大数据创新创业教育课程教学大纲.docx

PAGE 5 《专业导论与创新创业教育》课程教学大纲 一、课程基本信息 课程名称 专业导论与创新创业教育 Professional Introduction Innovation and Entrepreneurship Education 课程代码 课程性质 必修 开课院部 数学与计算科学学院 课程负责人 授课学期 1 学分/学时 0.5/8 课内学时 8 理论学时 8 实验学时 0 实训 （含上机） 0 实习 0 其他 0 适用专业 数据科学与大数据技术 授课语言 中文 对先修的要求 无 对后续的支撑 无先修课程，为Python程序设计、数据结构、数据分析与挖掘、数据采集与网络爬虫、大数据技术（Hadoop）、数据分析与挖掘实训提供认知能力的支撑。 课程思政设计 介绍我国大数据政策法规发展过程，数据确权，个人信息保护立法体系，跨境数据流动和大数据法律伦理思考，鼓励学生在数据科学与大数据技术领域做出一番成就，为国家和社会做出贡献。 创新创业教育设计 结合专业培养目标、专业课程规划、专业学习规划、专业就业前景等，通过对前沿大数据及人工智能的介绍，激发学生创新创业热情。 课程简介 课程定位：专业导论是数据科学与大数据技术专业对本专业所要学习的主要内容及方法进行宏观熟悉的一门学科教育必修课，为后续的Python程序设计、数据结构、数据分析与挖掘、数据采集与网络爬虫、大数据技术（Hadoop）、数据分析与挖掘实训等课程的学习提供认知能力的支撑，是学生宏观掌握本专业所需的基础知识和核心知识并获得认识一门重要学科基础课程。 主要学习内容：介绍数据科学与大数据技术的行业背景、法律政策规范、专业培养目标、专业课程规划、专业学习规划、专业就业前景等等，培养学生对数据科学与大数据技术的认知能力。在教学及演示过程中，通过数据科学领域行业案例引入、直观示例和现代教育手段逐步提高学生对数据应用开发流程的宏观了解。在学生学完本课程后，宏观理解数据科学及大数据技术开发流程。 核心学习结果：使数据科学与大数据技术专业的未来工程师获得以下能力与素养：1)提高学生对本专业所学内容宏观了解的认知能力。2)宏观了解数据科学及大数据技术开发流程。 主要教学方法：本课程主要采取本课程主要采取课堂讲授的教学方法给学生讲解、演示信息科学领域数据科学及大数据技术开发流程。 本课程强调认知能力的培养，为本专业后继课程的学习具有宏观了解打下基础。 二、课程目标及对毕业要求指标点的支撑 表2.1 课程目标及对专业毕业要求指标点的支撑 序号 课程目标 支撑毕业要求指标点 毕业要求 1 目标1：初识数据科学与大数据技术，初步了解数据科学与大数据技术的发展动态、基本特征及行业应用背景，宏观了解大数据处理与开发的基本流程和技术手段。 2.3 掌握信息科学、数据科学所需的基本知识、原理、方法，了解数据科学领域的国际形势和发展动态，并会应用到大数据科学等领域。 2: 知识掌握--掌握数学、自然科学、计算机科学、数据科学与大数据技术所需要的专业知识，具有国际视野，了解大数据科学领域的国际形势和发展动态，并能将所学知识用于解释大数据科学领域中的复杂问题。 2 目标2：解读数据科学与大数据技术的法律政策规范及本专业的人才培养方案，使学生了解和掌握大数据政策法规概况，数据主权与数据权，个人数据保护，跨境数据流动监管制度，大数据引发的伦理思考等，明确专业培养目标、专业课程规划、专业学习规划、专业就业前景，激发创新创业热情等。 1.2 理解工程伦理的核心理念，理解数据分析师和数据挖掘工程师的职业性质和责任，在工程实践中能自觉遵守职业道德和规范，具有法律意识。 1:职业规范--掌握马列主义、毛泽东思想、邓小平理论与习近平新时代中国特色社会主义思想，具有良好的人文社会科学素养、现代工程技术人员必需的职业道德和强烈的社会责任感；熟悉本专业领域相关法律、法规及政策，在本专业领域实践活动中能够理解并遵守职业道德和职业规范。 三、教学内容及进度安排 序号 教学内容 学生学习预期成果 课内学时 教学方式 支撑课程目标 1 初识大数据科学与大数据技术的行业应用背景与发展动态，包括大数据的基本特征，大数据带来的思维模式改变，大数据计算的主要特征。 重点：结构化、半结构化、非结构化数据，大数据的基本特征。 难点：应对数据规模性的主要方法。 了解和熟悉大数据出现的背景、大数据的基本特征、意义及其对人们思考问题带来的方式变化，掌握一般大数据处理的基本流程，大数据处理方式和传统方式的差异及独特挑战、大数据分析处理的技术体系。 2 讲授 自学 目标1 2 大数据与云计算、人工智能等新兴信息技术的关系，大数据相关联的新兴交叉学科—数据科学与大数据技术的发展和范畴，包括数据处理的一般过程，大数据分析处理的技术体系，数据