数据科学与大数据技术——理学院招生热线0574-87611229专业招生QQ群325806487专业介绍“加快数字发展建设数字中国”在“十四五”规划和2035年远景目标纲要草案中单独成章，国家将大力发展数字经济，高度重视大数据产业的发展，就业市场人才需求量大。

数据科学与大数据技术属于战略性新兴产业的相关学科专业，旨在培养社会急需的具备大数据处理及分析能力的高级复合型人才。

本专业定位为应用理科，培养学生掌握数据科学相关领域的基础知识，以及数据管理、分析和应用的工程化方法和技术，最终具备可以利用大数据解决具体实际问题的能力。

培养目标培养具备广泛的数据应用视野，掌握统计学、数据科学、计算机开发与信息技术的基本理论、方法和技能，可以服务于各阶层工作中大数据分析和处理的应用开发型人才。

师资力量本专业现有专任教师10人，其中教授1人，副教授5人，有海外学术经历3人，博士7人。专业教师具有较强的科研和服务地方能力。近年来，主持国家自然科学基金项目2项，省自科基金2项，市自科基金5项；主持各类横向科研项目20余项；公开发表科研论文30余篇。专业教师以实验室和数据工程中心为平台，以大数据项目为驱动，帮助学生专业能力和科研素养的提升，开发了学生未来发展的潜力。

就业方向本专业毕业生能在各类型企业、事业、政府和社会组织等部门从事数据管理维护和分析、数据产品的研发与设计、数据咨询服务和教育培训等工作。

考取计算机科学与技术、应用数学、应用统计学、软件工程等专业的研究生。

就业培养本专业采用“教师引领+兴趣驱动+科技创新+数据助力发展”培养模式，让学生在专业教师的引领下、以个人兴趣为驱动力，以大学生科技创新项目和竞赛为载体、以助力数据发展为主导思想，积极参与到各类科技创新创业项目和学科竞赛中。

本专业自2019年开始招生，通过“教师引领+兴趣驱动+科技创新+数据助力发展”的培养模式，学生参加创新项目和各类竞赛比例高达100%。本专业学生积极投入到科技项目和竞赛中，拓宽了视野与思路，促进了自身的专业素养的提升。

部分成果展示2019年10月1日起《宁波市生活垃圾分类管理条例》正式施行，宁波市生活垃圾分类指导中心联合宁波市大数据发展管理局和宁波工程学院数据工程中心师生，研发基于人工智能算法为基础的垃圾分类识别小程序——“阿拉去分类”。

“阿拉去分类”APP已登陆安卓应用市场，为国内首款多源标注数据生活垃圾分类人工智能APP，可通过拍照方式识别垃圾种类。“阿拉去分类”是人工智能技术在民生领域应用的一次尝试，为此类应用在基础数据收集、理论分析、模型搭建、算法优化等方面的实践打下坚实基础，也为下一步深入开发其他功能性应用，做出有效探索。

2019年学生分别在阿里云天池大数据“数智教育”数据可视化创新大赛、中国高校计算机大赛大数据挑战赛上获得全国第七、第九名的好成绩。

关注新冠肺炎疫情，对全校师生健康状况进行关注；本次疫情期间对宁波及浙江省新型肺炎疫情数据进行了收集整理和分析，并用数据可视化让我们对宁波市的疫情一目了然。

从2020年10月开始，大数据DeepPath团队致力于研究深度学习在乳腺癌HER2免疫组化图像智能判读上的应用。团队成员参与了ICMAI会议和被誉为当代大学生科技创新“奥林匹克”盛会的“挑战杯”竞赛，收获颇丰。发明专利1项（受理），软著6项（授权），学术论文2篇，获校级特等奖1项。

学生科研团队参加‘挑战杯’比赛省级大学生创新实验项目：《毕业生就业情况调查分析研究——以宁波工程学院理学院为例》国家级大学生创新项目：《大数据专业本科生就业能力测试平台》开展以学生为中心，以企业招聘中的面试和笔试测试题目为着力点，构建大数据专业本科生就业能力测试平台。

以宁波工程学院理学院2015-2020年毕业学生真实就业数据为依托，再通过从招聘网站获取大量相关就业数据与文本，对数据进行分析挖掘，帮助学生了解不同专业的就业职位倾向、影响就业因素之间的关系、专业的相关入行概况、薪金情况、行业所需的基本能力等。以期能够帮助大数据相关专业同学找到适合的、心仪的职位。

实验室建设情况实验室配置了较高标准的软硬件资源，能够很好地支撑大数据实践课程、科创和大数据实训项目的开展。

实验室包含大数据实验室和数据工程中心，是教师和学生进行教学和科研的平台。

实验室以互联网和大数据时代新型信息技术为牵引，结合宁波市产业转型升级和经济社会发展需要，实现促进学生就业能力和科研素养的双提升。

宁波工程学院数据工程中心投入使用2020-2021年度部分项目案例基于深度学习的图像卡通化任务基于深度学习的物体检测任务。

课程设置主要专业课程：微积分、线性代数、概率论与数理统计、数值分析、基础统计学、应用随机过程、时间序列分析、非参数统计、数据结构与算法、面向对象程序设计、数据库技术、大数据技术原理与应用、应用机器学习、深度学习、Python语言程序设计、大数据分析工具、数据采集技术和数据可视化等。

主要实践教学：数据采集技术实验、面向对象课程设计、数学建模实践、机器学习实战、回归与多元统计实验、数据库课程设计、时间序列分析实验、非参数统计实验、大数据管理与可视化实验、数据采集与预处理实验、并行计算与分布式计算实验、数据库实验和物流大数据库实验等。

专业优势和特点数据已经渗透到当今社会的各个领域，数据科学与大数据技术专业的优势在于毕业生的就业面宽、薪酬相对较高，考研可选专业相对灵活。

以信息时代的社会需求为导向，以数学、统计学、计算机科学技术为工具，以大数据科学为桥梁，面向各类型企业、事业、政府和社会组织等部门，培养大数据应用型人才是数据科学与大数据技术专业的重要目标。