数据科学与大数据技术专业成立于2018年。专业以“理论厚实、能力本位、市场需求”为导向，立足东莞，面向粤港澳大湾区，采取“五育并举”人才培养模式，突出“以学为中心、以产出导向”，按照“人职匹配、分类教学”理论，培养掌握数据科学的理论与方法，熟练掌握大数据采集、清洗、存储、处理与分析、可视化与应用等技术，具备面向大数据的挖掘与分析能力，能胜任数据分析与挖掘算法研究和大数据系统集成的高水平应用创新型技术人才。
ø 应用型人才培养示范专业
ø 广东科技学院重点学科依托专业
ø 广东科技学院协同育人中心依托专业
ø 计算机学院在建品牌专业
ø 战略性新兴产业本科专
ø 连续5年第一志愿录取率超100%专业
1.专业定位
数据科学与大数据技术专业是面向大数据时代巨大人才需求的新工科专业，是全国第三批教育部批准的本科专业。本专业立足东莞、面向广东、辐射全国；面向区域新一代信息技术产业生产、服务一线。
2.培养目标
以满足粤港澳大湾区经济社会和产业发展的需要，面向新时代信息技术产业，培养德智体美劳等方面全面发展，具有良好社会公德、职业道德和科学素养，系统掌握数据科学与大数据技术领域的基本理论知识，具有不懈探索精神、较强自主学习与创新能力，未来能够在商贸行业、物流行业、跨国公司、it行业、政府等部门从事大数据开发、大数据分析及大数据挖掘工作的高素质应用创新型人才。
本专业学生经过5年左右的工作实践，应具备：
目标1：工程基础
具有扎实的自然科学、人文科学基础，坚实的外语和计算机应用技能；全面掌握数据科学与大数据技术领域的基本理论、基本知识、基本方法和基本技能；适应经济社会发展需求，能够通过继续教育或学习渠道增加知识和提升能力，紧跟相关领域新理论和新技术的发展。
目标2：人文素养
具有健康的体魄和良好的心理素质，具备高尚的职业道德、社会责任感和良好的人文科学素养，具有一定的批判性思维能力和科研公关能力。
目标3：职业素养
具备胜任工程师或相应职称的专业技术能力和条件，能在一个设计、生产或科研团队中担任领导者、技术骨干或其它重要角色，能够综合考虑法律、环境、安全、健康与可持续性发展等因素影响，在工程实践中能坚持公众利益优先。
目标4：持续发展
具有科学思维方法、开拓创新精神，拥有团队精神、有效的沟通与表达能力、和合作能力，具有继续教育或坚持终身学习的品质，具有全球化意识和国际视野，能够积极主动适应不断变化的国内外形势和环境。
目标5：实践拓展
针对数据科学与大数据技术专业复杂工程问题，具备分析、解决和实际操作的能力，能提出系统性的工程凯发k8官方的解决方案；能够在数据采集与分析、大数据系统开发、大数据可视化、管理大数据系统等与大数据有关的生产实践以及教学和科学研究等工作。
3.培养规格
专业学制
数据科学与大数据技术业为四年制，授予工学学士学位。专业总共需修满165学分，其中通识教育必修课程54学分，通识教育选修课程10学分，学科（专业类）基础教育课程11学分，专业必修课程23学分，专业组选课程12学分，专业任选课程12学分，集中实践教学环节43学分。
知识要求
（1）掌握应用数学、统计学、计算机科学等基础知识和科学方法，并能用于指导在大数据领域的实践；
（2）掌握计算机硬件、软件、算法、程序设计等方面基础知识；
（3）掌握数据科学相关的概率论与数理统计、线性代数、离散数学等方面的知识；
（4）掌握分布式程序设计、大数据相关的分布式计算、分布式系统、分布式数据库等方面的知识与方法；
（5）掌握数据采集、数据分析与数据挖掘、机器学习等方面的理论和实践知识；
（6）掌握数据可视化分析处理、大数据行业领域程序开发等方面的理论和实践知识；
（7）掌握数据科学与大数据技术在信息处理、文本处理与分析、大数据行业领域程序开发方面的知识。
能力要求
（1）能综合运用数据科学与大数据技术专业知识，采集、分析和处理大规模数据集的基本信息处理能力；
（2）能运用相关编程语言工具进行数据分析，从复杂数据中快速洞察有价值的信息，进行数据全生命期管理、统计分析和故事化描述能力；
（3）能基于规范的技术和抽象的方法，面向现实世界中的具体问题进行建模，挖掘出所需有用的信息进行分析处理能力；
（4）能运用专业外语知识和基本的交流能力，获取数据科学与大数据技术领域的新技术，解决企业需求所遇到的新问题；
（5）掌握和应用机器学习及数据可视化手段，对具体行业中实际数据问题进行团队协作处理的能力。
素质要求
（1）具有高度的社会责任感；具有良好的职业道德和学术道德；
（2）具有开阔的视野及可持续发展理念；
（3）具有博爱和宽容的道德情操；
（4）具有锲而不舍、追求真理的精神；
（5）具有团队合作精神。
毕业要求
树立爱国、爱党、爱奉献的正确的世界观、人生观和价值观，尊重劳动、遵纪守法，团结协作、开拓创新，具有良好的思想道德、社会公德和职业道德，自觉为国家大数据产业服务，为地方经济社会发展服务。通过本科阶段学习，毕业生应达到以下思想政治和德育、知识、能力和素质的毕业要求：
毕业要求1
工程知识：能够将数学、自然科学、工程基础和专业知识用于解决大数据领域复杂工程问题。
指标点1-1：具备数学、自然科学和工程科学知识，并能将其应用于大数据工程问题的恰当表述。
指标点1-2：掌握计算机类工程基础知识，能够对大数据应用问题建立模型并求解。
指标点1-3：掌握统计分析基础理论，并能对行业大数据进行数据分析，对数据模型进行推理和验证，进而提供管理决策支持。
指标点1-4：能够运用专业知识对复杂大数据工程问题的解决途径进行分析、改进。
毕业要求2
问题分析：能够应用数学、自然科学和工程科学的基本原理，识别、表达、并通过文献研究分析大数据领域复杂工程问题，以获得有效结论。
指标点2-1：能够应用数学、自然科学和数据科学与大数据技术专业的基本原理，对大数据领域复杂工程问题进行识别、提炼并表达。
指标 2-2：能够通过研究分析文献寻求大数据领域复杂工程问题的解决途径。
指标点2-3：具备对大数据领域复杂工程问题多种解决方法的分析、比较和评价能力。
指标点2-4：能够运用数学、自然科学和数据科学与大数据技术专业的基本原理，分析复杂工程问题中的关键影响因素，验证其合理性并获得有效结论。
毕业要求3
设计/开发凯发k8官方的解决方案：能够设计针对大数据领域复杂工程问题的凯发k8官方的解决方案，设计满足特定需求的大数据系统，并能够在设计环节中体现创新意识，考虑社会、健康、安全、法律、文化以及环境等因素。
指标点3-1：掌握从事大数据软件理论与开发知识，具备大数据系统的开发能力。
指标点3-2：掌握数据建模、数据管理和分析、统计推断的基本理论与方法，具备大数据分析和决策支持的能力。
指标点3-3：能够在法律、健康、安全、文化、社会以及环境等现实约束条件下，通过综合评价分析设计方案的可行性。
指标点3-4：能够根据明确的需求，设计出针对交通、电力、金融等行业大数据处理复杂工程问题的凯发k8官方的解决方案，能够用设计文档、原型系统等形式呈现设计成果。
指标点3-5：了解大数据领域前沿知识和发展趋势，掌握基本创新方法，在解决大数据领域复杂工程问题中具有创新意识。
毕业要求4
研究：能够基于科学原理并采用科学方法对大数据领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。
指标点4-1：能够综合运用所学科学原理，通过文献研究等方法，针对所要解决的大数据领域复杂工程中的核心问题，明确研究内容与目标。
指标点4-2：能够基于大数据专业知识，确定技术路线，设计可行的实验方案。
指标点4-3：选用或搭建合适的试验环境进行软硬件实现并验证。
指标点4-4：能正确采集、整理实验数据，对实验结果进行分析和解释，获取合理有效的结论。
毕业要求5
使用现代工具：能够针对复杂工程问题，开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具，包括对复杂工程问题的预测与模拟，并能够理解其局限性。
指标5-1：了解信息领域主要资料来源及获取方法，能够利用网络查询、检索本专业文献、资料及相关软件工具。
指标点5-2：能够选择、使用和开发现代工具，对大数据领域复杂工程问题进行预测与模拟，并能够在实践过程中领会其局限性。
指标点5-3：选择与使用恰当的技术、资源和现代工程工具来解决大数据领域复杂工程问题。
毕业要求6
工程与社会：能够基于工程相关背景知识进行合理分析，评价专业工程实践和复杂工程问题凯发k8官方的解决方案对社会、健康、安全、法律以及文化的影响，并理解应承担的责任。
指标点6-1：了解数据科学与大数据技术专业相关的历史和文化背景，能够正确认识交通、电力、金融等行业大数据处理对客观世界和社会的相互关系和影响。熟悉与大数据技术领域相关的技术标准、知识产权、产业政策和法律法规。
指标点6-2：能识别和分析大数据技术领域新产品、新技术、新工艺的开发与应用对社会、健康、安全、法律以及文化的潜在影响，并能进行客观评价。
毕业要求7
环境和可持续发展：能够理解和评价针对大数据领域复杂工程问题的工程实践对环境、社会可持续发展的影响。
指标 7-1：了解大数据技术相关的工程实践活动对生态环境的影响，理解信息污染和数据污染等相关领域的新概念，并做出正确的评价，能充分考虑工程活动与环境保护的冲突问题。
指标点 7-2：了解大数据技术对人类社会可持续发展的影响，认识环境问题对大数据技术发展的影响，具有节能环保意识。
毕业要求8
职业规范：具有人文社会科学素养、社会责任感，能够在工程实践中理解并遵守工程职业道德和规范，履行责任。
指标点8-1：了解中国国情，树立正确的世界观、人生观、价值观，理解个人在历史、社会及自然环境中的地位。
指标点8-2：理解大数据技术对人类文明、社会进步的推动作用，具备人文素养、思辨能力、处事能力和科学精神。
指标点8-3：理解大数据相关工程技术的社会价值以及工程师的社会责任，自觉遵守工程师职业道德和行为规范。
毕业要求9
个人和团队：能够在多学科背景下的团队中承担个体、团队成员以及负责人的角色。
指标点9-1：能够理解多学科背景下的团队中每个角色的定位与责任，能够胜任个体、团队成员的角色任务。
指标点9-2：能够与团队其他成员有效沟通，听取并综合团队其他成员的意见与建议，能够承担负责人的角色。
毕业要求10
沟通：能够就复杂工程问题与业界同行及社会公众进行有效沟通和交流，包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野，能够在跨文化背景下进行沟通和交流。
指标点10-1：具备良好的口头和书面表达能力，能进行有效沟通和交流。
指标点10-2：能够就大数据相关的复杂工程问题的凯发k8官方的解决方案、过程与结果，与业界同行及社会公众进行交流，通过书面报告、设计文档和口头陈述清晰地表达团队或个人观点与设计理念、清晰表达或回应指令。
指标点10-3：能够在跨文化背景下进行沟通和交流，具备一定国际视野。
毕业要求11
项目管理：理解并掌握工程管理原理与经济决策方法，并能在多学科环境中应用。
指标点 11-1： 理解从事大数据工程实践活动所需的经济与管理因素，掌握工程管理原理与经济决策方法。
指标点 11-2： 在多学科背景下，对工程项目方案实施中的时间、成本、质量、风险、人力资源等进行有效管理。
毕业要求12
终身学习：具有自主学习和终身学习的意识，有不断学习和适应发展的能力。
指标点12-1：能认识不断探索和学习的必要性，具有自主学习和终身学习的意识。
指标点12-2：能够树立适合自己发展的规划和目标，采用合适的方法自我学习，不断适应大数据工程技术的发展和社会需求的精神。
4.课程体系
数据科学与大数据技术专业课程体系分为8个模块，分别为公共必修课模块、公共选修课模块、基础必修课模块、专业必修课模块、专业组选课模块、专业任选课模块、专项实践模块和其他实践模块，其中专项实践模块主要以周为单位进行集中实训，该体系有效地突出“以学为中心”，有利于培养多元化、创新型大数据应用人才，也是数据科学与大数据技术专业“人职匹配”人才培养模式与岗位需求对接最鲜明的特色。核心课程及实践教学环节如下：
学科（专业类）基础教育课程
c语言程序设计、数据结构与算法、计算机组成原理、操作系统原理（linux）、计算机网络。
专业必修课程
数据科学与大数据技术导论、数据库原理及应用、数据可视化、python基础与应用、java程序设计、nosql数据库技术、大数据技术原理与应用、分布式计算。
专业组选课
数据分析、数据挖掘方向：数据导入与预处理应用、数据挖掘与机器学习、多元统计分析与r语言建模。
大 数 据 开 发 方 向：大数据实时计算（kafka spark）、数据挖掘与机器学习、数据仓库（hive）。
专业任选课
人工智能导论、文献检索与论文写作、虚拟化技术、专业英语、软件需求分析、大数据与云计算、深度学习、数学建模、数据采集与网络爬虫、统计分析、容器技术、算法设计与分析、数据分析师认证、区块链原理与技术、非结构化数据存储与分析、网络前端开发、信息安全前沿技术、软件工程、云原生开发、scala程序设计、混合现实技术。
专项实践
c语言课程设计、数据结构与算法课程设计、数据库课程设计、数据可视化课程设计、python课程设计、java课程设计、nosql数据库课程设计、数据导入与预处理应用/大数据实时计算（kafka spark）课程设计、大数据原理与应用课程设计、分布式计算课程设计、数据挖掘与机器学习课程设计、多元统计分析与r语言建模/数据仓库（hive）课程设计。
其他实践
研学能力提升、企业见习实践、创新项目实践。
5.师资队伍
数据科学与大数据技术专业拥有一支学历职称高、学缘结构合理、教学科研能力强的专业教师队伍。现有专任教师24人，其中教授2人、副教授4人、讲师5人，90%以上的专任教师具有硕士学历或学位，教师队伍年富力强，平均年龄在39岁左右。其中李康顺教授被华南农业大学聘为博士生导师。由数据科学与大数据技术专业教研室两位博士教授组成科研教学团队，不断增强教学与科研能力，同时不断引进大数据技术方面的专家、应用领域的技术骨干充实到教学岗位，在岗教师通过不断学习，提高学历学位、新知识能力水平。另外还聘请知名企业的相关技术专家兼职授课，使专业建设和发展得到了极好的保障。
6.教学条件
数据科学与大数据技术专业是计算机学院的一个重要的本科专业，重视实践教学在人才培养中的作用，不断加强校内外实践教学基地建设，除计算机学院原有的实验、实训室，如数据库应用开发实验室、java开发实验室、云终端实验室等25间专业实验（训）室外，陆续新建或升级了大数据实验室，现有大数据实验实训室15间，仪器设备总值878.85万元,与企业共建校外实习基地17家。本专业着力加强与企、事业单位联系，适时更新、完善实践教学内容，将新技术、新方法带入实践教学中，不断推进实践课程的教学改革，强化实践教学管理。
7.专业特色
l 办学理念、办学思路特色
（1）坚持培养“符合智能制造企业、大数据供应链平台企业需求的高素质应用创新型人才”的办学理念
大数据技术专业坚持“以学为中心，以产出为导向”的教育理念，立足东莞，面向粤港澳大湾区，采取“五育并举”人才培养模式，努力建成符合大数据相关企业需求的高素质应用创新型人才培养基地。
（2）坚持“准确定位、发挥优势、突出特色”的办学思路
坚持教学、科研、社会服务“三位一体”的发展思路，以专业建设为核心，以提高教学质量和科研水平为目的，以加强课程建设为重点，以全面提高素质教育为宗旨，改革创新，准确定位，发挥优势，突出特色。
l 专业教育突出“人才培养 思政教育”特色
实施德、智、体、美、劳“五育并举”育人模式，深化专业内涵建设和课程思政建设，依托“五育平台”，实现思政教育与专业培养有机结合，突出人才培养的育人特色。
l 专业教学体现“产、学、研相结合”办学特色
通过和企业合作实施“创新班”人才培养模式的改革，构建以“6 1 1”相结合的应用型本科人才培养模式。为学生高质量就业奠定基础。此外，在专业建设方面，积极拓宽渠道，寻求学校与相关企业、事业单位的合作，尝试组织学生用所学知识对接服务政府、企业等。2018年-2022年，各专业综合性较强的课程实践环节（实训周）都邀请一线工程师进入课堂授课，带真实项目进入课堂，大大提高了师生的动手实践能力。同时，与东莞市先知大数据有限公司和华云数据有限公司等17家企业开展了深度合作，共建教育部协同育人项目2项。
专业其他信息
1.专业成就
教学改革方面不断取得新成果。不断尝试探索创新教学手段和方法，寓教于乐、寓教于趣。落实“人职匹配、分类教学”的教学模式改革。教学质量得到了很大的提高，教师的教学科研水平也同步提高，截至2022年6月，本专业已建设基于超星学习通平台在线开放课程18门，校级优质课程2门，校级高水平课程2门，校级课程思政示范课程1门，校级课程思政示范课堂1门；本专业教师承担各类科研项目31项，教改课题5项，科研经费173.1万元，软件著作权6项，实用新型专利4项。同时尝试组织学生参加各种应用学习竞赛，不断提高学生学习的自觉性与学习效果。近四年，学生获得国家级竞赛奖8项，省级竞赛奖91项。
2.就业方向
主要就业方向有：数据分析、系统研发、应用开发。基本职位是大数据分析工程师、大数据系统开发工程师和大数据应用开发工程师。工作岗位有：etl研发、hadoop开发、可视化工具开发、信息架构开发、数据仓库研究、olap开发、数据科学研究、数据预测分析、企业数据管理和数据安全研究等。
主要it认证有：大数据工程师、大数据开发工程师、数据分析师、华为认证系列等。