本专业以现代信息技术产业发展需求为导向，注重与计算机、自动化控制、电子信息等相关专业的交叉融合，秉承复合型人才培养理念，培养德、智、体、美、劳和谐发展，具备健全人格和健康心理，能够在大数据专业实习中发扬崇尚劳动、无私奉献的精神，具有数学与自然科学基础知识，系统掌握数据科学与大数据技术的基础理论、基本技术，具有较高的文化素养和职业素质，知识、能力和素质协调发展的，能够胜任大数据科研、开发与分析等工作的具有国际视野、系统思维、工程实践、创新意识、团队合作能力和奉献精神的高素质工程应用型创新人才。

毕业五年左右达到：

(1) 具有运行、维护、管理复杂大数据系统的能力，并能够综合考虑经济、环境、法律、安全、健康、伦理等方面的影响因素。

(2) 具有扎实的专业理论与实践能力，并有良好的人文素养、社会责任感和工程职业道德，能够从事数据采集与分析工作。

(3) 具有较强创新能力，能够从事数据采集与分析系统的开发工作。

(4) 具有团队合作、沟通和项目管理能力，能够组织和协调团队成员进行系统设计和开发。

(5) 具有国际化视野和跨文化交流与合作能力，能够在不同职能团队中发挥特定的作用。

本专业围绕着“紧密结合专业人才培养目标，紧密结合地方社会需求，紧密结合计算机新技术发展”的理念,采取开放办学模式，实现高校、企业和社会教育资源的优势互补，坚持“理论学习＋工程实践＋新技术应用”的高素质工程应用型创新人才培养模式，注重与控制科学与工程等其它学科的交叉与融合，注重实践和创新能力的培养，聚焦大数据系统运维、数据分析及其产品开发等紧缺人才的培养。

基于国家“大数据”发展战略及上海市“大数据”产业发展的要求，党的五中全会的“十三五”规划也将大数据战略作为十四大战略之一，规划建议提出：“实施国家大数据战略，推进数据资源开放共享。”将学生的“实施国家大数据战略、爱国主义精神和人文情怀”融入毕业要求。本专业学生主要学习数据科学与大数据技术方面的基本理论和基本知识，接受大数据平台运维、数据采集、分析、可视化技术的基本训练，培养大数据系统的运维、应用与开发的基本能力。

毕业生应满足以下几方面要求：

(一)工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂工程问题。

(二)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复杂工程问题，以获得有效结论。

(三)设计/开发解决方案：能够针对数据科学复杂工程问题设计解决方案，设计数据分析流程，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。

(四)研究：能够基于科学原理并采用科学方法对数据分析等工程问题进行研究，包括设计数据挖掘流程、分析与解释数据和现象、并通过信息综合得到合理有效的结论。

(五)使用现代工具：能够针对大数据系统复杂工程问题，开发、选择与使用恰当的系统架构、开发语言、资源和现代信息技术工具，包括对复杂工程问题数据流的预测与模拟。

(六)工程与社会：能够基于工程相关背景知识进行合理分析，能够在大数据专业实习中发扬崇尚劳动、无私奉献的精神，评价专业工程实践和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。

(七)环境和可持续发展：能够理解和评价针对复杂工程问题的专业工程实践对环境、社会可持续发展的影响。

(八)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。

(九)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。

(十) 沟通：能够就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。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。

(十一)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。

(十二)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。

主干学科：数据科学与大数据技术

课程体系：

专业特色课程：数据采集与可视化技术、大数据基础平台、云计算与虚拟化技术、面向对象程序设计、软件工程、机器学习和商业智能。

特色选修课程： JAVA程序设计、人工智能基础。

表   数学科学与大数据技术专业课程体系与毕业要求支撑矩阵表（2022级）

（1）产教融合特色

  本专业依托已经建立的企业实践基地，校企双方根据人才培养目标和培养方案要求，共同制定实习教学大纲，编写实习指导书，并制定相应的保障措施。每个实践基地均配备有稳定的企业指导教师，与校内教师共同指导和管理学生实习和毕业设计（论文）工作。

  本专业包括实验、课程设计、实习、毕业设计（论文）等实践性教学环节。其中，校企产学实践环节共25.5周，包括面向对象程序设计（2.5周）、认识实习（1周）、计算机软件综合实验（2周）、大数据专业实习（2周）、专业综合设计（2周）、大数据毕业实习（4周），和毕业设计（论文）（16周）。在实践教学过程中，注重培养学生的职业精神和职业道德，有效提升学生工程实践能力。

（2）劳动教育实践

  “大数据专业实习”课程可以冲抵1学分的劳动教育与实践类课程。教学实习和生产实习是本专业学生理论联系实际、接触社会、了解生产实际的一个重要途径，是培养学生树立实践观念和劳动观点的重要教学环节，能够在数据科学与大数据技术领域实践中发扬崇尚劳动、无私奉献的精神。

第二课堂共4学分，由“创新创业类”和“素质拓展类”两大模块组成。“创新创业类”和“素质拓展类”各2学分。第二课堂学分具体认定办法详见《上海工程技术大学第二课堂学分实施办法》。

㈠　本专业基本学制4年，学生可在3至6年内完成学业。
㈡　学生在规定的学习年限内修满培养方案规定的各教学模块的学分，总学分达到170学分。其中各类必修学分达到156学分，选修学分达到14学分(含第二课堂4学分)，方能毕业。

符合《上海工程技术大学学士学位授予工作细则》规定的毕业生授予工学学学士学位。

    学生应在电子电气类通识教育课程中修满48学分。

    学生应在电子电气类-数据科学与大数据技术学科基础平台课中修满42学分。