1

计算机科学与技术专业（云计算与大数据方向）人才培养方案

制定人：孙红丽 审核人：李海涛 适用年级：2017 级入校适用

一、专业代码及专业名称、修业年限、授予学位、学分要求

1. 专业代码和专业名称：080901，计算机科学与技术（云计算与大数据方向）。

2. 修业年限：基本学制 4 年，可在 3-6 年内完成学业。

3. 授予学位和学分要求：工学学士学位，170 学分。

二、培养目标和规格要求

(一) 培养目标

本专业旨在迎合市场需求、贴近产业发展现状，培养德、智、体等全面发展，具有较高专业素养、科

学素养和人文素养，较好地掌握计算机科学技术及大数据技术的基本知识和基本技能，能在 IT 行业、行

政事业单位等从事大数据处理、分析及预测和大数据应用维护的应用型人才。通过学习几种主流大数据产

品和技术的特性、实现原理和应用方向，并组织实习项目，使学生了解并初步掌握目前流行的大数据主流

技术，了解其特点以及使用的场景，培养具备一定的数据预处理能力、大数据系统架构能力，能够从事大

数据应用开发、大数据系统研发及数据可视化等工作，具有创新精神的高级应用型人才。

(二) 规格要求

本专业学生主要学习计算机与大数据技术方面的基本理论与基本技能，进行数据处理、分析与预测和

大数据应用维护方面的项目训练，具备大数据架构能力及大数据应用开发能力。

1. 素质要求

1.1 具有良好的思想品德、社会公德和工程职业道德和较强的社会责任感，能正确认识数据科学对客

观世界和社会的影响；

1.2 具备与本专业相关的方针政策和法律法规知识；

1.3 具有一定的外语应用能力，能阅读本专业的外文资料，具有一定的国际视野；

1.4 能掌握体育运动的基本方法，形成良好的体育锻炼习惯。

2. 知识要求

2.1 具备计算机学科及大数据相关的基本理论知识；

2.2 具有较强的程序设计能力以及程序设计思想；

2.3 掌握大数据系统架构、大数据预处理、分析及预测等相关知识；

2.4 掌握云计算与大数据方向的基本理论知识，熟练使用常用软件搭建平台，并能进行数据分析处理。

3. 能力要求

3.1 具有运用数学、物理等学科基础知识解决计算机系统工程问题的能力；

2

3.2 能运用所学知识解决实际问题，具有较高的综合业务素质、较强的创新与实践能力；

3.3 具有利用大数据技术进行数据分析、处理、管理的能力；

3.4 具备云平台构建和数据中心建设能力；

3.5 具备一定的系统维护与项目管理能力；

3.6 经过基本的专业化训练，参加实际数据管理项目，具备从业基础；

3.7 具有一定的组织管理能力和人际交往能力以及团队合作精神。

(三) 工作岗位和职业能力与素质要求（表 1）

表 1 计算机科学与技术（云计算与大数据方向）专业工作岗位和职业能力与素质要求表

序

号

核心工作

岗位及相关

工作岗位

岗位描述 职业能力要求与素质 主要课程

1 大数据工程师

综合利用大数据

技术进行数据分

析

1.1 掌握 Hadoop 大数据技术

1.2 掌握数据挖掘技术

1.3 掌握数据可视化技术

1.4 掌握统计分析技术

Hadoop 大数据技术

数据导入与预处理

数据挖掘技术及应用

数据可视化技术

分布式数据库原理与应

用

2 云计算工程师

构建云系统，为

企事业提供云服

务

2.1 掌握云计算基础知识

2.2 基于 Hadoop 技术构建云平台

2.3 掌握云系统安全性处理技术

云计算与虚拟化技术

Hadoop 大数据技术

云计算与大数据应用开

发、

3 网络信息分析

师

综合分析海量网

络信息，挖掘有

用资料、

3.1 下载、处理大批量的网络数据

3.2 挖掘数据规律，得出有效信息

3.3 给用户呈现有价值的参考结论

计算机网络

数据挖掘技术及应用

Hadoop 大数据技术

大数据分析与内存计算

三、主干学科

计算机科学、数据科学、统计学、数学。

四、核心课程

Hadoop 大数据技术、分布式数据库原理与应用、数据挖掘技术与应用、数据导入与预处理、数据可

视化、商务智能方法与应用及大数据分析与内存计算等。

五、学时、学分、教学周、学程安排表（表 2-1、表 2-2）

表 2-1 计算机科学与技术（云计算与大数据方向）专业学时、学分、教学周安排表

类别 编码 学时、学分、 备注

3

总学时 2224 学时

周学时 20~26 周学时

总学分 170 学分

入学教育周数 0000A001 1 周 第一学期 第 1 周

军事理论及

军事训练周数 0000A002 2 周 1 学分，第一学期 第 1~2 周

专业实习周数

1128A005

26 周，15 学分

专业实习 I 第 7 学期第 1-4 周校内专业实习，4 学分。

1128A007 专业实习Ⅱ第 7 学期第 5-18 周校内外专业项目化训练，7

学分。

1128A008 专业实习Ⅲ第 8 学期校外专业实习第 1-8 周，4 学分。

毕业论文 周数 1128A003 集中 6 周 6 学分，分散第 6～8 学期

毕业教育周数 0000A005 1 周 第 8 学期最后 1 周

表 2-2 计算机科学与技术（云计算与大数据方向）专业学程时间安排表

学年

学期

项目

第一学年 第二学年 第三学年 第四学年

合计 第 1

学期

第 2

学期

第 3

学期

第 4

学期

第 5

学期

第 6

学期

第 7

学期

第 8

学期

17 周 19 周 19 周 19 周 19 周 19 周 19 周 16 周 147

课堂教学 14 16 16 16 16 16 0 0 94

考试 1 1 1 1 1 1 1 0 7

入学教育

军事训练 2 2

其

他

集

中

实

践

认知实习 2 2

数据预处

理实践（简

单实操型） 2 2

数据预处

理实践（复

杂实操型） 2 2

Hadoop部

署实践 2 2

数据可视

化开发实

验 2 2

专业实习 18 8 26

毕业论文 19 14 33

毕业教育 1 1

寒、暑假

（第二课堂） 14 14 14 6 48

4

六、课程结构及总学分、总学时构成表和实践教学学分分配表（表 3-1、表 3-2）

表 3-1 计算机科学与技术（云计算与大数据方向）专业课程体系结构及总学分、总学时

构成表

课程体系的结构 学分 占总学分

的比例%

课内学

时

占总学时

比例（%）

必修课程模块

通识教育课程模块 48

107 62.9%

832 37.4%

学科基础课程模块 25

59

400 18.0%

专业基础课程模块 34 544 24.5%

选修课程

模块

限选课

程模块 专业方向限选课程模块 14

2

20 28 16.5%

224 10.1%

任选课

程模块

专业任选课程模块 6 96 4.3%

公共任选课程模块 8 128 5.7%

实践教学模块

集中实践教学模块 31

35 20.6% 0 0%

创新创业实践模块 4

合计 170 100% 2224 100%

表 3-2 计算机科学与技术（云计算与大数据方向）专业实践教学学分分配表

集中实践教学模块 创新创业

实践模块 课内实践教学 总学分及比例

认

知

实

习

数

据

预

处

理

实

践

Ha

do

op

部

署

实

践

数

据

预

处

理

实

践

数

据

可

视

化

开

发

专

业

实

习

毕

业

论

文

创新

创业

实践

实

验

教

学

实

践

教

学

课内外

总计

学分

总

学

分

占总学

分比例

2 2 2 2 2 15 6 4 22 15

72 170 42.4% 31 4 22 15

集中性实践教学模块

小计 35 学分

课内实践教学

小计 37 学分

占比例 20.6% 占比例 21.8%

七、专业必修课程计划表和专业选修课程、集中实践教学环节计划表（表 4-1、表 4-2、

表 4-3）

表 4-1 计算机科学与技术（云计算与大数据方向）专业必修课程设置及计划表

性

质

类

别

序

号 课程编码 课程名称

学

分

数

总课时分配 各学期分配

考

核 总

学

时

讲

授

实

验

实

践 1 2 3 4 5 6 7 8

必 1 30473002 思想道德修

养与法律基3 48 32 16 2 2

5

修

课

程

模

块

通

识

教

育

课

程

模

块

础

2 30474002

毛泽东思想和

中国特色社会

主义理论体系

概论（一）

3 48 32 16 2 1

3 30474003

毛泽东思想和

中国特色社会

主义理论体系

概论（二）

3 48 32 16 2 1

4 30474004 中国近现代

史纲要 2 32 32 2 1

5 30474001 马克思主义

基本原理 3 48 32 16 2 1

6 30473001 形势与政策 2 32 32 2 2

7 05124001 大学英语 A

（一） 4 64 64 4 1

8 05124002 大学英语 A

（二） 4 64 64 4 1

9 05124003 大学英语 A

（三） 4 64 32 32 2 1

10 05124004 大学英语 A

（四） 4 64 32 32 2 1

11 32483001 体育（一） 1 32 32 2 1

12 32483002 体育（二） 1 32 32 2 1

13 32483003 体育（三） 1 32 32 2 1

14 32483004 体育（四） 1 32 32 2 1

15 01013001 大学语文 2 32 32 2 2

16 0000A002 军事理论及

军事训练 1 16 16 2 周 2

17 13393010 大学生心理

健康教育 A 2 32 16 16 2 2

18 00003004 创业基础 2 32 16 16 2 2

19 00003003

大学生职业

发展与就业

指导 A

2 32 16 16 2 2

20 11287001 职业导向训

练（行业） 1 16 16 0

0.

5 0.5 2

21 11287002 职业定位与

发展（行业） 1 16 16 0

0

.

5

0.

5 2

22 11287004

求职能力提

升训练（行

业）

1 16 8 8 1 2

通识教育课程模块小计 48 832 648 0 184 10

.5

10.

5

4

.

5

8.

5 4 5 0 0

必

修

课

程

模

块

学

科

基

础

课

程

模

块

23 02034001 高 等 数 学

A(一) 4 64 64

4 1

24 02034004 线性代数 3 48 48 3 1

25 11285032 计算机导论 3 48 48 3 2

26 02034002 高 等 数 学

A(二) 4 64 64

4 1

27 03065001 大 学 物 理

（一） 3 48 48

3 1

28 03065013 大学物理实 1 16 16 1 2

6

验（一）

29 03065002 大 学 物 理

（二） 3 48 48

3 2

30 03065014 大学物理实

验（二） 1 16 16

1 2

31 02045001 概率论与数

理统计 3 48 48

3 1

学科基础课程模块小计 25 400 368 32 0 10 8 7 0 0 0 0 0

32 11285077 大 数 据 概 论

（行业） 2 32 16 16 3 1

33 11285004 数据结构 4 64 48 16 4 1

34 11286029 Linux 操作系

统 3 48 32 16 4 1

35 11286025 数据导入实践

（行业） 1 16 16 1 2

36 11285075 Hadoop 大数据

技术（行业） 4 64 32 32 4 1

37 11285076

分布式数据库

原理与应用

（行业）

4 64 32 32 4 2

38 11285080 数据导入与预

处理（行业） 4 64 32 32 4 2

39 11285081 数 据 可 视 化

（行业） 4 64 32 32 4 2

40 11285038 数据挖掘技术

与应用（行业） 4 64 32 32 4 1

41 11285082 商务智能方法

与应用（行业） 4 64 32 32 4 1

专业基础课程模块小计 34 544 320 224 16 0 7 5 0 8 1

6 0 0

必修课程模块合计 107 1776 1304 288 248 20

.5

25.

5

1

6

.

5

8.

5

12 2

1

0 0

说明：本方案中的考核方式，1 为集中考试，2 为分散考试。

表 4-2计算机科学与技术（云计算与大数据方向）专业选修课程设置及计划表

性

质

类

别

序

号 课程编码 课程名称

学

分

数

总课时分配 各学期分配 考

核 总学

时

讲

授

实

验

实

践

1 2 3 4 5 6 7 8

5

专

业

方

向

42 11285011 C 语言程序设

计(B) 3 48 32 16 3 1

43 11286013 Java 语言程

序设计 3 48 32 16 3 1

7

选

修

课

程

模

块

限

选

课

程

模

块

44 11285012 数据库系统

概论 3 48 48 3 1

45 11285014 计算机网络 3 48 32 16 3 1

46 11285078 云计算与虚

拟化技术 3 48 32 16 3 2

47 11286026

数据清洗和

预处理实践

（行业）

1 16 16 1 2

48 11656009 Java Web 程

序设计 3 48 32 16 3 2

49 11286028

数据分析挖

掘技术实践

（行业）

1 16 16 1 2

50 11286030 数据可视化

实践（行业） 1 16 16 1 2

51 11285083

大数据分析

与内存计算

（行业）

3 48 32 16 3 2

专业限选课程模块

（限选 14 学分） 14 224

专

业

任

选

课

程

模

块

53 11735002 离散数学 3 48 48 3 1

54 11735005 操作系统 3 48 48 3 1

55 11725001 计算机组成

原理 3 48 32 16 3 1

56 11725002 人工智能导

论 3 48 48 3 2

专业任选课程模块

（限选 6 学分） 6 96

公

共

任

选

课

程

模

块

公共任选课

程模块提

供）

公共任选课程模块 8 128

选修课程模块合计（限选 28 学分） 28 448

说明：1.校级公共任选课未列入。

表 4-3 计算机科学与技术（云计算与大数据方向）专业集中实践模块设置及计划表

课程编码 实践类别 实践要求 学分

数 实践方式 开课学期及周数

考

核

0000A001/

0000A005

入学教育与

毕业教育

入学教育与

毕业教育 0 集中教育

第一学期第 1 周

第八学期最后 1 周 2

0000A008 创新创业实践 第二课堂完成 4 参加大数据相关竞赛、 在校期间至少修 4 学分 2

8

ACM 大赛等各类社会

实践活动

1128A006 认知实习 专业认知 2 校内外调研与实习 第二学期 2 周 2

1128A009 模拟训练 数据预处理实践

（简单实操型） 2 大数据学院 第三学期 2 周 2

1128A013 综合实验 数据预处理实践

（复杂实操型） 2 大数据学院 第四学期 2 周 2

1128A011 课程设计 Hadoop 部署实践 2 大数据学院 第五学期 2 周 2

1173A014 综合实训 数据可视化开发实

验（开发项目型） 2 大数据学院 第六学期 2 周 2

1128A003 毕业论文

毕业论文开题

6 与实习同步进行，

真题真做

第六学期末

2

毕业论文

完成 第七、八学期

毕业论文

评阅答辩评定

第八学期第 9-14 周，共 6 周，

后 2 周答辩评审

1128A005

专

业

实

习

专业实习Ⅰ 课程设计、

项目实训 4

校内实习实训

基地 第七学期第 1-4 周，共 4 周 2

1128A007 专业实习Ⅱ

1、企业云平台建设

2、云存储系统整体

设计与综合调试

7 校内外实习实训

基地 第七学期第 5-18 周，共 14 周 2

1128A008 专业实习Ⅲ

1、大数据预处理

2、大数据统计分析

3、数据可视化开发

4 校外实习实训

基地 第八学期第 1-8 周，共 8 周 2

集中实践教学模块 合计 35

9

八、专业培养规格要求与课程及教学活动挂链矩阵表（表 5）

表 5 计算机科学与技术（云计算与大数据方向）专业培养规格要求与课程及教学活动挂链矩阵表

序

号

规格要求

课程名称 1.1 1.2 1.3 1.4 2.1 2.2 2.3 2.4 3.1 3.2 3.3 3.4 3.5 3.6 3.7

1 思想道德修养与法律基础 √

2 毛泽东思想和中国特色社会主

义理论体系概论（一）

√

3 中国近现代史纲要 √

4 马克思主义基本原理 √

5 形势与政策 √

6 大学英语 √

7 体育 √

8 大学语文 √

9 大学生心理健康教育 √

10 创业基础 √ √ √

11 大学生职业发展与就业指

导 A √ √

12 职业导向训练（行业） √

13 职业定位与发展（行业） √ √

10

14 求职能力提升训练（行业） √ √ √

15 高等数学 A √ √

16 线性代数 √

17 计算机导论 √

18 大学物理 √ √

19 大学物理实验 √ √

20 概率论与数理统计 √

21 大数据概论（行业） √

22 数据结构 √ √

23 Linux 操作系统 √

24 数据导入实践（行业） √

25 Hadoop 大数据技术（行

业）

√ √

26 分布式数据库原理与应用

（行业）

√

27 数据导入与预处理（行业） √ √

28 数据可视化（行业） √ √

29 数据挖掘技术与应用（行

业）

√ √

11

30 商务智能方法与应用（行

业）

√

31 C 语言程序设计(B) √

32 Java 语言程序设计 √

33 数据库系统概论 √

34 计算机网络 √

35 云计算与虚拟化技术 √ √

36 数据清洗和预处理实践

（行业）

√ √ √

37 Java Web 程序设计 √

38 数据分析挖掘技术实践

（行业）

√ √ √

39 数据可视化实践（行业） √

40 大数据分析与内存计算

（行业）

√ √

41 离散数学 √

42 操作系统 √

43 计算机组成原理 √

44 人工智能导论 √

45 数据预处理实践

（简单实操型）

√

√ √

46 数据预处理实践 √ √ √

12

（复杂实操型）

47 Hadoop 部署实践 √

√

48 数据可视化开发实验

（开发项目型）

√

√

√ √