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主要研究大数据采集、数据管理、系统开发、海量数据分析与挖掘的技术及应用，具体研究内容包括大数据分析挖掘与处理、移动开发与架构、软件开发、云计算等方面。本专业领域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。本领域依托河南省食品安全数据智能重点实验室、河南省公共安全数据融合与智能服务工程技术研究中心等多个平台，设置大数据挖掘、大数据智能分析、大数据可视化三个研究方向，拥有专任教师19人，其中博士学位教师11人，硕士生导师10人，教授2人，副教授6人。近年来承担国家自然科学基金等国家级项目3项，完成省部级及企业委托项目70余项，获省级科技进步奖2项；发表SCI/EI论文40余篇。

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

围绕大数据挖掘需求、大数据挖掘度量、大数据挖掘算法及优化等领域，重点开展大数据环境下数据挖掘需求分析，新型数据挖掘任务的归纳、抽象和定义，数据挖掘度量构建，复杂数据的新型挖掘模型、数据挖掘算法优化等方向研究。

（2）大数据智能分析

围绕大数据智能计算、大数据智能优化、人工智能等领域，重点开展大数据深度挖掘和智能分析，大数据反馈模型和预测模型，大数据智能分析的基本理论及新技术和新方法等方向研究。

（3）大数据可视化

围绕数据分析、大数据可视化理论、人机交互与用户界面等领域，重点开展计算机图形学、大数据可视化的基本理论及新技术和新方法，虚拟现实技术等方向研究。

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：总学分要求31~35学分，其中学位课学分20学分，必修环节要求5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“提前统筹，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

张素智、黄敏、李璞、王昌海、张世征。