大数据技术与工程（085411）

一、专业领域简介

大数据技术与工程领域是面向大数据时代对大数据人才巨大需求而设立的新专业，旨在培养具有良好的科学素养和社会责任感与使命感，具有宽广的国际视野，具有从事大数据技术与工程相关的软硬件技术的研究、设计、开发以及综合应用的高级工程技术人才。大数据技术与工程领域就业前景广阔，毕业生能够在计算机和互联网领域以及大数据相关产业从事数据科学研究、大数据相关工程应用开发、技术管理与咨询等工作。

大数据技术与工程领域下设三个研究方向：大数据挖掘、大数据智能分析

和大数据可视化，来源于郑州轻工业大学计算机科学与技术学科。郑州轻工业大学计算机科学与技术学科是河南省一级重点学科，自1985年起以计算机专业开始招生，2003年获得计算机应用技术硕士学位授予权，2018年通过教育部工程教育专业认证，2019年获批“国家级一流本科专业”。 本专业领域现有成员45人，其中高级职称占比63%、博士占比81%。本学科依托河南省工程实验室、河南省嵌入式与智能系统院士工作站、河南省食品安全数据智能重点实验室等多个平台，加强产学研项目合作，为学科发展提供科研平台及基地。

二、培养目标

 1．热爱祖国，遵纪守法，具有严谨、求实、创新的科学作风、良好的学术道德敬业精神。

2．身心健康，具有强健的身体素质与良好的心理素质，具备良好的团队合作能力。

3．掌握大数据技术与工程领域的基础理论、先进技术方法和手段，在领域的某一方向具有独立从事数据科学研究、大数据相关工程应用开发、技术管理与咨询等能力。

4．掌握一门外国语，能比较熟练地阅读本专业外文资料和撰写论文的外文摘要，具有一定的听说读写能力。

三、主要研究方向

（1）大数据挖掘

针对大数据的复杂性以及大数据环境下产生的新数据挖掘需求，归纳、抽象和定义新型数据挖掘任务，构建相应的数据挖掘度量，建立针对复杂数据的新型挖掘模型、优化数据挖掘算法等，研究大数据挖掘的基本理论及新技术和新方法，为大数据的“聚、通、用”打通关键环节。

（2）大数据智能分析

针对日益增多的大数据分析需求，利用智能计算、智能优化、人工智能等技术对大数据进行深度挖掘和智能分析，建立大数据反馈模型和预测模型，研究大数据智能分析的基本理论及新技术和新方法，为大数据的“价值最大化”提供有效支撑。

（3）大数据可视化

针对亟待解决的大数据易感知、易理解的图视化需求，利用计算机图形学、虚拟现实技术、计算机动画技术等对大数据进行可视化，将大数据呈现为用户易于感知和理解的图形符号，研究大数据可视化的基本理论及新技术和新方法，为大数据的“平民化”奠定坚实基础。

四、培养年限与学分

年限：全日制攻读硕士学位的学制年限3年，最长不超过5年。

学分：总学分不低于32学分，其中学位课不低于18学分。

五、课程设置、必修环节及学时、学分分配

课程设置、必修环节及学时、学分分配表

六、专业实践

 专业实践是全日制专业学位硕士研究生培养的重要环节。充分、高质量的专业实践是专业学位教育质量的重要保证，全日制专业学位硕士研究生在学期间，必须参加专业实践（有工作经历的往届毕业生6个月以上，应届本科毕业生12个月以上）。学院将对全日制专业学位硕士研究生的专业实践进行“前提统筹，过程管理，结果考核”。

指导教师必须高度重视全日制专业学位硕士研究生的专业实践工作，要积极主动与生产企业、科研院所等单位建立多种形式的实践基地或联合培养基地，推进全日制专业学位硕士研究生教育与用人单位的实际需求紧密联系，积极探索人才培养的新机制，为专业学位研究生的专业实践奠定基础。

七、学位论文

1．选题要求

课题来源于生产实际或具有明确的工程背景，其研究成果要具有实际应用价值，拟解决的问题要有一定的技术难度和工作量，选题要具有一定的理论深度和先进性。

2．规范性要求

本专业硕士学位论文的撰写应符合国家相关学术著作出版规范。硕士学位论文应结构合理，层次清晰，语言流畅；原理阐述正确；实验方法合理，实验数据可信；引文合理，文献出处准确；公式、符号、单位和图标等均符合有关规范。

3．质量要求

对本研究方向上的关键技术问题有较深刻的认识，能建立起较完善的物理模型或经验模型；采用新技术建立起一个先进可行的技术方案，该方案应具有创新性，或具有部分创新性，或具有新意。

4．能设计搭建实验平台，并完成重要实验验证。

此外，学位论文开题报告、中期筛选、预答辩、答辩、学位申请等培养环节按照学校有关硕士研究生培养的有关规定执行。

八、参加编写人员

金保华、朱付保、南姣芬、朱颢东、吴庆岗、周朝阳（河南航天金穗电子有限公司）、慎丽（河南省国家大学科技园）、谷晶中（山谷网安科技股份有限公司）、李善平（河南拓普计算机网络工程有限公司）。