通知公告
  当前位置: 首 页 >> 通知公告 >> 正文

河南理工大学大数据与数字经济分析微专业招生简章
发布人:财经学院 供稿人: 发布时间:2025-09-12 点击数: 打印本文

一、微专业简介

在大数据与数字经济深度融合的时代浪潮下,河南理工大学推出“大数据与数字经济分析”微专业,致力于推动数据技术与经济管理的跨学科融合。该专业面向全校各专业学生,培养具备数据采集分析、数字化转型与智能决策能力的复合型人才,助力金融、企业管理和政策研究等领域从业者构建数据驱动的解决方案,提升数字经济思维和技能,赋能区域数字经济创新发展。

微专业依托学校经济学、管理学、计算机与数理学科等的交叉优势,与用友网络科技股份有限公司、新道科技股份有限公司、河南新世纪拓普电子技术有限公司、工信部教培中心等单位深度合作。通过“理论+工具+案例+应用”四维课程体系的系统训练,学生将掌握Python分析、统计建模、数据可视化与数字化转型实践等硬核技能,并参与企业真实项目演练,提升跨学科思维能力和创新能力。

二、微专业特色

1.四维立体培养:理论、工具、技能、案例、实战应用深度融合,覆盖不同场景的数据分析全流程(如企业数字化转型、财富管理等)。

2.校企双导师制:企业高管与校内教授联合授课,遵循自愿原则,并通过选拔推荐可获企业实习直推资格。

3.双证书赋能:修满学分结业合格可获河南理工大学微专业证书,并可自愿报名获得工信部大数据工程师认证资格和其他相关职业资格。

4.真实场景驱动:引入国内上市公司数字化转型案例,学生分组参与企业数字化转型案例和上市公司真实交易案例。

三、培养目标

培养具备扎实大数据分析技术,熟悉数字经济运行逻辑,能应用数据工具于财富管理、经济分析、企业运营等领域的复合型人才。使学生掌握数据驱动的决策思维,胜任企业、金融机构及研究部门的数据分析师、数字化运营专员等岗位,推动区域数字经济与传统行业深度融合,为区域数字经济高质量发展培养跨界人才。

四、招生对象及计划

1.招生对象:全校本科二年级及以上学生,不限制专业(需具备基础数学与逻辑思维能力)。

2.招生计划:60人/年(择优录取)。

3.招生条件:

• 对数字经济、数据分析有学习热情;

• 有数据分析竞赛经历或Python基础者优先;

• 需提交报名表,通过初审与面试。

五、学制、学分及证书

1.学制:1学年(2学期)。

2.学分:10学分(5门课程)。

3.证书:修读学生达到课程考核标准和学分要求后,经学院审核、学校审定后,颁发大数据与数字经济分析微专业修读证书;学习期间可自愿报名参加工信部大数据分析师证书。

六、收费标准

1.微专业按学分收费,收费标准严格按照河南理工大学教育收费标准中学分制收费相关规定执行:文科类110 元/学分,总计1100元。

2.修读学生须在开课前依据收费标准按照总学分一次性交纳学费费用,具体安排另行通知。

七、课程设置

按照“理论技术-专业应用-综合实践”的递进逻辑,本专业的课程设置分为3个模块,共5门课程计10学分。

l 理论技术模块(4学分):

《经济大数据分析与应用》《大数据与多元统计分析》

l 专业应用模块(4学分):

《大数据与财富管理》《企业数据可视化应用分析》

l 综合实践模块(2学分):

《数字化转型案例分析》

具体教学进程如下表:

课程编码

课程名称

学分

学时

学时分配

考核方式

修读学期

备注

理论

(案例+实操)

实验

线下

线上

21502011

大数据与财富管理

Big Data and Wealth Management

2

32

32



模拟实操+案例报告

1


21502012

企业数据智能分析与实践Enterprise DataIntelligenceAnalysis and Application

2

32

12


20

实操考核+报告

1


21502013

经济大数据分析与应用

Economic Big Data Analysis and Application

2

32

32



项目答辩+论文

2


21502014

大数据与多元统计分析

Big Data and Multivariate Statistical Analysis

2

32

32



报告

2


21502015

数字化转型案例分析

Digital Transformation Case Analysis

2

32

32



案例报告+研讨

2


说明:1.课程名称要求中英文对照。

2.修读学期依据修读年限确定,用数字1、2、3表示。

八、课程简介

1. 《大数据与财富管理》

本课程深入探讨数据驱动的财富管理新范式,涵盖基于行为金融、量化交易与主观交易等核心技术,基于上市公司真实案例和实操,实现从对财富管理的认知到实践的系统能力开发。通过头部金融机构智能投顾平台等真实案例,深度融合理论与实践,系统培养学生在个人财富管理与企业投资优化领域的数据应用能力。

2.《企业数据可视化应用分析》

本课程系统讲授从数据到决策的核心方法,包括数据叙事逻辑、图表选择标准与视觉设计规范。通过Power BI动态仪表盘与Python可视化库等工具实战,覆盖销售实时监控、财务成本可视化、用户行为路径优化等典型业务场景。结合互联网与制造业真实案例,有效提升数据沟通效率与决策支持能力。

3.《经济大数据分析与应用》

本课程介绍经济大数据的采集、处理与分析方法,涵盖宏观经济指标、行业交易数据及社交媒体舆情等数据的获取技术。运用时间序列预测、面板数据建模及机器学习算法(Python/R实现),培养学生在GDP/CPI监测、消费趋势研判和区域经济活力评估等场景的应用能力。通过企业案例实战,提升数据驱动的战略决策支持能力。

4.《大数据与多元统计分析》

本课程突破传统统计局限,融入大数据多元分析技术,涵盖主成分降维、聚类分析及判别分析等核心方法,并拓展至文本与图像数据的特征提取和统计建模。课程聚焦用户精准分群、产品质量多指标检测及高维数据建模等实战场景,通过Python、R工具实操,培养学生复杂数据环境下的统计推断与模型构建能力。

5. 《数字化转型案例分析》

本课程通过解析制造业智能工厂、服务业全渠道零售及智慧农业等领域的数字化转型实战案例,围绕战略重构、技术选型(如云计算/物联网)与组织变革等关键维度,深入探讨数据整合、员工数字化能力提升与成本控制等核心挑战。借助成败对比案例,引导学生提炼可复用的数字化转型实施方法与策略。

九、联系方式

1. 联系人:何苗

2. 联系电话:18739158032

3. 咨询群:QQ群(HPU数字经济微专业975771694)

4.联系地点:河南理工大学财经学院数字经济系办公室