一、专业概览

大数据管理与应用专业设立于2021年，隶属于管理科学与工程一级学科。该学科作为陕西省重点学科和国家重点学科培育项目，是全国首批设立该专业的高校之一，并在教育部第五轮学科评估中获评B级。自专业设立以来，西安建筑科技大学大数据管理与应用专业在中国科学评价研究中心专业评价中位于前10%-20%。专业为全日制本科，学制为四年，学生修完规定课程及学分后，可获得管理学学士学位。

二、专业特色

大数据管理与应用专业依托学院本、硕、博贯通的培养体系，构建“基础理论-技术应用-创新研究”递进式培养模式。本科阶段夯实数理基础与信息技术核心能力，硕士阶段聚焦数字经济与城乡建设领域的专项技术攻关，博士阶段瞄准数智化管理前沿理论突破，形成“教学-科研-实践”一体化培养链条。面向国家“数字中国”战略需求，培养具备跨学科视野、数据思维与领导潜力的复合型人才，满足企事业单位从基层技术岗到战略管理岗的全层级需求。

三、培养目标

大数据管理与应用专业面向国家大数据战略和数字经济发展需求，聚焦智慧城市、智慧工地、商务智能、金融科技等领域的数据价值挖掘与智能决策核心问题，培养德智体美劳全面发展，具备扎实的管理学理论基础、系统的数据科学思维和卓越的工程技术能力，掌握大数据采集治理、建模分析、系统开发及商业智能应用的全链条技术，能够独立承担数据资产管理、智能决策支持、大数据平台架构设计等关键任务，具有解决跨领域复杂数据工程问题的能力。培养兼具工程伦理意识、跨界协作能力、技术创新精神和国际视野的高层次复合型人才。

四、核心课程体系

本专业课程体系紧密围绕大数据管理与应用的专业需求，旨在培养具备扎实理论基础、较强实践能力和创新精神的复合型人才。课程体系分为通识教育教学模块、专业教育教学模块、创新创业教育及课外素质教育模块、集中实践教育教学模块，各模块相互衔接、协同育人。

课程体系拓扑图

五、师资团队

大数据管理与应用专业现拥有专职教师17人，包括教授3人（其中宝钢优秀教师1名），副教授5人，准聘副教授1人，助理教授4人，讲师4人。其中，博士生导师3人，具有博士学位教师16人，已获得博士学位的教师占94.1%，高级职称人数占52.9%。

师资队伍结构合理，成员长期担任多个国内外高水平学术期刊的审稿人，研究视野覆盖大数据、人工智能、信息系统、计算科学等核心领域。所涉期刊包括《系统工程理论与实践》、《系统管理学报》、《数据分析与知识发现》等国内权威期刊，以及《INFORMS Journal on Computing》（UTD24期刊）、《IEEE Transactions on Neural Networks and Learning Systems (TNNLS)》、《Information Processing and Management (IPM)》、《IEEE Transactions on Industrial Informatics (TII)》等国际顶级或知名期刊，此外亦涵盖《Reliability Engineering & System Safety》、《Expert Systems with Applications》、《Engineering Applications of Artificial Intelligence (EAAI)》、《Neurocomputing》、《Computers in Industry》、《Neural Computing and Applications (NCAA)》、《Applied Soft Computing》、《IEEE Transactions on Computational Social Systems (TCSS)》、《IEEE Transactions on Network Science and Engineering (TNSE)》等重要国际期刊，反映出团队在相关领域的学术认可度与影响力。

六、学生风采

（1）学生参加“挑战杯”、“互联网+”等专业相关竞赛等部分活动的照片和获奖证书。

（2）优秀学生的课程、实习及毕业设计项目作品

《大数据采集与管理》课程与我校资源科学、计算机科学与工程交叉融合应用场景

22级大数据管理方向姚冠宇同学生产实习（岗位AI设计师）成果展示

2021级大数据管理方向罗怡同学校优秀毕业设计成果展示

七、常见问题解答

Q：这个专业对数学和计算机要求高吗？

A：有较高要求，但课程体系会从基础开始，循序渐进。重要的是培养逻辑思维能力和对数据的兴趣。

Q：文科生可以报考吗？

A：本专业在大部分省份为理科/物理类招生，具体请参考当年的招生章程。

Q：这个专业和计算机学院的“数据科学与大数据技术”专业有什么区别？

A：我们更侧重于数据的“管理”和“应用”，尤其是商业和行业场景下的应用，培养的是“懂技术的管理人才”。而后者更侧重于数据科学的底层算法、模型和系统开发，是“专精技术的科学人才”。