一、培养目标 该专业主要面向大数据产业发展需求，掌握数据科学基本理论和数据分析处理技术，具备大数据技术应用开发与分析能力，能够利用大数据思维解决主专业大数据应用问题的复合型人才。 二、授予学位门类 授予学位： 理学 学士学位。 三、招收对象与条件 校内（非计算机科学与技术、数据科学与大数据技术专业）的本科学生。 四、毕业最低学分要求 总学分: 40 。 五、课程设置与学分分布 必修课程：要求学分： 40，理论课：16学时1学分，单独实践课：32学时1学分。 序号 | 课程号 | 课程名称 | 类别 | 学分 | 学时 | 开设学期 | 1 | 58308016 | Linux应用基础与实验 | 必修 | 1.5 | 24 | 1 | 2 | 58308017 | Web技术应用与实验 | 必修 | 2 | 32 | 1 | 3 | 58308018 | 程序设计I与实验 | 必修 | 3.5 | 56 | 1 | 4 | 58308019 | 数据库原理与实验 | 必修 | 3.5 | 56 | 1 | 5 | 58308020 | 计算机系统基础与实验 | 必修 | 1.5 | 24 | 2 | 6 | 58308021 | 大数据统计方法与实验 | 必修 | 2 | 32 | 2 | 7 | 58308022 | 程序设计Ⅱ与实验 | 必修 | 3.5 | 56 | 2 | 8 | 58308023 | 数据结构与算法实验 | 必修 | 3.5 | 56 | 2 | 9 | 58308024 | 大数据挖掘技术与实验 | 必修 | 3.5 | 56 | 3 | 10 | 58308025 | 大数据存储处理技术与实验 | 必修 | 3.5 | 56 | 3 | 11 | 58308026 | 大数据分析与可视化技术与实验 | 必修 | 3.5 | 56 | 3 | 12 | 58308027 | 人工智能技术与实验 | 必修 | 3.5 | 56 | 4 | 13 | 58308035
| 毕业设计（论文） | 必修 | 5 | 8周 | 4 |
|
培养方案
