一、专业简介
数据科学与大数据技术专业以大数据信息处理为背景，是数学模型与算法、数据处理技术及计算机科学等多领域融合的交叉专业。专业以大数据分析处理的基本理论和方法以及海量、异构、多源数据的系统设计、开发、实施、评测、优化、运维为基础，培养学生的数学建模、数据挖掘与探索、存储与检索、数据可视化、沟通与呈现等能力，本专业要求学生掌握大数据处理和管理的基础理论，具备深度数据分析与挖掘技能；具备大数据处理和管理系统工具的使用、设计和开发能力；具有从事科学研究、应用开发以及独立主持本专业技术工作的能力；具备进行创造性研究所需要的基础理论与实践能力；具备大数据思维方式和分析能力。
二、培养目标
培养具有生态文明意识和创新精神，掌握数据科学与大数据技术的基础知识、理论及技术，具备面向大数据应用的数学、统计学及计算机科学基础知识，具有较高的信息素养，较强的数据分析、信息处理与数据推理能力、基于农林与生物技术等行业背景的数据应用解决方案设计能力，能在大数据及相关产业进行应用软件设计、研发和实施的复合应用型人才。
毕业生能在大数据产业、信息产业、金融机构、企业及科研院所等部门从事大数据采集、算法设计、系统集成、开发、应用服务、科学研究和管理维护等工作，亦可以去高等院校和科研院所的相关交叉学科继续深造及攻读硕士学位。
三、毕业标准及要求
毕业最低学分为169学分，其中课内教学学分160学分，课外教育学分9学分。具体如下：
毕业最低学分及要求
课程平台 |
课程类别 |
应修学分 |
小计 |
课内教 育学分 |
通识课程 |
通识必修 |
38 |
160 |
通识选修 |
10 |
学科专业课程 |
学科基础必修 |
23 |
专业基础必修 |
16 |
专业核心必修 |
25 |
专业方向选修 |
20 |
专业拓展选修 |
14 |
毕业环节 |
10 |
个性发展课程 |
本硕贯通选修 |
4 |
职业发展选修 |
课外教育学分 |
创新创业必修 |
4 |
9 |
思政类实践 |
2 |
军训B |
2 |
劳动教育 |
1 |
合计 |
169 |
四、教学计划
第一学年 |
第二学年 |
第一学期 |
第一学期 |
课程编码 |
课程名称 |
学分 |
课程编码 |
课程名称 |
学分 |
C3401001 |
思想道德修养与法律基础 |
3 |
C3401002 |
马克思主义基本原理概论 |
3 |
C3401029 |
形势与政策 |
0.5 |
C3401031 |
形势与政策 |
0.5 |
C3401006 |
大学生心理健康教育 |
1 |
C5601045 |
大学体育Ⅲ-体育选项 |
0.75 |
C3401007 |
大学生职业发展 |
0.5 |
C5001007/ C5001012/ C5001017/ |
大学英语AIII/BIII/CIII |
2 |
C5601041 |
军训A |
2 |
C4603014 |
数学分析III |
3 |
C5601043 |
大学体育Ⅰ-基础身体素质 |
0.75 |
C4802013 |
概率论与数理统计 |
4 |
C5001005/ C5001010/ C5001015/ |
大学英语AI/BI/CI |
2 |
C3502109 |
数据结构与算法 |
4 |
C3801223 |
计算机思维与数据科学 |
2 |
C3502116 |
数据库原理与应用A |
3.5 |
C0001011 |
新生研讨课 |
1 |
C3502033 |
JAVA面向对象程序设计 |
4 |
|
军训B |
2 |
|
|
|
C4603012 |
数学分析I |
4.5 |
|
|
|
C4603013 |
高等代数I |
4 |
|
|
|
合计 |
23.25 |
合计 |
24.75 |
本学期建议修读学分为23.25（其中必修为23.25分，选修为0分）。 |
本学期建议修读学分为24.75（其中必修为24.75分，选修为3分）。 |
第二学期 |
第二学期 |
课程编码 |
课程名称 |
学分 |
课程编码 |
课程名称 |
学分 |
C3401003 |
中国近现代史纲要 |
2 |
C3401004 |
毛泽东思想和中国特色社会主义理论体系概论 |
4 |
C3401030 |
形势与政策 |
0.5 |
C3401032 |
形势与政策 |
0.5 |
C5601044 |
大学体育Ⅱ-体育选项 |
0.75 |
C5601048 |
大学体育Ⅳ-体育选项 |
0.75 |
C5001006/ C5001011/ C5001016 |
大学英语AII/BII/CII |
3 |
C5001008/ C5001013/ C5001018/ |
大学英语AⅣ/BⅣ/CⅣ |
2 |
C4603047 |
数学分析AII |
4.5 |
C4602035 |
数学建模概论A |
3 |
C4604015 |
高等代数II |
3 |
C4602001 |
大数据原理与应用 |
3 |
C4903030 |
大学物理B |
3 |
E4621001 |
常微分方程 |
3 |
C4903006 |
大学物理B实验 |
1 |
E4621002 |
运筹学B |
3 |
C4604001 |
C语言程序设计A |
4.5 |
E4621004 |
Matlab程序设计 |
2 |
|
|
|
C4501001 |
大学写作 |
2 |
|
|
|
E4622002 |
统计软件B |
1 |
合计 |
22.25 |
合计 |
24.25 |
本学期建议修读学分为22.25（其中必修为22.25分）。 |
本学期建议修读学分为24.25（其中必修为18.25分，选修为6分）。 |
第三学年 |
第四学年 |
第一学期 |
第一学期 |
课程编码 |
课程名称 |
学分 |
课程编码 |
课程名称 |
学分 |
C5601047 |
大学体育V-健身与体能 |
0.5 |
C3401008 |
大学生就业指导 |
0.5 |
C5001009/ C5001014/ C5001019 |
大学英语AV/BV/CV |
1 |
C4604014 |
毕业论文（设计）指导 |
0.5 |
E4621032 |
数值分析 |
3.5 |
E3522088 |
人工智能 |
2.5 |
E4621003 |
离散数学B |
3 |
E4622006 |
农林大数据实训 |
2 |
C4602002 |
Python语言程序设计 |
3 |
E4622003 |
企业级开发实训 |
4 |
E4621042 |
专业英语 |
2 |
E2622050 |
农林技术经济学 |
3 |
E4822038 |
多元统计分析 |
4 |
E4622038 |
数字图形与图像处理 |
2.5 |
E3522067 |
计算机网络C |
2.5 |
E4621025 |
计算几何与图形学 |
3 |
E4622005 |
应用回归分析 |
3.5 |
|
|
|
E4622022 |
复变函数 |
3 |
|
|
|
E4622046 |
最优化方法 |
2.5 |
|
|
|
合计 |
28.5 |
合计 |
18 |
本学期建议修读学分为21（其中必修为1.5分，选修为19.5分）。 |
本学期建议修读学分为13.5（其中必修为1分，选修为12.5）。 |
第二学期 |
第二学期 |
课程编码 |
课程名称 |
学分 |
课程编码 |
课程名称 |
学分 |
C5601048 |
大学体育Ⅵ-健身与体能 |
0.5 |
C0024012 |
毕业实习 |
2 |
C4602003 |
大数据架构与技术 |
3 |
C0020020 |
毕业设计(论文) |
8 |
C4602004 |
数据分析与数据挖掘 |
3 |
|
|
|
C3502001 |
爬虫及可视化分析 |
2.5 |
|
|
|
C3502002 |
Hadoop离线分析 |
3 |
|
|
|
E3522182 |
Hadoop实训 |
1.5 |
|
|
|
E3521095 |
软件工程C |
2 |
|
|
|
E4822037 |
SAS统计分析 |
1 |
|
|
|
E3522122 |
网络安全A |
2.5 |
|
|
|
E4622004 |
统计预测和决策 |
3 |
|
|
|
E4622039 |
数学物理方程 |
3 |
|
|
|
E722042 |
生物信息学F* |
2 |
|
|
|
|
林业数据智能采集与分析 |
3 |
|
|
|
合计 |
30 |
合计 |
10 |
本学期建议修读学分为21（其中必修为12分，选修为9）。 |
本学期建议修读学分为10（其中必修为10分）。 |
浙公网安备33018502001115号