2026年9月7日上午9点，江西工程学院人工智能与数据科学学院举办数据科学与大数据技术专业介绍会。2026级本科新生参会，由大数据教研室主任何璠老师主讲，大数据教研室全体教师全程参与，助力学子明晰专业定位，找准求学成长方向。
一、读懂专业：国家战略下的交叉新工科
何璠老师指出，数据科学与大数据技术（专业代码080910T）是融合数学、统计学、计算机科学的交叉工学专业，授予工学学士学位，总修读学分170学分，是落实国家大数据战略的重点建设专业。专业以海量数据的管理、开发与智能挖掘为核心，把纷繁复杂的原始数据提炼为有价值信息，对接金融、互联网、政务、医疗等各行各业数字化转型真实需求，输出可落地的数据解决方案。
专业深度融合数学统计、计算机、人工智能与行业业务逻辑，紧跟云计算、大模型、流计算的技术发展趋势，核心是把现实业务问题抽象成数据问题，完成数据采集、清洗、建模、分析、决策输出全流程，广泛服务金融、医疗、零售、政府等领域，是数字经济时代极具发展潜力的新工科专业。
二、课程体系：四层架构，搭建能力金字塔
本科专业采用四层递进课程架构，层层递进筑牢综合专业素养。通识拓展层占比45%，包含思政、英语、创新创业、实习实训、毕业设计，提升学生综合素养；数学与统计基础层占比12%，开设高等数学、线性代数、离散数学等课程，筑牢数理底层逻辑；计算机与编程核心层占比25%，覆盖C/Python/Java编程、数据结构与算法、操作系统、Linux系统，打磨编程硬实力；大数据技术栈层占比18%，系统学习数据库、Hadoop生态、数据仓库、网络爬虫、流式计算等专业核心技术。
大一主攻C语言、大数据导论、数据结构；大二深耕操作系统、Python、数据库、Linux；大三开设数据可视化、人工智能、大数据技术；大四聚焦论文写作与毕业设计。同时开设云计算、Web数据挖掘等多元选修课，支持学生个性化方向发展。
三、核心能力：四项硬核素养
一名合格的数据科学人才需要具备四项核心能力：数理基础能力是根基，掌握统计分析、数学建模，为算法构建提供理论支撑；编程与工具能力是抓手，熟练掌握Python、SQL、Tableau、PowerBI，会运用Hadoop、Spark处理大规模数据集；大数据技术能力是核心，掌握分布式存储、离线批处理、实时流处理，应对高开发海量数据场景；业务与数据思维能力是延伸，读懂行业业务需求，把业务诉求转化为数据任务，通过数据洞察支撑业务决策。
四、实践资源：校企联动，竞赛实战双向赋能
学院与华为、移动、电信等行业领军企业开展深度产教合作，求学期间学生可参与企业真实大数据项目，近距离感受行业前沿技术理念，积累职场适配的项目经验。教研室由何璠、桂亚平等教师组建竞赛指导团队，建有数智挑战舱，依托大数据实训中心，配备Python、Spark等软硬件平台与多行业真实数据集。鼓励同学们参与全国大学生数学建模竞赛、中国高校计算机大赛、互联网+创新创业大赛等A/B类权威赛事，践行“以赛促学”，把课堂知识转化为竞赛成果。
五、四年规划：阶梯式成长，从入门走向精通
大一打牢基础：学好高等数学、C语言、数据结构，入门Python，通过英语四级；试水数学建模、程序设计类入门竞赛，完成第一个小型数据分析项目，每周坚持固定时间实操练习，筑牢地基。
大二探索方向：深耕Python、数据库、Linux核心技术，参加数学建模、天梯赛等学科竞赛，落地爬虫、算法小项目，明确就业或深造的大致方向。
大三实战突破：钻研Java、数据仓库、人工智能相关技术，冲击国家级A类学科竞赛，参与大创项目，走进企业开展实习，积累真实项目实战成果。
大四冲刺目标：完成高质量毕业设计，做好求职简历备战校招，或是集中备考研究生考试，完成从在校学生向专业技术人才的身份过渡。
同时何璠老师强调，拒绝速成心态，坚持项目驱动学习，紧跟大模型、智能体新技术，利用《Python数据分析》《统计学习方法》等经典书籍拓展知识，保持每周稳定的实操复盘节奏。
六、未来展望：赛道广阔，升学就业双向突围
本专业兼容性强，发展路径多元。升学可以报考大数据技术、人工智能、计算机、统计学相关研究生；就业方向涵盖大数据开发、数据分析、算法应用、数仓建设等岗位，初级岗位年薪可达15-30万，高级技术人才薪资可观；也可以投身公职、创新创业，在互联网、金融、工业、政务多个领域实现职业突破。
何璠老师寄语同学们：“大数据技术迭代很快，切忌急功近利，沉下心夯实数理与编程基础，坚持实践、持续学习，方能在数字浪潮中站稳脚跟。”
2026级数据科学与大数据技术本科新生，在江西工程学院数据科学与大数据技术专业，都可以找到适配自己的成长航道，在数字技术的广阔天地中笃行不怠，奔赴属于自己的璀璨未来。
一审：黄竹明
二审：王娟
三审：巢喜剑
