一、专业介绍
南京理工大学信息与计算科学专业是以数学学科为基础,与计算机科学和控制科学等融合而成的学科交叉型专业。自1998年成立以来,先后获批江苏省特色专业(2005)、江苏省品牌专业(2010)、工业与信息化部重点专业(2012),2020年成为国家级一流本科专业建设点,所属数学学科为江苏省重点学科,拥有数学一级学科博士点和博士后流动站。
本专业以立德树人为根本任务,顺应国家重大战略需求,结合学校办学理念和专业特色,着力培养具有良好数学素养,掌握信息科学和计算科学的基本理论和方法,受到科学研究的初步训练,能运用所学知识和熟练的计算机技能解决实际工程问题的应用型理科高级专门人才,也是向数学及其交叉学科输送高层次研究型人才的复合人才培养基地。
本专业围绕我校“兵器科学与技术”一流学科中的大规模信息处理与高性能工程计算,依托数学学科雄厚的基础教育和研究实力,建立了以中青年学术带头人为骨干的教师队伍和学术梯队,形成了高维信息与图像处理、数据信息安全、大数据优化与高性能计算三个特色鲜明的专业方向。毕业生在大数据技术研究、系统设计与开发、高性能工程计算、信息管理与分析等领域具有广阔就业前景,同时也具有在数学及其交叉学科继续深造的坚实基础。
二、培养目标
针对我国社会和科技发展中对大规模信息处理与高性能工程计算的高层次应用型和研究型人才的迫切需求,本专业培养品德优良、具有良好的数学素养,掌握信息科学和计算科学的基本理论和方法,受到科学研究的初步训练,能运用所学知识和熟练的计算机技能解决科学研究和工程应用中的大规模信息处理与高性能工程计算实际问题,在工程技术领域从事高性能计算、系统设计与开发、信息管理与分析的应用型高级专门人才,以及基础数学、计算数学、应用数学、计算机科学与技术、控制科学与工程等领域的高层次研究型后备人才。
三、毕业生能力和学分要求
1.毕业生能力要求
本专业学生经过严格的数学训练,具有良好的数学素养,掌握信息科学和计算科学的基本理论和方法,能运用所学知识和熟练的计算机技能设计/开发解决方案,解决大规模信息处理与高性能工程计算中的实际问题,受到科学研究的初步训练,在计算数学、应用数学、计算机科学与技术、控制科学与工程等学科具有进一步深造的基础和能力。
毕业生应获得以下知识与能力:
要求1 (专业知识) : 具有扎实的数学基础,掌握面向大数据信息处理和大规模高性能计算的信息科学、计算科学的基本理论和基本知识;
要求2 (问题分析): 能够运用所学习的数学理论和方法,对计算科学、信息科学以及数据科学中的实际问题进行理论分析;
要求3 (设计/开发解决方案) : 能熟练使用计算机(包括常用语言、工具及一些专用软件),具有基本的算法设计、分析能力和较强的大数据处理及编程能力;
要求4 (研究): 通过理论学习和实践训练,受到科学研究的初步训练,具备一定的研究能力;
要求5 (使用现代工具) : 对大数据信息处理和大规模高性能计算中的信息科学与计算科学理论、技术及应用的新发展有所了解,掌握文献检索、资料查询的基本方法,能够追踪相关科技发展前沿,并能够初步掌握和运用这些新技术、新方法;
要求6 (工程与社会): 具有一定的独立或协作开展科学研究和工程实践的能力,具有较强的社会实践综合能力;
要求7 (环境与可持续发展): 了解学科方向的发展前沿和趋势,学生具有可持续发展的能力;
要求8 (职业规范): 了解行业职业规范和要求,具备良好的职业素质;
要求9 (个人和团队): 具较强的团队协作精神,具备通过个人努力和团队合作解决实际问题的能力;
要求10 (沟通):具有学术交流的基本能力,具有良好的社会交往和人际沟通能力;
要求11 (项目管理):了解项目管理的基本流程和方法,通过实践项目提升实际项目管理能力;
要求12 (终身学习): 经过严格的数学训练,具有良好的数学素养和严密的数学思维,能够利用系统的数学的方法在未来的学习和工作中发现问题、分析问题和解决问题,具有良好的自主学习和拓展学习能力。
2.毕业学分要求
课程模块 | 课程性质 | 学分 |
通识教育 | 必修 | 52 |
选修 | 10 | |
学科教育 | 必修 | 30 |
选修 | 0 | |
专业教育 | 必修 | 69 |
选修 | 10 | |
毕业总学分 | 171 |
3.个性发展学分
课程模块 | 课程类别 | 开设学分 | 建议修读学分 | 备注 |
进阶课程 | 通识进阶 | 2 | 2 | 不列入毕业学分,建议学有余力的学生修读 |
学科进阶 | 11 | 3 | ||
专业进阶 | 8 | 3 | ||
素质发展 | 不列入具体学分,具体见《南京理工大学素质发展学分与第二成绩单管理规定》 |
四、学制与学位
标准学制:四年
修业年限:三至六年
授予学位:理学学士
五、主干学科与交叉学科
主干学科:数学
交叉学科:计算机科学与技术、统计学
六、专业核心课程
常微分方程、复变函数、数学建模、实变函数、数值分析、现代科学计算、最优化理论、机器学习与数据挖掘、数据科学的数学理论。
七、主要集中实践环节
C++课程设计、数学应用软件设计、信息与计算科学课程设计、工程技术实习、科研训练、认识实习、毕业实习、毕业设计(论文)。