应用理科数学类专业、理科衍生的新兴工科专业——
近日，教育部公布了2019年度普通高等学校本科专业备案和审批结果，我院数学系成功获批数据计算及应用新备案本科专业。数据计算及应用专业是2017年教育部立项的新工科专业，2019年教育部批准设立该专业，当年获批该专业点1个，我校是目前全国具有该专业招生资格仅有的三所高校之一，也是山西省首家设立的专业建设点。新专业的增设是我院人才培养工作的又一硕果，展示了我院的办学实力，也实现了我校数学专业人才培养在大数据时代下的顺利转型与跨越。
一、“数据计算及应用”专业的学科依托与专业内涵
1. 学科依托
依托数学、统计学、计算机科学等学科。不同于传统基础理科专业的学术型人才培养，应用理科“数据计算及应用”专业要求学生具有现代数学和统计学的理论基础，需要系统地掌握科学计算和数据处理的技术和方法，能够对应用中的各类数据问题建立数学模型、并熟练地运用科学计算和数据处理技术解决这些实际问题。
2. 专业内涵
强调数据科学的数学技术、统计方法、建模与计算的融合。强调拥有扎实的理科基础和较强的工科实践能力。按照理科门类数学类专业的要求，培养复合型人才，授予理学学士学位。
3. 专业定位
不同于传统基础理科专业的学术型人才培养，数据计算及应用专业要求学生具有现代数学和统计学的理论基础，系统地掌握科学计算和数据处理的技术和方法，能够对应用中的各类数据问题建立数学模型、并熟练地运用科学计算和数据处理技术解决这些实际问题。
按照数据链前端（数据收集、存储、传输、共享）、核心算法与技术（数据建模、计算、理解、挖掘）、数据链末端（数据工程）的逻辑脉络图，计算机科学与技术专业、软件工程专业和近几年设立的“数据科学与大数据技术”专业大多集中在数据链前端和末端。而“数据计算及应用”专业则重点关注核心算法和技术，更加强调学生数据建模、数据分析、数据计算能力的训练与培养，注重算法设计与实现， 强化学科交叉与工程实践。
二、“数据计算及应用”专业的人才培养目标与知识、能力、素质要求
1. 人才培养目标
基于数学、统计学和数据行业产业发展的应用理科专业“数据计算及应用”，要培养掌握现代数学和统计学思想和方法、具有深厚理科基础和较强工科实践能力的复合型应用理科专业创新人才。
以大类学科培养、学科交叉等“跨界”培养模式改革为引擎，按照学有专攻、多专多能的要求，切实践行“应用导向、问题驱动”的培养过程，落实“学思结合、思行统一”的理念，解决数学类基础理科建设中存在的突出问题（如专业设置不适应新兴行业需求、缺乏多学科交叉融合、专业培养偏窄偏细、学生工科实践能力弱等），并培养学生具有家国情怀、全球视野、自主终身学习、创新创业能力，探索建设新型应用理科专业—“数据计算及应用”专业的新途径、新模式和新资源。
2. 知识、能力、素质要求
“数据计算及应用”专业的知识结构和能力、素质要求应有明晰表达，这里仅概述如下：
● 知识体系、课程体系要求
(1) 融合数学、统计和数据科学等学科的核心知识领域；打通多学科交叉融合的瓶颈，构建本专业知识体系。
(2) 适度削减理论课程，改革传统的“博物馆式”、“百科全书式”的专业课程体系；克服传统课程体系的缺陷，课程体系去深存宽， 并打通数学到应用领域的“最后一公里”；
(3) 加强应用数学和统计的课程教学，摒弃 DTP(定义、定理、证明)式的教学方法，加强基础训练和算法实践的结合；
(4) 在知识体系基础上构建课程体系。课程体系包括四个模块： 基础课程模块、方法与技术模块、专业方向模块、应用实践模块，涵盖数学、统计学、科学计算和大数据的基础知识和应用技术。
● 能力与素质要求
掌握新时代中国特色社会主义基本理论，具有良好的思想政治素养和文化素养，遵守法律法规，公民意识和社会责任感强；
拥有良好的数学素养和统计学、计算机科学思维与方法；掌握数据科学的基本思维方法和研究方法，具有良好的科学素养；
掌握数据科学理论和应用领域的基础知识，具有分析和处理大数据的基本能力，有较强的科学计算能力，形成模型、算法、高效求解与推理等核心专业意识，提高学生深入学习、持续研究的意识和能力；
具有扎实的计算机应用能力，能熟练应用大数据相关软件，处理大数据并做结果分析；培养学生在拥有中国水平、国际上有重大影响的开源软件平台上的深度开发能力；
熟悉某些大数据应用领域（如生物、医疗、经济、金融、图像、工业等），具有分析、解决相应大数据应用领域实际问题的初步能力， 以及开发典型案例的工程实践能力；
具有终身学习意识，能运用现代信息技术手段获取相关信息和新技术、新知识，持续提高创新能力；
具有较好英语应用能力，能阅读专业英文材料，具有宽广的国际视野和跨文化交流、竞争与合作能力；
具有一定的组织管理能力、表达能力、独立工作能力、人际交往能力和团队合作能力；
了解与本专业相关职业和行业的重要法律法规及方针政策，理解专业伦理基本要求；
具有良好的身心素质。
三、“数据计算及应用”专业的课程体系框架
“数据计算及应用”专业的课程体系包括四个模块：基础课程模块、方法与技术模块、专业方向模块、应用实践模块，涵盖数学、统计学、科学计算和数据科学与工程的基础知识和应用技术。
1. 基础课程模块，包括通识课和专业基础课
通识课按教育部有关规定。
专业基础课，主要包括《应用理科数学分析》《应用理科代数与几何(包含高等代数、空间解析几何、群论初步)》《计算方法》《数据科学导论》《离散数学》《最优化方法》《数据建模》《应用微分方程》《概率论与数理统计》《时间序列分析》《多元统计分析》《统计计算》等。
2. 方法与技术模块
主要是专业课教育，包括《程序设计》《数据结构》《数据算法设计与分析》《数据可视化》《统计机器学习》《数据清洗与融合》《复杂网络分析》《图像处理》《神经网络与深度学习》《数据分布式计算》《数据挖掘基础》《人工智能入门》等。
3. 专业方向模块
由各校根据行业和校情确定专业方向及相应的课程设置。
4. 应用实践模块
包括实践教学和创新创业教育。
实践教学包括课堂实践、课外实践和工程实践，参与学院、企业或教师的实践项目。比如《Hadoop 应用开发综合实践》《数据采集与网络爬虫实践》《文本挖掘应用校内实训》《大数据分析与可视化技术综合实践》《大数据技术综合应用创新实践》、创新创业实践、毕业实习、毕业论文(设计)等。
创新创业教育包括《网络信息检索和文献阅读实训》《学术论文写作实训》《大学生创新创业实训辅导》《移动互联网创新思维》《创新创业与领导力》、科技前沿技术专家讲座、互联网金融类课程等。
