数据科学与大数据技术
Data Science and Big Data Technology
080910T
一、专业简介与方案特色
浙江农林大学数据科学与大数据技术专业创办于2020年，并于同年开始招收并培养本科生。本专业依托浙江省现代农林人工智能产业学院（数学与计算机科学学院）以及国家林业与草原局林业感知技术与智能装备重点实验室，与中科曙光、网易、达内集团等多个知名企业开展深度产学研合作，建有人工智能&大数据专业实验室，全面推行校企合作和学科竞赛等多种举措，强化培养学生实践和创新创业能力。数据科学与大数据专业聚焦农林大数据，以“产业学院”和“以赛促育”为切入点，通过产教融合、学科竞赛等方式，培养全面发展的高级应用型人才。现阶段，专业依托计算机科学与技术、农业信息化、应用统计和图书情报等硕士点，这为本科生提供了继续深造的机会，同时也为专业发展提供了科研支持。专业建设有《数据结构》《数学建模》《数据库原理与应用》等浙江省一流课程6门。2021年来，本科生在国内外知名期刊发表学术论文15篇，软件著作权60余项，2024届毕业生的升学率达40.85%。根据第三方机构调查，本专业的毕业生近年来对母校的满意度、就业薪资和就业竞争力均排名全校前列。
The major of Data Science and Big Data Technology in Zhejiang A&F University was established in 2020 and began to enroll and cultivate undergraduates in the same year. Relying on the Zhejiang Modern Agriculture and Forestry Artificial Intelligence Industry College (School of Mathematics and Computer Science) and the Key Laboratory of Forestry Sensing Technology and Intelligent Equipment of the National Forestry and Grassland Administration. This major has carried out the industry university research cooperation with many well-known enterprises such as Dawning Information Industry Co., Ltd., NetEase, and Tarena Group. It has built an Artificial Intelligence & Big Data professional laboratory and comprehensively implemented various measures such as school-enterprise cooperation and academic competitions to strengthen the cultivation of students' practical, innovative and entrepreneurial abilities.
The major of Data Science and Big Data Technology focuses on agricultural and forestry big data. Taking the "Industry College" and "Promoting Education through Competitions" as the entry points, it cultivates high-level applied talents with all-round development through the integration of industry and education, academic competitions and other means. At present, relying on master's degree programs in Computer Science and Technology, Agricultural Informatization, Applied Statistics and Library and Information Science, this major provides undergraduates with opportunities for further study and also offers scientific research support for the development of the major.
The major has constructed 6 first-class courses in Zhejiang Province, such as "Data Structure", "Mathematical Modeling" and "Database Principles and Applications". Since 2021, undergraduates have published 15 academic papers in well-known domestic and foreign journals and obtained more than 60 software copyrights. The postgraduate entrance examination rate of the graduates of the class of 2024 has reached 40.85%. According to the surveys conducted by third-party institutions, in recent years, the graduates of this major have ranked among the top in the whole university in terms of their satisfaction with their alma mater, employment salaries and employment competitiveness.
数据科学与大数据技术专业培养方案以农林大数据为基本特色，注重培养学生的数学建模、算法设计、编程、数据分析与挖掘、系统架构等科技创新的基础能力，以及面向数据科学的数据清理、存储与检索、交流与沟通、统计分析等关键技能，课程体系与大数据产业链及信息技术产业链紧密融合。经过不断探索和持续改进，本方案有如下特色：（1）构建“产、教、研”三位一体人才培养模式。以现代农林人工智能产业学院为依托，通过大数据综合应用实践等产教融合课程，打造校企合作人才培养体系，注重培养学生的创新创业能力；（2）以OBE理念为指导。通过大量的用人单位和毕业生调研报告，不断完善改进人才培养方案中的培养目标、毕业要求以及课程设置等内容；（3）培养学生新技术实践综合能力。本次方案设置了包括云计算架构与技术、hadoop实训、农林大数据分析等特色课程，提升学生新技术实践综合能力；（4）强化“以赛促育”培养模式。通过大数据竞赛创新实践、数学建模等课程体系，强化学生创新实践能力。
The major of Data Science and Big Data Technology takes agricultural and forestry big data as its basic feature. It focuses on cultivating students' basic abilities in scientific and technological innovation such as mathematical modeling, algorithm design, programming, data analysis and mining, and system architecture, as well as key skills in data cleaning, storage and retrieval, communication, and statistical analysis for data science. The curriculum system is closely integrated with the big data industry chain and the information technology industry chain. After continuous exploration and continuous improvement, this program has the following features:
(1) Construct a "production, teaching, and research" trinity talent training model. Relying on the Modern Agriculture and Forestry Artificial Intelligence Industry College, through industry-education integration courses such as comprehensive application practice of big data, a school-enterprise cooperation talent training system is created to fully explore students' innovative and entrepreneurial abilities.
(2) Guided by the OBE (Outcome-Based Education) concept. Through a large number of surveys on employers and graduates, the training objectives, graduation requirements, and curriculum settings in the talent training program are continuously improved and refined.
(3) Cultivate students' comprehensive practical abilities in new technologies. This program has set up characteristic courses including cloud computing architecture and technology, Hadoop practical training, and agricultural and forestry big data analysis to enhance students' comprehensive practical abilities in new technologies.
(4) Strengthen the "promote education through competitions" training model. Through the curriculum systems such as the innovation practice of big data competitions and mathematical modeling, students' innovation abilities in competitions are strengthened.
二、培养目标
以习近平新时代中国特色社会主义思想为指导，围绕立德树人根本任务，本专业培养适应国家、行业和地方经济社会发展需求，具有良好的政治素质与道德修养，掌握扎实的数据科学的基础知识、理论和技术，以及面向大数据应用的数学、统计学、计算机科学、自然科学与社会科学领域基础知识，具备工程实践能力、创新能力和持续学习能力，能在大数据系统开发、运行与维护、大数据分析与挖掘等领域从事相关工作，德智体美劳全面发展的高级应用型人才。
学生毕业五年左右达到以下目标：
① 具有新时代社会责任感和担当精神，有良好的职业修养和道德水准；
② 能够运用专业知识和技术，进行大数据系统开发、运行与维护，对数据进行分析与挖掘，开发实现信息化相关系统；
③ 能够在多学科背景下进行团队合作，能成为团队的骨干成员或领导者，并且能有效地发挥作用；
④ 具有全球化视野、良好的沟通表达能力和数据科学项目管理能力；
⑤ 能够通过继续教育或其它终身学习途径，不断提升自身的知识和能力。
Guided by Xi Jinping Thought on Socialism with Chinese Characteristics for a New Era and centering around the fundamental task of fostering virtue through education，this major cultivates compound and interdisciplinary talents who can meet the needs of national, industrial and local economic and social development, have good political qualities and moral cultivation, master solid basic knowledge, theories and technologies of data science, as well as basic knowledge in the fields of mathematics, statistics, computer science, natural science and social science for big data applications, possess engineering practice ability, innovation ability and continuous learning ability, and can be engaged in related work in the fields of big data system development, operation and maintenance, big data analysis and mining.
Students will achieve the following goals about five years after graduation:
① Have a sense of social responsibility and a spirit of responsibility, and have good professional cultivation and moral standards.
② Be able to use professional knowledge and technology to develop, operate and maintain big data systems, analyze and mine data, and develop and implement information-related systems.
③ Be able to carry out teamwork in a multidisciplinary background, be able to become a key member or leader of a team, and be able to play an effective role.
④ Have good communication and expression skills and project management abilities.
⑤ Be able to continuously improve their own knowledge and abilities through continuing education or other lifelong learning channels.
三、毕业要求
根据上述培养目标，本专业毕业生必须满足如下毕业要求。
（一）毕业要求
毕业要求1（工程知识）：能够将数学、自然科学、计算、工程基础和专业知识用于解决数据科学与大数据技术专业领域的复杂工程问题。
1-1：掌握数学、自然科学、计算、工程基础、数据科学与大数据技术专业知识，并能够用于理解与描述复杂工程问题，建立模型。
1-2：能够对模型进行分析，并利用模型解决问题。
1-3：能够将专业知识用于复杂工程问题解决方案的分析与优化。
毕业要求2（问题分析）：能够应用数学、自然科学和工程科学的第一性原理，识别、表达并通过文献研究分析数据科学与大数据技术相关领域的复杂工程问题，综合考虑可持续发展的要求，以获得有效结论。
2-1：能够运用数学、自然科学、工程科学的第一性原理，识别和表达数据科学工程领域的复杂工程问题。
2-2：能够针对具体的复杂工程问题选择合适的数学模型，并能够判断其正确性和有效性。
2-3：能够从数理科学与工程科学角度，结合文献研究对复杂工程问题解决方案进行分析，并能够掌握解决方案优化方法。
毕业要求3（设计/开发解决方案）：能够针对数据科学与大数据技术领域的复杂工程问题开发和设计解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，体现创新性，并从健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。
3-1：掌握数据科学工程设计和产品开发全周期、全流程的设计、开发方法和技术，了解数据科学工程领域复杂工程问题解决方案的各种影响因素；
3-2：能够针对数据科学复杂工程问题的特定需求，设计单元、部件、模块或算法；
3-3：能够针对数据科学复杂工程问题进行系统或工艺流程设计，并完成项目的软硬件设计、仿真、开发、运行和维护，在设计和开发中体现创新意识；
3-4：在数据科学复杂工程问题解决方案设计中，能综合考虑健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等制约因素。
毕业要求4（研究）：能够基于科学原理并采用科学方法对数据科学与大数据技术领域的复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息的综合处理得到合理有效的结论。
4-1：能够基于科学原理并采用科学方法对数据科学与大数据技术领域的复杂工程问题进行分解。
4-2：针对复杂工程问题，能够运用本专业相关原理和知识设计实验方案，并进行合理实施。
4-3：能够对已获得的实验数据进行整理、分析，并能通过信息的综合处理得出有效结论。
毕业要求5（使用现代工具）：能够针对数据科学领域的复杂工程问题，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。
5-1：了解数据科学专业常用的技术、资源、现代工程工具、信息技术工具的使用原理和方法，并理解其局限性；
5-2：能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，对数据科学与大数据技术复杂工程问题进行预测、模拟、分析、计算与设计；
5-3：能够针对具体的数据科学与大数据技术复杂工程问题对象，通过组合、选配、改进、二次开发等方式创造性地使用现代工具进行模拟、预测、分析、计算与设计，满足特定需求，并能分析其局限性。
毕业要求6（工程与可持续发展）：在解决数据科学复杂工程问题时，能够基于工程相关背景知识，分析和评价数据科学工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。
6-1：熟悉信息化相关产业的技术标准体系、知识产权、产业政策和法律法规，能够理解大数据工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响。
6-2：能够识别和分析数据科学与大数据技术在实践对健康、安全、环境、法律以及经济和社会可持续发展的影响；
6-3：能够客观评价数据科学与大数据技术工程对健康、安全、环境、法律以及经济和社会可持续发展的影响，理解应承担的责任，并能考虑采用技术手段、方法和措施减少、消除潜在的负面影响。
毕业要求7（伦理和职业规范）：有工程报国、工程为民的意识，具有人文社会科学素养和社会责任感，能够理解和应用工程伦理，在数据科学与大数据技术的工程实践中遵守工程职业道德、规范和相关法律，履行责任。
7-1：具有良好的人文社会科学素养，在数据科学与大数据技术领域的工程实践过程中，能够考虑经济、环境、法律、伦理等各种制约因素。
7-2：具有社会责任感，理解数据科学与大数据技术领域的相关职业道德和规范，并且在工程实践中自觉遵守，履行职责。
毕业要求8（个人与团队）：能够在多样化、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。
8-1：具备团队协作精神，能够与团队其他成员进行积极有效的沟通。
8-2：在多学科背景下，能够胜任团队中的个体、团队成员及负责人角色。
毕业要求9（沟通）：能够就数据工程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；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异。
9-1：能够就数据科学与大数据技术领域复杂工程问题撰写报告和设计文稿、陈述发言、清晰表达或回应指令。
9-2：至少具备一门外语的应用能力，对数据科学与大数据技术国际研究前沿有初步了解，能够在跨文化背景下进行沟通和交流。
9-3：能够就数据科学与大数据技术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。
毕业要求10（项目管理）：理解并掌握数据科学与大数据技术工程项目相关的管理原理与经济决策方法，并能在多学科环境中应用。
10-1：能够理解并掌握数据科学与大数据工程项目管理中涉及到的管理与经济决策方法；
10-2：了解数据科学与大数据工程及其产品全周期、全流程的成本构成，理解其中涉及的工程管理与经济决策问题；
10-3：在多学科环境下(包括模拟环境)下，能够将工程管理与经济决策方法应用于设计开发解决方案的过程中。
毕业要求11（终身学习）：具有自主学习和终身学习的意识和能力，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革，具有批判性思维能力。
11-1：有积极向上的价值观，具备自主学习和终身学习的意识。
11-2：掌握良好的学习方法，具有一定的探索知识和适应发展的能力。
（二）培养目标能力体系与课程体系映射关系
图1. 培养目标能力体系与课程体系映射关系
图2. 课程体系映射关系
浙公网安备33018502001115号