以下描述适用2026级,其他年级参考学院各年级各专业人才培养方案。
1.专业定位
立足广东首家中美联合办学优势,深度对接数据要素市场化、人工智能、云计算与产业数字化转型趋势,服务粤港澳大湾区数字经济高地建设与跨境数据治理合作。培养掌握大数据管理与分析理论、精通数据挖掘与智能决策技术、具备新文科与新工科交叉背景及国际商务视野的国际化、复合型、应用型数据管理与智能决策人才。
2.培养目标
培养服务区域经济社会发展的,德智体美劳全面发展的社会主义建设者和接班人,和具有良好的经济学和管理学基本理论知识,掌握商务管理、现代信息管理技术、大数据信息收集、数据分析与决策等方面的知识和方法,具有家国情怀、创新精神、人文素养、国际视野、跨文化交流的,能够用英语作为学习和工作语言,具备知识获取能力、知识应用能力、大数据分析与决策能力、创新创业实践能力,能够在企事业单位、电子商务、数字媒体等新业态从事数据管理、数据分析、商务智能、数据挖掘与数据治理等工作的高素质应用型国际化竞争性人才。
学生毕业5年左右,经过行业锻炼和自身学习,达到下列具体目标:
目标1:能够践行社会主义核心价值观,具有良好的家国情怀、职业道德、社会公德和劳动观念,能够在大数据管理与应用领域实践中遵守职业规范,履行责任;
目标2:具备人文社会科学与自然科学的基础知识,掌握本专业所需的管理学、经济学、数学、信息技术、大数据技术等相关学科的基本理论和知识,具有创新精神,能够解决复杂的经济管理问题;
目标3:能够为地方和区域经济社会发展服务,具备在工业企业、现代服务业、公共管理等领域从事大数据管理、大数据分析、商务智能分析、数据治理等方面工作能力;
目标4:具有健康的身心、良好的人文素养、团队合作、沟通表达、项目管理能力,能够胜任团队工作的相应角色;
目标5:具有全局意识、国际视野,拥有良好的自主学习与终身学习能力,能够主动学习新事物、新知识和新技能,以适应快速变化的商业环境。
3.毕业要求
本专业学生毕业时应达到以下毕业要求:
毕业要求1[工程知识]:掌握管理学和经济学的基本理论与分析方法,掌握计算机基本知识与应用技术,具有较强的分析解决实际问题的能力。
毕业要求2[问题分析]:掌握大数据管理的专业知识和技能,为在政府部门、科研机构、企事业单位等提供经济分析和管理决策的服务能力。具有较强的分析解决实际问题的能力和较强的计算机应用能力。
毕业要求3[设计/开发解决方案]:掌握大数据管理与应用的专业知识和技能,具有较强的信息系统分析、设计、开发与实施能力。
毕业要求4[研究]:掌握数据科学理论与技能,具有在大数据环境下较强的数据获取、数据处理与信息分析能力,具有较强的数据治理能力。
毕业要求5[使用现代工具]:能够针对大数据领域复杂工程和管理问题,开发、选择与使用恰当的技术、资源、现代工程工具和信息技术工具,包括对复杂工程和管理问题的预测与模拟,并能够理解其局限性。
毕业要求6[工程与可持续发展]:在解决复杂工程问题时,能够基于工程相关背景知识,分析和评价工程实践对健康、安全、环境、法律以及经济和社会可持续发展的影响,并理解应承担的责任。
毕业要求7[职业规范]:具有人文社会科学素养、社会责任感,能够在大数据环境下理解并遵守数据安全、个人隐私保护等职业道德和规范,履行责任。
毕业要求8[个人和团队]:能够在大数据背景下的多学科团队中承担个体、团队成员以及负责人的角色。
毕业要求9[沟通]:掌握互联网信息用户服务理论与方法,具备信息咨询与服务能 力、互联网商务运营能力。能够就与大数据相关的复杂工程和管理问题与业界同行及社会公众进行有效沟通和交流,包括撰写报告和设计文稿、陈述发言、清晰表达或回应指令。并具备一定的国际视野,能够在跨文化背景下进行沟通和交流。
毕业要求10[项目管理]:理解并掌握工程管理原理与经济决策方法,并能将大数据技术在多学科环境中应用。
毕业要求11[终身学习]:具有较强的自主学习能力与创新能力,掌握独立获取、吸收和运用新知识的能力和方法。
表1 毕业要求与培养目标关系矩阵
毕业要求Graduation Requirements |
培养目标 Training Objectives |
1 |
2 |
3 |
4 |
5 |
1.工程知识(EngineeringKnowledge) |
|
√ |
√ |
|
|
2.问题分析(ProblemAnalysis) |
|
√ |
√ |
|
|
3.设计/开发解决方案(Design/DevelopmentSolutions) |
√ |
√ |
√ |
|
|
4.研究(Investigation) |
|
|
√ |
|
√ |
5.使用现代工具(ModernToolUsage) |
|
√ |
√ |
|
√ |
6.工程与可持续发展(Engineering andSustainability) |
√ |
|
|
√ |
√ |
7.职业规范(ProfessionalStandards) |
√ |
|
|
√ |
√ |
8.个人和团队(Individual andTeams) |
√ |
|
√ |
√ |
|
9.沟通(Communication) |
|
|
|
√ |
√ |
10.项目管理(ProjectManagement) |
|
√ |
√ |
√ |
|
11.终身学习(LifelongLearning) |
|
|
√ |
|
√ |
4、培养措施
① 优质的教育教学资源:进一步优化引进东北州立大学优质在线教育资源,深化课堂教学和在线学习相结合的混合学习模式,为学生提供更丰富的教学模式和学习内容,推动并鼓励基于网络的自主学习和合作学习。
② 多元化教学方法:推进教育教学改革,实践多种教学方法,包括案例分析、项目实践、团队合作等,强化实践与探索相结合,鼓励学生在商务智能分析、数据治理等领域实现技术突破,以培养学生的实践能力和创新思维,使其在真实场景中运用大数据管理与应用有关知识解决问题。
③ 国际交流与合作:建立国际合作项目、交流平台,促进学生与国外院校、企业的交流与合作。提供国际化的学习机会,培养学生的国际视野和跨文化交流能力。强化学生语言能力培养,提升学生的跨文化沟通能力与国际竞争力。
④ 粤港澳大湾区创新创业实践与实习机会:以“双创”推动人才培养供给侧改革,与行业合作伙伴建立紧密联系,提供粤港澳大湾区实践与实习机会,让学生亲身参与大数据管理项目,掌握大数据管理、大数据分析、商务智能分析、数据治理等实际技能,培养解决实际问题的能力。
⑤ 人文素养与职业道德培养:设置人文素养和职业道德课程,培养学生的社会责任感、职业道德和领导力。优化课程体系,将数字素养融入专业教育全过程。注重伦理意识和数据安全的教育,使学生成为具有良好职业道德和人文素养的社会负责任的专业人才。
5.学制学位
主干学科:管理学
修业年限:基本学制4年,弹性学习年限3-8年
授予学位:广州工商学院管理学学士学位、美国东北州立大学工商管理学士学位
6.核心课程
核心课程:管理学、数据挖掘、大数据可视化、机器学习、数据库原理及应用、大数据技术原理与应用。
7.实验条件
建有大数据技术项目实验室、计算机基础实验室,配备大数据开发与实训平台,支持数据采集、清洗、建模、挖掘与决策分析全流程实操。融合中美联合教学资源,满足课程实验、综合实训、学科竞赛与科研项目需求,强化数据管理与工程实践能力培养。
8.就业前景
当前数据要素市场化加速推进,大数据与人工智能深度融合,数据管理与分析人才需求持续扩大,就业前景广阔。毕业生可面向互联网、金融科技、智能制造、数字政务、医疗健康、跨境电商等领域,从事数据分析师、数据治理工程师、商业智能工程师、数据产品经理、数据运营与信息化管理等岗位。依托粤港澳大湾区数字经济高地与国际科技合作优势,具备跨境数据协作与职业发展竞争力,职业成长空间充足。