2024级 085411|大数据技术与工程 硕士 培养方案

年级
2024
 
培养类型
硕士
 
学位类别
专业学位
 
学院
国际联合学院(海宁国际校区)
 
专业
085411|大数据技术与工程
 
学制
2.5
 

课程学分要求

最低总学分
24.0
公共学位课最低学分
5.0
专业课最低学分
13.0
专业学位课最低学分
9.0

培 养 环 节

培养目标及基本要求

(一) 培养目标 以习近平新时代中国特色社会主义思想为指导,坚持“四为”方针,培养德智体美劳全面发展,具有良好的职业道德,掌握扎实的数据科学方法与理论基础和系统的专业知识,了解数据分析及相关方向的前沿动态,能将各类实际问题转化为对应的数据科学模型与算法,并给出分析结果和解决方案,既具有宽广的国际视野和出色的专业能力,又不乏创新意识、具有未来职业发展能力、能够解决实际问题的高层次应用型创新人才和领导者。 (二) 基本要求 1. 品德素质:热爱祖国、热爱人民,拥护中国共产党的领导。遵守宪法和法律,遵守公民道德规范,遵守学校规章制度,积极践行社会主义核心价值观,践行学校校训、共同价值观及浙大精神,具有良好的道德品质、人格素养和行为习惯。崇尚科学精神,恪守学术道德,严守职业伦理,践行优良学风。树立远大的理想信念和深厚的家国情怀,具有服务国家和人民的高度社会责任感、良好的职业道德和创业精神,投身国家急需和新兴战略领域,为中国特色社会主义事业贡献力量。 2. 知识结构:具有坚实的数据科学相关的数理基础和数据分析的专业技能,注重培养数据科学原理和数据分析方法的学习和创新,系统掌握大数据相关领域的理论、方法和技术,具有较强的处理数据能力。 3. 基本能力:能较熟练地阅读外文资料,具备开展实务研发 、究、学术交流和及时了解数据科学领域最新技术发展动态的能力;具有独立的发现问题、分析问题、优化算法、数据分析和处理能力;能综合运用所学知识解决复杂工程问题;具有国际视野、富有团队合作精神及良好的人际沟通、组织协调等领导管理能力。

 
读书(学术,实践)报告

要求做读书报告至少4次,其中至少公开在学院、中心做读书报告1次,或参加国际或全国会议作口头学术报告1次,至少参加学院或研究中心学术讲座或论坛8次。

 
专业实践环节

将劳动教育纳入培养方案必修环节,专业实践是研究生获得实践经验,提高实践能力的重要环节。本专业研究生应开展专业实践,可采用集中实践和分段实践相结合的方式,一般依托实践基地和合作单位提供的研究项目或实践岗位进行。具有2年及以上企业工作经历的本专业研究生专业实践时间应不少于6个月,不具有2年企业工作经历的本专业研究生专业实践时间应不少于1年。在读期间应参加不少于1年的专业实践训练(可采用集中实践和分段实践相结合的方式),其中以项目研究形式开展时间不少于6个月。专业实践应在导师组指导下开展,拟定专业实践计划,实践期间每周填写实践手册,记录实践工作,并于每月组会时提交至导师(组)进行讨论。实践结束后,提交实践手册等相关材料,审核通过后,计专业实践训练8学分。国际生专业实践建议结合国家与属地对于留学生实习实践签证加注的相关政策,实践时长一般不得超过一年。研究生须获得专业实践学分后,方能进入学位论文答辩

 
开题报告

1. 入学满1年后可按规定申请开题报告,一般为入学第二年9-12月;开题报告通过之日至答辩时间不少于1年。 2. 开题报告准备期内,需研读指导教师提供或认可的5-10篇与其研究方向相关的文献,并在开题报告前一到两周由指导教师指定其中1-2篇作为答辩考核材料之一。 3. 开题报告会考核小组至少由3名副教授或相当职称以上的专家组成,由学院或研究中心组织公开答辩,开题报告答辩时,一方面就论文选题、主要研究内容及研究方案进行论证,另一方面需基于指导教师指定的其中1-2篇文献,答辩者需指出该篇论文的研究背景、解决的主要问题、创新点。委员会将就答辩内容进行考核,决定答辩者是否通过开题答辩。审定通过后,开始撰写学位论文。 4、开题报告未获通过者,应在学院或学科规定的时间内重新开题。开题报告通过者如因特殊情况须变更学位论文课题研究者,应重新进行开题报告。

 
中期考核(检查)

中期检查在第2学年秋冬学期末与开题报告同期进行,考核小组至少由3名副教授或相当职称以上的专家组成。中期检查审核研究生课程学分、读书报告、专业实践训练、论文开题等进展情况。 硕士研究生须进行中期考核(检查),具体要求可参照博士研究生有关规定执行,由学院(系)或学科自主设定。

 
预答辩(预审)

学位论文预审和预答辩,一般安排在研究生学位论文评阅送审1个月前进行,未通过学位论文预审(预答辩)的研究生不能申请进入学位论文送审、答辩等环节。预答辩(预审)应在所属学术学位学科或专业学位类别范围内公开进行,并由以研究生导师及导师团队成员为主体组成的考核小组(至少3名)评审。预答辩前应公示预答辩人姓名、学位论文题目和答辩时间、地点,并将学位论文初稿送至预答辩(预审)专家。

 
毕业和授予学位标准

1. 修完必修课程且达到本专业培养方案最低课程学分要求,其中为了鼓励学科交叉,学生至少要求选修一门跨专业课程,跨专业学分转换总体不超过3学分。 2. 完成所有培养过程环节考核并达到相关要求。 3. 通过学位论文答辩。学位论文评阅和答辩的要求参照《浙江大学研究生学位?申请实施办法(试行)》浙大发研〔2020〕45号及学院具体实施细则执行。 4、电子信息硕士研究生申请学位创新性成果要求根据学院具体实施细则执行。

 
质量保证体系

1、课程保证:安排专人负责排课及课程体系完善工作;设置“前沿数据科学课程”;开展科研训练和学术研讨活动,营造国际交流氛围。 2、过程管理保证:导师(组)每周安排组会对研究工作及实践工作进行监督指导;实践环节设立周周记录月月考核机制,实践期间应每周将实践工作记录在实践手册上,每月交至导师(组)进行讨论,保证实践环节质量。 3、毕业论文保证:设置开题报告、论文进展报告、预答辩、答辩环节共同保证毕业论文质量。 a) 硕士论文采用匿名双盲预审制,预审由学院、中心、系或研究所组织实施。 b) 硕士论文预审时间一般在授予学位前1个半月进行,春季毕业的,预审时间将提前,届时以学院通知为准。 请根据实际列出相关制度保障措施:如各培养环节管理实施细则、教学管理细则、专业学位研究生实践教学管理及考评办法,及其他质量保证举措等。

 
备注

 

平 台 课 程

必修/选修 课程性质 课程编号 课程名称 学分 总学时 开课学期 备注
必修 公共选修课 0000999 公共素质类课程至少1门(具体课程详见清单,个人学习计划制定时勿以具体课程替代) 1.0 16 春、夏、秋、冬
必修 公共学位课 0420002 自然辩证法概论 1.0 24 春、夏、秋、冬 中国籍学生必修
必修 公共学位课 0500011 研究生英语应用能力提升 2.0 64 春、夏、秋、冬 中国籍学生必修
必修 专业学位课 2142001 人工智能算法与系统 2.0 32
必修 公共学位课 3320002 新时代中国特色社会主义理论与实践 2.0 32 春、夏、秋、冬 中国籍学生必修
选修 专业学位课 5002003 中国概况(英文授课) 2.0 48 春夏、秋冬 International Student Only
选修 公共学位课 5002004 国际中文水平与测试 1.0 96 春夏 International Student Only
选修 专业学位课 5002005 汉语(初级) 2.0 96 春夏、秋冬 International Student Only
选修 专业学位课 5002006 汉语(中级) 2.0 96 春夏、秋冬 International Student Only
选修 专业学位课 5002007 汉语(高级) 2.0 96 春夏、秋冬 International Student Only
必修 专业学位课 5141089 工程前沿技术讲座 2.0 32 秋冬
必修 专业学位课 7122010 科学研究与写作指导 1.0 16 秋冬
必修 专业学位课 7122018 电子信息工程中数学模型与方法 2.0 32 春、秋
必修 专业学位课 7122019 工程伦理 2.0 32 春夏、秋冬

方 向 课 程

数据科学与工程(iMDS)

研究内容

数据科学与工程(iMDS)

备注

 

必修/选修 课程性质 课程编号 课程名称 学分 总学时 开课学期 备注
选修 专业学位课 7121009 商务统计分析 2.0 32 春、夏、秋、冬 仅限国际生
必修 专业学位课 7121036 数据科学基础 3.0 48 秋冬
必修 专业学位课 7121038 现代统计方法 3.0 48 春夏
选修 专业学位课 7121039 因果推断与机器学习 3.0 48 春夏
选修 专业选修课 7121043 决策与优化 3.0 48 春夏
选修 专业选修课 7123036 金融计量 2.0 32
选修 专业选修课 7123037 区块链与数字货币 2.0 32
选修 专业选修课 7123046 金融数据分析与决策 2.0 32
选修 专业选修课 7123050 自然语言分析与机器学习 2.0 32
选修 专业选修课 7123081 数据治理技术导论 2.0 32 秋、冬
选修 专业选修课 7123089 深度学习 2.0 32 春、夏
选修 专业选修课 7123090 数据建模案例分析 2.0 32 春、夏
选修 专业选修课 7123091 数据可视化 2.0 32 秋、冬
选修 专业选修课 7123096 供应链数据分析 2.0 32 春、夏