大数据管理与应用(普通高等学校本科专业)

大数据管理与应用（Big Data 管理学 and Application）是中国普通高等学校本科专业，学科门类属于管理学，类别为管理科学与工程类，基本修业年限为四年，授予管理学学士，于2018年设立，专业代码为120108T。

大数据管理与应用专业主要研究大数据分析理论和方法在经济管理中的应用以及大数据管理与治理方法。培养德、智、体、美、劳全面发展，具备扎实的管理学、数学和计算机技术基础知识，系统掌握大数据管理技术与方法，擅长金融、财务、经济管理等领域大数据解决方案，进行大数据存储、大数据分析与优化管理、大数据治理与辅助决策，并在大数据、云计算、人工智能等新兴技术方面具有较强实际工作能力的高级复合型人才。毕业后可从事大数据系统架构师、Java大数据分布式程序开发师等工作。

截至2024年12月31日，中国大数据管理与应用专业毕业生规模为5000-6000人。截至2025年6月，中国共有254所院校开设大数据管理与应用专业。

专业发展

2018年，中华人民共和国教育部公布2017年度普通高等学校本科专业备案和审批结果，西安交通大学、哈尔滨工业大学、东北财经大学、南京财经大学、贵州财经大学申报的大数据管理与应用审批通过，基本修业年限为四年，学科门类属于管理学，类别为管理科学与工程类。

2020年，中华人民共和国教育部公布《普通高等学校本科专业目录（2020年版）》，大数据管理与应用专业仍属于管理科学与工程类专业。

2025年，中华人民共和国教育部公布《普通高等学校本科专业目录（2025年）》，大数据管理与应用专业仍属于管理科学与工程类专业。

培养标准

培养目标

大数据管理与应用专业的人才培养适应国民经济和社会发展的实际需要，注重学生综合素质的培养。目标是培养拥有系统化管理思想和较高管理素质，掌握管理学与经济学基础理论以及信息与工程相关技术知识，具有一定的理论和定量分析能力、实践能力以及创新创业能力，具备职业道德与国际视野，满足现代管理需要的高素质人才。

培养规格

大数据管理与应用专业的基本学制为4年。专业可在四年制基础上实行弹性学制，但修业年限不得少于3年。学生创业期间允许保留学籍。学生完成培养方案规定的课程和学分要求，考核合格，准予毕业。符合规定条件的，授予管理学学士。

掌握大数据管理与应用专业的基本知识和基本理论，熟悉相关的信息技术与工程技术知识，了解自然科学、社会科学、人文科学概论等基础知识，并形成合理的整体性知识结构。

具备独立自主地获取和更新大数据管理与应用专业相关知识的学习能力；具备将相关专业知识综合应用的实践能力；具有较强的逻辑思维能力、语言与文字表达能力、人际沟通能力和组织协调能力；具有运用专业外语的基本能力；具备综合利用管理科学、信息技术和工程方法解决相关应急管理问题的基本能力；在相关专业理论与实践方面初步具备创新创业能力。

大数据管理与应用专业培养的人才应拥有良好的思想政治素质和正确的人生观、价值观；具有较强的法律意识，高度的社会责任感，良好的职业道德、团队合作精神和社会适应能力；具备科学精神、人文素养和专业素质；具有创新精神和创业意识；具有健康的心理素质和体魄。

课程体系

大数据管理与应用专业的课程体系分为理论教学课程和实践教学课程两个方面。理论教学课程包括以下三类课程：通识课程、基础课程、专业课程。实践教学课程包括课程实验、课程设计、社会实践、实习实训、毕业论文（设计）与综合训练等。

大数据管理与应用专业培养方案总学分不少于150学分（16学时计1学分），其中实践及创新创业类教学课程累计学分不低于总学分的20%。

理论课程

通识课程体系除国家规定的教学内容（包括思想政治理论课）外，主要包括自然科学、社会科学、人文科学概论、艺术、体育、外语、计算机与信息技术等方面的知识内容，由各高校、各专业根据国家规定和具体办学定位及培养目标均衡设置。

大数据管理与应用专业的基础课程体系包括数理类、信息技术与工程类、经济类、管理类等专业基础课程，以及根据专业培养方案所要求的基础课程。各高校、各专业可按照所要求的知识领域，根据具体定位和办学特色设置课程。

开设相关选修课程，鼓励开发跨学科、跨专业的新兴交叉课程，并与专业主干课程形成逻辑上的拓展和延续关系，特别鼓励开设创新创业基础、就业创业指导等方面的选修课，为学生提供创新创业方面的相关知识。

以重庆工商大学管理科学与工程学院为例，该学校该专业开设数据结构、数据库原理及应用、Python开发与应用、Java高级程序设计、Tableau数据分析与可视化、商务智能与应用、大数据采集与处理、数据仓库技术与应用、人工智能与机器学习、R语言与数据分析、大数据技术及应用（Spark）、大数据治理等课程。

实践教学

可结合大数据管理与应用专业特色，设置相关专业的课程实验、课程设计等实践教学单元。

根据大数据管理与应用专业实际需要，组织各种形式的社会参与活动，让学生了解社会生活，培养其社会责任感，增强其实践能力。

实习实训包括认识实习、课程实习、专业实习、专业实训、毕业实习等实践环节。各专业可根据各自所需培养的综合专业能力，选择实习实训的形式和内容。

毕业论文（设计）与综合训练可采取学术论文、系统设计、项目设计、调研报告、项目分析报告、编制工程文件等多种体裁形式完成。选题应加强实践性导向；内容应综合运用所学的理论与专业知识、满足专业综合训练要求；完成过程及成果展示应符合专业规范。鼓励学生创新思维，尽可能根据自身兴趣，结合管理实践中的问题，在指导教师的指导下开展和完成毕业论文（设计）与综合训练。

应为本科生选配毕业论文（设计）与综合训练的指导教师。指导教师由各专业具有中级及以上专业技术职务的教师担任，必要时可聘请专业实务部门有关人员共同指导。指导教师应加强选题、开题、调研、设计、撰写等环节的指导和检查，强化专业规范。

师资队伍

教师队伍应满足专业教学需要。大数据管理与应用专业应当具备专任教师10名以上。原则上，专业主干课程应当配备至少1名专任教师任主讲教师。专任教师中具有硕士、博士学位的比例应不低于80%。专任教师中具有中级及以上专业技术职务的比例不低于90%，并通过岗前培训，获得教师资格证书。

任课教师队伍应包括一定比例的具备行业实务经验的人员。任课教师队伍年龄、学历、专业技术职务、学缘等结构层次合理均衡。

专任教师一般应具有5年以上管理科学与工程类专业或相关专业教育背景，实践性强的课程的主讲教师应具有行业实践背景或实务经验。有条件的高校，教师队伍中应有一定数量的教师具有海外留学经历或跨学科教育背景。

教师应具备高尚的师德，履行教师岗位职责，教书育人，从严执教，为人师表，严谨治学，遵守学术道德规范；应掌握教育教学基本原理、基本方法，了解教育心理学的基本知识；应能通过学习、研究与实践，提高教学能力和科研能力；具有创新创业教育意识和能力。

教学条件

设备资源

拥有数量充足、种类齐全的大数据管理与应用专业纸质和电子图书资源，生均藏书量和生均年进书量达到国家办学条件要求，生均图书（含纸质与电子图书，电子图书册数按授权数计算）不少于100册，生均年进书量（含纸质与电子图书）不少于4册。配备满足教学需要的中文和外文电子资源数据库，各种信息资源应能满足不同层次和阶段学生的学习需求，满足理论教学和实践教学的需要。重视校园网及网络资源建设，方便教师和学生利用各种信息资源开展教学与科研活动。

拥有足够数量和功能的大数据管理与应用专业教学设施，生均教学科研仪器设备值及新增教学科研仪器设备值所占比例达到国家办学条件要求。原则上，课程教学中应具备多媒体教学设施，特定专业课程应配备该专业所需要的特定教学设施和仪器设备。

根据自身条件和实践教学要求设置所需的专业实验室、实习场所、实践教学基地等。与相关行业和实务部门紧密合作开展实习实训，建设一定数量不同类型的实习基地，满足实践教学和保障学生实习及创新创业能力培养的需要。拥有大数据管理与应用专业教学相关的设施，生均教学行政用房面积达到国家办学条件要求，教室、实验室、实习实训场所和附属用房、运动场、活动中心等相关设施等基本满足本专业人才培养的需要。

应切实保障大数据管理与应用专业的教学经费投入。教学经费专指在专业教学各个环节发生的资源建设费用、教学运行费用与教学评估费用。教学经费要求包括上述费用的最低保障要求及经费增长要求。其中，教学日常运行支出占经常性预算内教育事业费拨款与学费收入之和的比例不低于13%，生均年教学日常运行支出不低于1500元。教学经费应在保证生均年日常教学经费的基础上，随着教育事业经费的增长而逐步增长。教学经费包括日常教学经费和专业教学经费。教学经费的使用应向教学一线倾斜，不得用于其他用途。

质量保障

以2018年出版的《普通高等学校本科专业类教学质量国家标准》为基础建立覆盖培养目标、培养规格、课程体系、教学规范、教师队伍、教学条件、教学效果等指标的质量保障目标体系。

教学单位应设置相应的委员会和组织机构，形成岗位职责明确、全员参与、分工协作的质量保障和持续改善的组织体系。

围绕各教学质量保障目标要求，制定质量保障实施规范，建立信息反馈机制和调控改进机制，开展常态化和制度化的质量评估，确保对教学质量形成全过程实施有效监控，保证教学质量的持续提高和专业人才培养目标的有效实现。

学生发展

加强包括培养模式改革与创新、专业建设、课程建设、教材建设、教学方法改革与创新等方面的教学成果的转化和应用。

建立定量评价与定性评价相结合，包括学生评价、同行评价等多主体参与的课程教学效果评价指标体教学效果评价结果应当作为改进教学效果的依据系。

应把毕业生就业创业情况纳人教学效果考核以及专业建设的指标体系之中。原则上，就业率应不低于本地区高校平均水平;鼓励学生积极创业。毕业生就业和创业岗位与所学专业相关性较高，就业岗位适应性较强，有良好的发展机会。

培养模式

校内和校外“双导师”制人才培养模式以学生为主体，由学校、政府部门、企业和研究机构协同完成培养任务、全程参与培养过程的开放式培养模式。遵照“夯实专业基础课、扩大选修课内容、突出实践课”的指导思想，保证基础，突出专业核心能力培养，重视人才的个性化培养，通过课程体系设计和指导学生自主学习，实现多元化培养目标。

代表院校：广州南方学院

专业采用“4+0”、 “2.5+1.5”或“2+2”培养模式，学生可选择在学校完成四年本科，获得学校的学位证和毕业证。学生也可选择达到一定条件后，申请赴中国国外大学修读双学位课程，符合双方学校毕业要求即可获得双方学校的学士和学校的本科毕业证书。专业与中国国外大学开展联合培养，实现外国院校的教育资源引进，匹配大数据产业高层次人才需求，实现多方共建的数智化人才培养新生态。专业课程60%以上采用双语/全英教学，核心课程引入外国大学优质师资来华面授，同时立足本土建立丰富的实践教学体系。

代表院校：华南师范大学

培养机制方面，专业围绕数据挖掘、商务决策、大数据营销方向进行人才培养。建设遵循产教融合、协同育人的基本思路，即将开展深度的校企合作，培养学生专业的核心能力，拓展学生的就业优势，形成校企协同育人的人才培养模式。

教学特色方面，注重培养学生的商务数据挖掘和商务智能化能力，为企事业和政府部门提供经济分析和管理决策的服务的能力。

学生培养特色方面，旨在培养学生掌握管理学基本理论，熟悉现代信息管理技术与方法，善于利用商务数据去定量化分析，实现智能化商业决策，具有国际视野、创新意识、创新能力及领导潜质。通过学校教学教育和企业实践教学两个人才培养渠道，依托产教融合平台、业界专业实践教育平台、网络教育平台实现专业教学，为服务广东经济社会发展，着力培养理想信念坚定、职业素养良好、理论基础扎实、实践能力突出、具有创新精神的德智体美劳全面发展的高素质大数据管理与应用专门人才。

代表院校：广州应用科技学院