数据科学与大数据技术

专业简介

数据科学与大数据技术专业（专业代码080910T）是2016年教育部在计算机类下设置的新兴本科专业。该专业面向北京城市功能定位及经济社会发展需求，立足学校培养复合应用型人才的总目标，以大数据分析技术为主线，实现大数据的采集、处理、分析、可视化及辅助决策，培养大数据科学与工程领域复合应用型人才。建有大数据技术等专业实验室和校企共建协同育人教学实践基地，强化专业实训功能，深化人才培养体系，构建校企合作模式。

毕业生具备自主学习能力、创新创业精神和良好的职业道德素养，掌握数据科学基础知识、计算机理论和大数据处理技术，能够运用大数据思维分析和解决大数据应用领域复杂工程问题。

主要课程

专业主干学科为计算机科学与技术；核心课程包括大数据技术导论、计算机组成原理与系统结构、计算机网络、数据结构与算法、数据库原理与应用、数据分析与挖掘、大数据存储与处理技术、数据可视化技术、ETL技术与应用、Spark大数据分析、农业大数据应用案例；实践教学环节包括Python综合实训、数据分析与挖掘课程设计、Hadoop综合实训、大数据综合实训、科研训练与毕业论文、专业综合实习。

学制

四年制本科，4～6年弹性学制

授予学位

工学学士学位。

就业方向

1）大数据产品经理：结合业务领域内需求场景，进行数据产品设计和规划；撰写需求文档，生成产品设计原型，提供数据分析解决方案，研究和设计可视化产品；执行产品线的生命周期管理，推动产品的开发、上线、迭代、运营、推广等工作；完成解决方案产品化和商品。

2）大数据分析师：深入挖掘和分析业务数据，提取业务领域的用户特征和数据价值；根据数据特性和业务需求，建立大数据分析模型；应用分析结果，结合业务场景，总结业务规律、诊断现有业务，提出改进建议并提供决策支持；推动数据产品研发工作，将数据分析模型和分析结果转化为数据分析产品。

3）大数据开发工程师：负责大数据处理框架的规划、部署、管理和优化，保障平台稳定可靠高效运行；根据领域业务需求设计和开发大数据应用系统，进行数据采集、数据存储以及可视化分析等环节的开发；进行大数据环境下的数据分析、数据清洗、转换、建模、挖掘等工作，提供面向业务的数据服务。

4）大数据运维工程师：负责大数据集群平台和其他各业务线系统的日常运营监测、数据备份、数据监控、报警、故障处理、大数据平台规划、部署和系统优化等，确保系统平台高性能稳定运行；设计实现大规模分布式集群的运维、监控和管理平台。