大数据管理与应用

专业特色

1.“应用型”人才培养模式

本专业重视学生理论联系实际的能力，特别强调大数据技术在具体领域的应用。在课程实践方面，多门专业理论课程均设置了课内的实践学分，要求学生在学习理论知识的同时，还能够运用程序语言对数据进行处理与分析，并能够建立模型去解决问题。在专业实践方面，本专业为学生设计了循序渐进的专业实践课程，结合学校实训中心与相关合作企业的实践基地，为学生打造沉浸式的实训环境，让学生的实践能力得到强有力的锻炼。

2. “复合型”知识、能力和素质要求

本专业旨在培养复合型人才，在人才培养模式中体现鲜明的经济人文特色，实现数字技术与应用场景的高度契合。本专业的课程体系中包含了大量大数据应用场景的管理类课程，包括经济学、会计学、财务管理、金融学等，充分利用了学校相关平台的资源。在讲授基础的大数据理论知识的同时，本专业在经济管理领域为学生提供了足够的知识储备，努力培养横跨大数据与经济管理的复合型人才，在就业市场和升学选择上为学生创造出多种可能性。

3.灵活丰富的选修课程体系

本专业允许学生根据个人兴趣和职业目标选择课程。选修课涵盖数据科学、人工智能、智能商务等前沿技术，以及大数据技术在不同行业应用的深入探讨。该体系旨在培养学生的创新思维和问题解决能力，同时鼓励跨学科学习，促进知识交叉融合。课程设计注重适应未来职场需求，为学生在多变工作环境中取得成功提供坚实基础，确保毕业生具备数据驱动型世界所需的专业知识和技能。

核心课程

高等数学、线性代数、概率论与数理统计、程序设计、数据结构、数据库原理与应用、经济学、管理学、管理信息系统、运筹学、机器学习、数据挖掘、大数据技术、数据可视化、人工智能等。

培养目标

1.掌握马克思主义、毛泽东思想等基本理论和分析方法，树立正确的世界观、人生观、价值观，具备良好的职业操守和社会责任感。

2.掌握管理科学与工程、统计学及计算机科学与技术的基础理论，了解大数据行业政策、法规和发展动态。具备跨学科知识融合能力，能在不同行业应用大数据技术进行分析和处理。强调大数据分析方法、数据处理能力以及专业判断和决策能力的培养。

3.结合大数据管理与应用领域的实践，能够发现、辨析、评价现象和问题，提出解决方案。掌握数据采集、预处理、分析、可视化等技术，以及使用Python、R、Hadoop等工具进行专业任务，提升业务处理的自动化和智能化水平。

4.具备良好的语言表达、写作能力，了解国内外大数据发展趋势，掌握持续学习方法，适应不同工作环境。运用批判性思维评估大数据技术的应用局限性和伦理风险，具备识别商业机会、设计创新项目方案的能力，以及规划基于大数据技术的创业构想。

培养方式

本专业采用理论与实践并重的教育模式，致力于培养应用型、复合型人才。学生在前两年重点学习通识教育和专业基础课程，打下坚实的管理、统计和计算机基础。之后，通过专业核心课程深化数据分析和大数据技术等关键知识的理解。专业实践和实训环节覆盖整个学习过程，包括数据采集、分析实训和综合实践等，以确保学生能够熟练使用专业工具解决实际问题。毕业论文环节要求学生综合运用所学知识，展现其专业素养和创新能力。

就业方向

大数据管理与应用专业的毕业生就业前景广阔，主要就业方向包括但不限于数据分析、数据挖掘、大数据管理等关键领域。学生能够在企业、政府部门、金融机构、咨询公司等单位发挥专业技能，从事数据分析师、大数据工程师、商业智能专家等职位。大数据管理与应用专业的课程设置涵盖管理科学、统计学与计算机科学三个学科，因此学生可以选择攻读管理科学、数据科学、大数据、人工智能、商业分析等相关领域的研究生学位。随着大数据技术的不断进步和应用领域的扩大，本专业毕业生的就业机会及升学途径将进一步增加，潜力巨大。

数据科学

培养目标

以大数据分析与算法实现为核心，依托学校与科大讯飞股份有限公司（中国首家人工智能A股上市公司、国家863计划成果产业化基地、首批国家新一代人工智能开放创新平台）的产教融合合作，共同培养数理基础扎实、技术能力过硬，掌握数据采集、清洗、分析、建模、可视化与机器学习算法，具备工程实践能力与国际视野，能胜任数据处理相关岗位的复合型、应用型人才。

核心课程

数据科学导论、数据采集与预处理、数据清洗与治理技术、大数据可视化、回归分析、时间序列分析、大数据分析技术、数据挖掘与机器学习、多元统计分析、统计软件及应用、Python 数据分析、人工智能导论。

专业特色

以大数据分析师为核心基础岗位，覆盖数据全流程处理能力；依托讯飞人工智能产业学院，企业专家全程授课、产业级项目实战、头部企业实习与定向推荐，强化算法建模、数据分析、工程落地能力。同时组织学生参与全国大学生市场调查与分析大赛、数学建模竞赛、计算机设计大赛等高规格赛事，以赛促学、以赛提能。

本专业设有三个特色岗位方向

本专业采用理论与实践并重的教育模式，致力于培养应用型、复合型人才。学生在前两年重点学习通识教育和专业基础课程，打下坚实的管理、统计和计算机基础。之后，通过专业核心课程深化数据分析和大数据技术等关键知识的理解。专业实践和实训环节覆盖整个学习过程，包括数据采集、分析实训和综合实践等，以确保学生能够熟练使用专业工具解决实际问题。毕业论文环节要求学生综合运用所学知识，展现其专业素养和创新能力。

就业方向

大数据生态工程师：面向云原生与AI 融合趋势，培养大数据平台搭建、智能运维与应用开发工程人才。通过自动化运维、软件测试、容器云平台、智能体开发等课程训练，使学生具备大数据系统部署运维、质量保障与智能应用开发能力，为数字化转型提供稳定数据底座与智能技术支撑。

大数据开发工程师：立足国产化与信创产业需求，培养具备批流一体处理能力的专业开发人才。依托Hive 数据仓库、Spark 计算、Blink 实时计算等核心技术，强化高性能数据仓库构建与实时数据处理能力，可胜任大数据平台开发、系统架构与高并发数据处理等关键岗位。

大数据全栈工程师：聚焦大数据全栈开发能力培养，面向企业数字化转型需求，通过系统学习服务器端开发、前端框架应用、企业级框架与系统整合等课程，让学生掌握前后端开发、企业级系统搭建与全栈项目整合的完整技术栈，为企业数字化平台建设提供坚实的工程技术支撑。

国际合作

共享学院国际优质资源，与澳大利亚昆士兰大学、法国SKEMA 商学院、新西兰坎特伯雷大学等开展2+2 双学位、3+1+1 本硕直通、硕士直升，学分互认、直通世界名校。

就业方向

毕业生可在互联网、金融、商贸、制造、政府、科研院所等单位，从事大数据分析师、大数据开发、机器学习算法研究、数据挖掘、统计建模、经济预测、数据治理等工作。可胜任岗位包括：数据分析/挖掘工程师、大数据ETL工程师、数据治理工程师、实时数据处理工程师、智能软件开发工程师、大数据工程开发工程师等。