当前位置：首页 >> 教育教学 >> 数据科学与大数据技术 >> 培养方案
数据科学与大数据技术专业人才培养方案（2025版）
发布时间：2026年06月22日
一、专业简介
数据科学与大数据技术专业应国家大数据战略与区域数字经济发展需求而设立，于2019年经教育部批准设立并开始招生。专业依托学校在计算机科学、数学、统计学等领域的学科积淀，紧密结合信息技术发展趋势，持续优化课程体系与培养模式。
专业特色与优势：
立足地方，服务产业： 紧密围绕河北省及石家庄市在生物医药健康、新一代电子信息、先进装备制造、现代商贸物流等主导产业及智慧城市建设中的大数据应用需求，设置特色课程模块，强化学生在特定领域的分析解决能力。
能力导向，强化应用： 构建了“数据基础理论 + 核心技术方法 + 行业应用实践”三位一体的课程体系，并通过贯穿始终的课程实验、综合实训、企业真实项目案例和学科竞赛，着重培养学生数据采集、处理、分析、挖掘及系统开发的工程实践能力与创新意识。
双师协同，资源保障： 拥有一支由具备深厚理论功底的专任教师与拥有丰富行业经验的企业导师组成的“双师型”教学团队。专业建有先进的大数据实验室，配备高性能计算集群及主流大数据平台软件，并与企业建立了稳定的实习实训基地，为实践教学提供有力支撑。
二、培养目标
本专业面向国家大数据战略和区域经济社会发展需求，培养德智体美劳全面发展，掌握扎实的数据科学基础理论、大数据技术核心知识以及相关领域背景知识，具备大数据采集、存储、处理、分析、挖掘、可视化和系统开发运维能力，具有良好的人文素养、职业道德、创新精神的高素质应用型技术人才。毕业生能在政府机构、企事业单位，特别是京津冀地区的互联网、金融、医疗、教育、智能制造、智慧城市等领域，担任大数据分析师、大数据开发工程师、数据挖掘工程师、数据可视化工程师、大数据系统运维工程师等岗位工作。
本专业学生毕业5年左右，具备工程师所必需的学习与创新、沟通与表达、合作与交流的能力与素养，能够主导中型大数据项目（如智慧城市数据治理、企业数据中台搭建）的设计与实施，具备跨部门协作与资源协调能力，成长为技术骨干或团队负责人。
目标1：基础能力建设
能够系统掌握数学与自然科学基础知识、计算机科学基础理论、计算机系统及软件工程相关知识、统计学、数据科学基础理论，具备较强的逻辑思维能力、计算思维能力，系统思维能力以及科学研究能力。
目标2：业务技术能力建设
能够系统掌握大数据系统与平台技术(数据采集、清洗、存储、计算等大数据系统与平台相关技术)、大数据分析与可视化技术(数据分析、数据挖掘、人工智能等大数据分析相关技术和数据可视化技术)基本工程能力，具备工程师所需的学习与创新、沟通与表达、合作与交流等基本能力与素养，具有良好的职业发展力和适应力。
目标3：综合素质能力建设。具有良好的人文素养和社会责任感，严格遵守职业道德，了解国家对计算机软件及相关领域的产品设计、研发等方面的政策与法规，能够正确评价软件开发和软件应用中产生的社会、伦理、文化、安全与法律问题，了解软件产品对用户、环境和社会可持续发展的影响，并能履行工程师的职责。
目标4：团队协作交流能力建设。能够与团队成员有效沟通，具有团队合作能力与软件项目的协作能力；能够就从事的工作领域问题与业界同行进行交流与合作。
目标5：持续学习能力建设。具有自主创新精神和终身学习能力，能够跟踪国内外最新软件技术发展前沿，具有国际视野，持续增强自身的工程技术能力和项目管理能力。
三、毕业要求
本专业毕业生应具备扎实的数学、统计学及计算机科学理论基础，能够运用大数据技术工具设计、开发与优化数据采集、处理、分析及可视化全流程解决方案，解决各行业复杂数据工程问题；恪守数据安全法规与职业伦理，在跨职能团队中有效协作沟通；主动跟踪技术前沿，具备服务京津冀区域发展的持续学习与创新实践能力。
毕业要求1： 工程知识
掌握本专业所需的数学、自然科学、计算、工程基础和专业知识，并能够用于解决大数据技术和大数据应用的复杂工程问题。
1.1能够将数学、自然科学基础知识与方法，用于大数据领域复杂工程问题的表述。
1.2能够将面向对象技术、数据结构、软件工程等计算机软件基础知识与方法，用于大数据应用技术工程问题的算法分析与设计、软件开发与实现。
1.3能够将数据建模与表示、大数据系统与平台技术、大数据分析与可视化技术、大数据应用开发技术等数据科学与大数据技术专业知识，用于各种场景下的大数据应用问题的规划和解决。
毕业要求2：问题分析
能够应用数学、自然科学和工程科学的第一性原理，识别、表达并通过文献研究分析析大数据应用复杂工程问题，综合考虑可持续发展的要求，以获得有效结论。
2.1能够应用数学、计算机科学、自然科学、数据科学和数据工程基本原理，识别、分析、判断大数据应用复杂工程问题的关键环节、参数和影响因素。
2.2能够针对大数据工程问题或软件系统建立合适的模型，清晰地表达和描述大数据应用复杂工程问题。
2.3能够运用基本科学原理，借助文献研究与分析大数据应用复杂工程问题的影响因素，提出多种解决方案，分析方案可行性及其优劣，获得有效结论。
毕业要求3：设计/开发解决方案
能够针对大数据应用复杂工程问题开发和设计解决方案，设计满足特定需求的系统、单元（部件）或工艺流程，体现创新性，并从健康与安全、全生命周期成本与净零碳要求、法律与伦理、社会与文化等角度考虑可行性。
3.1能够运用数据科学与大数据技术专业思想与方法、知识与技术，依据大数据复杂工程应用的相关标准与规范，针对特定的用户或系统需求，给出对应大数据应用系统的规划与设计方案。
3.2能够根据大数据应用系统的规划与设计规范，运用数据科学与大数据技术的专业知识、方法与技术，给出对应大数据应用系统的开发与部署方案。
3.3能够在特定行业大数据应用系统的规划与设计、部署与开发、管理与安全保障过程中，关注到信息与公共安全、经济与社会、文化与伦理、环境保护等因素的可能影响，并在相关的法律与规范框架下，在设计或实施方案中予以必要的考虑。
毕业要求4：研究
能够基于科学原理并采用科学方法对大数据应用复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
4.1掌握研究的基本方法，理解“调研、设计、实施、归纳”的基本研究思路。
4.2掌握数据挖掘、数据分析和数据工程建模的基本理论、基本技能及综合应用方法，能够熟练地运用数据可视化工具进行数据分析的结果展示，掌握较强的基于大数据平台的分析技术和算法实现，能胜任基于企业级的大数据分析与应用项目的能力。
4.3能够基于大数据应用的需求和对应场景的工作原理，进行大数据应用复杂工程问题
的整体评价分析，就全局的系统功能或性能测试设计相关的方案，并利用工具对评测结论进行合理评价。
毕业要求5：使用现代工具
能够针对大数据应用复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。
5.1开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，对大数据应用复杂工程问题进行分析、设计、开发、测试和验证，并能够理解其局限性。
5.2能熟练使用文献检索工具，获取大数据应用复杂工程问题的相关科技文献及软件工程领域的最新进展。
5.3能选择并使用恰当的技术、资源、现代软件工程工具，实现对大数据应用复杂工程问题的预测和模拟。
毕业要求6：工程与可持续发展
在解决大数据应用复杂工程问题时，能够基于工程相关背景知识，分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响，并理解应承担的责任。
6.1了解数据科学与大数据技术专业领域相关的技术标准、知识产权、产业政策和法律法规，了解企业管理体系和业务流程。
6.2理解大数据应用复杂工程项目中应当承担的责任。能够分析和评估软件工程实践对健康、安全、法律、经济的影响以及制约因素对项目实施的影响。
6.3能够理解和评价针对大数据应用系统解决方案或大数据应用复杂工程实践对环境、社会可持续发展的影响。
毕业要求7：工程伦理和职业规范
有工程报国、工程为民的意识，具有人文社会科学素养和社会责任感，能够理解和应用工程伦理，在工程实践中遵守工程职业道德、规范和相关法律，履行责任。
7.1具备较高的政治素质和良好身心素质；具有较强的自信心、进取心、事业心和社会责任感；具有良好的道德修养、敬业精神。
7.2能够理解并遵守大数据应用复杂工程的相关职业道德和规范，能够在大数据应用复杂工程实践中承担质量、安全、服务和环保等方面的社会责任。
毕业要求8：个人与团队
能够在多样化、多学科背景下的团队中承担个体、团队成员以及负责人的角色。
8.1能够独立完成团队分配的任务，共享信息、倾听意见，具有团队合作精神和技能。
8.2在多学科背景下的团队中，理解团队成员的不同角色，并根据工作需要承担相应的责任。
毕业要求9：沟通
能够就大数据应用复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令；能够在跨文化背景下进行沟通和交流，理解、尊重语言和文化差异。
9.1能够依照相关的工程标准或行业规范，进行各种场景下大数据应用系统需求分析报告、技术解决方案、工程设计或实施方案、工程实施报告等相关工程技术文档的撰写与交流表达。
9.2具有较强的语言表达能力和写作能力；基本掌握一门外语，能阅读本专业外语资料，具有一定听、说、读、写的能力。
毕业要求10：项目管理
理解并掌握工程项目相关的管理原理与经济决策方法，并能在多学科环境中应用。
10.1理解并掌握应用于大数据应用复杂工程领域的基本经济、管理知识和方法，并能够利用模型和工具对大数据工程项目进行管理。
10.2了解大数据应用复杂工程及产品全周期、全流程的成本构成、理解其中涉及的软件工程管理与经济决策问题。
毕业要求11：终身学习
具有自主学习和终身学习的意识，能够理解广泛的技术变革对工程和社会的影响，适应新技术变革，具有批判性思维能力。
11.1能认识不断探索和学习的必要性，具有自主学习和终身学习的意识。
11.2掌握自主学习和终身学习的方法和技能，能针对个人或职业发展的需要，主动学习，适应发展。
四、学制、毕业学分及授予学位
本专业基本学制为4年，学生可根据自身情况在3至6年内完成学业。本专业毕业最低学分为160学分，其中，通识教育课程47.5学分；专业教育课程81.5学分；实践教育课程31学分。
授予学位：符合学位授予条件可授予工学学士学位。
五、“毕业要求-培养目标”对应矩阵
       培养目标
毕业要求
培养目标1
培养目标2
培养目标3
培养目标4
培养目标5
1.工程知识
●
●
 
 
 
2.问题分析
●
●
●
 
 
3.设计/开发解决方案
●
●
 
 
 
4.研究
●
●
 
 
 
5.使用现代工具
●
●
 
●
 
6.工程与可持续发展
 
 
●
 
●
7.工程伦理和职业规范
 
 
●
 
●
8.个人与团队
 
 
 
●
●
9.沟通
 
 
●
●
 
10.项目管理
 
●
 
●
 
11.终身学习
 
●
 
 
●
（备注：在对应栏内用“●”表示）
六、“课程体系-毕业要求”对应矩阵
(一)通识教育课程
模块/课程名称
毕业要求
1.1
1.2
1.3
2.1
2.2
2.3
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
5.3
6.1
6.2
6.3
7.1
7.2
8.1
8.2
9.1
9.2
10.1
10.2
11.1
11.2
思想
政治
理论
类
思想道德与法治
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
L
 
 
 
 
 
 
 
中国近现代史纲要
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
M
 
 
 
 
 
马克思主义基本原理
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
 
 
 
 
 
毛泽东思想和中国特色社会主义理论体系概论
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
M
M
 
 
 
 
 
 
 
 
习近平新时代中国特色社会主义思想概论
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
H
 
 
 
 
 
 
 
 
公民素质现状及问题调研
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
M
M
 
 
 
 
 
 
 
历史的记忆，永恒的精神—红色足迹寻访
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
M
 
 
 
 
 
马克思主义与中国社会变革
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
 
 
 
 
地方改革开放新变化调研
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
M
 
 
 
 
 
 
 
 
形势与政策1-8
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
 
 
 
 
外语类
大学外语1-4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
 
H
 
 
 
M
体育类
大学体育1-4
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
L
 
综合
素质
类
大学生心理健康教育
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
 
大学生职业指导与创新创业教育1-2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
 
 
 
 
 
军事理论与国家安全教育
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
L
 
 
 
 
 
 
 
 
 
 
 
劳动教育
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
 
 
 
M
 
M
 
 
 
 
 
 
 

（二）专业教育课程
模块/课程名称
毕业要求
1.1
1.2
1.3
2.1
2.2
2.3
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
5.3
6.1
6.2
6.3
7.1
7.2
8.1
8.2
9.1
9.2
10.1
10.2
11.1
11.2
专业
教育
基础
课程
 
 
高等数学A1
H
 
H
M
M
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
线性代数A
H
 
H
M
M
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
数据科学导论
 
H
 
 
M
 
M
 
 
 
 
 
L
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
高等数学A2
H
 
H
M
M
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Python程序设计
 
 
 
 
 
H
 
 
 
M
 
 
M
 
 
 
 
 
 
 
 
 
 
L
 
 
 
 
面向对象程序设计
 
 
 
H
 
 
 
 
M
 
 
 
M
 
 
 
 
 
 
 
 
 
 
L
 
 
 
 
离散数学
 
H
 
 
 
M
 
 
 
H
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
概率论与数理统计A
H
 
H
M
M
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
数据结构
M
 
 
 
H
 
 
M
 
H
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
数学建模
 
 
 
M
 
 
 
 
 
 
H
 
 
 
 
 
 
 
 
 
H
 
 
 
M
 
 
 
专业
教育
核心
课程
数据库原理与应用
 
 
 
H
 
 
H
 
 
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
大数据安全与隐私保护
 
 
 
 
 
 
 
 
H
 
 
M
L
 
 
L
 
 
 
M
 
 
 
 
 
 
 
 
多元统计分析
H
 
 
M
 
 
 
 
 
M
 
M
H
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Linux操作系统
 
H
 
 
 
 
 
H
 
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
JavaWeb程序设计
 
 
 
M
 
 
 
 
H
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
数据采集与预处理
 
 
 
H
 
 
 
 
H
 
 
H
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
大数据开发基础
 
 
 
 
 
 
 
H
 
 
M
 
 
 
H
 
 
 
 
 
 
 
L
 
 
 
 
 
分布式数据库原理与应用
 
 
 
 
 
H
 
 
 
 
 
 
M
 
 
 
M
 
 
 
 
 
L
 
 
 
 
 
数据挖掘与机器学习
 
 
 
H
 
 
 
 
M
 
H
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
大数据实时计算
 
 
 
 
 
 
H
 
 
 
 
 
M
 
 
 
M
 
 
 
 
 
 
 
 
 
 
M
数据可视化技术
 
 
 
H
 
 
H
 
 
 
L
 
 
 
 
 
 
 
 
 
 
 
 
 
 
L
 
 
大数据的产业应用
 
 
 
 
M
 
 
 
 
 
 
H
 
M
 
 
 
H
 
 
 
 
 
 
 
 
 
L
专业
教育
选修
课程
大数据与云计算
 
 
 
H
 
 
 
 
 
 
L
M
 
 
L
 
 
 
 
 
 
 
 
 
H
 
 
 
数据仓库与数据湖
 
 
 
 
 
 
H
 
M
 
 
M
 
 
L
M
 
 
 
 
 
 
 
 
 
 
 
 
数值计算
H
 
 
M
 
 
 
 
 
L
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
最优化方法与理论
H
 
 
M
 
 
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
H
 
 
神经网络与深度学习
 
 
 
 
 
 
H
 
L
 
 
 
H
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
操作系统
H
 
 
M
 
 
L
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
（三）实践教育课程
模块/课程名称
毕业要求
1.1
1.2
1.3
2.1
2.2
2.3
3.1
3.2
3.3
4.1
4.2
4.3
5.1
5.2
5.3
6.1
6.2
6.3
7.1
7.2
8.1
8.2
9.1
9.2
10.1
10.2
11.1
11.2
集
中
实
践
 
 
入学教育与军训
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
 
M
 
 
 
 
 
 
计算机应用基础实训
M
 
 
 
 
 
 
 
 
 
 
 
M
 
 
 
 
 
 
 
 
L
 
H
 
 
 
 
创新竞赛
 
 
 
 
 
 
M
 
 
 
 
 
 
 
 
 
 
 
 
 
M
 
H
 
 
H
 
 
数据治理与数据伦理项目实训
 
 
 
 
 
 
M
 
 
 
 
 
 
H
 
H
 
M
 
 
 
H
L
 
 
 
 
 
医疗大数据与AI诊断项目实训
 
 
 
 
 
 
M
 
 
 
 
 
 
H
 
 
 
 
 
 
 
H
L
 
 
 
 
 
实时交通流量预测项目实训
 
 
 
 
 
 
 
M
 
 
 
 
 
 
 
 
 
M
 
 
H
 
 
 
H
M
 
 
基于生成式AI的多模态社交媒体情感分析项目实训
 
 
 
 
 
 
 
M
 
 
 
 
 
 
 
 
 
M
 
 
H
 
 
 
 
 
 
 
毕业实习-1
 
 
 
 
 
 
 
 
 
 
M
 
 
L
 
 
M
 
 
 
 
 
 
 
 
 
H
H
毕业实习-2
 
 
 
 
 
 
 
 
 
 
M
 
 
L
 
 
M
 
 
 
 
 
 
 
 
 
H
H
毕业论文（设计）
 
 
 
 
 
 
H
 
 
M
 
 
 
 
M
 
 
 
 
 
 
 
 
H
 
H
L
 
备注：根据课程对毕业要求支撑度的高、中、低分别用H、M、L表示。   
七、课程结构与学分分配比例表

类别
学时
学分
占总学分
比例（%）
通识教育课程
通识教育必修课程
理论
480
28
17.50
实验
0
0
0.00
实践
304
9.5
5.93
通识教育选修课程
理论
160
10
6.25
实验
0
0
0.00
实践
0
0
0.00
专业教育课程
专业教育基础课程
理论
528
33
20.62
实验
128
4
2.50
实践
0
0
0.00
专业教育核心课程
理论
408
25.5
15.94
实验
416
13
8.13
实践
0
0
0.00
专业教育选修课程
理论
96
6
3.75
实验
0
0
0
实践
0
0
0.00
实践教育课程
实验（独立设置）
0
0
0.00
集中实践
51周
31
19.38
合计
2520+51周
160
100%
 
类别
学分
占总学分比例（%）
数学与自然科学类课程
26
16.25
工程基础类课程、专业基础类课程与专业类课程
38.5
24.06
工程实践与毕业论文（设计）
48
30.00
人文社会科学类通识教育课程
47.5
29.69
实践教学（集中实践+实验教学；实验教学含课内实验/实践和独立设置的实验）
57.5
35.94
 

八、课程计划表
（一）通识教育课程
1.通识教育必修课程
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
1610507
思想道德与法治
2.5
2.5
 
 
40
40
 
 
1
考查
4500
1610503
中国近现代史纲要
2.5
2.5
 
 
40
40
 
 
2
考查
1610502
马克思主义基本原理
2.5
2.5
 
 
40
40
 
 
3
考试
1610509
毛泽东思想和中国特色社会主义理论体系概论
2.5
2.5
 
 
40
40
 
 
4
考试
1610531
习近平新时代中国特色社会主义思想概论
3
3
 
 
48
48
 
 
5
考试
1610D03
公民素质现状及问题调研
0.5
 
 
0.5
16
 
 
16
1
考查
1610D02
历史的记忆，永恒的精神——红色足迹寻访
0.5
 
 
0.5
16
 
 
16
2
考查
1610D06
马克思主义与中国社会变革
0.5
 
 
0.5
16
 
 
16
3
考试
1610D07
地方改革开放新变化调研
0.5
 
 
0.5
16
 
 
16
4
考试
1610523
形势与政策1
0.25
0.25
 
 
8
8
 
 
1
考查
1610524
形势与政策2
0.25
0.25
 
 
8
8
 
 
2
考查
1610525
形势与政策3
0.25
0.25
 
 
8
8
 
 
3
考查
1610526
形势与政策4
0.25
0.25
 
 
8
8
 
 
4
考查
1610527
形势与政策5
0.25
0.25
 
 
8
8
 
 
5
考查
1610528
形势与政策6
0.25
0.25
 
 
8
8
 
 
6
考查
1610529
形势与政策7
0.25
0.25
 
 
8
8
 
 
7
考查
1610530
形势与政策8
0.25
0.25
 
 
8
8
 
 
8
考查
0301092
大学外语1
2.5
2
 
0.5
48
32
 
16
1
考查
3600
0301093
大学外语2
2.5
2
 
0.5
48
32
 
16
2
考试
0301094
大学外语3
1.5
1
 
0.5
32
16
 
16
3
考查
0301095
大学外语4
1.5
1
 
0.5
32
16
 
16
4
考试
0910501
大学体育1
1
 
 
1
32
 
 
32
1
考试
3500
0910502
大学体育2
1
 
 
1
32
 
 
32
2
考试
0910503
大学体育3
1
 
 
1
32
 
 
32
3
考试
0910504
大学体育4
1
 
 
1
32
 
 
32
4
考试
0600A03
大学生心理健康教育
1.5
1
 
0.5
32
16
 
16
1
考查
0600
0011010
大学生职业指导与创新创业教育1
1.5
1.5
 
 
24
24
 
 
2
考查
0011011
大学生职业指导与创新创业教育2
1.5
1.5
 
 
24
24
 
 
5
考查
0600A02
军事理论与国家安全教育
3
3
 
 
48
48
 
 
2
考查
0510519
劳动教育
1
 
 
1
32
 
 
32
1-8
考查
 
小计
37.5
28
 
9.5
784
480
 
304
 
 
 
备注： 
“公民素质现状及问题调研”为“思想道德与法治”实践教学课程；“历史的记忆永恒的精神——红色足迹寻访”为“中国近现代史纲要”实践教学课程；“马克思主义与中国社会变革”为“马克思主义基本原理”实践教学课程；“地方改革开放新变化调研”为“毛泽东思想和中国特色社会主义理论体系概论”实践教学课程。“形势与政策4”“形势与政策6”“形势与政策8”为线上学习。
2.通识教育选修课程
通识教育选修课程划分为文史哲学与文化传承、社会发展与家国情怀、科技进步与科学精神、艺术修养与审美体验、文明对话与国际视野、职业发展与沟通合作、体育运动与健康人生等七个模块。普通本科专业必须修满通识教育选修课程10学分且至少选择三个模块修读，其中，非艺术类专业应至少修满艺术修养与审美体验模块2学分。专接本专业学生应修满通识教育选修课程4学分。
（二）专业教育课程
1.专业教育基础课程
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
高等数学A1
6
5.5
0
0.5
104
88
0
16
1
考试
3800
0501028
线性代数A
4
4
0
0
64
64
0
0
1
考试
0510232
数据科学导论
1
1
0
0
16
16
0
0
1
考试
0514A02
高等数学A2
5
4.5
0
0.5
88
72
0
16
2
考试
0510230
Python程序设计
3
3
0
0
48
48
0
0
2
考试
0500C30
面向对象程序设计
4
2
0
2
96
32
0
64
2
考试
0500604
离散数学
3
3
0
0
48
48
0
0
2
考试
0501030
概率论与数理统计A
5
5
0
0
80
80
0
0
3
考试
0510245
数据结构
3
3
0
0
48
48
0
0
3
考试
0501055
数学建模
3
2
0
1
64
32
0
32
4
考试
小计
37
33
0
4
656
528
0
128
 
 
 
2.专业教育核心课程
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
数据库原理与应用
3
2
0
1
64
32
0
32
3
考试
3800
0500211
大数据安全与隐私保护
1.5
1.5
0
0
24
24
0
0
3
考试
050D503
多元统计分析
3
2
0
1
64
32
0
32
4
考试
0500C08
Linux操作系统
3
2
0
1
64
32
0
32
4
考试
05SJ006
JavaWeb程序设计
4
2
0
2
96
32
0
64
4
考试
0510505
数据采集与预处理
3
2
0
1
64
32
0
32
4
考试
05SJ007
大数据开发基础
4
2
0
2
96
32
0
64
5
考试
0500C05
分布式数据库原理与应用
3
2
0
1
64
32
0
32
5
考试
0501100
数据挖掘与机器学习
4
3
0
1
80
48
0
32
5
考试
050D504
大数据实时计算
4
3
0
1
80
48
0
32
6
考试
0501271
数据可视化技术
3
2
0
1
64
32
0
32
6
考试
0513D01
大数据的产业应用
3
2
0
1
64
32
0
32
6
考试
小计
38.5
25.5
0
13
824
408
0
416
 
 
 
3.专业教育选修课程
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
大数据与云计算
3
2
0
1
64
32
0
32
5
考查
3800
0500C09
数据仓库与数据湖
3
2
0
1
64
32
0
32
5
考查
0501065
数值计算
3
2
0
1
64
32
0
32
5
考查
0501B11
最优化方法与理论
3
3
0
0
48
48
0
0
5
考查
0500312
神经网络与深度学习
3
3
0
0
48
48
0
0
6
考查
0500301
操作系统
3
2
0
1
64
32
0
32
6
考查
 至少应修
6
 
 
 
 
 
 
 
 
 
 
（三）实践教育课程
1.集中实践
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
0021D03
入学教育与军训
2
 
 
2
2周
 
 
2周
1
考查
0600
0501101
计算机应用基础实践
1
 
 
1
1周
 
 
1周
1
考查
3800
0501503
创新竞赛
2
 
 
2
2周
 
 
2周
1-6
考查
0502D02
数据治理与数据伦理项目实训
1
 
 
1
1周
 
 
1周
5
考查
0510R07
医疗大数据与AI诊断项目实训
2
 
 
2
2周
 
 
2周
5
考查
0510A11
实时交通流量预测项目实训
2
 
 
2
2周
 
 
2周
6
考查
0510R08
基于生成式AI的多模态社交媒体情感分析项目实训
1
 
 
1
1周
 
 
1周
6
考查
0510907
毕业实习-1
8
 
 
8
16周
 
 
16周
7
考查
0500099
毕业实习-2
4
 
 
4
8周
 
 
8周
8
考查
0012D55
毕业论文
（设计）
8
 
 
8
16周
 
 
16周
8
考查
小计
31
 
 
31
51周
 
 
51周
 
 
 
备注：
课程：“创新竞赛”(课程代码：0501503)
1.分两个1学分
第一个1学分：“中国国际大学生创新大赛”、“‘挑战杯’中国大学生创业计划大赛”、“全国大学生数学建模竞赛”、“全国大学生统计建模大赛”，四个比赛须选二个参加。
第二个1学分：参加其他学科竞赛2个，如：“蓝桥杯全国软件和信息技术专业人才大赛”、“睿抗机器人开发者大赛(RAICOM)”、“中国大学生计算机设计大赛”、“中国高校计算机大赛”、“‘中国软件杯’大学生软件设计大赛”等程序设计类竞赛。
2.参加上述比赛获国家级奖得2学分。
2.第二课堂
课程
代码
课程名称
学分
学时
学期
考核方式
开课单位代码
总计
理论
实验
实践
总计
理论
实验
实践
 
第二课堂
4
 
 
4
 
 
 
 
1-8
考查
 
小计
4
 
 
4
 
 
 
 
 
 
 
备注：第二课堂学分认定按学校有关文件执行，纳入毕业要求，不计入毕业总学分。
执笔人：郭鹏                   审定人：潘利双           批准人：王俊奇
版权所有：石家庄学院理学院 物理学院
石家庄市高新技术开发区珠峰大街288号 邮编：050035 电话：0311-66617335
石家庄学院理学院 物理学院