一、指导思想
贯彻执行党的教育方针；体现“教育要面向现代化，面向世界，面向未来”的时代精神；实行“专通结合”和“复合型”人才教育，以增强毕业生的适应性；根据人才培养目标，不断调整、完善、优化人才培养计划，全面、认真实施人才培养方案，在人才培养实践过程中，加强学校与学校、学校与企业、学校与科研机构之间的交流与合作，形成开放、灵活、多元的人才培养模式，致力于培养德能兼备、基础厚、口径宽、专业知识丰富、专业技能完备的高素质人才。
二、培养目标
本专业培养德、智、体、美全面发展，掌握数据科学与大数据技术的基础知识、理论、及技术，包括面向大数据应用的统计学、数学，计算机科学与金融学基础知识，数据建模、高效分析与处理，统计学推断的基本理论、基本方法和基本技能，对自然科学和社会科学等应用领域中大数据的了解，具有较强的专业能力和良好外语运用能力，能在互联网、银行、证券、保险、制药和行政事业等行业从事数据分析、大数据处理、分析及预测等工作的高级应用型人才。
三、培养要求
本专业要求学生掌握数据科学与大数据技术相关的基本理论、基本知识和基本方法，系统地掌握数据科学与大数据专业知识，具有大数据应用系统设计与开发意识，以及在IT、经济、金融、管理等诸多科学领域从事科学研究、解决实际问题的基本能力。
本专业毕业生应具备以下几方面的知识、能力和素质：
1．热爱社会主义祖国，坚持四项基本原则，有较强的法律意识和良好的思想道德修养，有高度责任感、事业心。以马克思主义理论为指导，掌握毛泽东思想、邓小平理论、“三个代表”重要思想和科学发展观，以毛泽东思想和中国特色社会主义理论体系概论、中国近现代史纲要、马克思主义基本原理概论等课程为支撑。
2．掌握从事本专业工作所需的统计学、数学、计算机科学知识以及一定的人文社会科学、管理科学与经济学知识，以高等数学、统计学、概率论、数理统计、统计计算、回归分析、时间序列、计算机应用、西方经济学、货币银行学等课程为支撑。
3．熟练掌握大数据建模与分析的基础理论及其计算机处理的基本技能，熟悉自然科学、社会科学和管理科学等应用领域中大数据的特征，以数据挖掘、机器学习、R/Python语言及案例分析、商务统计建模与决策等课程为支撑。
4．掌握数据科学的基本思维方法和研究方法，具有从事大数据应用系统设计与实现的工程意识，特别在数据分析、数据挖掘、数据管理、数据存储等方面，并能发现、分析和解决交叉学科实际问题的初步能力，以数据库原理及应用、数据挖掘、机器学习、大数据平台分析应用、R/Python语言及案例分析、金融统计分析等课程为支撑。
5．掌握资料查询、文献检索及运用现代信息技术获取相关信息的基本方法，具有一定的科学研究和实际工作能力，以数据挖掘、机器学习、分布式计算、文本挖掘、数据采集与网络爬虫、神经网络、深度学习等课程为支撑。
6．具有较强的创新意识和创业精神，以经济社会调研、创新创业实践等课程为支撑。
7．具有一定的国际意识和国际知识。
8．具有良好的人文素质和科学素质。
9．能较熟练地掌握一门外语，具有较强的阅读能力和听、说、写能力，以大学英语系列课程为支撑。
10．具有良好的身体素质和心理素质。
四、学制
本科教育实行四学年的基本学制。学生在符合学校有关规定的条件下，可适当延长在校学习期限，但最长不得超过两年延长期。
五、教学计划（见附表）
六、毕业论文
毕业论文（设计）是本科学生在掌握本门学科的基础理论、专门知识和基本技能的基础上，进行科学研究工作的训练，培养独立工作能力，全面提高教学质量的重要环节。第七学期学生在老师指导下独立完成毕业论文（设计）的写作。
七、科学研究
为使学生逐步掌握科学研究的基本方法，提高学生的科学研究能力，培养和提高学生认识问题、分析问题和解决问题的能力，学校积极鼓励、引导和组织学生参加学术探讨和科学研究活动，特别是与本专业有关的学术活动，鼓励学生结合课程教学、生产实习、社会调查、社会实践等开展科研活动。对科研成绩优秀的学生，将在优秀学生、奖学金等的评定中给予优先考虑。
八、成绩考核
为巩固学生所学知识、检查教学效果，保证教学质量，必须严格执行考核制度。考核合格，给予相应的成绩。各门课程分别记载学分、成绩与绩点。具体规定详见米兰体育相关文件。
九、毕业与学位
学生在规定的时间内完成培养方案规定的全部课程与学习任务，获得相应的学分，符合各项要求者，准予毕业并发给毕业证书。毕业生符合《中华人民共和国学位条例》、《中华人民共和国学位条例暂行实施办法》和学校有关规定者，经学校学位委员会审查通过，授予理学学士学位。
附表1 教学结构及学分分配表
制表日期：2019年09月
专业：数据科学与大数据技术 专业代码：080910T 基本学制：4年
课程层次 |
教学内容 |
学分 |
小计 |
合计 |
通 识 教 育 课 |
必修 |
思想政治理论课、军事理论、军事训练、创业基础 |
16 |
24 |
32 |
形势与政策、大学生职业发展与就业指导、大学生心理健康教育 |
5 |
文选与应用文写作 |
3 |
选修 |
国际视野、科学技术、通用能力、人文社科模块 |
8 |
8 |
公共基础课 |
外语、数学、计算机、体育课 |
39 |
39 |
39 |
学科共同课 |
按学科门类设置 |
16 |
16 |
16 |
专 业 课 |
必修 |
按专业设置 |
18 |
18 |
38 |
选修 |
20 |
20 |
实 践 教 学 |
必修 |
毕业论文、毕业实习（1）、毕业实习（2）、经济社会调研、体育锻炼等 |
18 |
20 |
26 |
按专业设置的实践教学课程 |
2 |
选修 |
竞赛、技能；科研实践、学术讲座；志愿者服务、社团活动、社会工作；创新创业实践等 |
6 |
6 |
毕业最低总学分 |
151 |
注： 1.《形势与政策(2)》，学生在校期间参加学院组织的形势与政策类讲座8次，讲座分布在第1-8学期中，在第8学期由公共基础部认定，次数满者获得1学分，次数未满的学分为0；
2.《军事训练》，集中军训两周；
3.通识教育选修课分四个模块，每个模块至少选修2学分，合计不得少于8学分；
4.《思想政治理论课社会实践》和《经济社会调研》大一暑期开展，《暑期专业实习(1)》和《暑期专业实习(2)》分别在大二和大三暑期开展；
5.实践教学选修课第七学期认证；
6.第七学期所有课堂教学课程的教学周均为8周。
7.毕业实习（1）是校内进行的跨专业综合实训，第六学期开展；毕业实习（2）是校外实习，第八学期开展。
附表2 米兰体育教学计划表
制表日期：2019年09月
专业：数据科学与大数据技术 专业代码：080910T 基本学制：4年
课程 类别 |
课程代码 |
课程名称 |
学分 |
总学时 |
学时分配 |
按学期周课时分配 |
开课系部 |
备注 |
理论 |
实践 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
通 识 教 育 课 |
必 修 |
110100024 |
1 毛泽东思想和中国特色社会主义理论体系概论 |
3 |
48 |
48 |
0 |
|
|
|
3 |
|
|
|
|
公共基础部 |
|
110100002 |
2 中国近现代史纲要 |
3 |
48 |
48 |
0 |
4 |
|
|
|
|
|
|
|
公共基础部 |
|
210100003 |
3 马克思主义基本原理概论 |
3 |
48 |
39 |
9 |
|
|
3 |
|
|
|
|
|
公共基础部 |
|
210100004 |
4 思想道德修养与法律基础 |
3 |
48 |
39 |
9 |
|
3 |
|
|
|
|
|
|
公共基础部 |
|
110100006 |
5 文选与应用文写作 |
3 |
48 |
48 |
0 |
|
3 |
|
|
|
|
|
|
公共基础部 |
|
110030001 |
6 大学生心理健康教育 |
1 |
16 |
14 |
2 |
|
1 |
|
|
|
|
|
|
学生处 |
|
110030002 |
7 大学生职业发展与就业指导（1） |
0.5 |
9 |
9 |
0 |
3 |
|
|
|
|
|
|
|
学生处 |
|
110030003 |
8 大学生职业发展与就业指导（2） |
0.5 |
9 |
9 |
0 |
|
|
3 |
|
|
|
|
|
学生处 |
|
110030004 |
9 大学生职业发展与就业指导（3） |
0.5 |
9 |
9 |
0 |
|
|
|
|
|
3 |
|
|
学生处 |
|
210030005 |
10 大学生职业发展与就业指导（4） |
0.5 |
16 |
0 |
16 |
|
|
|
|
|
|
4 |
|
学生处 |
|
110100003 |
11 形势与政策（1） |
1 |
16 |
16 |
0 |
|
|
2 |
|
|
|
|
|
公共基础部 |
|
210100002 |
12 形势与政策（2） |
1 |
32 |
0 |
32 |
|
|
|
|
|
|
|
|
公共基础部 |
|
110030006 |
13 军事理论 |
1 |
13 |
13 |
0 |
1 |
|
|
|
|
|
|
|
学生处 |
|
210030007 |
14 军事训练 |
1 |
26 |
0 |
26 |
|
|
|
|
|
|
|
|
学生处 |
|
110210001 |
15 创业基础 |
2 |
32 |
32 |
0 |
|
2 |
|
|
|
|
|
|
创业学院 |
|
小 计 |
24 |
418 |
324 |
94 |
8 |
9 |
8 |
3 |
0 |
3 |
4 |
0 |
|
|
选修 |
120160011 |
16 国际视野模块 |
2 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
120160012 |
17 科学技术模块 |
2 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
120160013 |
18 人文社科模块 |
2 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
120160014 |
19 通用能力模块 |
2 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
小 计 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
通识教育选修课应修读学分 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
公 共 基 础 课 |
必 修 |
110090019 |
20 大学英语阅读（1） |
2 |
26 |
26 |
0 |
2 |
|
|
|
|
|
|
|
外语系 |
|
110090020 |
21 大学英语阅读（2） |
2 |
32 |
32 |
0 |
|
2 |
|
|
|
|
|
|
外语系 |
|
110090021 |
22 大学英语阅读（3） |
2 |
32 |
32 |
0 |
|
|
2 |
|
|
|
|
|
外语系 |
|
110090022 |
23 大学英语阅读（4） |
2 |
32 |
32 |
0 |
|
|
|
2 |
|
|
|
|
外语系 |
|
210090009 |
24 大学英语听说（1） |
1 |
26 |
0 |
26 |
2 |
|
|
|
|
|
|
|
外语系 |
|
210090010 |
25 大学英语听说（2） |
1 |
32 |
0 |
32 |
|
2 |
|
|
|
|
|
|
外语系 |
|
210090011 |
26 大学英语听说（3） |
1 |
32 |
0 |
32 |
|
|
2 |
|
|
|
|
|
外语系 |
|
210090012 |
27 大学英语听说（4） |
1 |
32 |
0 |
32 |
|
|
|
2 |
|
|
|
|
外语系 |
|
110100021 |
28 高等数学A（1） |
6 |
78 |
78 |
0 |
6 |
|
|
|
|
|
|
|
公共基础部 |
|
110100008 |
29 高等数学A（2） |
5 |
80 |
80 |
0 |
|
5 |
|
|
|
|
|
|
公共基础部 |
|
110100022 |
30 高等代数（1） |
3 |
48 |
48 |
0 |
|
3 |
|
|
|
|
|
|
公共基础部 |
|
110100023 |
31 高等代数（2） |
3 |
48 |
48 |
0 |
|
|
3 |
|
|
|
|
|
公共基础部 |
|
110060001 |
32 概率论A |
4 |
64 |
64 |
0 |
|
|
4 |
|
|
|
|
|
公共基础部 |
|
210130001 |
33 计算机应用 |
2 |
52 |
0 |
52 |
4 |
|
|
|
|
|
|
|
经济与信息管理系 |
|
210150001 |
34 大学体育（1） |
1 |
26 |
2 |
24 |
2 |
|
|
|
|
|
|
|
公共基础部 |
|
210150002 |
35 大学体育（2） |
1 |
32 |
2 |
30 |
|
2 |
|
|
|
|
|
|
公共基础部 |
|
210150003 |
36 大学体育（3） |
1 |
32 |
2 |
30 |
|
|
2 |
|
|
|
|
|
公共基础部 |
|
210150004 |
37 大学体育（4） |
1 |
32 |
2 |
30 |
|
|
|
2 |
|
|
|
|
公共基础部 |
|
小计 |
39 |
736 |
448 |
288 |
16 |
14 |
13 |
6 |
0 |
0 |
0 |
0 |
|
|
学科共同课 |
必修 |
110120004 |
38 微观经济学 |
3 |
48 |
48 |
0 |
|
3 |
|
|
|
|
|
|
经济与信息管理系 |
|
110120003 |
39 宏观经济学 |
3 |
48 |
48 |
0 |
|
|
3 |
|
|
|
|
|
经济与信息管理系 |
|
210060027 |
40 探索性数据分析 |
2 |
39 |
13 |
26 |
3 |
|
|
|
|
|
|
|
统计系 |
|
110070002 |
41 会计学B |
3 |
48 |
48 |
0 |
|
|
|
3 |
|
|
|
|
会计系 |
|
110110001 |
42 货币银行学A |
3 |
48 |
48 |
0 |
|
|
3 |
|
|
|
|
|
金融系 |
|
210060029 |
43 R/Python语言基础 |
2 |
48 |
16 |
32 |
|
3 |
|
|
|
|
|
|
统计系 |
|
小 计 |
16 |
279 |
221 |
58 |
3 |
6 |
6 |
3 |
0 |
0 |
0 |
0 |
|
|
专 业 课 |
必修 |
110060029 |
44 数理统计 |
4 |
64 |
64 |
0 |
|
|
|
4 |
|
|
|
|
统计系 |
|
210060007 |
45 回归分析 |
2 |
48 |
16 |
32 |
|
|
|
|
3 |
|
|
|
统计系 |
|
210060010 |
46 时间序列分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
210060011 |
47 多元统计分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
220060029 |
48 数据挖掘 |
2 |
48 |
16 |
32 |
|
|
|
|
3 |
|
|
|
统计系 |
|
220060030 |
49 机器学习 |
2 |
48 |
16 |
32 |
|
|
|
3 |
|
|
|
|
统计系 |
|
210060006 |
50 数据库原理及应用 |
2 |
48 |
16 |
32 |
|
|
3 |
|
|
|
|
|
统计系 |
|
220060018 |
51 统计计算 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
小 计 |
18 |
400 |
176 |
224 |
0 |
0 |
3 |
7 |
6 |
9 |
0 |
0 |
|
|
选修 |
220060014 |
52 算法设计与分析 |
2 |
48 |
16 |
32 |
|
|
3 |
|
|
|
|
|
统计系 |
|
220060012 |
53 数据可视化 |
2 |
48 |
16 |
32 |
|
|
3 |
|
|
|
|
|
统计系 |
|
220060015 |
54 数据采集与网络爬虫 |
2 |
48 |
16 |
32 |
|
|
|
3 |
|
|
|
|
统计系 |
|
110060005 |
55 非参数统计 |
3 |
48 |
48 |
0 |
|
|
|
|
3 |
|
|
|
统计系 |
|
220060037 |
56 R/Python语言及案例分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
220060040 |
57 数据科学与商务分析 |
2 |
48 |
16 |
32 |
|
|
|
3 |
|
|
|
|
统计系 |
|
220060017 |
58 分步式计算 |
2 |
48 |
16 |
32 |
|
|
|
|
3 |
|
|
|
统计系 |
|
220060020 |
59 大数据平台分析应用 |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
6 |
|
统计系 |
|
110060002 |
60 贝叶斯统计 |
3 |
48 |
48 |
0 |
|
|
|
|
|
3 |
|
|
统计系 |
|
120060038 |
61 应用随机过程 |
3 |
48 |
48 |
0 |
|
|
|
|
3 |
|
|
|
统计系 |
|
120060042 |
62 运筹学 |
2 |
48 |
16 |
32 |
|
|
3 |
|
|
|
|
|
统计系 |
|
220060022 |
63 数据结构 |
2 |
48 |
16 |
32 |
|
|
|
3 |
|
|
|
|
统计系 |
|
220060023 |
64 自然语言处理 |
2 |
48 |
16 |
32 |
|
|
3 |
|
|
|
|
|
统计系 |
|
220060024 |
65 文本挖掘 |
2 |
48 |
16 |
32 |
|
|
|
|
3 |
|
|
|
统计系 |
|
120060032 |
66 属性数据分析 |
2 |
32 |
32 |
0 |
|
|
|
|
|
|
4 |
|
统计系 |
|
220060025 |
67 金融风险与征信 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
220060026 |
68 商务统计建模与决策 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
110060042 |
69 金融统计分析 |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
6 |
|
统计系 |
|
220060027 |
70 神经网络 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
220060028 |
71深度学习 |
2 |
48 |
16 |
32 |
|
|
|
|
|
3 |
|
|
统计系 |
|
小 计 |
43 |
944 |
432 |
512 |
0 |
0 |
12 |
9 |
12 |
18 |
16 |
0 |
|
|
专业选修课应修读学分 |
20 |
|
|
|
0 |
0 |
4 |
4 |
5 |
5 |
2 |
0 |
|
|
实 践 教 学 |
必修 |
210060005 |
72 市场调查与预测 |
2 |
48 |
16 |
32 |
|
|
|
|
|
|
6 |
|
统计系 |
|
210150010 |
73 体育锻炼Ⅰ |
0.5 |
|
|
|
|
|
|
|
|
|
|
|
公共基础部 |
|
210150011 |
74 体育锻炼Ⅱ |
0.5 |
|
|
|
|
|
|
|
|
|
|
|
公共基础部 |
|
210160001 |
75 经济社会调研 |
1 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
210100005 |
76 思想政治理论课社会实践 |
2 |
|
|
|
|
|
|
|
|
|
|
|
公共基础部 |
|
210160002 |
77 暑期专业实习（1） |
2 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
210160003 |
78 暑期专业实习（2） |
2 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
210160006 |
79 毕业实习（1） |
2 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
210160007 |
80 毕业实习（2） |
4 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
210160005 |
81 毕业论文（设计） |
4 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
小 计 |
20 |
48 |
16 |
32 |
0 |
0 |
0 |
0 |
0 |
0 |
6 |
0 |
|
|
选修 |
220160006 |
82 竞赛、技能 |
4 |
|
|
|
|
|
|
|
|
|
|
|
实践教学中心 |
|
220160011 |
83 科研实践、学术讲座 |
2 |
|
|
|
|
|
|
|
|
|
|
|
统计系 |
|
220160008 |
84 志愿者服务、社团活动、社会工作 |
2 |
|
|
|
|
|
|
|
|
|
|
|
团委 |
|
220160009 |
85 创新创业实践 |
2 |
|
|
|
|
|
|
|
|
|
|
|
创业学院 |
|
小计 |
10 |
|
|
|
|
|
|
|
|
|
|
|
|
|
实践教学选修课应修读学分 |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
浙公网安备 33070302100009号