一、招生对象
普通高中毕业生
二、基本学制
四年
三、授予学位
工学学士
四、培养目标
本专业立足东莞、面向粤港澳大湾区，主动适应区域经济和产业发展的需要，以落实立德树人为根本任务，培养德智体美劳全面发展，拥有坚定的理念与信仰，秉持高尚的道德品质，具备较深厚的人文底蕴与广博的科学知识，系统地掌握数据科学与大数据技术的基本理论和方法，够在互联网、电子商务、物流等行业以及政府等部门，从事大数据开发、分析及挖掘等工作的高素质应用创新型人才。学生在毕业后5年左右预期能够达到以下目标：
目标1： 能够掌握数据科学与大数据领域相关知识，并具有终身学习和适应发展的能力；
目标2：具有创新意识和数据科学与大数据工程实践能力，能够解决数据科学与大数据技术相关领域数据采集与分析、大数据系统开发、大数据可视化、管理大数据系统等与大数据有关的复杂工程问题；
目标3：具备可持续发展意识和社会责任感，能够理解并遵守数据科学与大数据工程职业道德和规范；
目标4：具有国际化视野、团队合作精神和协调组织能力，能够在跨文化和多学科背景下进行沟通交流。
五、培养标准与要求
1.思想政治和德育方面
树立爱国、爱党、爱奉献的正确的世界观、人生观和价值观，尊重劳动、遵纪守法，团结协作、开拓创新，具有良好的思想道德、社会公德和职业道德，自觉为国家大数据产业服务，为地方经济社会发展服务。
2.知识要求
（1）掌握应用数学、统计学、计算机科学等基础知识和科学方法，并能用于指导在大数据领域的实践；
（2）掌握计算机硬件、软件、算法、程序设计等方面基础知识；
（3）掌握数据科学相关的概率论与数理统计、线性代数、离散数学等方面的知识；
（4）掌握分布式程序设计、大数据相关的分布式计算、分布式系统、分布式数据库等方面的知识与方法；
（5）掌握数据采集、数据分析与数据挖掘、机器学习等方面的理论和实践知识；
（6）掌握数据可视化分析处理、大数据行业领域程序开发等方面的理论和实践知识；
（7）掌握数据科学与大数据技术在信息处理、文本处理与分析、大数据行业领域程序开发方面的知识。
3.能力要求
（1）能综合运用数据科学与大数据技术专业知识，采集、分析和处理大规模数据集的基本信息处理能力；
（2）能运用相关编程语言工具进行数据分析，从复杂数据中快速洞察有价值的信息，进行数据全生命期管理、统计分析和故事化描述能力；
（3）能基于规范的技术和抽象的方法，面向现实世界中的具体问题进行建模，挖掘出所需有用的信息进行分析处理能力；
（4）能运用专业外语知识和基本的交流能力，获取数据科学与大数据技术领域的新技术，解决企业需求所遇到的新问题；
（5）掌握和应用机器学习及数据可视化手段，对具体行业中实际数据问题进行团队协作处理的能力。
4.素质要求
（1）具有高度的社会责任感；具有良好的职业道德和学术道德；
（2）具有开阔的视野及可持续发展理念；
（3）具有博爱和宽容的道德情操；
（4）具有锲而不舍、追求真理的精神；
（5）具有团队合作精神。
六、主干学科
计算机科学与技术和数学、统计学等学科的交叉性学科
七、核心课程
Linux操作系统、Java程序设计、Python基础与应用、数据采集与管理、大数据运维、数据可视化、大数据技术原理与应用、机器学习B/大数据实时计算（Kafka+Spark）、数据分析与挖掘技术/流计算、统计数据分析方法/数据仓库（Hive）。
八、主要实践性教学环节和主要专业实验
C语言课程设计、数据结构与算法课程设计、数据库课程设计、Python课程设计、数据可视化课程设计、Java课程设计、大数据技术原理与应用课程设计、机器学习B课程设计/数据仓库（Hive）课程设计、数据分析与挖掘技术课程设计/流计算课程设计、大数据运维课程设计、统计数据分析方法课程设计/大数据实时计算（Kafka+Spark）课程设计、数据资产登记、大数据完全框架搭建/大数据分析项目实战等。
九、学分要求
需要修满163学分，其中通识教育必修课程46学分，通识教育选修课程10学分，基础必修课程13学分，专业必修课程31学分，专业组选课程12学分，专业任选课程12学分，集中实践13学分，分类实践8学分，社会实践2学分，毕业实践16学分。
十、毕业与学位授予标准
（一）毕业标准
1.修完人才培养方案规定的所有课程和实践环节，并取得相应的学分。
（二）学位授予标准
符合广东科技学院工学学士学位授予条件。
