数据科学硕士研究生培养方案（0714Z5）

一、培养目标与要求

数据科学致力于海量数据的数据挖掘、数据建模、计算机算法等应用研究，旨在通过基地培养具备数据分析与数据挖掘能力的专业技术型人才，满足企业结构优化升级对数据分析技术型人才的需求。培养具有独立从事实际数据抓取、处理和分析能力，能熟练运用R、Python等编程软件和数据挖掘技术从事数据分析及信息咨询服务的高级专门人才，或称（大）数据科学家。

从上述培养目标出发，本专业所培养的研究生应具备较高的思想品德修养、扎实的数据科学专业素质和全面的数据科学学术研究素养，并具备如下几方面的能力：

1、较好地掌握马列主义、毛泽东思想、邓小平理论、“三个代表”重要思想和科学发展观，以社会主义核心价值观为统领，拥护党的基本路线，树立正确的世界观、人生观和价值观，具有强烈的事业心和责任感以及良好的道德品质和学术修养。

2、从事大数据分析工作的能力

要求培养出的研究生，能够系统掌握实际数据抓取、处理和分析能力，能熟练运用R、Python等编程软件和数据挖掘技术从事数据分析及信息咨询服务等工作，具有发现问题和解决问题的能力。

3、开展数据科学学术研究与学术交流的能力

要求所培养的研究生，能够依据本研究方向系统把握数据科学学术前沿，具有开展数据科学文献综述的能力、问题研究的能力、论文写作能力和学术交流能力。

4、具备开放的国际化视野，掌握一门外国语，能够熟练地阅读本专业的外文文献资料。

二、研究方向

数据科学的主要研究方向有：大数据分析及应用、数据模型分析及可视化等。

1．大数据分析及应用

大数据分析及应用方向旨在培养学生进行大数据分析与处理、云计算服务端与客户端开发等方面的能力，能够完成云平台搭建、云平台部署、基于云平台开发、大数据分析、大数据可视化等相关知识的学习。该方向强调运用算法来解决分析问题，对多种数据源进行深度挖掘、深度分析和建模；运用R、Python等软件进行机器语言的教学，使学生初步掌握程序编译和算法的使用，对各类需求数据进行挖掘、统计建模分析，并撰写报告为决策提供数据支持。

2．数据模型分析及可视化

数据模型分析及可视化方向旨在借助于图形化手段，清晰有效地传达与沟通信息，数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关，通过与数据挖掘相关知识的融合与贯通，注重同调查数据、经济数据和金融数据相结合开展数据挖掘及数据可视化处理工作，侧重数据模型的建立与应用，培养学生处理海量数据、全面分析问题的能力。

三、学习年限

本专业研究生的学制为3年，学习年限最长可延期2年（含休学）；学习成绩优秀并达到我校相关规定的学生，可以申请提前1年毕业。

四、培养方式

本专业研究生在校3年的学习期间里，前3个学期为课程学习阶段，后3个学期为论文阶段，两个阶段的培养包括课程学习、学术交流、实习实践、中期考核、论文开题、论文答辩等6个环节。

为了适应时代的发展，结合本专业的培养目标，关于本专业研究生的培养，我们强调：

（1）加强课程建设，使其适应市场经济发展的要求，适应现代信息产业与信息技术的要求，适应与国际接轨的要求。

（2）改进传统课堂教学方式，发挥学生在学习中的主动性和自觉性。采用启发式、研讨式、案例式等教学方法，注重培养学生的自学能力。

（3）充分利用计算机应用技术及统计软件和数学软件等进行教学，培养学生的实践能力。

（4）将校内外专家作学术报告与学生自主学术研究活动紧密结合，努力营造活跃的学术氛围，培养学生自我获取知识、更新知识、创新知识以及发现问题和解决问题的能力。

（5）建立严格的考核、竞争和淘汰机制，确保研究生的培养质量。

（6）学位论文的选题要紧密结合我国社会经济发展的热点，紧跟本学科特别是所在研究方向的学术研究前沿。

（7）实施双导师制，充分发挥导师在指导研究生过程中的主导作用。每位导师要从思想品德、学术水平到素质能力的培养等多方面对所指导的研究生全面负责；要按制度定期交流情况，并协助主管部门及时解决学生中存在的各种问题。导师组要发挥集体智慧，相互沟通培养情况，交流培养和教学经验。

（8）教材以“优、统、重”等权威教材为主，有条件的应使用双语教学。

五、课程设置、学分与考核

本专业研究生的课程学习实行学分制。研究生需修完培养计划中所规定的课程，并完成各环节的培养，达到45学分，方允许毕业。

在课程阶段，本专业硕士研究生至少应修30学分，其中公共课8个学分，基础理论课12个学分，专业课6个学分，选修课至少4个学分；补修课2门，不计学分，但成绩必须达到合格要求。

为提高硕士生的创新能力和实践能力，在学期间还要求学生从事一定的社会实践或社会调查及科学研究活动。研究生的社会实践或社会调查及学年论文，要求在前三个学期完成。完成社会实践或社会调查记2学分；完成学年论文（2篇）记2学分。社会实践要求进行两次（每次1学分），可安排在第1、2学期寒暑假。学年论文共两篇（每篇1学分）。社会实践记2学分，学年论文记2学分。

本专业所开课程可用笔试、口试、提交报告、提交论文、考查等方式进行考核。学位课程成绩达到70分以上才算合格，其余课程成绩达到60分以上为合格。

根据本专业培养目标对本专业研究生培养所提出的能力与素质要求，本专业研究生培养的课程体系及开课计划如附表所示。

六、其他学习项目安排

为提高和拓展研究生的科研能力、实践能力与创新精神，在学习期间还要进行学术调研、文献综述等活动。

研究生必须在导师规定的专业领域范围内，每学期写出一篇导师指定或自己选定的研究方向上的专业文献综述，以概括该方向的研究现状、热点问题乃至发展趋势。文献综述的写作可以和学位论文的选题、开题报告以及论文的撰写相结合，篇幅控制在3千字左右。

七、中期考核

考核研究生个人培养计划执行情况，学分成绩及学分，文献阅读和实践能力、创新精神等。科研能力：考核研究生在参加学术活动、科研实际工作以及论文选题和开题报告等项工作中表现出的治学能力、综合能力、创新能力；以及科研论文发表、科研成果取得等情况。考核一般安排在第四学期。

八、毕业（学位）论文

本专业毕业（学位）论文的相关要求按学校有关规定执行。通过学位论文答辩各环节者，经校学位评定委员会批准，授予经济学硕士学位。

附件：数据科学硕士研究生课程计划表

数据科学硕士学位研究生课程计划表

注：标“*”的课程为学位课，“自然辩证法概论”为必选选修课。

304am永利集团数据科学硕士研究生初试科目

数据科学硕士研究生复试（同等学力加试）科目

304am永利集团数据科学硕士研究生参考书目