数据科学与大数据技术（本科）

数据科学与大数据技术（本科）

发布日期：2018-05-09   

院长寄语

亲爱的同学们： 欢迎大家来到智能科学与工程学院学习，近年来，学院在省级教学名师博士生导师杨万利教授、洪新华教师、董威教授、龙志文教授的带领下及老师们的艰苦努力，始终秉持着“帮助学生成功”的教育理念，坚持知行合一、追求卓越的大学精神，为社会培养了一批又一批高素质应用型人才。

学院现有计算机科学与技术、软件工程、数据科学与大数据技术、智能科学与技术、物联网工程、信息安全、电气工程及自动化、车辆工程、机械设计制造及自动化及机械电子工程等10个本科专业。计算机网络技术、软件技术、移动互联应用技术、大数据应用技术、电气自动化控制技术、汽车检测与维修技术、机电一体化及新能源技术等8个专科专业。

亲爱的同学们，智能科学与工程学院是获取工科技术的殿堂，是锻炼应用能力的舞台，是培育创新意识的摇篮。书声琅琅催人奋进，孜孜不倦终有成，愿同学们在这里享受探索知识的乐趣，立德修身，开拓进取，努力书写灿烂人生的新篇章。

未来10年，伴随着云南省重点战略信息产业、 数字经济、先进装备制造产业发展机遇，智能科学与工程学院将不断超越自我，向着更高的舞台而努力奋进！

院系特色

智能科学与工程学院秉承校企合作、产学研一体化的教学思想，紧贴云南省数字经济建设和信息产业、先进装备制造等重点产业发展布局，与国内知名企业（如华为、360、北汽新能源、江铃汽车、亚龙制造、H3C、联想、京东、微软、达内、思科、科瑞特、新大陆、泰克、云内动力、昆明重机厂等）开展了深度合作，共建行业学院与专业，突出学院应用型高素质人才培养。

学院专兼职教师共有197名，其中专职教师131 名，兼职教师66人。专职教师中教授35人，副教授34人，高级工程师13人，副高级以上教师82人，占比专职教师62.6%；博士7人，硕士54人，硕士以上教师61人，占比专职教师46.7%。兼职教师中教授4人，副教授26人，高级工程师6人，副高级以上教师36人，占比兼职教师54.5%,博士2人，硕士43人，硕士以上兼职教师45人，占比兼职教师 68.2%。70%以上教师拥有企业工作经历，80%的教师拥有10年以上教学经验，形成“双师型”教学团队。团队平均年龄43岁，老中青结合，年龄结构极具优势。其中，信息技术类专业教学团队被省教育厅评委省级优秀教学团队。

智能科学与工程学院拥有云南省一流的占地面积5200平米的实验实训教学条件，截止目前学校已投入1600多万实验实训设备。拥有实验实训室40余间（大学物理实验室、电子电路实验室、数字电路实验室、电路元件实验室、软件开发实训室、360网络空间安全实训室、联想移动互联实训室、达内大数据实训研发中心、京东大数据运营中心、网络综合布线实训室、华为ICT企业解决方案实训室、思科网络综合实训室，H3C企业网建设实训室、智能制造实验实训中心、数控加工实训室、汽车维修实验实训室、汽车构造实训室、PLC实验实训室、单片机实验实训室、工业机器人实训中心等）。

近年来，我专业学生在参加全国及省内各项专业技能的比赛中已经获得了80多项奖项，其中1个国赛一等奖，5个国赛二等奖，9个国赛三等奖，26个省赛一等奖等，29个省赛二等奖。

2019年学院获得“云南省高校边缘计算网络工程研究中心”获批第七批云南省高校重点工程研究中心（120万）；教育部科技发展中心课题1项（20万）；教育部协同育人7项；产教融合项目3项（21万）；

2019年学院获得全国三维数字创新设计大赛全国总决赛一等奖；云南省大学生数学建模竞赛一等奖和二等奖；“蓝桥杯”计算机软件设计大赛二等奖、三等奖；云南省计算机网络技术大赛一等奖两个；云南省信息安全与评估大赛一等奖、二等奖；云南省物联网技术大赛二等奖；360CTF行业赛全国50强；连续两年获得“优秀华为ICT学院”荣誉等

数据科学与大数据技术（本科）  （张锦盛 副教授 ）

---

  1、该专业的学习（研究）对象是什么？

数据科学与大数据技术（Data science and large data technology）是属于计算机大类、电气信息小类，全日制本科4年，授予工学学士学位的本科专业。

该专业培养面向网络爬虫，大数据分析、大数据开发、大数据可视化、大数据运维工程师的岗位，掌握大数据技术与应用专业必备知识，具有大数据采集、存储、清洗、分析、开发及系统维护的专业能力和技能，具有良好的职业素养和创新创业精神，服务区域经济发展的技术技能人才。

数据科学与大数据专业毕业生，最初入职为大数据可视化工程师、大数据运维工程师；经过3-5年可以成长为大数据分析、大数据开发工程师。 

2、该专业的核心、特色课程有哪些？

数据科学与大数据技术专业是集数学分析，计算机技术等领域学科为一体的新工科，其专业知识需要建立在数据科学、数据分析、统计学，以及数据存储、清洗、挖掘和展示。主要的核心课程包括：高等数学、线性代数、概率论、数理统计、离散数学、数学分析、运筹学、计算机应用技术、程序设计基础（Java）、局域网组建、大数据数学基础、大数据应用技术基础、Linux基础、数据库应用技术MySQL、面向对象程序设计（java）、网页设计(html+CSS)、python基础、hadoop大数据开发基础。特色课程的设置将体现云工商信息学院对岗位技能及动手能力的培养，为毕业生的就业提供高级专业技能，这些课程包括：数据可视化JS、python数据分析与应用实训、数据报告文档撰写、大数据查询技术(hbase+ Hive)、spark大数据快速运算、hadoop大数据开发实践、spark大数据实战、spss数据分析、Python文本挖掘与应用实训、数据采集与网络爬虫等课程。

3、就读该专业的学生需要具备什么特质？

首先是对于专业的认同，只有对专业的认同才能在学习和未来职业道路上走的好、走的远。其次学生在高考的时候数学分数不要太低，因为大数据专业要相对于软件工程、计算机科学与技术等专业而言需要多一些的数学逻辑和分析方法上的学习。三是有一定的逻辑分析能力，善于通过问题的分析，能清晰的给出解题步骤。四是要有良好的协调沟通能力，因为无论是与客户进行问题需求的沟通，还是工作团队的交流，时间进度、工作任务的分配、都需要自身有一定的良好协调沟通能力，最后还需要有自我快速学习能力，毕竟大数据专业是一个知识广度大，知识发展快的职业，由于总是站在信息技术的最前沿，因此有着自我快速学习能力能在未来的职场中走的更远更好。

4、学生在学习该专业时可能遇到哪些困难？

数据科学与大数据技术专业属于数学+计算机+专业领域的交叉学科，在学习内容上的要比传统计算机专业学科拥有更大的广度。它要学习的不仅仅有软件编程、数据存储和查询，还要涉及分布式网络配置和操作系统的学习，更要学习一些数学知识，这也正是大数据专业工程师在薪资方面高于传统软件和网络工程师的原因。

其实大数据专业知识面虽然需要广，但是各知识内容的难度却不深。数学只需要学习跟数学分析、统计的基础内容，网络知识只需要懂得操作系统命令和局域网配置，软件知识只需要学习数据库、网页基础、高级程序语言和脚本语言，因此只要学生认真对待每一门专业课程，通过四年的学习是完全可以成为一名合格乃至优秀的大数据工程师的。

5、社会上是否存在对该专业的理解误区？

大数据技术是研究对庞大数据的分析、挖掘、清洗、存储、分析和展现的技术，虽然也大数据的分析和设计需要运用一些数学知识、统计知识，但它在当前的就业岗位中更加倾向于数据的挖掘、存储、分析和展现，而这些专业技能则来源于计算机专业的数据库原理和查询、脚本语言设计、高级程序语言设计、网页设计等，因此大数据技术学习除了一部分数据基础外，更加倾向于计算机数据库和高级语言编程的学习。

6. 该专业毕业生毕业前景如何？

目前，全球大数据产业已经进入高速发展，全球大数据市场规模从2011年的73亿美元增长到2017年的501亿美元，中国到2017年已经增长到258.6亿人民币。

 

  

 图1 全球大数据市场规模

图2中国大数据市场规模

 

在就业市场上，据数联寻英发布《大数据人才报告》显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万，数据分析人才最为稀缺。领英报告表明，数据分析人才的供给指数最低，仅为0.05，属于高度稀缺。数据分析人才跳槽速度也最快，平均跳槽速度为19.8个月。

根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，而在BAT企业招聘的职位里，60%以上都在招大数据人才。

大数据主要的三大就业方向：大数据系统研发类人才、大数据应用开发类人才和大数据分析类人才。

在此三大方向中，各自的基础岗位一般为大数据系统研发工程师、大数据应用开发工程师和数据分析师。这些岗位分别为：

数据分析师（北京数据分析平均工资：10630/月，取自15526份样本，较2016年，增长9.4%），岗位职责包括：负责项目的需求调研、数据分析、商业分析和数据挖掘模型、参与数据挖掘模型的构建、维护、部署和评估，编写商业数据分析报告和项目文档。

大数据开发工程师（北京大数据开发平均工资：30230/月），岗位职责包括：构建分布式大数据服务平台，参与和构建公司包括海量数据存储、离线/实时计算、实时查询，大数据系统运维等系统；深入源码内核改进优化开源项目，解决各种hadoop、spark、hbase疑难问题，参与到开源社区建设和代码贡献。

Hadoop开发工程师（北京hadoop平均工资：20130/月，取自 1734份样本）岗位职责包括：参与优化改进新浪集团数据平台基础服务，参与日传输量超过百TB的数据传输体系优化，日处理量超过PB级别的数据处理平台改进，多维实时查询分析系统的构建优化，深入源码改进各种开源大数据项目（包括Hadoop、Spark、Kafka、HBase等）。

数据挖掘工程师（北京，平均工资：21740/月，取自 3449份样本，较2016年，增长 20.3%）

算法工程师（北京，平均工资：22640/月，取自 10176份样本）