大数据管理与应用专业

一、专业基本信息

（一）专业定位

大数据管理与应用专业(120108T)隶属于管理科学与工程学科，深度融合管理学、经济学、统计学与数据科学理论方法，运用现代统计、大数据处理、人工智能等技术，开展海量数据采集、治理、分析、挖掘与可视化工作，为组织的数据资产管理及基于数据的智能决策提供支撑，助力运营优化、商业价值挖掘与技术风险防控。

服务面向：面向粤港澳大湾区及广东省数字经济发展需求，培养能在工商企业、金融机构、电子商务、政府机构及各类组织中，胜任数据分析、数据挖掘、数据治理、信息资源管理及智能决策支持等工作的高素质复合型应用型人才。

主要特色：坚持“数据分析+商业管理”双核驱动，强化AI与大数据技术的实践应用，聚焦数据资产价值挖掘与AI赋能管理决策核心方向，课程体系覆盖大数据全生命周期管理。

建设目标：致力于打造特色鲜明、适配区域发展需求的应用型本科专业。

（二）培养目标

本专业立足广东、服务湾区，面向国家数字经济战略，培养德智体美劳全面发展，具备扎实的管理学、经济学、统计学理论基础，系统掌握现代数据分析与人工智能技术，拥有系统化管理思维、国际化视野、良好诚信品质与跨领域沟通能力的高素质人才。

毕业生应能在工商企业、金融机构、政府部门及事业单位，胜任数据分析、数据治理、商业智能决策、数据资产管理等工作。聚焦数据资产价值挖掘与管理应用，擅长运用AI技术赋能智能财务、审计与评估等领域，成为懂技术、懂商业、懂管理的复合型、应用型、创新型专业人才。

学生毕业后，能够胜任数据资产的确认、计量、入表、评估与运营等前沿工作，预期在五年左右成长为企事业单位在数据资产管理、智能财务分析、数字化决策支持等领域的技术骨干或管理人才。

（三）培养规格

学制：4年；修业年限：3-6年；总学分：162学分。

1. 知识要求

(1)基础与数理知识：系统掌握管理学、经济学、统计学及数据科学基础理论，具备扎实数理基础与商业分析思维。

(2)技术核心知识：精通大数据采集、存储、处理、分析与可视化全生命周期技术，掌握机器学习、深度学习核心原理与应用场景。

(3)数据资产核心知识：系统掌握数据资产确认、计量、入表、评估与运营管理理论、准则与方法，理解数据要素市场化规律。

(4)AI赋能与工具知识：了解人工智能前沿，掌握AI（AIGC）赋能会计、财务、审计、资产评估的理论与工具，熟练运用Python、SQL、Excel等工具。

2. 能力要求

(1)数据驱动决策能力：融合经管理论与大数据技术，诊断企业运营痛点，设计实施数据驱动的优化与决策方案。

(2)智能模型构建与应用能力：搭建多源数据采集管道，开发部署领域专用模型与智能决策应用；强化“AI+专业”融合能力，解决会计、财务、资产评估等场景复杂问题。

(3)数据价值挖掘与治理能力：深度挖掘海量数据商业价值，输出可解释报告；制定数据治理规范、设计安全合规流程，实施数据资产管理。

(4)创新实践与终身学习能力：具备学科竞赛、项目开发实践能力；熟练阅读专业文献，跟踪前沿，持续学习，具备技术创新潜力。

3. 素质要求

(1)职业道德与数据伦理：具备科学精神、严谨态度与社会责任感，坚守算法公平、数据隐私保护原则，预判规避技术风险。

(2)沟通协作与跨领域融合：精准阐述技术方案与数据结论，主导跨职能协作，交付数据产品或解决方案。

(3)创新精神与商业洞察：具备创新意识与创业潜能，识别传统管理数字化机遇，把握数据资产化价值空间。

(4)身心素养与适应力：拥有健康体魄、积极心态与抗压能力，适配技术迭代与行业发展。

（四）课程体系

构建“管理+技术+数据+应用”深度融合课程体系，突出管工融合、技管双强，兼顾理论与实践，适配数字经济人才需求。

1.课程体系及学分分配

2.核心课程

管理学（双语）、经济学原理、应用统计学、大数据分析基础、会计学、数据库原理与应用（SQL）、Python数据分析、经济法（数据法规与合规）、数据治理、数据可视化、非结构化数据处理与应用（NoSQL）、数据挖掘与机器学习、AI数据分析、数据资产管理与评估。

3.实践教学环节

(1)军事技能：2学分，第1学期开展，为期2周。

(2)社会实践1：1学分，第2学期完成。

(3)社会实践2：1学分，含劳动教育，第7学期认定。

(4)专业实践：2学分，第2-7学期实施，含AI+专业设计、数据资产项目、学科竞赛、企业参访。

(5)毕业实习：3学分，第8学期1-8周开展。

(6)毕业论文（设计）：4学分，第7-8学期完成。

二、师资队伍

专业依托管理学院雄厚师资，现有专任教师12人，含教授2人、副教授1人、讲师5人、助教4人；博士4人，硕博比例100%。师资跨学科、双师型特征显著，40%以上教师有企业实践经历，与毕马威、贝壳找房、凯捷等企业深度合作。近三年承担横向项目2项、科研经费86万元，出版专著教材4部，发表SCI论文3篇，获发明专利1项、软件著作权6项，科研成果反哺教学。

三、教学条件

（一）校内实验平台

配备先进商科大数据平台、ERP系统，支撑大数据采集、处理、建模、可视化全流程实训，满足Python、机器学习、数据治理等核心课程实践需求，实现理论与实操无缝衔接。

（二）校外实践基地

与毕马威、立信、中瑞诚、贝壳找房、广东凯捷等知名企业共建稳定实习基地，每年提供充足实习岗位，覆盖数据分析、智能财务、数据治理等场景，实现“教学-实训-实习-就业”一体化培养。

四、专业特色优势

1. 管工融合、技管双强：融合经管底蕴与大数据技术，覆盖数据全生命周期，培养懂管理、精技术的复合型人才。

2. 数据资产、AI赋能：聚焦数据资产确认、评估、运营核心方向，强化AI+会计/财务/审计融合，形成差异化竞争力。

3. 实践驱动、产教融合：25%实践学时，递进式专业实践，校企双导师指导，学科竞赛赋能，强化实战能力。

4. 外语赋能、湾区适配：依托外语办学优势，双语教学+专业英语，适配大湾区涉外数据岗位需求。

五、人才培养成效

毕业生具备“懂数据、精技术、善管理、能决策”核心能力，可胜任三类岗位：① 企业数据参谋：负责数据采集、分析、可视化，支撑运营决策；② 技术业务桥梁：衔接技术与业务，开发智能应用；③ 数据项目骨干：成长为数据资产、智能财务领域项目负责人，适配数字经济高薪岗位，就业覆盖互联网、金融、国企、会计师事务所等，升学、出国渠道畅通。

六、毕业与学位

学生修完培养方案规定内容、成绩合格，准予毕业；总平均学分绩点达2.0，授予管理学学士学位。