专业介绍

数据科学与

大数据技术专业

前言

数据科学与大数据技术专业是为了实施国家大数据战略，2016年教育部新增的本科专业。该专业是研究和分析数据，从海量数据中提炼出有效信息的一门科学，伴随着大数据产业的蓬勃发展而受到越来越多的关注。数据科学与大数据技术专业以数学、统计学和计算机科学与技术以及专业领域知识等为理论基础，以数据采集和处理、数据建模与计算、数据分析推断、数据可视化等为主要研究内容，并能够将数据科学专业的知识和方法应用于测绘、遥感、生物学、医学、经济学等其他学科中。作为数字经济和信息社会的核心资源，大数据被誉为“21世纪的石油和钻石矿”，已成为和土地、劳动力、资本、技术并列的五种生产要素之一，在社会生产、流通、分配、消费活动以及经济运行机制等方面发挥着重要的作用。随着大数据产业规模高速增长，大数据产品应用加速落地，大数据相关的新型岗位增速越来越快，行业人才的需求量在不断扩大，使得大数据应用人才也逐渐成为就业市场上的抢手货。

01

专业概况

工业和信息化部印发的《“十四五”大数据产业发展规划》（以下简称《规划》）中指出，大数据产业是以数据生成、采集、存储、加工、分析、服务为主的战略性新兴产业，是激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎。中国信息协会大数据分会发布了《2021-2022中国大数据产业发展报告》预测，未来三年，中国大数据产业市场将保持12%以上的增速，大数据产业迅猛发展、行业大数据应用快速落地，也造成了大数据人才的缺口。加强专业人才培养，推动大数据相关专业朝着精细化、融合化的方向发展，是弥补人才缺口的必要措施。

数据科学与大数据技术专业是教育部为落实构建《促进大数据发展行动纲要》在2016年批准设立的新工科专业。本专业是以大数据为研究对象，以从数据中获取知识与智慧为主要目的，以统计学、计算机科学、可视化以及专业领域知识等为理论基础，以数据采集、预处理、数据管理及数据计算等为研究内容的一门学科。

数据科学与大数据技术专业是泉州信息工程学院于2019年新增的本科专业，遵循党的教育方针，依据学校办学定位，设置数据分析、数据挖掘两个专业培养方向,采用“三育融合、校企协同”的培养模式，为泉州市及福建省大数据产业培养适应能力强，具有良好的职业道德、职业素养和社会责任感，掌握大数据基础理论，具有创新和团队协作精神及较强的大数据分析与挖掘能力，具有解决和处理复杂大数据问题能力的“实基础、强能力、能创新、懂管理、高素质”的复合应用型大数据人才。

经过几年的建设与发展，数据科学与大数据技术专业在专业建设、师资队伍建设、实验室和实习基地建设、课程建设、教学管理和人才培养质量等方面都取得了长足的进步。

02

培养目标

本专业面大数据领域发展需要，适应国民经济及大数据行业技术，培养能够自觉践行社会主义核心价值观和“知行合一”校训，具有创新精神的德智体美劳全面发展的社会主义建设者和接班人。能在大数据采集、大数据分析、大数据处理、大数据系统开发等岗位，胜任大数据系统的维护和管理等工作的“实基础、强能力、能创新、高素质”的应用型本科人才。学生毕业后5年左右达到以下目标预期：

1. 能够运用大数据的专业知识、技术及工具，识别、分析和解决大数据领域及相关交叉学科领域的复杂工程问题。

2. 能够就大数据专业领域的技术问题与同行、客户及公众进行有效沟通，在工程团队中表现出责任和担当。

3. 在从事解决大数据领域相关复杂工程问题活动中，能全面考虑社会、健康、安全、法律、文化及环境等因素进行项目管理和有效经济决策。

4. 在本学科及跨学科开展大数据采集、分析、处理、管理以及维护等方面具备一定竞争能力。

03

主要课程

1．核心课程：Python程序设计、专业导论、云计算与大数据、数据采集与清洗、数据可视化、机器学习与模式识别、Hadoop基础、交通大数据管理、数据仓库与数据挖掘。

2．主要实践性教学环节： Hadoop课程设计、大数据项目综合实践、机器学习课程设计、毕业设计（论文）、毕业实习等。

04

师资队伍

专业拥有一支实力雄厚、充满朝气、富有爱心且善于创新的师资团队。全体专任教师均拥有硕士及以上学位，具备扎实的教研基础、丰富的工程经验和良好的科研氛围。科研方向涵盖各行业大数据采集与分析、学生行为大数据分析、文本与语音数据情感分析、图像数据分析及优化算法等领域。专业教师在深耕教育教学的同时，高度重视科研能力的培养与提升，近年来指导大学生创新创业训练计划项目70余项。

05

产教融合与先进实验设施

学校紧密依托泉州大数据产业，构建了产教融合、面向应用的办学体制，形成了校企合作、协同共赢的运行机制，实现了人才培养与产业及企业需求的精准对接。目前，本专业已与泉州大数据集团、国投智能等本地大数据龙头企业开展深度产教融合合作，通过组织高年级学生参与企业真实大数据项目的科创实践，为学生提供针对性的实践培训。

所配备的大数据基础实验室紧紧围绕大数据、人工智能等相关专业人才培养核心资源需求，引入相关设备、配套软件平台，配套专业课程教学所需的教学实验指导手册、在线视频、数据资源包、实验示例代码等，通过在线学习、原理验证、实训应用、综合分析及自主设计等多层次的实验操作，让学生实现对工程开发应用的理解和掌握，为专业提供教学环境支持。专业实验室设备还在不断的完善和升级中，重点聚焦大数据技术，研究侧重于大数据分析的相关基础性和前瞻性关键技术研究和创新应用。

06

专业优势与特色

专业以区域经济发展为依托，坚持“以就业为导向，以质量为中心，产业和教学相结合”的教育理念，重视学生实践能力的培养，深度开展校企合作，实行“岗位化、方向化、个性化”培养模式，强调学生的全面发展和个性发展，利用实验室、企业实训场所为学生创造岗位化实践环境，实现企业与学校的“零距离”；不断提升学生动手创作能力，紧贴用人单位需求，做到“人人有项目，人人有专长”，培养高素质应用型人才。专业的特色课程采用校企联合授课教学模式，开设了《跨境电子商务大数据管理》和《交通大数据管理》两门校企特色课程。优势在于运用沉浸理论构建基本训练、综合训练和实战训练“三层递进”创新实践链教学体系，递次提升学生大数据工程实践能力。

07

就业方向

大数据技术已渗透到社会生产的各个领域，相关人才的就业前景十分广阔，主要集中在以下行业：

咨询公司：提供大数据项目咨询、方案设计及工程实施服务；

软件公司：从事大数据软件开发、信息服务、项目运营及挖掘分析工作；

零售公司：负责大数据平台运营、挖掘分析与业务分析；

金融机构：保险公司、银行及大型企业的风险管理部门，开展客户信誉评价、风险评估及业务风险管理；股票、期货等金融投资公司的研发部门，专注量化投资模型与程序化交易策略开发；

政府机构：统计局、海关及财税局，应用大数据进行实时监控、风险控制与挖掘分析；

互联网公司：通过数据分析与挖掘，对客户或商品进行聚类、分类及关联分析，利用历史数据建模预测未来趋势，借助数据库营销降低企业运营成本、提升盈利能力；

通讯与电子商务公司：需求大数据挖掘分析、数据可视化及业务分析人才；

物流公司：需要大数据挖掘分析、数据可视化及业务分析人才。

就业岗位主要包括数据分析工程师、大数据运维工程师、大数据可视化工程师、大数据处理工程师等。

数据来源第三方

总结

在大数据领域，相关专业的毕业生有着非常广泛的从业选择。从国防部、互联网创业公司到金融机构，从零售金融到互联网电商，从医疗制造到交通检测，都需要大数据项目来做创新驱动，对大数据的需求无处不在，其岗位报酬也非常丰厚。在硅谷，入门级的数据科学家的收入已经是6位数了(美元)；在国内，以Hadoop开发工程师为例，Hadoop入门薪资已经达到了8K以上，工作1年可达到1.2W以上，具有2-3年工作经验的Hadoop人才年薪可以达到30万—50万。

学院始终将学生的考研与考公工作置于重要地位，并给予大力的帮助和支持，2026届毕业生考研考公成绩喜人，王梦婕、赵浙扬、顾笔玮等多名同学考取上海海事大学、闽江大学等高校研究生，柯茗露、甘少捷二位同学在福建公务员考试中成功上岸。