人才培养
本科生教育
当前位置： 首页 人才培养    本科生教育
2024版培养方案-信息与计算科学



1  基本信息及学分要求

信息与计算科学专业 (Information and Computing Science)：070102，学制4年，授理学学士学位，最低学分要求168学分，其中学位学分最低要求159学分，非学位学分最低要求9学分（含军事技能训练2学分、体育（5）1学分、外语综合测试1学分、第二课堂与劳动教育4学分、创新创业教育课1学分）。同时，达到《国家学生体质健康标准》。


2  培养目标

信息与计算科学专业培养掌握数学、科学与智能计算、信息与数据处理的基本理论和方法，具有坚实数学基础和良好数学素养，受到科学研究的系统训练，具备熟练的程序设计和软件应用的技能，具备正确处理和分析数据的能力，具有坚定政治认同、开放创新思维、严谨科学精神、宽广国际视野、人格健全的复合型优秀人才。毕业生可继续攻读数学、信息科学、人工智能、控制论等相关学科的硕士、博士学位，或直接进入教育、科学技术、信息产业、经济金融等部门从事教学、研究、应用开发、信息处理和管理工作等。

学生毕业后经过5年左右的工作实践，能达成如下目标：

2.1具有高度的社会责任感和职业道德，拥有良好的沟通表达能力和组织协调能力，个人素养和数学素养均能够得到很好地提升。

2.2具有扎实的数学知识，能够熟练运用数学建模方法、计算机编程工具与软件等，有效解决科学与工程计算、信息处理、数据分析、人工智能、控制论等领域的复杂问题。

2.3具有较强的数学创新能力和创新意识，能够独立思考并解决社会实践过程中体现的数学问题，成为数学与交叉科学复合型人才。

2.4具有运用现代信息技术获取相关信息的能力以及良好的适应性和终身学习的能力，能够进行跨文化的交流与合作。


3  毕业要求

基于本专业的培养目标，毕业生应达到以下基本要求：

3.1 思想品德：热爱祖国、拥护中国共产党；掌握马克思列宁主义、毛泽东思想、邓小平理论、“三个代表”重要思想、科学发展观和习近平新时代中国特色社会主义思想的基本原理；具有强烈的历史使命感和社会责任感，践行社会主义核心价值观。

3.2 个人素养：具有健全的人格、健康的体魄和良好的心理素质，具有良好的团结与协作精神、人际沟通能力和较强的社会适应能力。

3.3 专业知识：接受系统的数学训练，掌握科学的思维方法，具有坚实的数学基础和良好的数学素养；掌握信息与计算科学基本理论、方法和运用技能，具有良好的逻辑思维和推理论证能力。

3.4 专业技能：具有程序设计基础以及根据实际问题进行数学建模、算法设计和编程实现的能力。

3.5 知识获取：掌握资料查询、文献检索及运用现代技术获取相关信息的基本方法，具备撰写论文的能力。

3.6 外语储备：熟练掌握一门外语，具备较强的听说能力和阅读专业外文资料的能力。

3.7 国际视野: 了解科学计算与信息处理、人工智能与控制专业方向的理论前沿、应用前景以及国内外最新发展动态。

3.8 自我学习：具有自我管理、自主学习能力和终身学习意识，不断提升自身素质，适应社会和个人可持续发展。



4  课程体系及学分比例

课程体系

学分

百分比

总学时

理论学时

实验学时

实践学时

其它环节(周)

公共基础课程

必修

32.5

19.35%

634

524

32

78

0

必修 (非学位)

8.0

4.76%

48

48

0

0

2

通识教育课程

必选

10.0

5.95%

160

160

0

0

0

专业教育课程

专业基础课 (必修)

55.0

66.96%

896

864

32

0

0

专业核心课程 (必修)

44.5

560

400

160

0

14.5

专业选修课组 (必选)

13.0

256

160

96

0

0

创新创业教育课

必修

2.0

1.79%

36

36

0

0

0

必修 (非学位)

1.0

16

16

0

0

0

必选

2.0

1.19%

0

0

0

0

0

总计 (含非学位学分)

168.0

100.00%

2606

2208

320

78

16.5

备注：1. 其它环节包含：军训、见习、实习、毕业设计、毕业论文、社会调查；
      2. 实践学时计入总学时；实践教学环节1学分=1周=32学时；
      3. 其它环节按周的不计入总学时。

5  课程设置及建议修读学期

5.1  公共基础模块课程（必修40.5学分）

序
号

课程编码

课程名称

课程英文名

学分

理论
学时

实践/

实验/

课外

学时

建议
修读
学期

备注

1

720GS001

思想道德与法治

Ideological Morality and Rule of Law

3.0

32

16

一秋


2

720GS002

中国近现代史纲要

Outline of Contemporary Chinese History

3.0

32

16

一春


3

720GS003

马克思主义基本原理

Basic Principles of Marxism

3.0

32

16

二秋


4

720GS005

形势与政策（1）

Situation and Policy(1)

0.5

8

0

一秋


5

720GS006

形势与政策（2）

Situation and Policy(2)

0.5

8

0

一春


6

720GS007

形势与政策（3）

Situation and Policy(3)

0.5

8

0

二秋


7

720GS008

形势与政策（4）

Situation and Policy(4)

0.5

8

0

二春


8

720GS016

国家安全教育

National Security Education

1.0

16

0

一秋


9

720GS010

毛泽东思想和中国特色社会主义理论体系概论

Introduction of Mao Zedong Thought and the Theoretical System of Socialism with Chinese Characteristics

3.0

32

16

(课外)

二秋


10

720GS011

习近平新时代中国特色社会主义思想概论

Introduction to Xi Jinping Thought on Socialism with Chinese Characteristics for a New Era

3.0

32

16

(课外)

二春


11

104GT002

军事理论

Military Theory

2.0

24

12

(课外)

一秋


12

104GT020

军事技能训练

Military Skills Training

2.0

0

0

一夏


13

620GT001

体育（1）

Physical Education(1)

1.0

32

0

一秋


14

620GT002

体育（2）

Physical Education(2)

1.0

32

0

一春


15

620GT003

体育（3）

Physical Education(3)

0.5

24

0

二秋


16

620GT004

体育（4）

Physical Education(4)

0.5

24

0

二春


17

620GT005

体育（5）

Physical Education(5)

1.0

0

32

(课外)

三秋


18

*****

大学英语(2)/高阶英语课组。修读外语为英语的学生，依据外语水平测试结果，水平达到1级的学生必选《大学英语(2)》；水平达到2级的学生必选英语提高能力课组(艺体生可选《大学英语(2)》)


3.0

48

0

一春

注：修读外语为日语的学生，修读《大学日语2》。其他语种，个人向外国语学院提出修读申请。

19

510GY001

大学英语（1）

College English(1)

2.0

32

0

一秋


20

910ZPJ13

Python程序设计（理）

Python Programming

2.5

24

32

一秋


21

210GX001

大学生心理健康指导

Mental Health Guidance for College Students

2.0

16

16

(课外)

一春


22

103GQ001

大学生劳动教育概论

Introduction to Labor Education for College Students

1.0

16

0

一秋


23

810GQ001

劳动实践

Labor Practice

1.0

0

30

四春


24

第二课堂

2学分不计入学位学分，由团委统一安排

25

外语综合测试

1学分不计入学位学分，满足外语综合测试成绩要求方能毕业，并授予学位


5.2   通识教育模块课程（必选10学分，可多选，多选需缴纳学分学费）

序号

模块

选修要求

1

数字技术与人工智能

必修至少2学分(含2学分)

2

生态文明与低碳发展

必修至少2学分(含2学分)

3

公共艺术与审美鉴赏

必修至少2学分(含2学分)

4

文明对话与世界视野

必修至少2学分(含2学分)

5

卫生健康与生命探索

必修至少2学分(含2学分)

6

国学经典与中华文化

选修若干(可不选)

7

科学素养与技术创新

选修若干(可不选)

5.3   专业教育课程
5.3.1  专业基础课（必修55学分）

序
号

课程编码

课程名称

课程英文名

学分

理论
学时

实践/实验学时

修读
学期

备注

1

910ZP127

数学分析（1）

Mathematical Analysis (1)

6.0

96

0

一秋


2

910ZP128

数学分析（2）

Mathematical Analysis (2)

6.0

96

0

一春


3

910ZP129

数学分析（3）

Mathematical Analysis (3)

6.0

96

0

二秋


4

910ZP130

高等代数（1）

Advanced Algebra (1)

4.0

64

0

一秋


5

910ZP131

高等代数（2）

Advanced Algebra (2)

6.0

96

0

一春


6

910ZP132

解析几何

Analytic Geometry

6.0

96

0

一秋


7

910ZP133

概率论

Probability

4.0

64

0

二秋


8

910ZP134

数理统计

Mathematical Statistics

3.0

48

0

二春


9

910ZP135

常微分方程

Ordinary Differential Equations

4.0

64

0

二秋


10

910ZP136

数学类学科导论

An Introduction to Mathematics Subject

1.0

16

0

一秋


11

570ZPJ04

大学物理（3）

College Physics(3)

5.0

80

0

二秋


12

910ZP111

高级语言程序设计

High-level Language Programming

3.0

48

0

二秋


13

910ZP112

高级语言程序设计实验

Experiment of High-level Language Programming

1.0

0

32

二秋




5.3.2  专业核心课（必修44.5学分）

序
号

课程编码

课程名称

课程英文名

学分

理论
学时

实践/实验学时

修读
学期

备注

1

910ZH001

认识实习

Cognition Practice

0.5

0

0

二夏


2

910ZH002

专业实习

Professional Practice

2.0

0

0

三夏


3

910ZH003

毕业实习

Graduation Practice

2.0

0

0

四夏


4

910ZH004

毕业论文

Graduation Thesis

10.0

0

0

四春


5

910ZH182

大数据优化

Big Data Optimization

2.5

40

0

二春


6

910ZH183

大数据优化实验

Experiment of Big Data Optimization

1.0

0

32

二春


7

910ZH184

数据结构

Data Structure

3.0

48

0

二春


8

910ZH185

数据结构实验

Experiment of Data Structure

1.0

0

32

二春


9

910ZH186

实变函数与泛函分析

Functions of Real Variables and Functional Analysis

5.0

80

0

三秋


10

910ZH187

数值逼近

Numerical Approximation

3.0

48

0

三秋


11

910ZH188

数值逼近实验

Experiment of Numerical Approximation

1.0

0

32

三秋


12

910ZH189

离散数学

Discrete Mathematics

3.0

48

0

三秋


13

910ZH190

数值代数

Numerical Algebra

3.0

48

0

三春


14

910ZH191

数值代数实验

Experiment of Numerical Algebra

1.0

0

32

三春


15

910ZH192

微分方程数值解

Numerical Solutions of Differential Equations

2.5

40

0

三春


16

910ZH193

微分方程数值解实验

Experiment of Numerical Solutions of Differential Equations

1.0

0

32

三春


17

910ZH194

信息论基础

Elementary Information Theory

3.0

48

0

三春




5.3.3  专业选修课组（必选）

序
号

课程编码

课程名称

课程英文名

学分

理论
学时

实践/

实验

学时

修读
学期

备注

1

910ZX234

控制论基础

Fundamentals of Cybernetics

2.5

40

0

二春

*必选

2

910ZX213

统计机器学习

Statistical Machine Learning

2.5

40

0

三秋

*必选

3

910ZX214

统计机器学习

实验

Experiment of Statistical Machine Learning

1.0

0

32

三秋

*必选

4

910ZX235

数学建模

Mathematical Modeling

2.0

32

0

二春

建议科学计算与信息处理方向选修

5

910ZX236

数学建模实验

Experiment of Mathematical Modeling

1.0

0

32

二春

6

910ZX237

数据库原理

Principles of Database

2.5

40

0

三秋

7

910ZX238

数据库原理实验

Experiment of Principles of Database

1.0

0

32

三秋

8

910ZX239

算法设计

Algorithm Design

3.0

48

0

三春

9

910ZX240

算法设计实验

Experiment of Algorithm Design

1.0

0

32

三春

10

910ZX241

偏微分方程

Partial Differential Equations

4.0

64

0

三春

11

910ZX242

量子信息与量子计算

Quantum Information and Quantum Computation

2.0

32

0

四秋

12

910ZX223

近代密码学

Modern Cryptology

2.0

32

0

四秋

13

910ZX222

可靠性数学

Reliability Mathematics

3.0

48

0

二春

建议人工智能与控制方向选修

14

910ZX225

随机过程

Stochastic Processes

2.5

40

0

三秋

15

910ZX226

随机过程实验

Experiment of Stochastic Processes

1.0

0

32

三秋

16

910ZX228

时间序列分析

Time Series Analysis

2.5

40

0

三秋

17

910ZX229

时间序列分析

实验

Experiment of Financial Time Series

1.0

0

32

三秋

18

910ZX230

多元统计分析

Multivariate Statistical Analysis

3.0

48

0

三秋

19

910ZX231

多元统计分析

实验

Experiment of Multivariate Statistical Analysis

1.0

0

32

三秋

20

910ZX212

运筹学

Operations Research

2.5

40

0

三春

21

910ZX243

深度学习

Deep Learning

2.0

32

0

三春

22

910ZX232

数学分析提高

Enhancement of Mathematical Analysis

2.0

32

0

三春


23

910ZX233

高等代数提高

Enhancement of Advanced Algebra

2.0

32

0

三春


24

910ZX227

数学史

History of Mathematics

2.0

32

0

四秋


备注：1.  备注栏中用*标记的为本专业必选课程，其中《统计机器学习》《统计机器学习

实验》为本专业开设的“人工智能+X”课程；

2.  建议学生以选修本专业的专业选修课为主，从“科学计算与信息处理方向”和

“人工智能与控制方向”两组课程中任选一组，可不选修外专业课程；

3. 若学生选修了外专业的专业核心课或专业选修课，可计入本专业选修课程学分；

4. 本专业选修课程总学分要求不低于13学分。


5.4  创新创业教育课程（必修3学分+选修2学分）

序号

课程编码

课程名称

课程英文名称

学分

建议修读学期

备注

1

101CLZ01

大学生职业生涯规划与就业指导（1）

Career Planning and Employment Guidance for College Students（1）

1.0

一秋

必修，由招就处统一安排

2

101CLZ02

大学生职业生涯规划与就业指导（2）

Career Planning and Employment Guidance for College Students（2）

1.0

三秋

必修，不计入学位学分；由招就处统一安排

3

CJ000

创新创业基础课组(CJ)


1.0

一春

必修

4

创新创业实践课组 (创新创业训练项目、科研训练项目、学科或技能竞赛、其他实践类项目)

2.0

必选，需通过学分认定方式获得

6   专业教育课程拓扑关系图

7  课程体系对毕业要求的能力实现矩阵图

信息与计算科学专业的毕业（培养）要求主要分为知识目标、核心能力和素质要求等三方面。

知识贡献：

A1：对于人文科学的基本知识，要求学生在基础教育所达到的知识水平上实现进一步的提升

A2：对于社会科学的研究方法入门知识，要求学生能够通过某一个学科的切入点，通过短暂的学术探索，让学生接触到这个学科的研究方法

A3：对于自然科学与工程技术的基础知识和前沿知识，要求学生掌握与社会和个人生活紧密联系的相关知识，并提高科学素养和工程意识

A4：数学类的核心知识

A4.1：掌握本专业所需的数学、物理、生物、计算机等学科的基本理论、知识和技能

A4.2：掌握经济和金融领域中的数学基本理论和基本知识

A4.3：掌握科学工程计算所需的算法理论和设计技巧

A4.4：掌握信息学基本理论和编码知识

A4.5：掌握人工智能领域的基本理论、基本知识及技能

A4.6：掌握控制论领域的基本理论、基本知识及技能

A4.7：掌握综合运用理论和技术手段，设计针对人工智能领域复杂工程问题的解决方案

A4.8：掌握计算科学领域的专门理论、知识与技能，并能综合运用于解决实际问题

能力贡献：

B1：对文学艺术作品的初步鉴赏能力

B2：语言能力

B2.1：用语言文字准确表达的能力

B2.2：至少一种外语的应用能力

B3：学习和工作能力

B3.1：长期学习的能力

B3.2：熟练运用各种手段获取最新科学技术信息的能力

B3.3：熟练阅读英语科技文献的能力

B3.4：发现、分析和解决问题的能力

B3.5：批判性思考和创造性工作的能力

B3.6：运用计算机软、硬件分析和解决相关问题的能力

B3.7：具有撰写学位论文和学术交流的能力

B4：与不同类型的人合作共事的能力

B5：组织管理能力

B6：具有较强的社会适应能力

素质贡献:

C1：勤奋刻苦，勇于进取

C2：宁静致远，意志坚韧

C3：身心健康，乐观向上

C4：视野开阔，乐于创新

C5：心理素质良好

C6：具有高度的社会责任感和崇高的价值观

C7：具有良好的职业道德和学术道德

C8：热爱劳动，崇尚劳动

序号

课程名称

知识贡献

能力贡献

素质贡献

1

思想道德修养与法律基础

A1

A2

C6

2

中国近现代史纲要

A1

B3.5

C6

3

马克思主义基本原理

A1

B3.5

C6

4

毛泽东思想和中国特色社会主义理论体系概论

A2

B3.5

C6

5

习近平新时代中国特色社会主义思想概论

A2

B3.5

C6

6

形势与政策

A1  A2

B6

C6

7

体育

A1

B3.1  B4

C3

8

军事理论

A2

B3.1  B4

C3

9

军事技能训练

A2

B3.1  B4

C3

10

大学生心理健康指导

A1  A2

B4  B6

C5  C7

11

大学英语(1)

A1

B2.1  B2.2  B3.3

C1

12

大学英语(2)/高阶英语课组

A1

B2  B3.3

C1

13

Python程序设计（理）

A4.1  A4.5

B3.6

C1

14

高级语言程序设计

A4.1  A4.8

B3.6

C1

15

高级语言程序设计实验

A4.1  A4.8

B3.6

C1

16

大学物理（3）

A4.1

B3.7

C1  C4

17

第二课堂

A3

B4  B5  B6

C6

18

生产劳动理论课组

A2

B4  B6

C6  C8

19

生产劳动实践课组

A2

B4  B6

C6  C8

20

创新创业基础课组

A1  A2  A3

B3  

C4

21

创新创业实践课组

A1  A2  A3

B4  B5  B6

C4

22

数字技术与人工智能

A3

B3.2  B3.6

C4

23

生态文明与低碳发展

A1


C3

24

公共艺术与审美鉴赏

A1

B1

C3

25

文明对话与世界视野

A1

B2

C4

26

卫生健康与生命探索

A2

B3.5

C6

27

大学生职业发展与就业指导

A2

B5  B6

C2

28

数学分析

A4.1

B3.4  B3.5

C1  C2

29

高等代数

A4.1

B3.4  B3.5

C1  C2

30

解析几何

A4.1

B3.4  B3.5

C1  C2

31

常微分方程

A4.1

B3.4  B3.5

C1  C2

32

概率论

A4.1

B3.4  B3.5

C1

33

数理统计

A4.1

B3.4  B3.5

C1

34

数学类学科导论

A3  A4


C4  C7

35

认识实习


B4  B5  B6

C1  C3  C6

36

专业实习


B4  B5  B6

C1  C3  C6

37

毕业实习


B4  B5  B6

C1  C3  C6

38

毕业论文

A3  A4

B3.2  B3.4  B3.5  B3.6  B3.7

C1  C2  C4  C7

39

偏微分方程

A4.1

B3.1  B3.4  B3.5

C1  C2

40

微分方程数值解

A4.3

B3.4  B3.5

C1

41

微分方程数值解实验

A4.3

B3.4  B3.6

C4

42

随机过程

A4.3

B3.4  B3.5

C1

43

随机过程实验

A4.3

B3.4  B3.6

C4

44

可靠性数学

A4.1

B3.4  B3.5

C1

45

数学分析提高

A4.1

B3.4  B3.5

C1  C2

46

高等代数提高

A4.1

B3.4  B3.5

C1  C2

47

数学史

A4.1

B3.4  B3.5

C1

48

量子计算与量子信息

A4.7  A4.8

B3.2

C1  C4

49

运筹学

A4.1

B3.4  B3.5

C1

50

时间序列分析

A4.1

B3.4  B3.5

C1

51

时间序列分析实验


B3.4  B3.6

C4

52

数学建模

A4.1

B3.4  B 3.5  B4

C1

53

数学建模实验


B3.4  B3.6

C4

54

数值分析

A4.3

B3.4  B3.5

C1

55

数值分析实验


B3.4  B3.6

C4

56

数据结构

A4.1

B3.4  B3.5

C1

57

数据结构实验


B3.4  B3.6

C4

58

数据库原理

A4.1

B3.4  B3.5

C1

59

数据库原理实验


B3.4  B3.6

C4

60

多元统计分析

A4.1

B3.4  B3.5

C1

61

多元统计分析实验


B3.4  B3.6

C1

62

实变函数与泛函分析

A4.1

B3.4  B3.5

C1

63

数值逼近

A4.1

B3.4  B3.5

C1

64

数值逼近实验

A4.1

B3.4  B3.5

C1

65

数值代数

A4.1

B3.4  B3.5

C1

66

数值代数实验

A4.1

B3.4  B3.5

C1

67

离散数学

A4.1

B3.4  B3.5

C1

68

控制论基础

A4.6

B3.4  B3.5

C1

69

算法设计

A4

B3.4  B3.5

C1

70

算法设计实验

A4

B3.4  B3.5

C1

71

信息论基础

A4

B3.4  B3.5

C1

72

近代密码学

A4.4

B3.4  B3.5

C1

73

统计机器学习

A4.7

B3.4  B3.5  B3.6

C1  C4  C7

74

统计机器学习实验

A4.7

B3.4  B3.5  B3.6

C1  C4  C7

75

深度学习

A4.7

B3.4  B3.5  B3.6

C1  C4  C7

76

大数据优化

A4

B3.4  B3.5

C1

77

大数据优化实验

A4

B3.4  B3.5

C1

78

国家安全教育

A3

B3.4 B3.5 B4  B6

C6 C7




南昌大学数学与计算机学院

School of Mathematics and Computer Sciences, Nanchang University


地址：南昌大学前湖校区理科生命大楼A区四楼

电话：0791-83969506

邮箱：smcs@ncu.edu.cn

院长书记信箱：475496189@qq.com

常用链接


南昌大学

南昌大学图书馆

南昌大学招生与就业工作处

微信公众号