2026版人才培养方案——数据科学与大数据技术

发布者:王薪博发布时间:2026-11-16浏览次数:10

 哈尔滨理工大学【计算机科学与技术学院-数据科学与大数据技术专业(***码:080910T)】《培养方案》


计算机 类别工学 学科门类专业负责人:马超教学副院长:张淑丽

培养方案

一、专业简介:

哈尔滨理工大学数据科学与大数据技术专业始建于2019年并开始招收本科生,专业依托黑龙江省双一流建设学科计算机科学与技术学科、软件工程学科、省级实验教学示范中心、省级现代产业学院“新一代信息技术产业学院”、省本科特色专业集群“新一代信息技术专业集群”,采用“2年通识与学科基础教育,1年专业教育,1年校企联合实践培养”的“2+1+1”人才培养模式,注重学科基本理论与工程实践相结合,方法技能与应用相结合,知识与能力、素质协调发展,培养能够在互联网科技、金融科技、智能制造、智慧医疗等新兴产业领域从事数据架构设计开发、数据分析、数据管理、数据建模以及数据隐私保护等相关工作的高素质复合创新型人才。

二、学制:四年

三、毕业条件:修满157学分(其中理论教学119学分,实践教学38学分;必修课137学分,选修课20学分。)准予毕业。

四、授予学位:工学学士

五、专业方向:A:大数据智能开发与分析B:大数据AI大模型开发。

六、培养目标:

本专业面向数字中国建设、数据要素价值释放和人工智能赋能产业升级新需求,紧扣黑龙江省“4567”现代化产业体系建设,培养的德智体美劳全面发展的社会主义建设者和接班人。培养具备扎实的数理基础与家国情怀,能够在数据科学及相关领域从事科学研究、应用设计、系统开发与工程实践等工作的高素质复合创新型人才。

毕业生工作五年左右应能够:

1.能够针对复杂大数据系统开展全生命周期的分析、设计、验证、实现、测试及运维服务,具备数据采集、处理、挖掘与可视化等核心环节的工程实践能力,并具备在大数据工程领域进行技术创新与创业实践的能力。

2.具有深厚的人文底蕴、坚定的理想信念及高度的社会责任感,具备良好的科学精神、身心素质和劳动意识,自觉遵守工程师职业道德与行业规范,恪守数据伦理与隐私保护原则。

3.具备交流沟通、团队组织与管理能力,在全球化和分布式协作环境下承担项目管理职责并做出科学、合理的决策。

4.具备自主学习和终身学习的能力,能够敏锐洞察前沿技术动态,持续更新专业知识与技能体系,实现个人知识体系的持续迭代与职业生涯的可持续发展。

七、毕业要求:

毕业生应获得以下几方面的知识与能力:

1.工程知识:能够将数学、自然科学、计算、工程基础和专业知识用于解决数据科学与大数据技术中的复杂工程问题。

1.1 能够将数学、自然科学、数据科学与大数据技术的语言工具用于数据科学与大数据技术中的复杂工程问题的表述;

1.2 能够针对特定的大数据应用系统开发问题实例和大数据分析问题实例选择或建立数学模型并求解;

1.3能够将数学模型方法和数据科学与大数据技术知识用于数据科学与大数据技术中的复杂工程问题的推演和分析。

1.4 能够将数学模型方法和数据科学与大数据技术知识用于数据科学与大数据技术中的复杂工程问题解决方案的比较和综合。

2.问题分析:能够应用数学、自然科学和工程科学的基本原理,识别、表达并通过文献研究分析数据科学与大数据技术中的复杂工程问题,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、自然科学、数据科学与大数据技术的基本原理,识别和判断数据科学与大数据技术中的复杂工程问题的关键环节;

2.2能够基于数据科学与大数据技术原理和数学模型方法,对数据科学与大数据技术中的复杂工程问题进行正确表达。

2.3 能够针对数据科学与大数据技术中的复杂工程问题开展文献检索和资料查询,认识到解决问题有多种方案可以选择,并能够正确表达;

3.设计/开发解决方案:能够针对数据科学与大数据技术中的复杂工程问题设计和开发解决方案,设计满足特定需求的大数据系统,体现创新性,并从健康、安全与环境、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 掌握大数据系统开发全生命周期的基本设计开发方法和技术,理解影响系统设计目标和技术方案的各种因素。

3.2 能够对大数据系统的系统架构和功能结构进行设计,在设计中体现创新性。

3.3 能够对大数据系统的数据结构和算法流程进行设计,在设计中体现创新性。

3.4 能够在复杂大数据工程问题解决方案的设计中综合考虑公共健康与安全、节能减排与环境保护、法律与伦理以及社会与文化等制约因素。

4.研究:能够基于科学原理并采用科学方法对数据科学与大数据技术中的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 能够基于科学原理并采用科学方法,通过文献研究,调研和分析数据科学与大数据技术中的复杂工程问题的解决方案;

4.2 能够根据数据科学与大数据技术中的复杂工程问题的关键特征,选择研究路线,设计实验方案。

4.3 能够选用、搭建实验平台,实施实验,对实验数据进行分析与解释,并通过信息综合得到合理有效的结论。

5.使用现代工具:能够针对数据科学与大数据技术中的复杂工程问题,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,包括对数据科学与大数据技术中的复杂工程问题的预测与模拟,并能够理解其局限性。

5.1 能够针对满足复杂业务需求的大数据系统开发问题,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,对大数据系统进行分析、设计,并能理解其局限性;

5.2能够针对满足复杂业务需求的大数据系统开发问题,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,对大数据系统进行实现、验证、测试和运维,并能理解其局限性;

5.3 能够针对满足复杂业务需求的大数据分析问题,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,进行数据获取、数据预处理、数据分析和数据解释等大数据分析过程,并能理解其局限性。

6.工程与可持续发展:在解决数据科学与大数据技术中的复杂工程问题时,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 能够理解和评价工程实践对社会公共健康与安全、环境资源的潜在影响;

6.2 能够理解和遵守与专业实践相关的法律法规,评价工程实践对社会公平、可持续发展的影响。

7.工程伦理和职业规范:有工程报国、为民造福的意识,具有人文社会科学素养和社会责任感,能够理解和践行工程伦理,在数据科学与大数据技术中的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 具有通过专业实践服务国家发展和社会福祉的使命感和责任感,能够在工程实践中践行社会主义核心价值观;

7.2 能够理解并践行工程伦理,在数据采集、处理和应用过程中尊重个体权利,遵守职业道德规范和相关法律法规。

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能够与其他学科的成员有效沟通,协作共事;

8.2能够在团队中独立或合作开展工作;

8.3能够组织和协调团队开展工作。

9.沟通:能够就数据科学与大数据技术中的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 能够就大数据工程问题,以文稿、图表、口头方式,准确表达自己的观点,回应指令,理解与业内同行和社会公众交流的差异。

9.2 了解数据科学与大数据技术领域的国际发展趋势,理解和尊重不同文化的差异性和多样性。

9.3 具有跨文化交流的语言和书面表达能力,能就大数据工程问题,在跨文化背景下进行沟通与交流。10.项目管理:理解并掌握与工程项目相关的管理原理与经济决策方法,并能够在多学科环境中应用。

10.1 理解并掌握在大数据开发项目中的项目管理和经济决策方法。

10.2 理解大数据开发项目的全生命周期及主要环节的成本构成,能够在多学科环境下,设计复杂大数据工程问题的解决方案过程中,运用项目管理原理和经济决策方法。

11.终身学习:具有自主学习、终身学习和批判性思维的意识和能力,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。

11.1 能够理解自主学习和终身学习的必要性;

11.2 具有对技术问题的理解能力、归纳总结的能力、提出问题的能力、批判性思维和创造性能力等自主学习的能力,能够接受和适应数据科学与大数据技术领域新技术带来的挑战。

八、毕业要求对培养目标的支撑矩阵

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



毕业要求1工程知识

√





毕业要求2问题分析

√





毕业要求3设计/开发解决方案

√





毕业要求4 研究

√





毕业要求5使用现代工具

√





毕业要求6 工程与可持续发展


√




毕业要求7工程伦理和职业规范


√




毕业要求8 个人与团队



√



毕业要求9沟通



√



毕业要求10项目管理



√



毕业要求11终身学习




√


九、主干学科:计算机科学与技术

十、主干课程:数据结构、算法设计与分析、离散数学、随机数学、应用统计学、操作系统、计算机网络、数据库系统(含NoSQL)、大数据处理技术、实用机器学习等。

十一、课程框架与学分占比

课程模块

必修/选修合计

占总学分比例

必修

选修

学时

(周数)

合计

学分合计

门数

学时

(周数)

学分

学时

学分




通识教育课程

18

1050

62.5

150

7.5

1200

70

44.59%

专业教育课程


学科基础课程

6

336

18.5

—

—

336

18.5

11.78%

专业课程

6

336

18

224

12.5

560

30.5

19.43%

实践教学(集中)

11

47W

38

—

—

47W

38

21.66%

合计

41

1722+47W

137

374

20

2096+47W

157

—

必修、选修课程占课内教学总学时(学分)比例

—

82.16%

87.26%

17.84%

12.74%

100%

实践(含实验)教学环节占总学分比例

31.49%

第二课堂

≥7学分

十二、选修说明

1.通识类选修课

1.1通识类选修课学分为7.5学分,需在1-7学期选修完毕,每学期可选1-2门;

1.2本科生在校学习期间必须在A类课程中选修一门人工智能类课程,除艺术类和工业设计专业以外在校学习的本科学生必须在E类课程中选修一门;

1.3第四学期始未通过大学英语四级的在校本科生,建议选修C类课程中的《大学英语四级强化》。详情参阅《哈尔滨理工大学全校性通识选修课选修指南》;

1.4 除上述1.2、1.3规定外,其他课程任选。

2.大学英语-Ⅲ课程说明

2.1.未通过大学英语四级学生(不包括外国语学院学生):四级强化;

2.2.通过大学英语四级学生,理工类学院:学术英语;经济与管理学院、马克思主义学院:跨文化交际;

2.3.外国语学院:科技英语阅读。

3.专业选修课

3.1“思创融合课程(SC)、专创融合课程(ZC)、科创融合课程(KC)、产创融合课程(CC)”课程至少选修一门。

十三、教学进程安排:

1、教学进程表见表一;

2、集中实践实验性教学环节安排表见表二;

3、第二课堂见表三;

4、总周数分配表见表四;

5、学历表见表五;

6、符号说明见表六。

表一:教学进程表

课程

学分

门数\门次

集中考试

学时分配

学期、周数、周学时数

种类

性质

课程编号

课程

称




总计(课内/课外)

讲课

实

验

/

实

践

上

机

/

线

上

创新

案例

翻转

一

二

三

四

五

六

七

八













14

17

16

19

19

19

0

0

通识教育课程

通识必修课程

数学与自然科学类课程(含AI)

080026TW01

高等数学(一)-I、Ⅱ

5+6

1/2

1,2

176

80+96




6×14

6×16










080026TW04

线性代数

3.5

1/1


56

56





4×14










080326TW02

大学物理(二)-I、Ⅱ

4

1/1

1

64

64





4×16










040026TW02

计算思维与程序设计(Python语言)

2.5

1/1

1

64

40

16/8



4×14











040026TN01

离散数学

3.5

1/1


56

56





4×14










040626TN02

随机数学

3

1/1


48

48






4×12









040626TN03

应用统计学

3

1/1

48

48







4×12








数学与自然科学类课程(含AI)小计

30.5

7/8

5

512

488

24



10

18

4

4








090526TW01

大学英语-I、Ⅱ、Ⅲ

2+2+2

1/3

1,2

128

96

/32



4×12

3×16

2×16









730126TW01

体育-I-IV

2

1/2


22

22

/(122)



2

2

2

2








920226TW01

军事理论

2

1/1


36

28

/8



2×14










人文社会科学类课程

920226TW03

国家安全教育

1






/

(16)


2×8











110126TW01

思想道德与法治

3

1/1


48

32

/16



3×11












110226TW01

马克思主义基本原理

3

1/1


48

32

/16





2×16

西









110326TW01

中国近现代史纲要(含“五史”教育)

3

1/1


48

32

/16




2×16

西










110426TW01

毛泽东思想和中国特色社会主义理论体系概论(含“五史”教育)

3

1/1


48

32

/16






2×16

西








110526TW01

习近平新时代中国特色社会主义思想概论(含“中华民族共同体”教育)

3

1/1


48

36

/12



/3×12

西











110526TW01

形势与政策-I-IV

2

1/1


48

32

/16



2×4

2×4

2×4

2×4








000126TW01

创新创业基础

2

1/1


32

22

/10




2×11/











920126TW01

心理健康教育

2

1/1


32

32




2×8/


/

2×8










大学日语、大学俄语、大学英语按入学语种开设。




人文社会科学类课程小计

32

11/14

2

538

396

142



18

11

6

4






通识任选课程

科学探索与技术创新【简称A类】、社会研究与当代中国【简称B类】、文明对话与世界视野【简称C类】、研究学习与实战体验【简称D类】、艺术创作与审美体验【简称E类】、基础强化与高阶理论【简称F类】。



通识任选课程小计

7.5

5/5


150

150













通识教育课程合计

70

23/27


1200

1034

166



28

29

10

8












续表一:

教学进程表

课程

学分

门数\ 门次

集中考试

学时分配

学期、周数、周学时数

种类

性质

课程编号

课程

称




总计(课内/课外)

讲课

实

验

/

实

践

上

机

/

线

上


创新

案例

翻转



一

二

三

四

五

六

七

八













14

17

16

19

19

19

0

0

专业教育课程

学科基础课程

040026XN01

高级程序设计(双语)

2.5

1/1


48

32

16





4×12








040026XN02

计算机系统基础

3

1/1


56

48

8





4×14








040026XN03

数据结构

3

1/1


48

40

8





4×12








040026ZN01

数据库系统(含NoSQL)

3.5

1/1


56

48

8





4×14








040026XN04

操作系统

3.5

1/1


64

48

8


8




4×16







040026XN05

计算机网络

3

1/1


56

48

8






4×14







学科基础课程小计

18.5

6/6


328

264

56


8



16

8






专 业 必 修 课程

040626ZN02

专业导论

0



(16)

(16)




(4×1)

(4×1)

(4×1)

(4×1)







040626ZN03

大数据技术基础(含Linux)(双语)

3

1/1


56

40

16






4×14







040626ZN04

人工智能程序设计(Python)

3

1/1


56

40

16






4×14







040626ZN05

算法设计与分析

3

1/1


56

40

16







4×14






040626ZN06

实用机器学习

3

1/1


56

40

16







4×14






040626ZN07

大数据处理技术

3

1/1


56

40

16







4×14






040626ZN08

深度学习

3

1/1


56

40

16








4×14





专业必修课程小计

18

6/6


336

240

96






8

12

4




续表二:

教学进程表

课程

学分

门数\ 门次

集中考试

学时分配

学期、周数、周学时数

种类

性质

课程编号

课程

称




总计(课内/课外)

讲课

实

验

/

实

践

上

机

/


线

上




创新

案例

翻转

一

二

三

四

五

六

七

八













14

17

16

19

19

19

0

0

专业教育课程

专业方向课程

大数据智能开发与分析方向

040623ZN09

数据治理与可视化技术

2.5

1/1


48

32

16








4×12






040623ZN10

实用数据分析技术

2.5

1/1


48

32

16








4×12






040623ZN11

大数据系统开发技术

3

1/1


56

40

16








4×14






大数据智能开发与分析方向课程小计

8

3/3


152

104

48








12





大数据AI大模型开发方向

040623ZN12

面向知识库与RAG的大模型技术

2.5

1/1


48

32

16








4×12






040623ZN13

大模型智能体技术

2.5

1/1


48

32

16








4×12






040623ZN14

大模型系统开发技术

3

1/1


56

40

16








4×14






大数据AI大模型开发方向课程小计

8

3/3


152

104

48








12





专业方向课程小计

8

3/3


152

104

48








12




专业任选课程

040623ZN15

数据智能标注(专业+人工智能(AI))

1.5

1/1


24

24









4×6





040623ZN16

智能统计推断与因果推理(专业+人工智能(AI))

1.5

1/1


24

24









4×6





040623ZN17

人工智能伦理与数据安全(SC)

1.5

1/1


24

24









4×6





040623ZN18

面向隐私保护的联邦学习(KC)

1.5

1/1


24

24









4×6





040623ZN19

数智工程项目管理与经济决策方法

1.5

1/1


24

24









4×6





040623ZN20

网络舆情演化与趋势预测(计算传播学方向)

1.5

1/1


24

24









4×6






(以上课程6选3)



















专业任选课程小计

4.5

3/3


72

72















专业选修课合计

4.5

3/3


72

72









12




专业教育课程合计

49

18/18


888

680

200


8



16

16

12

28



专业教育拓展课程

本硕贯通课程(任选)

040623ZN21

隐私计算理论与技术

2

1/1


32

32









4×8





040623ZN22

服务计算技术

2

1/1


32

32









4×8




















































































专业教育拓展课程合计

4



64

64









8



合计

总学分、学时分配及周学时分布

119



2096

1714

366


16

28

29

26

24

12

28




集中考试课门数

















课程门数/课程门次数


/































表二:集中实践实验性教学环节

序号

课程编号


称

内容

学期

周数

学分

次数

场所/性质

1

920226TW02

军事技能训练

依据《普通高等学校军事课教学大纲》教体艺〔2019〕1号文件精神,军事技能训练时间2周,每天8学时纳入课表。以中国人民解放军《内务条令》《纪律条令》《队列条令》为主,主要加强学生组织纪律性和集体主义教育,培养良好生活习惯和作风,增强学生国防观念、国家安全意识和忧患危机意识,提高学生综合国防素质。

1

2

2

1

校内

2

520126SW02


工程训练(2周)

本课程是为非机械类工科、理科及部分文管专业学生设计的密集型、模块化工程训练项目。课程立足于“大工程观”,旨在打破专业壁垒,让学生亲身体验现代工业从数字化设计到智能化制造,再到系统化集成的全流程。通过“通识基础+ 专项探索”的模式,学生不仅将建立对现代工程体系的整体认知,还能在与其专业相关的特定技术领域进行深入实践,从而强化跨学科创新能力、工程实践能力与系统思维能力。

3

2

2

1

校内工程训练中心

3

040626SN01

创新创业实践

以大数据相关技术为基础,结合大学生创业创新训练计划项目、互联网+大学生创新创业大赛、大学生创新创业培训以及ACM程序设计大赛、蓝桥杯信息技术大赛等科技竞赛,推动产教、科教融合,培养学生的创新能力和实践素质。

4

2

2

1

校内

4

040626SN02

课程设计(大数据技术基础(含Linux))

针对一个特定的大数据工程问题,进行Hadoop、Hive、HBase等大数据典型框架的单机及伪分布式环境部署,实现从环境配置到框架启动、基础命令交互的完整流程,培养学生对大数据典型框架的部署与应用能力。

4

2

2

1

校内

5

040626SN03

课程设计(大数据处理技术)

针对一个特定的大数据工程问题,运用Spark和Flink等大数据处理接口,实现数据分片、并行计算、数据压缩和数据索引等功能,培养学生大数据处理程序的设计与开发能力。

5

3

3

1

校内

6

040626SN04

课程设计(数智高级系统开发技术)

针对一个复杂的大数据工程问题,综合运用前后端开发技术与大数据/AI框架,设计并实现一个端到端的数智系统,涵盖基于Spring Boot或FastAPI的后端服务构建、Vue/React前端交互界面开发,以及大数据处理引擎(如Spark Streaming或Flink)或大语言模型(LLM)API的集成调用,培养学生在复杂业务场景下进行全栈架构设计与智能服务集成的综合开发能力。

6

4

4

1

校内

7

040626SN05

集中专业实验

针对前序课程实验中的共性薄弱环节进行定向强化训练,通过“错题本式”复盘与限时补做实验,逐一打通知识盲点,夯实工具链操作熟练度。

7

2

2

1

校内

8

040626SN06

生产实习

深入企业真实研发环境,以“准员工”身份参与数据采集、清洗或报表开发等基础性工作,体验敏捷开发流程与团队协作规范,理解业务需求与技术实现之间的映射关系,积累工程化代码管理与文档撰写的一手经验。

7

3

3

1

校内/校外

9

040626SN07

综合课程设计

针对融合行业真实需求的复杂大数据工程问题,与大数据技术栈,选取电力负荷预测、医疗影像元数据分析或病历文本挖掘等具体场景为切入点,调研行业常用算法(如时间序列预测ARIMA/LSTM、关联规则挖掘Apriori、分类算法XGBoost),并将其与Hadoop/Spark分布式计算框架相结合,完成从海量行业数据清洗、特征工程到分布式模型训练与结果可视化的完整流程,最终交付物为面向特定行业问题的数据分析系统原型,培养学生在领域知识引导下的工程化解决方案构建能力。

7

6

6

1

校内

10

040626SN08

高阶综合性实践

针对实战约束条件下具有复杂度和创新性的大数据系统开发需求,完成选题论证、系统架构设计、核心模块编码实现及性能压测分析,在软件工程规范下完成的系统开发全生命周期管理,注重代码鲁棒性、扩展性及部署可行性,培养学生应对大型项目开发的组织协调与攻坚克难能力。

7

7

4

1

校内/校外


040626SN09

科研训练

针对毕业设计理论深度的前期探索需求,围绕大数据、人工智能或大数据系统软件领域的特定研究方向,进行系统性的文献检索、分类梳理与评述,重点训练学术论文的研读方法、研究热点的归纳能力以及研究综述的撰写规范,产出为一份结构严谨、引证详实的文献综述报告或技术白皮书,为后续毕业设计论文中的“国内外研究现状”及“理论模型推导”章节奠定坚实的学术基础,培养学生的学术逻辑与抽象思维能力。

7

7

4

1

校内/校外

11

040626SN10

毕业论文(设计)

毕业设计(论文)

8

14

8

1

校内/校外


合计




47

38

11



表三:第二课堂

序号

模块类别


属性

学分

备注

1

大学生职业规划与就业指导


必修


1

38学时(16学时课内/22学时线上)

2

思想政治素养


1


3

社会责任担当


1


4

实践实习能力


1


5

创业创新能力


1


6

文体素质拓展


任选

2-6


7

菁英成长履历



8

技能培训认定




第二课堂设置7-11学分,7学分为合格线。1-5模块为必选模块,必修学分不得低于7学分,劳动教育不低于0.5学分,思想政治素养学分不得低于1学分;6-8模块为任选模块,美育教育不低于0.5学分,任选学分不得低于2学分。其具体内容详见“第二课堂成绩单”学分认定细则(暂行)。

表四:总周数分配(表内为周数)

学期

入学教育

军事技能训练

 理论教学

 工程训练

 电工电子实习

 电子实习

 创新创业实践

 课程设计

 专业集中实验

 生产实习

三选一

 毕业设计

 毕业教育

 考试

 运动会节假日

 合计

 高阶综合性实践

 技能训练

 科研训练

一

1

2

14













1

1

18

二



17













1

1

19

三



16

2












1

1

19

四



16




2

2








1

1

19

五



14





3








1

1

19

六



14





4








1

1

19

七








6

2

3



7




1

19

八














14

1


1

16

总计

1

2

90

2



2

12

2

3

7



14

1

6

8

148

表五:学历

学

年

学

期

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

一

一

—

○

★

★

□

□

□

□

□

□

□

□

□

□

□

□

□

□

□/:

二

※

※

□

□

□

□

□

□

□

□

□

□

□

□

□

□

□

□:

:

二

三

□

□

□

□

□

□

□

□

□

□

□

□

□

□

□

×

×

□:

□/:

四

□

□

□

□

□

□

□

□

□

□

□

□

□

□

※

※

■

■

□/:

三

五

□

□

□

□

□

□

□

□

□

□

□

□

□

□

□

※

※

※:

□/:

六

□

□

□

□

□

□

□

□

□

□

□

□

□

□

※

※

※:

※:

□/:

四

七

△

△

△

●

●

※

※

※

※

※

※

:

:

:

:

:

:

:


八

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

∨

+

—

注:九、十学期为五年制建筑学专业专用栏,建筑学专业应按照专业实际情况修改第七、八学期学历设计。其他专业应删除第五学年的两行。/:表示集中考试在周六周日进行,3-6学期考试周各专业自定。

表六:符号说明

□

理论教学

※

课程设计

—

空

:

科研训练

△

生产实习

:

考试

×

工程训练

*

毕业设计

★

军事技能训练

○

入学教育

+

毕业教育

⊕

高阶综合性实践

◆

电工电子实习、电工实习

◎

技能训练

∨

运动会、节假日

=

假期

⊙

外地教学

■

创新创业实践

●

专业集中实验课

Ä

电子实习



如说明内无相应符号,请与教务处联系。

十四、课程体系对毕业要求的支撑矩阵

毕业要求   课程名称

毕业要求1

毕业要求2

毕业要求3

毕业要求4

毕业要求5

毕业要求6

毕业要求7

毕业要求8

毕业要求9

毕业要求10

毕业要求11

1.1

1.2

1.3

1.4

2.1

2.2

2.3

3.1

3.2

3.3

3.4

4.1

4.2

4.3

5.1

5.2

5.3

6.1

6.2

7.1

7.2

8.1

8.2

8.3

9.1

9.2

9.3

10.1

10.2

11.1

11.2

高等数学(一)-I、Ⅱ

H

H






























线性代数

M

H






























应用统计学


M

H










M




M















随机数学


M

M


M



























大学物理(二)-I、Ⅱ

L





L


























计算思维与程序设计(Python语言)

H



M


H










M
















大学英语-I、Ⅱ、Ⅲ






















M



M

H

H





体育-I-IV























M









军事理论


















L














国家安全教育











M







H

H


H











思想道德与法治











M







M

M

H

M











马克思主义基本原理




















H












中国近现代史纲要(含“五史”教育)




















L












毛泽东思想和中国特色社会主义理论体系概论(含“五史”教育)




















M












习近平新时代中国特色社会主义思想概论(含“中华民族共同体”教育)




















L












形势与政策-I-IV



















M


M









M


创新创业基础
























M




M

M



心理健康教育






























L


计算机系统基础


M

M














M















离散数学

L

M

M

M




























数据结构


H



M





H






















数据库系统(含NoSQL)





M

M




M





M

















面向对象程序设计(Java)(双语)








M








H










M

M





操作系统







M









M
















专业导论







L





M














L




M

L

大数据技术基础(含Linux)(双语)





H


M

H







H

















人工智能与高级程序设计开发(Python)






M

























M

计算机网络







M








M

















算法设计与分析



H

H






H






















实用机器学习





H







M

H




H















大数据处理技术









H





H



H















深度学习













H




M









M





H

军事技能训练























L









创新创业实践











L












H

H




H




专业实践








H

M










L


M

H

H


H



H

H



工程训练(2周)











M







M




M










课程设计(数据库系统)










M






















课程设计(Java)
















H







L









课程设计(大数据技术基础(含Linux))








M







H

















课程设计(大数据处理技术)









M





M











M







课程设计(数智高级系统开发技术)









H















M





M



生产实习











H







M

M


L

H






M




集中专业实验














H


















综合课程设计





H





H







H















高阶综合性实践
























H





H



科研训练







H





H













H






M

毕业论文(设计)












H


M











H


M



M

M


十五、课程体系拓扑图