数据科学与大数据技术专业人才培养方案(2023 版)

数据科学与大数据技术专业人才培养方案2023 版)

一、培养目标

本专业旨在培养集思想品德优良、专业素质高、实践能力强于一体,具备扎实的数学、数据科学、计算机科学等学科基础知识和基本技能,且具有一定外语水平和创新思维的大数据专业型和研究型人才,能够在国家机关及企事业单位从事大数据算法实现、数据分析与挖掘、软件设计开发等工作。

毕业后5年左右预期目标:

目标1:爱党爱国,服务社会

热爱祖国、热爱人民,拥护中国共产党领导,具有良好的社会责任感、职业道德和人文社会科学素养,能够运用专业知识服务社会。

目标2:知识完备,依法设计

具备扎实的大数据技术理论基础和基本技能,加强自身从事大数据技术相关工作的业务能力,并且在设计具体复杂工程问题的解决方案过程中能够考虑到对社会安全、法律以及生态环境可持续发展的影响。

目标3:自主学习,终身学习

具备自主学习和终身学习的能力,自身通过继续教育或其它学习渠道,紧跟大数据领域相关技术发展,与时俱进地进行知识更新,不断提升自我能力,为以解决实际工作中的大数据复杂工程问题做准备。

目标4:有效沟通,团队协作

具有良好的书面及口头表达能力,能够同团队成员进行有效地沟通和交流,实现自身与团队的双赢发展。

二、毕业要求

通过本科阶段学习,毕业生应达到如下毕业要求(能力):

要求1:工程知识

掌握数学、自然科学、工程基础和专业知识,用于解决大数据技术相关复杂工程问题。

1.1 基础知识:掌握数学、自然科学和工程基础相关知识、理论,具有数学分析和运算能力,并能够在大数据开发中以工程理念及方法解决实际问题;

1.2 知识应用:掌握大数据专业知识,并能够综合应用相关知识解决大数据技术相关复杂工程问题。

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大数据技术相关复杂工程问题,以获得有效结论。

2.1 问题阐述:能够基于数学和工程科学的基本原理,并通过文献研究,对大数据技术相关复杂工程问题进行需求分析、模型构建、参数设置和问题表达;

2.2 检验分析:能够综合运用工程原理、专业知识和文献研究,对大数据技术相关复杂工程问题解决方案进行分析和验证,形成有效结论。

要求3:设计/开发解决方案

能够设计针对与大数据技术相关的复杂工程问题解决方案,方案设计需满足特定需求,并在设计环节中体现出创新意识,考虑到对社会、健康、安全、法律、文化以及环境等因素的影响。

3.1 提出方案:运用大数据技术手段对相关复杂工程问题提出解决方案,并通过分析、评价和优选,在体现创新意识的基础下设计满足大数据需求的方案;

3.2 方案要求:针对大数据技术相关复杂工程问题,能够从系统的角度权衡所涉及的相关因素,考虑到对社会、健康、安全、法律、文化以及环境等因素的影响。

要求4:研究

能够基于科学原理并采用科学方法对大数据技术相关复杂工程问题进行研究,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。

4.1 研究方案:针对大数据技术相关复杂工程问题,利用科学理论、文献分析、调研等方法,给出相关问题的研究目标和设计思路,制定合理的技术路线,设计可行的实验方案;

4.2 研究分析:能够选择并搭建实验平台,选用科学的方法进行实验并解决实验中出现的问题,对实验数据和实验结果进行研究和分析,并通过信息综合得到合理有效的结论。

要求5:使用现代工具

能够针对大数据技术相关复杂工程问题,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,对大数据相关复杂工程问题的预测与模拟,并能够理解其局限性。

5.1 工具选择:选用恰当的技术、资源、现代工程工具和信息技术工具,对大数据技术相关复杂工程问题进行分析、设计、仿真、预测与模拟;

5.2 工具比较:理解现代工程工具和信息技术工具对大数据技术相关复杂工程问题设计与模拟的优势、应用场合和局限性。

要求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大数据技术相关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。

6.1 社会约束:具有良好的社会公德、社会责任感和计算机职业道德,具备信息安全及知识产权保护相关知识及相关法律意识;

6.2 社会影响:能够分析和评价专业工程实践和大数据技术相关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。

要求7:环境与可持续发展

能够理解和评价针对大数据技术相关复杂工程问题的工程实践对环境、社会可持续发展的影响。

7.1 环境保护:具有环境保护和可持续发展意识,了解环境保护相关政策法律法规;

7.2 环境影响:能够合理评价大数据技术相关复杂工程问题的工程实践和解决方案对环境和可持续发展的影响。

要求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。

8.1 职业素养:具有人文社会科学素养、正确的人生观、价值观和世界观,自觉维护国家利益,具有推动民族复兴和社会进步的责任感;

8.2 履行责任:在工程实践中理解并遵守工程职业道德和规范,履行工程师的社会责任。

要求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。

9.1 团队协作:有较强的团队合作意识与能力,能做到同其他成员共享信息、协调合作,正确处理个人和团队关系;

9.2 个人要求:正确理解多学科背景下团队中个体、团队成员以及负责人的角色,并按照需求承担相应任务。

要求10:沟通

能够就大数据技术相关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、设计文稿、陈述发言和清晰表达,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。

10.1 沟通能力:具有良好的书面及口头表达能力,能够熟练运用工程技术语言针对大数据技术相关复杂工程问题进行描述、表达与答辩,包括撰写报告和设计文档,并能够与同行及社会公众进行有效地沟通和交流;

10.2 国际交流:具备较强的外语听说读写能力,能够阅读与本专业相关的外文资料,具有一定的国际视野,能进行跨文化沟通和交流。

要求11:项目管理

理解并掌握工程管理原理与经济决策方法,并能在多学科环境中应用。

11.1 掌握方法:掌握大数据领域工程管理原理与经济决策方法;

11.2 项目开发:在多学科环境中能够将管理原理、经济决策应用于大数据开发等过程。

要求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。

12.1 自主学习:具有自主学习的意识,能够针对科学与技术问题,采用合适的方法进行学习,以适应工作中的各种任务;

12.2 终身学习:具有终身学习的意识,主动追踪大数据技术的发展动态,不断学习以适应时代大数据发展的要求。

三、学制与修读年限

标准学制4年,弹性学制为4~6年(含休学)。

四、毕业学分

最低毕业专业学分:147学分。第二课堂成绩单12学分,但不计入专业总学分。

五、授予学位

修满学分且符合学位授予标准要求,授予工学学士学位。

六、“培养目标-毕业要求”对应矩阵

        培养目

 

毕业要求

培养目标1

爱党爱国,服务社会

培养目标2

知识完备,依法设计

养目标 3

自主学习,终身学习

培养目标4

有效沟通,团队协作

毕业要求 1:工程知识

 

 

 

毕业要求 2:问题分析

 

 

 

业要求 3:设计/开发解决方案

 

 

 

毕业要求 4:研究

 

 

 

业要求 5:使用现代工具

 

 

 

业要求 6:工程与社会

 

 

毕业要求 7:环境与可持续发展

 

 

业要求8:职业规范

 

 

毕业要求9:个人和团队

 

 

 

毕业要求10:沟通

 

 

 

毕业要求11:项目管理

 

 

 

毕业要求12:终身学习

 

 

 

说明:在对应支撑的相应部位标识“√”。

七、主干学科

计算机科学与技术

八、专业核心课程

数据结构、数据库原理、数字逻辑与计算机组成、操作系统、计算机网络、多元统计分析、模式识别与机器学习、云计算与分布式处理、数据可视化分析、Spark与大数据处理。

 

九、课程结构及学分要求

课程类型

学时统计

学分统计

总学

总学

课程类型

占总学分

比例 (%)

通识

教育

727

437

290

35

24

11

23.81

分比例

27.89%

41学分)

96

88

8

6

6

0

4.08

专业课

必修

1345

959

386

71

50

21

48.30

学分比例:

58.50%

86学分)

选修

255

180

75

15

10

5

10.20

集中性实践环节

 

 

 

20

0

20

13.61

学分比例

13.61%

20学分)

合计

2423

1664

759

147

90

57

100

实践学分占比38.78%

第二课堂

修满12学分,但不计入专业总学分

十、课程设置

(一)通识教育课程

课程性质

课程编号

课程名称

学分

总学时

理论学时

实践学时

周学时

开课学期

考核方式

开课单位

备注

必修

1401001

马克思主义基本原理概论

3

51

51

 

3

3

考试

马院

 

1401002

毛泽东思想和中国特色社会主义理论体系概论

3

51

51

 

3

4

考试

马院

 

1401003

习近平新时代中国特色社会主义思想概论

3

51

34

17

3

5

考试

马院

 

1401004

思想道德修养与法律基础

3

48

32

16

3

1

考试

马院

 

1401005

中国近现代史纲要

3

51

34

17

3

2

考试

马院

 

1401006

形势与政策

2

64

64

 

 

1~8

考查

马院

每学期8课时

0502001

大学英语(一)

3

80

48

32

5

1

考试

外语学院

 

0502001

大学英语(二)

4

85

51

34

5

2

考试

外语学院

 

0804001

大学体育(一)

1

32

 

32

2

1

考试

体育学院

 

0804001

大学体育(二)

1

34

 

34

2

2

考试

体育学院

 

0804001

大学体育(三)

1

34

 

34

2

3

考试

体育学院

 

0804001

大学体育(四)

1

34

 

34

2

4

考试

体育学院

 

0804002

军事理论

1

16

16

 

 

1

考查

体育学院

 

1808001

大学生创新创业教育

2

32

16

16

2

3

考查

双创学院

 

1507001

职业生涯规划

1

16

12

4

 

2

考查

招就处

 

1507002

就业创业指导

1

16

12

4

 

5

考查

招就处

 

1611001

美育教育

2

32

16

16

2

3

考查

美设学院

音舞学院

 

      

35

727

437

290

37

 

 

 

 

选修

0502101

大学英语(三)

3

51

34

17

3

3

考试

外语学院

周六开课

0406101

大学语文

2

32

24

8

2

2

考试

文传学院

指定选修

1610101

中外文化与人文素养系列

2

32

32

 

2

 

考查

 

选修4学分

1610102

数理基础与科学探索系列

2

32

32

 

2

 

考查

 

1610103

社会发展与公民教育系列

2

32

32

 

2

 

考查

 

      

6

96

88

8

6

 

 

 

 

      

41

823

525

298

43

 

 

 

 

(二)学科专业课程

课程类别

课程编号

课程名称

学分

总学时

理论学时

实践学时

周学时

开课学期

考核方式

开课单位

备注

专业基础课程

0161001

高等数学(一)

5

80

80

 

5

1

考试

数计学院

 

0161002

线性代数(一)

4

64

64

 

4

1

考试

数计学院

 

0161003

Python程序设计

4

64

32

32

4

1

考试

欧洲杯投注官方网站

 

0161004

数据科学导论

2

32

32

 

2

1

考试

欧洲杯投注官方网站

含工程伦理、项目管理等介绍

0161005

高等数学(二)

5

85

85

 

5

2

考试

数计学院

 

0161006

线性代数(二)

4

68

68

 

4

2

考试

欧洲杯投注官方网站

 

0161007

离散数学

4

68

68

 

4

2

考试

欧洲杯投注官方网站

 

0161008

C/C++语言程序设计

3

68

34

34

4

2

考试

欧洲杯投注官方网站

 

0161009

概率统计

4

68

68

 

4

3

考试

数计学院

 

小计

35

597

531

66

36

 

 

 

 

专业主干课程

0161010

数据结构

4

68

48

20

4

3

考试

欧洲杯投注官方网站

 

0161011

数据库原理

4

68

48

20

4

3

考试

欧洲杯投注官方网站

 

0161012

数字逻辑与计算机组成

3

68

40

28

4

3

考试

欧洲杯投注官方网站

 

0161013

Linux操作系统

3

68

34

34

4

4

考试

欧洲杯投注官方网站

 

0161014

计算机网络

3

68

34

34

4

4

考试

欧洲杯投注官方网站

 

0161015

多元统计分析

3

68

34

34

4

4

考试

欧洲杯投注官方网站

 

0161016

数据分析预测与应用

4

68

48

20

4

4

考试

欧洲杯投注官方网站

 

0161017

云计算与分布式系统

3

68

40

28

4

5

考试

欧洲杯投注官方网站

 

0161018

模式识别与机器学习

3

68

34

34

4

5

考试

欧洲杯投注官方网站

 

0161019

数据可视化分析

3

68

34

34

4

6

考试

欧洲杯投注官方网站

 

0161020

Spark与大数据应用

3

68

34

34

4

6

考试

欧洲杯投注官方网站

 

小计

36

748

428

320

44

 

 

 

 

 

 

 

 

0161021

人工智能导论

3

51

36

15

3

5

考查

欧洲杯投注官方网站

 

人工智能

方向

(数据分析工程师)

(任选5门)

0161022

深度学习及应用

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161023

数据治理与数据安全

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161024

计算机视觉与应用

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161025

通信与网络安全

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161026

统计建模与推断

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161027

边缘计算及应用

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161028

数据挖掘与预测

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161029

自然语言处理

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161030

行业大数据分析

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161031

虚拟现实技术

3

51

36

15

3

5

考查

欧洲杯投注官方网站

 

虚拟现实

工程师方向

(任选5门)

0161032

用户体验与UI设计

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161033

Java程序设计

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161034

计算机图形学

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161035

点云数据处理

3

51

36

15

3

5

考查

欧洲杯投注官方网站

0161036

三维建模与动画

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161037

多媒体技术

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161038

工业设计原理

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161039

人机交互技术

3

51

36

15

3

6

考查

欧洲杯投注官方网站

0161040

沉浸式媒体分析

3

51

36

15

3

6

考查

欧洲杯投注官方网站

小计

15

255

180

75

15

 

 

 

 

合计

86

1600

1139

461

95

 

 

 

 

说明:“备注”栏注明选修的外,其它均为必修课程。

(三)集中性实践环节

工科专业集中性实践环节

课程编号

环节名称

具体内容

学分

开设学期

开设单位

协同培养要求

0804003

军事训练

体育学院定

1

1

体育学院

 

0161020

专业见习

到行业企业见习等

3

3~5学期

欧洲杯投注官方网站

校外单位人员主导,校内教师参与;建立案例库

0161021

专业实习

各专业自定

6

7

欧洲杯投注官方网站

校外单位人员主导,校内教师参与;建立案例库

0161022

毕业论文/设计/作品

各专业自定

5

8(12周)

欧洲杯投注官方网站

校外单位人员参与

0161023

专业课程设计(专业技能训练)

专业核心课程设计

5

2~6学期

欧洲杯投注官方网站

校外单位人员参与

合计

20

 

 

 

说明:①上述所有实践教学环节均为必修,各非师范专业可以根据专业特点和《普通高等学校本科专业类教学质量国家标准》的要求,自行确定其他的实践教育环节。②第7学期启动毕业论文/设计/作品,明确指导教师;表中毕业论文/设计/作品的教学周数为第7学期或第8学期集中的教学周数。

(四)技能训练计划

专业技能训练计划(非师范类专业填写)

技能训练项目

  

开设学期

备注

1

2

3

4

5

6

7

8

程序设计基础实训

1

 

 

 

 

 

 

 

不安排在课表中计算学分

数据结构设计实训

1

 

 

 

 

 

 

 

SQL数据库设计实训

1

 

 

 

 

 

 

 

数据可视化分析实训

1

 

 

 

 

 

 

 

模式识别与机器学习系统实训

1

 

 

 

 

 

 

(五)合作培养计划

产教融合实施培养计划(非师范类专业填写)

课程名称

实施方式

实施学期

合作方式

合作

授课

参与

指导

C/C++语言程序设计

 

2

校企合作讲授应用类课程

数据库原理

 

3

校企合作讲授应用类课程

计算机网络

 

4

拟与江西数字网联信息安全有限公司

合作讲授

   计算机视觉及应用

 

5

拟与百度飞浆(江西)人工智能

赋能中心合作讲授

云计算与分布式处理

 

6

拟与华为公司开展合作讲授课程

 三维建模与动画

 

6

校企合作讲授应用类课程

此计划主要包括:(1)校企合作讲授应用类课程;(2)引入企业课程,购买课程服务;(3)校企合作指导集中性 实践环节等等。

(六)第二课堂

课程名称

学分

讲授学时

课程实践学时

总学时

备注

入学教育

0.5

 

8

8

新生开学第一周

大学生心理健康教育

2

16

16

32

第一学期开设

大学生防艾健康教育

0.5

8

 

8

专题讲座或MOOC形式完成

第二学期开设

劳动教育

2

8

24

32

第一至第四学期开设

团委开设课程

完成7个必修学分

合计

12学分(必修)

 

(七)各学期考试及考查课程统计

学期

1

2

3

4

5

6

7

8

考试课程(门)

7

7

7

6

3

2

0

0

考查课程(门)

2

2

3

1

4

3

0

0

(八)各学期周学时统计

学期

1

2

3

4

5

6

7

8

周学时

26

27

29

16

18

10

0

0

十一、“课程-毕业要求”对应关系矩阵

课程或环节

毕业要求

工程知识

问题分析

设计/开发解决方案

研究

使用

现代工具

工程

与社会

环境与可持续发展

职业规范

个人

和团队

沟通

项目管理

终身学习

1.1

基础知识

1.2

知识应用

2.1问题阐述

2.2

检验分析

3.1

提出方案

3.2

方案要求

4.1

研究方案

4.2

研究分析

5.1

工具选择

5.2

工具比较

6.1

社会约束

6.2

社会影响

7.1

环境保护

7.2

环境影响

8.1

职业素养

8.2

履行责任

9.1

团队协作

9.2

个人要求

10.1

沟通能力

10.2

国际交流

11.1

掌握方法

11.2

项目开发

12.1

自主学习

12.2

终身学习

通识课程必修

马克思主义基本原理概论

 

 

 

 

 

 

 

 

 

 

H

M

 

 

H

 

 

 

 

 

 

 

 

L

毛泽东思想和中国特色社会主义理论体系概论

 

 

 

 

 

 

 

 

 

 

H

M

H

 

H

 

 

 

 

 

 

 

 

 

习近平新时代中国特色社会主义思想概论

 

 

 

 

 

 

 

 

 

 

H

M

H

 

H

 

 

 

 

 

 

 

 

 

思想道德修养与法律基础

 

 

 

 

 

 

 

 

 

 

H

M

 

 

H

 

 

 

 

 

 

 

 

 

中国近现代史纲要

 

 

 

 

 

 

 

 

 

 

M

L

H

 

H

 

 

 

 

 

 

 

 

 

形势与政策

 

 

 

 

 

 

 

 

 

 

M

L

H

 

M

 

 

 

 

 

 

 

 

 

大学英语(1-2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

H

 

 

 

 

大学体育(1-4)

 

 

 

 

 

 

 

 

 

 

 

L

 

 

 

 

H

 

 

 

 

 

 

 

军事理论

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

 

M

 

 

 

 

 

 

 

大学生创新创业教育

 

 

 

 

 

 

 

 

 

 

M

H

 

 

H

 

 

 

 

 

 

 

 

 

职业生涯规划

 

 

 

 

 

 

 

 

 

 

M

H

 

 

M

 

 

 

 

 

 

 

 

 

就业创业指导

 

 

 

 

 

 

 

 

 

 

M

H

 

 

L

 

 

 

 

 

 

 

 

 

美育教育

 

 

 

 

 

 

 

 

 

 

M

 

 

 

H

 

M

 

 

 

 

 

 

 

通识课程选修

大学英语(三)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

H

 

 

 

 

大学语文

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

L

 

 

 

 

中外文化与人文素养系列

 

 

 

 

 

 

 

 

 

 

M

 

 

 

H

 

 

 

 

M

 

 

 

 

数理基础与科学探索系列

L

 

 

 

 

 

 

 

 

 

M

 

 

 

M

 

 

 

 

 

 

 

H

 

社会发展与公民教育系列

 

 

 

 

 

 

 

 

 

 

M

 

 

 

M

 

 

 

 

 

 

 

 

 

专业基础课

高等数学(1-2)

H

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

线性代数(1)

H

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Python程序设计

 

 

 

 

H

 

 

 

M

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

线性代数(2)

 

H

 

 

 

M

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

离散数学

H

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

C/C++语言程序设计

 

 

 

 

M

 

 

 

M

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

概率统计

H

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据科学导论

 

H

 

 

 

M

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

专业主干课

数据结构

 

H

H

M

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据库原理

 

 

 

 

H

 

 

 

M

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数字逻辑与计算机组成

 

 

 

 

H

 

 

 

M

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

Linux操作系统

 

 

 

 

 

 

H

 

H

M

 

M

 

 

 

 

 

 

 

 

 

 

 

 

计算机网络

M

 

 

 

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

H

M

 

 

多元统计分析

 

M

 

 

 

 

 

H

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据分析预测与应用

 

H

 

M

 

 

 

H

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

云计算与分布式系统

M

 

 

 

 

 

 

 

M

 

 

 

 

 

 

L

 

 

 

 

 

 

 

 

模型识别与机器学习

M

 

H

 

M

 

H

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据可视化分析

 

H

 

 

H

 

 

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Spark与大数据处理

 

 

 

 

 

 

 

 

M

M

 

 

 

 

 

H

 

 

 

 

 

 

 

 

专业拓展特色课

人工智能导论

 

H

 

 

H

 

 

M

H

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

深度学习及应用

 

H

 

 

M

 

 

 

H

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据治理与数据安全

 

 

 

H

M

 

 

M

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

计算机视觉及应用

 

 

H

 

 

 

M

 

H

L

 

 

 

 

 

 

 

 

 

 

 

 

 

 

通信与网络安全

 

H

 

 

 

 

M

 

H

L

 

 

 

 

 

 

 

 

 

 

 

 

 

 

统计建模与推断

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

边缘计算及应用

 

 

 

 

L

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

数据挖掘与预测

M

 

H

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

自然语言处理

 

H

 

 

M

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

行业大数据分析

 

M

H

 

 

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

虚拟现实技术

 

 

H

 

 

 

M

 

H

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

用户体验与UI设计

 

M

 

H

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Java程序设计

H

 

H

 

 

M

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

计算机图形学

 

 

 

 

 

H

 

 

M

H

 

 

 

M

 

 

 

 

 

 

 

 

 

 

点云数据处理

 

 

 

 

 

M

 

 

 

 

 

 

 

 

 

H

M

 

 

 

H

 

 

 

三维建模与动画

 

M

 

 

 

 

 

M

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

多媒体技术

 

 

 

 

 

H

 

 

H

 

 

 

 

M

 

M

 

 

 

 

 

 

 

 

工业设计原理

 

M

 

 

 

 

 

 

H

 

 

H

 

 

 

M

 

 

 

 

 

 

 

 

人机交互技术

 

M

 

H

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

沉浸式媒体分析

M

 

H

 

 

H

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

集中实践环节

军事训练

 

 

 

 

 

 

 

 

 

 

 

 

 

 

L

 

H

 

 

 

 

 

 

 

专业见习

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

H

M

M

 

 

 

 

H



上一页:电子信息科学与技术专业人才培养方案(2023 版)

下一页:

Baidu
sogou