大数据管理与应用专业人才培养方案
Big Data Management and Application
(专业代码:120108T)
一、培养目标
本专业旨在培养适应社会主义现代化建设和未来社会与科技发展需要的,具备科学人文精神、创新创业精神和职业道德精神,具有自主学习能力、批判思维能力、团队协作能力和国际交流能力,掌握系统的数据科学理论基础,熟悉采集、存储、处理、分析、传输与应用等现代数据管理技术与方法,善于利用海量数据进行定性与定量结合的系统分析,并且能在各行业为政府机构和企事业单位实现大数据管理与应用的高端复合型人才。
培养目标1:培养具有健全人格、良好的社会适应能力和高度的社会责任感,能够弘扬和实践先进思想文化和社会主义核心价值体系的专业人才;
培养目标2:培养熟练掌握大数据管理与应用专业的核心知识和前沿技术,并具有宽厚的人文社会科学知识和一定的自然科学基础知识的专业人才;
培养目标3:培养能够运用所学的知识和技术,完成数据采集、存储、处理、分析以及数据产品开发、运维等工作,具有一定科学研究能力和创新实践能力的专业人才;
培养目标4:培养熟悉行业政策法规、国内外现状和发展趋势,在实践中自觉遵守职业道德和规范,具有较强团队意识以及沟通、协作、领导能力的专业人才;
培养目标5:培养具有国际化视野和终身学习能力,立足中国国情,服务于大数据产业发展,不断提升自身职业能力,担负国家发展重任的专业人才。
二、毕业要求
本专业学生应在素质、知识、能力3个方面达到以下的毕业要求:
毕业要求1:具有正确的政治方向,良好的人文素养,高度的社会责任感。
毕业要求2:掌握扎实的专业基础知识,以及必备的理论、方法、技术、工具等,了解大数据管理与应用领域最新的研究现状、行业动态和发展趋势。
毕业要求3:具有良好的思辨能力和创新思维,能够发现、辨析、质疑、评价大数据管理与应用领域的现象和问题,并清晰地表达个人见解。
毕业要求4:具有较强的社会实践能力,能够对大数据管理与应用领域的复杂问题进行综合分析和深度研究,并提出相应对策或解决方案。
毕业要求5:具有良好的人际交往、沟通表达能力、良好的团队合作能力。
毕业要求6:具有国际视野和国际理解能力,了解国际动态;具有终身学习意识和自主学习能力,能够适应社会和个人可持续发展。
三、主干学科
信息资源管理、管理科学与工程。
四、专业主干课程
大数据管理与应用概论、大数据技术基础、大数据智能分析理论与方法(理论)、大数据智能分析理论与方法(实验)、大数据计量经济分析(理论)、大数据计量经济分析(实验)、数据可视化(理论)、数据可视化(实验)、数据治理、数据资产管理。
五、学制、修业年限、(分流学期)及授予学位
本专业学制4年,弹性修业年限3~6年,符合郑州大学授予学士学位规定,授予管理学学士学位。
六、毕业学分要求
本专业须修满培养方案中规定课程 158 学分(其中通识课程 63 学分,专业课程 65 学分,个性化课程 30 学分),方准毕业。
七、主要实践性教学环节
实践性教学环节主要包括:课程实验、综合实训、社会实践、实习实训、毕业论文(设计)与创新创业训练。
八、学分、学时汇总表

注:
1.理论课以16学时计1学分;实验课(含上机)24学时计1学分;集中进行的实习、综合设计等实践环节一般1周记1学分,分散进行的满24学时计1学分,毕业论文(设计)参考本专业特点可适当调整学分学时对应比例;体育课32学时计1学分。
2. “核心通识课程”共分为5类课程,由学校统一提供,学生任选。学生应在第2-7学期(五年制为第2-9学期)须修满8个学分。对应学分学时可统一合计在第7学期,
3. “个性化”课程如学生选修学期不定则对应学分学时统一合计在第7学期。
3.如实践总学分为“综合实践”学分+理论课内实践学分,需注明“实践总学分包含综合实践XX学分、课内实践合计XX学分,共计XX学分,占总学分比例XX%”
九、大数据管理与应用专业教学计划及修习要求
(一)通识课程
通识课程要求修满 63 学分,占总学分比例 39.9 %。课程设置详见下表。
课程类型 |
课程 编号 |
课程名称 (英文名) |
学 分 |
学时 |
各学期计划学分 |
备注 |
理论授课 |
实验实践 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
标明所含劳动教育/国际教育学时 |
通识课程 |
通修通识 |
392052 |
马克思主义基本原理 (Basic Principles of Marxism) |
3 |
32 |
16 |
|
|
3 |
|
|
|
|
|
|
391026 |
毛泽东思想和中国特色社会主义理论体系概论 (Introduction to Mao’s Thoughts & Theoretical System of the Chinese Characteristic Socialism) |
3 |
32 |
16 |
|
|
|
3 |
|
|
|
|
|
391027 |
习近平新时代中国特色社会主义思想概论 (An outline of Xi Jinping Thought on Socialism with Chinese Characteristics for a New Era) |
3 |
32 |
16 |
|
|
|
|
3 |
|
|
|
|
391024 |
中国近现代史纲要 (Outline of Chinese Modern History) |
3 |
32 |
16 |
|
3 |
|
|
|
|
|
|
|
392053 |
思想道德与法治 (Morality & Fundamentals of Law) |
3 |
32 |
16 |
3 |
|
|
|
|
|
|
|
|
391015 |
形势与政策 (Policy & Political Situation Analysis) |
2 |
32 |
0 |
|
|
|
|
|
2 |
|
|
|
397005 |
“四史”教育专题 (Special Topics on the Education of the “Four Histories”) |
1 |
8 |
8 |
|
1 |
|
|
|
|
|
|
|
331002 |
国家安全教育 (National Security Education) |
1 |
8 |
8 |
|
1 |
|
|
|
|
|
|
|
977002 |
大学生心理健康教育 (Mental Health Education for College Students) |
2 |
16 |
16 |
2 |
|
|
|
|
|
|
|
|
152013 |
人工智能通识 与数字素养 (General Knowledge of Artificial Intelligence and Digital Literacy) |
3 |
32 |
24 |
3 |
|
|
|
|
|
|
|
|
491001 |
体育(Ⅰ) (Physical Education (I)) |
1 |
32 |
0 |
1 |
|
|
|
|
|
|
|
|
491002 |
体育(Ⅱ) (Physical Education (II)) |
1 |
32 |
0 |
|
1 |
|
|
|
|
|
|
|
491003 |
体育(Ⅲ) (Physical Education (III)) |
1 |
32 |
0 |
|
|
1 |
|
|
|
|
|
|
491004 |
体育(Ⅳ) (Physical Education (IV)) |
1 |
32 |
0 |
|
|
|
1 |
|
|
|
|
|
371047 |
大学英语(I) (College English (I)) |
2 |
32 |
0 |
2 |
|
|
|
|
|
|
|
任选完成其中一种外语类课程修习 |
371070 |
大学英语(II) (College English (II)) |
2 |
32 |
0 |
|
2 |
|
|
|
|
|
|
371060 |
大学英语(Ⅲ) (College English (III)) |
2 |
32 |
0 |
|
|
2 |
|
|
|
|
|
371061 |
大学英语(Ⅳ) (College English (IV)) |
2 |
32 |
0 |
|
|
|
2 |
|
|
|
|
371071 |
大学日语(I) (College Japanese (I)) |
2 |
32 |
0 |
2 |
|
|
|
|
|
|
|
371072 |
大学日语(II) (College Japanese (II)) |
2 |
32 |
0 |
|
2 |
|
|
|
|
|
|
371036 |
大学日语(Ⅲ) (College Japanese (III)) |
2 |
32 |
0 |
|
|
2 |
|
|
|
|
|
371037 |
大学日语(Ⅳ) (College Japanese (IV)) |
2 |
32 |
0 |
|
|
|
2 |
|
|
|
|
371075 |
大学俄语(I) (College Russian (I)) |
2 |
32 |
0 |
2 |
|
|
|
|
|
|
|
371048 |
大学俄语(II) (College Russian (II)) |
2 |
32 |
0 |
|
2 |
|
|
|
|
|
|
371030 |
大学俄语(Ⅲ) (College Russian (III)) |
2 |
32 |
0 |
|
|
2 |
|
|
|
|
|
371031 |
大学俄语(Ⅳ) (College Russian (IV)) |
2 |
32 |
0 |
|
|
|
2 |
|
|
|
|
371073 |
大学德语(I) (College German (I)) |
2 |
32 |
0 |
2 |
|
|
|
|
|
|
|
371074 |
大学德语(II) (College German (II)) |
2 |
32 |
0 |
|
2 |
|
|
|
|
|
|
371042 |
大学德语(Ⅲ) (College German (III)) |
2 |
32 |
0 |
|
|
2 |
|
|
|
|
|
371045 |
大学德语(Ⅳ) (College German (IV)) |
2 |
32 |
0 |
|
|
|
2 |
|
|
|
|
981001 |
军事理论 (Military Theory) |
1 |
16 |
0 |
1 |
|
|
|
|
|
|
|
|
985001 |
军事技能训练 (Military Skill Training) |
2 |
0 |
168 |
2 |
|
|
|
|
|
|
|
|
991101 |
创新创业基础 (Innovative and Entrepreneurial Foundation) |
1 |
16 |
0 |
1 |
|
|
|
|
|
|
|
|
791001 |
生涯发展与职业认知 (Career Development and Professional Cognition) |
0.5 |
8 |
0 |
|
0.5 |
|
|
|
|
|
|
|
791002 |
职业定位与技能提升 (Career Orientation and Skill Enhancement) |
0.5 |
8 |
0 |
|
|
|
|
0.5 |
|
|
|
|
核心通识课程 (修习特殊要求见“注3”) |
—— |
艺术体验与审美鉴赏 (Art Experience and Aesthetic Appreciation) |
不少于8学分 |
|
|
|
|
|
|
|
|
|
|
至少选修其中4个模块,不少于8学分 |
科学探索与技术创新 (Scientific Exploration and Technological Innovation) |
|
|
|
|
|
|
|
|
|
|
哲学智慧与批判思维 (Philosophical Wisdom and Critical Thinking) |
|
|
|
|
|
|
|
|
|
|
中国文化与世界文明 (Chinese Culture and World Civilization) |
|
|
|
|
|
|
|
|
|
生命关怀与现代社会 (Life Care and Modern Society) |
|
|
|
|
|
|
|
|
|
分类通识 |
211016 |
微积分A(I) (Calculus A (I)) |
5 |
80 |
0 |
5 |
|
|
|
|
|
|
|
|
211017 |
微积分A (Ⅱ) (Calculus A (II)) |
5 |
80 |
0 |
|
5 |
|
|
|
|
|
|
|
211023 |
线性代数A (Linear Algebra A) |
2 |
32 |
0 |
2 |
|
|
|
|
|
|
|
|
211011 |
概率论与数理统计 (Probability Theory and Mathematical Statistics) |
2 |
32 |
0 |
|
2 |
|
|
|
|
|
|
|
注:
1.通修通识课程为全校必修课程,不得自行删减,不同专业开设学期不同,自行补充完整。
2.集中开设的劳动教育课程,在“备注”栏标记“劳动教育课程”;分散开展的劳动教育的学时,在各门课程“备注”栏中标记“劳动教育XX学时”。
3.除美术学院、书法学院、河南音乐学院外所有专业须在“艺术创作与审美体验”模块选修2学分课程,人文与社科类专业须在“科学探索与生命关怀”模块选修2学分课程。
(二)专业课程
要求修满专业课 65 学分(其中专业基础课程 28 学分、专业核心课程 37 学分),占总学分比例 41.1 %。设置详见下表。
课程 类别 |
课程 编号 |
课程名称 (英文名) |
学 分 |
学时 |
各学期计划学分 |
备注 |
理论授课 |
实验实践 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
标明所含劳动教育/国际教育学时 |
专业课程 |
专业基础 (须修满 28 学分) |
342093 |
新生研讨课 (Freshman Seminar) |
1 |
16 |
|
1 |
|
|
|
|
|
|
|
|
342094 |
大数据管理与应用 概论 (Introduction to Big Data Management and Application) |
2 |
32 |
|
2 |
|
|
|
|
|
|
|
|
342095 |
Python编程基础 (理论) (Fundamentals of Python Programming (Theory)) |
2 |
32 |
|
2 |
|
|
|
|
|
|
|
|
342096 |
Python编程基础 (实验) (Fundamentals of Python Programming (Lab)) |
1 |
|
24 |
1 |
|
|
|
|
|
|
|
劳动教育4学时 |
342086 |
管理学原理 (Principles of Management) |
2 |
32 |
|
|
2 |
|
|
|
|
|
|
|
342062 |
信息管理学基础 (Foundation of Information Management) |
2 |
32 |
|
|
2 |
|
|
|
|
|
|
|
342065 |
数据结构(理论) (Data Structures (Theory)) |
2 |
32 |
|
|
2 |
|
|
|
|
|
|
|
342066 |
数据结构(实验) (Data Structures (Lab)) |
1 |
|
24 |
|
1 |
|
|
|
|
|
|
劳动教育4学时 |
342063 |
数据库原理(理论) (Principles of Database (Theory)) |
2 |
32 |
|
|
|
2 |
|
|
|
|
|
|
342064 |
数据库原理(实验) (Principles of Database (Lab)) |
1 |
|
24 |
|
|
1 |
|
|
|
|
|
劳动教育4学时 |
342091 |
大数据技术基础 (Foundation of Big Data Technology) |
2 |
32 |
|
|
|
2 |
|
|
|
|
|
|
343199 |
大数据智能分析理论与方法(理论) (Theories and Methods of Big Data Intelligent Analysis (Theory)) |
2 |
32 |
|
|
|
2 |
|
|
|
|
|
|
343200 |
大数据智能分析理论与方法(实验) (Theories and Methods of Big Data Intelligent Analysis (Lab)) |
1 |
|
24 |
|
|
1 |
|
|
|
|
|
劳动教育4学时 |
342090 |
经济学基础 (Foundation of Economics) |
2 |
32 |
|
|
|
2 |
|
|
|
|
|
|
342092 |
管理统计学 (Managerial Statistics) |
2 |
32 |
|
|
|
2 |
|
|
|
|
|
|
343195 |
大数据计量经济分析(理论) (Big Data Econometric Analysis (Theory)) |
2 |
32 |
|
|
|
|
2 |
|
|
|
|
|
343196 |
大数据计量经济分析(实验) (Big Data Econometric Analysis (Lab)) |
1 |
|
24 |
|
|
|
1 |
|
|
|
|
劳动教育4学时 |
专业核心 (须修满 37 学分) |
344121 |
管理运筹学 (Management Operations Research) |
2 |
32 |
|
|
|
|
2 |
|
|
|
|
|
343208 |
面向对象程序设计JAVA(理论) (Object-Oriented Programming with JAVA (Theory)) |
2 |
32 |
|
|
|
|
2 |
|
|
|
|
|
343209 |
面向对象程序设计JAVA(实验) (Object-Oriented Programming with JAVA (Lab)) |
1 |
|
24 |
|
|
|
1 |
|
|
|
|
劳动教育4学时 |
343210 |
自然语言处理 (理论) (Natural Language Processing (Theory)) |
2 |
32 |
|
|
|
|
2 |
|
|
|
|
|
343211 |
自然语言处理 (实验) (Natural Language Processing (Lab)) |
1 |
|
24 |
|
|
|
1 |
|
|
|
|
劳动教育4学时 |
343094 |
数据可视化(理论) (Data Visualization (Theory)) |
2 |
32 |
|
|
|
|
2 |
|
|
|
|
|
343186 |
数据可视化(实验) (Data Visualization (Lab)) |
1 |
|
24 |
|
|
|
1 |
|
|
|
|
劳动教育4学时 |
343205 |
数据治理 (Data Governance) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
343206 |
数据资产管理 (Data Asset Management) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
345025 |
大数据分析综合实践 (Comprehensive Experiment of Big Data) |
2 |
|
48 |
|
|
|
|
2 |
|
|
|
劳动教育8学时 |
345026 |
大数据项目管理综合实践 (Comprehensive Practice of Big Data Project Management) |
2 |
|
48 |
|
|
|
|
|
|
2 |
|
劳动教育8学时 |
345013 |
毕业实习 (Practicum) |
4 |
|
96 |
|
|
|
|
|
|
4 |
|
|
345012 |
毕业设计(论文) (Thesis) |
14 |
|
336 |
|
|
|
|
|
|
|
14 |
|
(三)个性化课程
学生须修满个性化课程 30 学分,占总学分比例 19.0 %。个性化课程分为专业进阶、跨学科发展、创新创业三类课程模块。完成模块课程修习仍未达到毕业总学分,可选修任意个性化课程冲抵个性化学分,不同路径或模块共享的课程只能算一次学分。
学生修习路径包括7种:
A:1个专业进阶模块 + 1个专业交叉模块 + 至少2学分的创新创业实践课程
B:1个专业进阶模块 + 任意自选模块 + 至少2学分的创新创业实践课程
C:2个专业进阶模块 + 至少2学分的创新创业实践课程
D:1个专业交叉模块 + 任意自选模块 + 至少2学分的创新创业实践课程
E:2个专业交叉模块 + 至少2学分的创新创业实践课程
G:任意自选模块 + 至少2学分的创新创业实践课程
F:创新创业模块
1. 专业进阶模块
开设专业进阶课程(开设课程总学分数不少于修满学分数的1.5倍)共计 72 学分,专业进阶模块详见下表。
课程 类别 |
课程 编号 |
课程名称 (英文名) |
学 分 |
学时 |
各学期计划学分 |
备注 |
理论授课 |
实验实践 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
标明所含劳动教育/国际教育学时 |
进阶 模块A (数据管理) |
进阶限选课程 |
344146 |
非结构化数据分析 (理论) (Unstructured Data Analysis (Theory)) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344147 |
非结构化数据分析 (实验) (Unstructured Data Analysis (Lab)) |
1 |
|
24 |
|
|
|
|
1 |
|
|
|
|
344127 |
计算机网络基础 (Fundamentals of Computer Networks) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344148 |
复杂网络理论与应用 (Theory and Application of Complex Networks) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
进阶任选课程 (须修满 8 学分) |
344149 |
数据驱动的管理方法与应用(理论) (Data-Driven Management Methods and Applications (Theory)) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344150 |
数据驱动的管理方法与应用(实验) (Data-Driven Management Methods and Applications (Lab)) |
1 |
|
24 |
|
|
|
|
1 |
|
|
|
|
344151 |
智能优化算法基础 (Fundamentals of Intelligent Optimization Algorithms) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344152 |
R语言数据分析 与挖掘 (Data Analysis and Mining with R Language) |
2 |
|
48 |
|
|
|
|
2 |
|
|
|
|
344153 |
管理决策理论与方法 (Theories and Methods of Management Decision-Making) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344131 |
Matlab编程与建模 (Matlab Programming and Modeling) |
2 |
|
48 |
|
|
|
|
|
2 |
|
|
|
344154 |
大数据平台架构 (Architecture of Big Data Platforms) |
2 |
|
48 |
|
|
|
|
|
2 |
|
|
|
344155 |
深度学习与大语言 模型(理论) (Deep Learning and Large Language Models (Theory)) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344156 |
深度学习与大语言 模型(实验) (Deep Learning and Large Language Models (Lab)) |
2 |
|
48 |
|
|
|
|
|
2 |
|
|
|
模块须修满学分数 |
15 |
开设课程总学分数 |
24 |
进阶 模块B (信息资源管理) |
进阶限选课程 |
343157 |
信息组织 (Information Organization) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344157 |
信息系统分析与设计(理论) (Analysis and Design of Information Systems (Theory)) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
342081 |
信息系统分析与设计 (实验) (Analysis and Design of Information Systems (Lab)) |
1 |
|
24 |
|
|
|
|
1 |
|
|
|
|
342074 |
信息检索导论 (Introduction to Information Retrieval) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
进阶任选课程 (须修满 8 学分) |
344158 |
信息采集方法与工具 (理论) (Methods and Tools of Information Collection (Theory)) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344159 |
信息采集方法与工具 (实验) (Methods and Tools of Information Collection (Lab)) |
1 |
|
24 |
|
|
|
|
1 |
|
|
|
|
344160 |
信息行为导论 (Introduction to Information Behavior) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
342040 |
信息分析与预测 (Information Analysis and Prediction) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
343092 |
信息计量学 (Informetrics) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344161 |
信息表示与知识图谱 (理论) (Information Representation and Knowledge Graphs (Theory)) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344162 |
信息表示与知识图谱 (实验) (Information Representation and Knowledge Graphs (Lab)) |
1 |
|
24 |
|
|
|
|
|
1 |
|
|
|
344163 |
信息架构(理论) (Information Architecture (Theory)) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344164 |
信息架构(实验) (Information Architecture (Lab)) |
1 |
|
24 |
|
|
|
|
|
1 |
|
|
|
344165 |
信息咨询与服务 (Information Consulting and Services) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
模块须修满学分数 |
15 |
开设课程总学分数 |
24 |
进阶 模块C (场景应用) |
进阶限选课程 |
342028 |
电子文件管理 (Electronic Document Management) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344166 |
企业数据合规 (Enterprise Data Compliance) |
1 |
16 |
|
|
|
|
|
1 |
|
|
|
|
343207 |
数据安全与隐私保护 (Data Security and Privacy Protection) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344142 |
数据伦理 (Data Ethics) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
进阶任选课程 (须修满 8 学分) |
344143 |
数字政府 (Digital Government) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344134 |
社会计算与数字人文 (Social Computing and Digital Humanities) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344135 |
数字记忆构建理论与方法 (Theories and Methods of Digital Memory Construction) |
2 |
32 |
|
|
|
|
|
2 |
|
|
|
|
344167 |
政务信息加工处理 (Processing of Government Information) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344136 |
数据故事化 及关键技术 (Data Storytelling and Key Technologies) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344168 |
数据产品设计与开发 (Data Product Design and Development) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344137 |
大数据营销 (Big Data Marketing) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
344169 |
数据运营与商务智能 (Data Operations and Business Intelligence) |
2 |
32 |
|
|
|
|
|
|
2 |
|
|
|
模块须修满学分数 |
15 |
开设课程总学分数 |
24 |
注:
1.进阶必修课程,如无必修要求可不设置。
2.开设的专业进阶课程总学分数不少于修满学分数的1.5倍
3.A、B可设置为不同专业方向,也可设置为不同进阶层次,各学院灵活设定专业进阶模块及修习要求。
2. 跨学科模块
学生可选择修读其他专业开设或本专业联合其他专业开设的专业交叉模块课程,作为个性化课程学分。课程模块以教务部每年发布内容为准。
3. 创新创业模块
学生可选择创新创业模块课程,作为个性化课程学分,所有个性化修习路径须修习创新创业类课程至少2学分。课程模块以教务部每年发布内容为准。
(四)暑期小学期
各专业应结合自身特色,利用暑期小学期自主开展认知实习、生产实习、社会调查、科研训练、暑期学校、创新创业训练等实践教学活动,以及体现科学前沿、知识交叉的学术讲座等。各专业须制定明确详细的暑期小学期教学计划,详见下表。
其他活动类别/课程类别 |
其他活动编号/课程编号 |
教学活动名称 /课程名称 |
学 分 |
学时 |
各学期计划学分 |
备注 |
理论授课 |
实验实践 |
2学期末 |
4学期末 |
6学期末 |
8学 期末 |
标明所含劳动教育/国际教育学时 |
其他活动 |
34s001 |
社会实践 |
0 |
12 |
12 |
0 |
|
|
|
劳动教育4学时 |
其他活动 |
343021 |
暑期学术训练营 |
0 |
12 |
12 |
|
0 |
|
|
劳动教育4学时 |
其他活动 |
34s003 |
社会实践 |
0 |
12 |
12 |
|
|
0 |
|
劳动教育4学时 |
暑期小学期教学活动分为课程教学和其他活动两大类,如为课程教学则按照课程相关信息填写(可与教学计划中课程重复),如为其他活动类,活动编号为6位,规则为:“2位院系代码+s+3位流水号”,如无学分则填“0”,样例如上。