课程与毕业要求指标点的支撑权重表.docx

《课程与毕业要求指标点的支撑权重表.docx》由会员分享，可在线阅读，更多相关《课程与毕业要求指标点的支撑权重表.docx（4页珍藏版）》请在第一文库网上搜索。

1、数据科学与大数据技术课程与毕业要求指标点的支撑权重表毕业要求指标点权重支持指标点的相关课程课程权重（达成度评价目标值）毕业要求1职业规范:掌握马列主义、毛泽东思想与中国特色社会主义基本理论，具有良好的人文社会科学素养、现代工程技术人员必需的职业道德和强烈的社会责任感;熟悉本专业领域相关法律、法规及政策，在本专业领域实践活动中能够理解并遵守职业道德和职业规范。1.1掌握马列主义、毛泽东思想与中国特色社会主义基本理论，具有正确的世界观、人生观，践行社会主义核心价值观，健全的人格和良好的公共道德修养。0.5博雅教育课程0.3马克思主义和毛泽东思想等思政类课程0.51.2理解工程伦理的核心理念，理解数

2、据分析师和数据挖掘工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识。0.5大学生职业规划与就业指导、思想道德修养与法律基础、其他拓展训练、0.6专业导论0.1专业实习0.3毕业要求2知识掌握：掌握数学、自然科学、计算机科学、数据科学与大数据技术所需要的专业知识，具有国际视野，了解大数据科学领域的国际形势和发展动态，并能将所学知识用于解释大数据科学领域中的复杂问题。2.1掌握数学、自然科学的基本知识、原理、方法，并会应用到大数据科学等领域。0.3高等数学、线性代数、离散数学0.4概率论与数理统计、多元统计分析0.3大学物理、大学物理实验0.2通识课0.12.2掌握计算机

3、科学的基本知识、原理、方法，并会应用到大数据科学等领域。0.3C语言程序设计、PythOn程序设计、数据结构与算法分析0.6数据库技术、操作系统（1inUX）0.3并行计算与分布式计算0.12.3掌握大数据科学所需的基本知识、原理、方法，了解数据科学领域的国际形势和发展动态，并会应用到大数据科学等领域。0.4专业导论、数据科学导论、数据采集与网络爬虫、数据可视化0.35大数据开发技术（HadOOP/Spark）、数据仓库0.3数据分析与挖掘、模式识别与机器学习0.35毕业要求3问题分析：能够应用数学、自然科学和数据科学与大数据技术的基本理论和方法,通过数据采集、数据存储、数据预处理、数据分析和

4、数据挖掘、数据的可视化，分析、研究、解决大数据科学领域复杂问题，并通过实践来验证解决方案的准确性和合理性，获得有效结论。3.1能够应用数学、自然科学知识分析大数据科学领域复杂问题，识别其关键环节。0.2大学物理0.1数学建模、模式识别与机器学习0.5最优化理论、多元统计分析0.33.2能够通过数据采集、数据存储、数据预处理、数据分析和数据挖掘、数据的可视化，分析、研究和解决大数据科学领域复杂问题。0.6数据结构与算法分析0.25数据分析与挖掘、数据分析与挖掘课程设计0.25数据采集与网络爬虫、数据可视化0.25数据仓库、大数据开发技术（HadOOP/Spark）0.253.3能够应用数学、统计

5、学和计算机科学的基本原理通过实践来验证解决方案的准确性和合理性，获得有效结论。0.2数学建模0.1数据分析与挖掘课程设计、模式识别与机器学习课程设计0.3毕业论文（设计）0.6毕业要求4建模与问题求解：能够设计合理有效的数据模型以满足特定问题，通过数据挖掘获得有效信息、，能使用先进的仪器设备、数据分析软件并结合文献资料对大数据科学领域复杂问题进行算法优化、实践和设计新的算法模型，并能够在设计新的算法模型中体现创新意识。4.1利用信息科学和数据科学的专业知识，在安全、法律、环境等现实约束条件下，对特定问题的设计方案进行可行性研究。0.3数据结构与算法分析、0.5模式识别与机器学习、模式识别与机器

6、学习课程设计0.54.2了解数据挖掘工具和模型算法的局限性，在此基础上选取合适的工具，设计合理有效的数据模型以满足特定问题的要求，并利用所设计的数据模型挖掘出有效信息。0.3数学建模0.2数据分析与挖掘、模式识别与机器学习0.6大数据开发技术（HadOOP/Spark）0.24.3利用大数据科学的专业知识、针对实际问题的具体情况、结合文献资料对模型进行分析，采用恰当的方法、仪器设备、数据分析软件对特定问题的数据模型进行算法优化，并能够写出规范的分析报告和解决方案。0.4数据分析与挖掘课程设计、模式识别与机器学习课程设计0.4Python程序设计课程设计0.2毕业设计（论文）0.4毕业要求5科学

7、研究：能够基于数据科学原理和自然科学原理,采用科学的方法设计实验、实施实验、分析并解释实验结果，并通过数据凝练、信息综合得到有效结论。5.1能够基于数据科学、自然科学等原理，通过文献研究或相关方法，调研和分析复杂大数据工程问题的解决方案。0.3模式识别与机器学习、模式识别与机器学习课程设计0.5毕业论文（设计）0.55.2能够针对复杂大数据工程系统中涉及的领域性功能或性能问题进行研究，设计相关的实验方案并实施实验。0.4数据结构与算法分析、数据分析与挖掘0.4创新创业实践、毕业论文（设计）0.3数据分析与数据挖掘课程设计、模式识别与机器学习课程设计0.35.3能够对实验结果和数据进行分析，并通

8、过信息综合得到合理有效的结论。0.3数据结构与算法分析、数据分析与挖掘0.35毕业论文（设计）0.3模式识别与机器学习、模式识别与机器学习课程设计0.35毕业要求6使用现代工具:能够针对大数据领域复杂的工程问题，开发或选择适当的技术、资源、现代仪器设备和信息技术工具，并能使用现代的仪器设备和数据分析软件对复杂工程问题进行预测及模拟，并能够理解其局限性。6.1能够针对复杂大数据工程问题，选择、使用恰当的技术、资源、现代工程工具和信息技术工具，对复杂工程问题做出预测和模拟。0.4数据库技术、操作系统（1inUx）、数据分析与挖掘课程设计0.6数据仓库、大数据开发技术（HadOOP/Spark）0.

9、46.2能够针对复杂大数据工程问题，开发与使用恰当的技术、资源、现代工程工具和信息技术工具，对复杂工程问题进行预测和模拟。0.4数据库技术、PythOn程序设计0.6大数据开发技术（HadoOp）、并行计算与分布式计算0.46.3能够理解针对复杂大数据工程问题开发、选择与使用的技术、资源、现代工程工具和信息技术工具的使用局限性。0.2数据库技术、操作系统（1inUX）0.6大数据开发技术（HadOOP/Spark）0.4毕业要工程与社会：能够基于大数据科学与技术、人文社会科学领域的相关背景知识，合理分析7.1能够了解大数据系统解决方案或大数据工程实践对于社会、健康、安全、法律以及文化的可能影响

10、，并理解应承担的责任。0.5思想道德修养与法律基础、通识课0.2专业导论、数据科学导论、专业实习0.6求7并评价大数据科学与技术领域的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。创新创业课程0.27.2在系统设计及工程实践中具备综合考虑多种制约因素的意识，能够合理分析和评价工程实践对于社会、健康、安全、法律以及文化的影响。0.5思想道德修养与法律基础、通识课0.2创新创业课程、数据分析与挖掘课程设计0.3专业实习、毕业论文（设计）0.5毕业要求8环境和可持续发展：能够基于大数据科学与技术、人文社会科学和网络工程等领域的相关背景知识，理解和评价针对大数据科学与

11、技术领域的复杂工程问题，如健康大数据的采集-挖掘-综合应用等对社会舆论、社会可持续发展的影响。8.1具有环境保护的基本自觉和可持续发展意识。0.3思想道德修养与法律基础、形势与政策0.6经济与社会（通识课）0.48.2了解本行业与环境保护和可持续发展等方面的方针政策和法律、法规。0.35毕业设计（论文）0.4专业实习0.68.3能够理解和评价针对复杂大数据工程问题的系统解决方案和大数据工程实践对环境、社会可持续发展的影响。0.35毕业设计（论文）0.6专业实习0.4毕业要求9项目管理：能够在大数据采集-清洗-挖掘等过程的工程实践中，理解并掌握大数据科学与技术中涉及的工程管理原理与决策方法，并能

12、在多学科交叉环境中应用。9.1能够理解工程活动中涉及的项目管理与经济决策方法。0.5专业实习0.5其他拓展训练0.59.2能够将项目管理原理与经济决策方法应用于多学科环境中，并解决复杂问题。0.5毕业设计0.3专业实习0.3创新与创业课程、其他拓展训练0.4毕业要求10知识沟通与交流:能够就大数据科学工程领域复杂问题与各领域及行业、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。具备一定的国际视野，能够在跨文化背景下进行有效沟通和交流。10.1能够就大数据科学工程领域复杂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，正确表达自己

13、的观点和工作成果。0.6大学应用写作、通识课0.3专业课程设计0.3毕业设计（论文）0.410.2具有英语听说读写的基本能力，能在跨文化背景下进行沟通和交流。0.4大学英语、大学应用写作0.5国际文化与交流课程0.2毕业设计（论文）0.3毕业要求11团队合作：从事数据挖据算法的开发和设计等工作时，能够在多学科背景的团队中承担个体、团队成员以及负责人的角色，并有效开展工作。11.1能够在多学科背景下理解团队的意义，了解项目中团队的角色。0.4创新创业课程0.4创新创业实践0.6.2作为团队成员，能完成团队分配的工作，且能与其他团队成员良好配合；作为团队负责人，能协调好项目组工作，组织团队成员有效

14、开展工作。0.6军事训练0.2创新创业课程、创新创业实践0.4专业实习、毕业设计（论文）0.4毕终身学习：具有自主学习和终12.1能认识不断探索和学习的必要性，具有自0.3思政类课程、大学生职业规划与就业指导、创新创业课程0.4业要求12身学习的意识，具备持续学习和适应社会及大数据领域工程技术发展的能力。主学习、终身学习和创新的意识。专业实习0.3毕业论文0.312.2能够主动学习、终身学习，能体现出不断探索的成效，通过自我评价，反映出适应发展的能力。0.4创新创业课程、创新创业实践、其他拓展训练0.3专业实习0.3毕业设计（论文）0.412.3能针对个人和职业发展的需要，采用科学的学习方法，以适应社会及大数据领域的发展。0.2大学生职业规划与就业指导1毕业要求13具有健康身心:达到国家规定的大学生体质健康标准，具有良好的心理素质和健康的体魄。13.1具有良好的心理素质和健康的体魄。1思政类课程、军事理论、大学生健康教育、体质健康测试0.5军事训练、体育0.5