数据科学与大数据技术专业：

1.专业特色

数据科学与大数据技术专业开办于2020年，建有《数据科学导论》、《大数据分析》等省级一流课程。本专业以计算机科学与技术、数学、统计学为主干学科，以交通大数据应用为特色，主要研究数据的采集、预处理、存储、挖掘、分析、可视化等问题，采用课程与竞赛、认证、创新创业相结合的培养模式（“课赛证岗”），授工学学士学位。本专业拥有的实验条件包括大数据技术实验室、数据挖掘与可视化实验室、计算机基础实验室、网络工程实验室等。

图1：数据科学与大数据技术

2.培养目标

以立德树人为根本任务，培养具有创新精神和社会责任感，德智体美劳全面发展，适应新时代中国特色社会主义发展需要，具备数学、统计学、计算机科学基础知识，掌握数据科学与大数据技术的相关理论和工具，具备解决数据密集型问题为主的动手能力、数据分析与挖掘和大数据开发能力，具备良好的团队意识与创新创业意识，良好的政治素质与道德修养，能够在大数据相关应用领域从事大数据开发、部署、分析、研究等工作的高素质应用型人才。

图2：培养目标

3．专业主要课程

数据科学导论、Java程序设计、数据结构与算法、数据库原理及应用、Python程序设计、Linux操作系统、数据采集与加工、大数据分析、分布式存储与计算、Spark编程与应用、Python Web应用技术、数据可视化、机器学习、智能交通系统、云计算技术、物联网基础、大数据认知实习、Python程序设计课程设计、Java数据库综合课程设计、数据挖掘与可视化综合实训、交通大数据综合实训等。

图3：专业主要课程

4．专业特色课程

《数据科学导论》课程是本专业的核心基础课。课程将教学的关注点从知识层转移到思维训练及能力培养。通过结合案例分析及编程实战等方式使学生理解大数据的基本概念、方法及前沿热点；以知识点为载体引发学生自主地思考与探究，特别关注及培养学生的逻辑思维、批判性思维能力；通过问题与讨论、思维导图构建、数据产品案例分析等环节充分挖掘学生的好奇心和创新性思维；在团队合作的过程中培养学生的诚实守信、敢于担当、终身学习等优良的心智习惯。

《大数据分析》课程是专业核心课程。课程培养学生对大数据分析问题的需求分析、统计分析、可视化分析、建模与评价分析能力，以及解决复杂实际工程问题的综合分析能力。通过本课程的学习，学生能够对大数据分析的基本概念和基本流程建立清晰和比较全面的认识，能够理解和运用数据处理、可视化和建模的基本原理和方法，能够设计针对具体问题的分析流程，并将合理的方法运用到具体的实际问题中。同时，课程将培养学生的爱国主义情怀、工匠精神、团队精神等素质，具备终身学习意识和适应环境发展的能力。

《分布式存储与计算》课程是专业核心课程。本课程系统地介绍分布式存储与计算的基础概念、核心原理、主流架构和典型算法，内容涵盖大数据平台Hadoop、分布式文件系统HDFS、分布式数据仓库系统Hive、分布式数据库系统HBase、MapReduce计算模型等方面，不仅学习经典理论，还结合实际案例阐述技术在大规模数据处理场景中的应用。通过本课程的学习，学生能够深入理解分布式存储与计算的运行机制，掌握分布式系统的设计与开发技能，运用所学知识搭建分布式存储架构，实现高效的分布式计算任务，为今后从事大数据处理、云计算、分布式系统运维等相关工作筑牢坚实基础。

图4：专业特色课程

5．职业方向

毕业生可在智慧交通、金融科技、电子商务、政务服务等广泛领域，从事大数据开发工程师、大数据分析师、数据挖掘工程师、大数据架构工程师、大数据运维工程师等岗位的工作，也可考取数据科学、人工智能、计算机科学与技术等相关专业的硕士研究生。

数据科学与大数据技术专业是当前数字经济时代备受关注的核心领域，它致力于培养掌握海量数据处理、分析与应用能力，并具备大数据系统设计与开发素养的高端技术人才。如果你对探索数据奥秘、运用智能技术解决实际问题怀有热忱，并希望在智慧交通、金融科技、人工智能等广阔天地中实现自我价值，那么数据科学与大数据技术专业将是一个很好的选择。

图5：职业方向

人工智能专业：

1．专业特色

人工智能专业开办于2025年。本专业聚焦模式识别与机器视觉、智能感知与智慧交通、大模型应用等社会需求，为社会培养高质量的复合型和应用型人才，以“产、学、研、创”四位一体为核心要素，结合新工科理念，深化产教融合，创新人才培养的新型校企合作模式，培养学生在人工智能工程领域的问题发现、分析、设计、实现和优化能力。

图6：人工智能

2．培养目标

以立德树人为根本任务，培养适应国民经济和社会科技发展需求、德智体美劳全面发展、掌握人工智能基本理论和专业知识，具有扎实的数理与计算机软件应用能力的合格人才。学生应具有人工智能系统分析、设计、开发相关的工程技术能力，应具有人工智能在相关行业智能化发展的应用创新能力。学生通过系统学习、工程实践和社会参与，成长为能够胜任人工智能产品或系统的工程设计、技术开发和服务、运管维护、最优决策支持等工作的高素质应用型人才。

图7：培养目标

3．专业主要课程

Python人工智能编程、数据结构、机器人操作系统应用、大数据分析、模式识别与机器学习、神经网络与深度学习、自然语言处理、计算机视觉、深度学习综合实训、智能交通综合实训、智能系统分析与设计综合实训、数据采集与清洗综合实训、数据可视化平台综合实训、智能系统开发综合实训、人工智能项目综合实训等。

图8：专业主要课程

4．专业特色课程

《机器人操作系统应用》课程是本专业的核心课。该课程是人工智能领域连接“算法”与“物理世界”的核心桥梁。本课程面向人工智能专业学生，讲授 ROS2框架、运动规划及仿真验证等关键技术，培养在复杂环境下让机器人“看得见、算得快、动得准”的系统级开发能力。通过“视觉识别+自主导航+多机协同”项目实战，学生将掌握如何以 AI 算法为大脑、ROS 为神经，快速构建可落地的智能机器人系统，为进入无人驾驶、服务机器人与智能制造等行业奠定工程基础。

《神经网络与深度学习》是本专业的核心课。课程系统讲授多层感知机、卷积网络、循环网络、注意力机制及 Transformer 架构；配套 PyTorch 实战，覆盖计算机视觉、自然语言处理与多模态大模型三大场景。通过“数据-模型-算力”闭环实验，学生将具备设计、训练、调优并部署前沿深度学习系统的能力，为从事 AIGC、自动驾驶、AI for Science 等前沿方向奠定理论与工程双重基础。

图9：专业特色课程

5．就业去向

毕业生就业面向软件与智能硬件融合领域，可担任算法工程师、计算机视觉/自然语言处理工程师、机器学习/深度学习工程师，以及 ROS 机器人软件工程师、嵌入式 AI 算法优化工程师、智能硬件产品经理等岗位，负责 AI 模型设计训练、边缘部署、机器人感知-决策-控制系统的软件实现及智能终端软硬件协同优化。

图10：就业去向

信息科学与技术学院信息新闻中心