技术主管或营销主管等工作。
(EO3)团队能力。有较强的因队合作能力和组织管理能力,能够胜任项目或团队管理工作,担任项目或团队负责人。
(EO4)竞争能力。具有前膽性、较宽的国际视野和竞争意识,能够把握数字经济及其技术发展趋势,适应新一代信息技术和经济社会的新发展,在跨文化背景下开展交流、合作与竞争。
(EO5)人格与修养。具有良好的道德修养和职业精神、较强的社会责任感,人格健全,身心健康,热爱国家,爱岗敬业。
三、毕业要求(Graduate Attributes)
(GA1)素质结构。能够理解道德规范,并识别道德和非道德的行为;具备良好的社会责任感和职业道德。
(GA2)知识结构。能够理解和运用数理与工程基础理论;能够理解和运用经济与管理基础理论;能够理解和运用会计和财务基础理论;能够理解和运用新一代信息技术;掌握大数据管理、分析与应用的基本工具和基础知识;能够掌握和运用大数据管理与应用系统的设计与开发知识。
(GA3)实践能力。具备良好的数据处理与管理的能力;具备较强的基于数据分析支持管理决策的能力;具备一定的大数据治理与数据资产管理的能力。
(GA4)研究能力。具备发现和分析问题能力,能够从大数据管理与应用实践中提炼科学问题;具备语言与文字表达能力,能够撰写针对大数据管理、分析及其应用的研究报告。
(GA5)创新能力。具备战略思维和国际视野;能够宏观把握科学技术和经济社会的发展方向,具有一定的洞察未来的能力;具有较强的创新创业能力。
(GA6)人际能力。具备良好的人际关系和团队合作精神;具备沟通能力、协调能力和决策能力。
四、培养目标与毕业要求关系矩阵
培养目标 毕业要求 |
EO1 |
EO2 |
EO3 |
EO4 |
EO5 |
GA1 |
|
|
√ |
|
√ |
GA2 |
√ |
√ |
|
|
|
GA3 |
|
√ |
|
√ |
|
GA4 |
√ |
√ |
|
√ |
|
GA5 |
|
√ |
|
√ |
|
GA6 |
|
|
√ |
|
√ |
五、学制和学位
本专业标准学制为4年,学生可在3~6年内完成学业。本专业授予管理学学士学位。
六、主干学科和相关课程
主干学科:管理学、经济学、计算机科学与技术。
核心课程:人工智能、数据科学、大数据管理与应用概论、大数据治理、数据资产管理、信息管理学、Python程序设计、大数据分析理论与方法
特色课程:碳中和与智慧能源环境管理、城市大数据管理与应用、社交网络与文本挖掘、高级应用统计、数字化与智慧社会治理、智能制造与工业互联网、数字健康与智慧医疗、人工智能前沿技术创新实训
专业选修课程模块:共57学分,最低选修35学分(其中包含非本专业开设的2学分专业选修课程)。
设置为两个模块——模块I和模块II,模块I与模块II交叉的课程为选择性必修课程,包括Research on Big Data Management(2学分)、博弈论与信息经济学(2学分)、数据结构与算法导论(3学分)、大数据分析理论与方法(3学分)、Python高级应用(2学分)、Java高级应用(2学分)、大数据分析理论与方法课程设计(3学分)、Python程序设计课程设计(2学分)、Java程序设计课程设计(2学分)、信息系统分析与设计课程设计(2学分)、人工智能前沿技术创新实训(3学分)、碳中和与智慧能源环境管理(2学分)、管理认知实习(1学分)
模块I:共14学分,管理决策分析(2学分)、社交网络与文本挖掘(2学分)、高级应用统计(2学分)、离散数学(2学分)、云计算(2学分)、区块链技术(2学分)、多媒体数据分析(2学分)
方向II:共14学分,电子商务概论(2学分)、网络营销(2学分)、金融大数据分析(2学分)、城市大数据管理与应用(2学分)、智能制造与工业互联网(2学分)、数字化与智慧社会治理(2学分)、数字健康与智慧医疗(2学分)
大数据管理与应用专业科研训练(2学分的课外学分,不计入总学分)为专业选修课中的必修环节。
七、课程体系与毕业要求的关系矩阵
毕业要求 课程 |
GA1 素质结构 |
GA 2 知识结构 |
GA 3 实践能力 |
GA 4 研究能力 |
GA5 创新能力 |
GA 6 人际能力 |
形势与政策 |
√ |
√ |
|
|
|
|
思想道德与法治 |
√ |
√ |
|
|
|
|
中国近现代史纲要 |
√ |
√ |
|
|
|
|
马克思主义基本原理 |
√ |
√ |
|
|
|
|
毛泽东思想与中国特色社会主义理论体系概论 |
√ |
√ |
|
|
|
|
习近平新时代中国特色社会主义思想概论 |
√ |
√ |
|
|
|
|
军事理论 |
√ |
√ |
|
|
|
|
大学生心理健康 |
√ |
√ |
|
|
|
|
大学体育 |
√ |
√ |
|
|
|
|
军事训练 |
√ |
√ |
|
|
|
|
就业指导 |
|
|
√ |
|
√ |
√ |
大学生劳动教育 |
√ |
√ |
|
|
|
|
创新创业基础 |
|
|
√ |
|
√ |
√ |
通用英语 |
|
√ |
|
√ |
|
|
跨文化交际英语 |
|
√ |
|
|
|
√ |
通用学术英语 |
|
√ |
|
√ |
|
|
高等数学A |
|
√ |
|
√ |
|
|
线性代数 |
|
√ |
|
√ |
|
|
概率论与数理统计 |
|
√ |
|
√ |
|
|
大学物理C |
|
√ |
√ |
|
|
|
工程图学C |
|
√ |
√ |
|
|
|
C/C++语言程序设计 |
|
√ |
√ |
|
|
|
电工与电子技术B |
|
√ |
√ |
|
|
|
机械设计基础B |
|
√ |
√ |
|
|
|
工程训练D |
|
√ |
√ |
|
|
|
大数据管理与应用专业新生研讨课 |
√ |
√ |
|
|
|
|
运筹学 |
|
√ |
|
√ |
|
|
企业管理学 |
|
√ |
|
|
|
√ |
经济学 |
|
√ |
|
|
|
√ |
管理统计学 |
|
√ |
|
√ |
|
|
企业会计学 |
|
√ |
√ |
|
|
|
人工智能 |
|
√ |
√ |
|
√ |
|
数据科学 |
|
√ |
√ |
√ |
|
|
大数据管理与应用概论 |
|
√ |
|
√ |
√ |
|
大数据治理 |
|
√ |
√ |
√ |
|
|
数据资产管理 |
|
√ |
√ |
√ |
|
|
管理信息学 |
|
√ |
|
√ |
|
|
信息管理学 |
|
√ |
|
√ |
|
|
网络技术 |
|
√ |
√ |
|
|
|
数据库原理与应用 |
|
√ |
√ |
|
|
|
信息系统分析与设计 |
|
√ |
√ |
|
|
|
Python程序设计 |
|
√ |
√ |
√ |
|
|
Java程序设计 |
|
√ |
√ |
|
|
|
大数据综合实践课程 |
|
|
√ |
√ |
√ |
√ |
Research on Big Data Management |
|
|
√ |
√ |
√ |
√ |
博弈论与信息经济学 |
|
√ |
√ |
√ |
|
|
数据结构与算法导论 |
|
√ |
√ |
√ |
√ |
|
大数据分析理论与方法 |
|
√ |
√ |
√ |
|
|
Python高级应用 |
|
|
√ |
√ |
√ |
|
Java高级应用 |
|
|
√ |
√ |
√ |
|
大数据分析理论与方法课程设计 |
|
|
√ |
√ |
√ |
|
Python程序设计课程设计 |
|
|
√ |
√ |
√ |
|
Java程序设计课程设计 |
|
|
√ |
√ |
√ |
|
信息系统分析与设计课程设计 |
|
√ |
√ |
√ |
|
|
人工智能前沿技术创新实训 |
|
|
√ |
√ |
√ |
|
碳中和与智慧能源环境管理 |
|
|
√ |
√ |
√ |
|
管理认知实习 |
|
|
√ |
|
|
√ |
管理决策分析 |
|
|
√ |
√ |
|
|
社交网络与文本挖掘 |
|
|
√ |
√ |
|
|
高级应用统计 |
|
√ |
√ |
√ |
|
|
离散数学 |
|
√ |
|
√ |
|
|
云计算 |
|
√ |
√ |
|
√ |
|
区块链技术 |
|
√ |
√ |
√ |
√ |
|
多媒体数据分析 |
|
√ |
√ |
√ |
|
|
电子商务概论 |
|
√ |
√ |
|
|
√ |
网络营销 |
|
√ |
√ |
|
|
√ |
金融大数据分析 |
|
|
√ |
√ |
√ |
√ |
城市大数据管理与应用 |
|
|
√ |
√ |
√ |
|
数字化与智慧社会治理 |
|
|
√ |
√ |
√ |
√ |
智能制造与工业互联网 |
|
|
√ |
√ |
√ |
√ |
数字健康与智慧医疗 |
|
|
√ |
√ |
√ |
√ |
大数据管理与应用专业科研训练 |
|
|
√ |
√ |
√ |
√ |
毕业实习和毕业设计 |
√ |
√ |
√ |
√ |
√ |
√ |
八、毕业合格标准
1.符合德育培养要求。
2.符合毕业要求。
3.第一课堂:最低毕业学分165。其中理论课程130.5学分,实践教学环节34.5学分。其中通识教育选修课程不得低于10学分。
4.第二课堂成绩认定及毕业要求,见《合肥工业大学“第二课堂成绩单“制度实施办法(暂行)》等相关文件规定。
九、教学计划结构表(见附表)