数学与应用数学专业本科人才培养方案

发布者:陈硕发布时间:2024-05-20浏览次数:206


   一、专业简介

南京审计大学数学与应用数学专业于2003年开始招收本科生。数学与应用数学培养学生学习现代数学基础理论、基本方法,受到数学模型、计算机和数学软件方面的基本训练,具有较好的科学素养,初步具备科学研究、数学建模分析、解决实际问题及开发软件等方面的基本能力。2010年数学与应用数学专业被列为校硕士学位授权立项建设单位支撑学科之一,2021 年被评为省级一流本科专业建设点。数学与应用数学专业所属的数学学科为“十三五”江苏省重点建设学科。拥有江苏省“333高层次人才培养工程”中青年学术技术带头人3人、江苏省高校“青蓝工程”中青年学术带头人3人,江苏省高校优秀科技创新团队1个。本专业遵循学校“特色、质量、国际化”的办学理念,落实“宽口径、厚基础、强能力、高素质”的人才培养要求,依托行业优势、区域优势和经济学、管理学等学科优势,主动适应大数据时代,不断深化教学改革和人才培养模式创新,着力培养数学、数据科学交叉复合型人才。

二、培养目标及毕业要求

(一)培养目标

本专业全面落实立德树人根本任务,以培养德智体美劳全面发展的社会主义建设者和接班人为己任,以数据建模分析和算法优化有机融合为特色,培养具有现代数学的理论基础,系统地掌握科学计算和数据分析的技术方法,能够对应用中的各类数据问题建模、分析、求解,能在互联网、管理、信息产业等领域从事相关工作的具有创新能力的复合应用型专业人才。

本专业培养的学生在毕业5年左右,经过自身学习和工作锻炼,能够达到的培养目标:

1.能够处理不同行业、不同业务领域的数据,包括互联网、管理、信息产业等领域,并将数据与业务背景相结合进行分析;

2.具备相关领域的知识,包括互联网、管理、信息产业等领域的基础理论和知识,能够将算法与领域应用相结合进行优化;

3.具备一定的领导能力,能够与团队人员进行有效的沟通,合理分配任务,基于数据和事实做出有效决策。

(二)毕业要求

本专业培养的学生在毕业时,通过本科阶段的培养和训练,能够获得下列知识、能力和素养:

 1. 掌握新时代中国特色社会主义基本理论,具备良好的思想政治素质和道德品质,具备正确的世界观、人生观和良好的人文科学素养,具有较强的社会责任感和职业道德。

 2. 具有一定的体育和军事基本知识,养成良好的体育锻炼和卫生习惯,受到必要的军事训练,具有良好的身心素质。

 3.掌握扎实的数学学科知识,具备严谨的逻辑思维、分析能力,掌握一定的经济管理基础知识,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。

 4. 熟练掌握优化与计算方法,有较强的科学计算能力,形成建模、算法、高效求解与推理等核心专业意识。

 5.具备良好的编程能力,能够使用编程语言实现算法,并进行高效的代码编写和调试;掌握计算机科学、深度学习、机器学习等领域的常用技术;熟练掌握深度学习框架,能处理大数据并做结果分析。

6.掌握文献检索、信息搜集、资料查询等相关信息处理方法,具备自主学习的能力,能够不断学习新的数学知识解决实际问题。

7. 具有阅读数学与应用数学专业的外文文献的基本能力和听、说、读、写、译的基本技能。

8.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。

9.具有终身学习的意识,有不断学习和适应发展的潜力,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。

三、学制与学位

学校采用弹性学制,基本学制为4年,修读年限为3-6年。

学生修完本专业人才培养方案规定课程,取得规定学分,符合《中华人民共和国学位条例》和《南京审计大学本科学士学位授予条例》授予条件者,授予理学学士学位。

四、课程模块及学分构成

本专业毕业要求总学分为160学分。培养方案主要包括通识教育(通识教育必修课、通识教育选修课)、学科专业教育(学科基础课、专业主干课、专业选修课、专业实验)、实践教学环节(劳动与社会实践、就业创业、毕业环节)三大板块9个模块课程。核心课程包括:经济学原理、数学分析、高等代数与解析几何、概率论、常微分方程、实变函数、数理统计、应用随机过程、运筹与优化、数据采集技术、数值计算、数值代数、矩阵理论与应用等。具体学分分布如下:

(一)通识教育板块(63学分)

1. 通识教育必修课(42学分)                                              思想政治理论课17学分、英语类课程9学分、计算机基础与人工智能导论4学分、军事理论2学分、军事技能2学分、大学生心理健康教育2学分、体育类课程4学分、艺术类课程2学分。

 2.通识教育选修课(21学分)

(二)学科专业教育板块(83学分)

 1.学科基础课(37学分)

 2.专业主干课(19学分)

 3.专业选修课(23学分)

 4.专业实验(4学分)

(三)实践教学环节(14学分)

 1.劳动与社会实践(4学分)

 2.就业创业(4学分)

 3.毕业环节(6学分)

课程模块与学分一览表

课程模块

课程类别

学分

理论教学

实践(验)教学

修学要求

通识教育

63学分)

通识教育必修课

42

30

12

必修

通识教育选修课

21

15

6

选修

学科专业教育

83学分)

学科基础课

37

37

0

必修

专业主干课

19

13

6

必修

专业选修课

23

17

6

选修

专业实验

4

0

4

必修

实践教学环节

14学分)

劳动与社会实践

4

1

3

必修

就业创业

4

0.5

3.5

必修

毕业环节

6

0

6

必修

学分合计

160

113.5

46.5



五、人才培养目标实现矩阵

下面的矩阵图展现的是本专业毕业要求对培养目标、课程设置对毕业要求的支撑情况,H为高度相关、M为中度相关。


毕业要求对培养目标的支撑情况


毕业要求

目标1

目标2

目标3

毕业要求1



毕业要求2



毕业要求3


毕业要求4



毕业要求5


毕业要求6



毕业要求7


毕业要求8



毕业要求9



                  课程设置对毕业要求的支撑情况

课程

毕业要求

1

2

3

4

5

6

7

8

9

形势与政策

H









思想道德与法治

H









中国近现代史纲要

M









马克思主义基本原理

H









毛泽东思想和中国特色社会主义理论体系概论

H









习近平新时代中国特色社会主义思想概论

H









军事理论


H








军事技能


H








英语类课程







H


H

计算机基础与人工智能导论




M

M

H




体育类课程


H








艺术类课程

M

M








大学生心理健康教育

M

H






H


历史与哲学类

M









中共党史、新中国史、改革开放史、社会主义发展史

H

H








文学与艺术类

H









经济与社会类

M


H







审计学通论

M









自然与科技类



H


M




H

Python程序设计、数据库技术



H


H




M

经济学原理



H







数学分析一、二、三



H

M






高等代数与解析几何一、二



H

M






概率论



H







常微分方程



H







实变函数



H







运筹与优化




H






数理统计



H







应用随机过程



H







数据采集技术





H




M

数值代数




H






数值计算




H






近世代数



M







复变函数



M







偏微分方程



M







泛函分析



M







矩阵理论与应用



H

M






数字图像处理




M






数学前沿与提升



M







组合数学




M






统计学





M





计量经济学



M







应用多元统计分析





M

M




应用时间序列分析





M





统计软件与数据分析





H





金融科技学





M





Python与金融计算




M

H





证券投资学



M







数理金融



M







C语言程序设计





M





数据挖掘





H

M




统计机器学习





H





大数据分析与可视化





H




M

大数据处理技术



M


H





并行计算与分布式系统




M

M





神经网络与深度学习



M


H





推荐系统及应用





M





数学模型与数学实验




H


H


H

H

金融数据与机器学习



M


M

H




劳动课


M








暑期社会实践






H


H


学年论文






H



M

就业指导课、职业生涯规划、创业基础








M

M

创新创业类任选课






M


H


创新创业实践






M


H


毕业实习






M


H


毕业论文(设计)



H



H

H


H




6