大数据管理与应用专业本科人才培养方案

学科门类：管理学        专业类：管理科学与工程类    专业代码：120108T

学位类型：管理学学士学位  标准学制：4年

特别说明：无

一、培养目标

本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。

毕业生毕业5年后达到以下目标：

目标1：具备扎实的大数据管理与应用理论基础，具有良好的人文素养、职业道德和社会责任感，能够理解数据在数字化社会、尤其是智慧建造和数字城市发展中的重要作用，积极把握行业变革与时代需求。

目标2：掌握大数据建模、数据分析、可视化、智能决策等核心工具与方法，能够运用多学科知识解决智慧工地、智慧城市、金融科技、商务智能等领域实际问题，突出跨界创新与综合实践能力。

目标3：具备现代管理理念，能够胜任数据管理、数据治理、信息系统设计与项目管理，具备团队合作、沟通交流及组织协调能力，推动数据驱动的建筑业转型与升级。

目标4：具备自主学习与持续发展能力，能够及时把握大数据与人工智能领域的前沿趋势，不断拓展国际化视野，适应全球数字经济和新技术变革，为今后在更高层次的学术研究或行业领域持续发展打下坚实基础。

二、毕业要求

0.工程伦理与社会责任：具备良好的职业道德和社会责任感，能够在数据管理与应用工作中自觉遵守相关法规与行业规范，维护工程项目的社会公信力。

指标点0.1 理解并自觉遵守大数据与信息管理相关的法律法规和行业标准，恪守职业道德。

指标点0.2 具备以人为本的伦理理念，能在智慧工地、智慧城市等实际环境中主动识别和履行社会责任。

指标点0.3 能结合具体实践，落实数据安全和隐私保护要求，体现综合社会责任感。

1.数理与专业基础知识：系统掌握工程数学、概率统计、计算机基础以及管理科学基础知识，为后续专业发展和创新应用打下坚实的基础。

指标点1.1 理解和掌握数学、统计、计算机科学等基础理论，并能在专业领域进行综合应用。

指标点1.2 熟悉大数据管理与应用所必需的数据结构、算法及主流软件工具。

指标点1.3 理解建筑工程等领域在与大数据结合中的基础知识及其实际需求。

2.大数据分析能力：能够针对大规模真实数据集，运用恰当方法完成高质量的数据建模、分析和挖掘，为行业应用提供科学支持。

指标点2.1 熟练进行数据的采集、整理、预处理以及清洗，保证数据分析基础有效。

指标点2.2 能自主完成数据的统计建模、特征工程及相关数据挖掘任务。

指标点2.3 灵活运用统计学和机器学习等方法处理智慧工程、金融科技等多个领域的实际数据分析问题。

3.专业核心技能：掌握数据存储、处理、开发与治理等核心技能，能够独立胜任数据系统开发与管理的信息化岗位。

指标点3.1 能熟练设计和维护关系型及非关系型数据库，并进行大数据平台的日常管理。

指标点3.2 能制定并执行数据治理方案，提升数据质量和数据资产管理水平。

指标点3.3 运用编程技术高效搭建和实现数据驱动的管理信息系统。

4.系统开发与集成能力：具备规划、开发、部署和集成大数据系统的能力，能够胜任多场景下的数据系统实施与优化工作。

指标点4.1 能参与包括需求分析、架构设计在内的大数据系统开发各环节，具备较强的工程实现能力。

指标点4.2 能在云计算和分布式架构环境下，开展复杂数据处理与系统集成。

指标点4.3 能将大数据平台与实际业务流程深度融合，实现部署、测试与运行维护的闭环。

5.管理与组织协调能力：了解现代企业组织与管理原理，能够有效整合资源协调团队，提升数据项目的执行效率与团队效能。

指标点5.1 掌握企业管理理论与组织协调技巧，能够为数据项目建立清晰的目标与流程。

指标点5.2 具备在多学科、跨部门环境下调度与整合资源的能力。

指标点5.3 能围绕企业和行业发展需求，推动数据驱动的业务创新与流程再造。

6.创新能力与项目实践：能够结合行业前沿趋势，提出创新性的数据解决方案，并具备实际推动落地项目的能力。

指标点6.1 能洞察行业创新机会，提出具备前瞻性的大数据解决方案。

指标点6.2 能够独立或带领团队开展完整的数据应用项目实践，包括方案设计与结果评估。

指标点6.3 在实际项目中，具备流程规划、进度控制和风险管理的综合能力。

7.工程实践能力：具有在智慧工地、智慧城市、金融科技等多种场景下，将理论知识转化为工程实践的能力。

指标点7.1 能针对行业真实案例进行系统分析、建模与优化。

指标点7.2 积极参加实习、调研、实践竞赛等活动，主动积累行业工程经验。

指标点7.3 能胜任企业、政府或科研机构等不同环境下的大数据工程相关任务。

8.自主学习与终身发展：具备自我驱动、自主学习能力，善于跟踪大数据及相关领域的前沿发展，实现持续成长。

指标点8.1 主动获取与更新行业新知，形成自主学习的良性循环。

指标点8.2 能够紧跟数字经济和信息技术的发展趋势，优化个体能力结构。

指标点8.3 能持续关注大数据、人工智能等新技术新业态，不断拓展专业视野。

9.沟通表达与团队合作：善于沟通与表达，能够在多元背景下有效融入团队并推动团队合作达成共识。

指标点9.1 能够准确清晰地表达有关项目和专业技术的观点。

指标点9.2 能通过口头、书面或远程手段，精准传递信息并反馈意见。

指标点9.3 能在多学科、跨部门的团队中有效发挥分工与合作，达成团队目标。

10.国际视野与跨文化交流：了解大数据领域的国际发展趋势，具备跨文化环境下的交流与协作能力。

指标点10.1 能清晰认识大数据产业及相关工程的国际标准与全球化发展动向。

指标点10.2 有能力参与国际化项目、跨国合作与中外交流活动。

指标点10.3 能主动关注“一带一路”等国家大数据产业政策，把握行业发展机遇。

11.综合素质与职业规划：塑造良好的职业素养，形成科学合理的个人职业发展目标与规划。

指标点11.1 拥有宽广的学术视野和复合型知识结构，提升综合分析和解决问题的能力。

指标点11.2 能将专业知识和能力有效应用于个人成长、团队发展及行业进步中。

指标点11.3 根据行业发展动态，合理规划未来深造、就业及职业技能提升路径。

三、毕业要求支撑培养目标矩阵

注：对毕业要求支撑的培养目标栏中打“√”。

四、专业核心课程

五、“课赛一体化”课程及学分转换

注：1.“对应竞赛名称”应与学校竞赛分级分类目录一致，未在目录内的竞赛

原则上不予进行学分转换；

2.“获奖要求”应明确、具体，原则上省级及以上获奖方可申请学分转换。

六、课程与毕业要求对应关系

符号表示相关度：H-高度相关；M-中等相关；-弱相关。

七、毕业条件

学生在修业年限内须按培养方案要求获得不低于160的总学分，且应获得培养方案中规定的全部必修环节的110学分，不低于60的选修环节学分，其中，选修学分中应包含不低于10个的通识拓展课程学分，方可毕业。

通识拓展课程学分修读应符合学校规定：学生须取得先进文化类课程2学分、美学艺术类课程2学分、心理健康课程2学分，大学生职业生涯规划与就业指导1学分，完成32学时劳动教育学习实践，合格通过大学生劳动教育课程；须取得自然科学类2学分。

八、授予学士学位条件

学生本科毕业时，符合《西安建筑科技大学授予学士学位实施细则》，达到毕业学分要求，且符合教学计划附件中课外素质教育学分要求，授予管理学学士学位。

九、课程体系结构拓扑图

十、教学计划

详见附表1-4

专业负责人（签字）：

学院院长（签字）：

                 学院（盖章）

                                                  年    月    日