广东省高等教育自学考试计算机科学与技术（专升本）专业考试计划（专业代码：080901）

一、指导思想

    高等教育自学考试是我国高等教育基本制度之一，是对自学者进行的以学历考试为主 的高等教育国家考试，是个人自学、社会助学、国家考试相结合的高等教育形式，也是我国高等教育体系的重要组成部分。

    本专业以习近平新时代中国特色社会主义思想为指导，全面贯彻党的教育方针，落实 立德树人根本任务，为构建继续教育和终身学习体系，推进学习型社会建设，紧密结合我省经济社会发展需求而设置。

二、学历层次及规格

    本专业学历层次为本科，培养目标总体上与普通高等学校相应的学历层次水平要求相 一致。专业采用学分制，各门笔试课程考试采用百分制计算，60 分为合格；凡单科考试成 绩合格后，获得该课程规定的学分。本专业必考课程 15 门 72 学分，毕业总学分为 72 学分。

    持有具备学历教育资格的高等学校、高等教育自学考试机构颁发的专科（或以上）学 历证书的考生，取得本专业考试计划规定的全部课程合格成绩，完成规定的毕业论文或其 他实践性学习环节任务，并取得合格成绩，思想品德鉴定合格，由广东省自学考试委员会颁发高等教育自学考试毕业证书，主考学校在毕业证书上副署，国家承认其本科学历。

    符合相应学位条件的高等教育自学考试本科毕业生，由有学位授予权的主考学校依照《中华人民共和国学位条例》等相关规定授予相应的学位。

三、培养目标与基本要求

    本专业培养理想信念坚定，德、智、体、美、劳全面发展，具有较高的科学文化素养、 职业道德水准、创新创业能力和社会责任感，适应社会和经济发展需要，具有良好的数学基 础，掌握计算机、网络及其信息系统相关的基础理论、基本知识、基本技能和基本方法，具 备计算机信息系统的工程实践能力，能在科学研究、工程技术、应用管理等岗位从事计算机信息系统设计、开发、维护、管理与应用等方面工作的工程技术应用型人才。

    本专业要求掌握数学和人文社科基础知识，掌握计算机科学与技术专业的基础知识和基 本理论，具备计算机信息系统设计、开发、维护、管理和应用等方面的基本能力和计算思维素养。主要包括：

    1.掌握计算机科学与技术专业的基础知识、基本理论、典型方法和技术；

    2.理解计算学科的基本思维方法和研究方法，熟悉常用的计算机信息系统开发工具环境，具有较好的计算机程序理解能力和设计能力；

    3.掌握计算机信息系统设计、开发、维护和管理技术，具有一定的工程意识，具备计算机信息系统开发和应用的工程实践能力； 

    4.具备综合运用所掌握的知识、方法、技术和工具解决计算机相关领域实际问题的能力；

    5. 了解计算机科学与技术学科的发展动态、应用前景和行业需求；

    6. 了解国家计算机科学与技术专业领域的基本政策和法规；

    7.具备对新知识、新技能的学习能力和一定的创新创业能力。

四、课程设置与学分

五、课程说明

    1.信息与网络安全管理

    该课程系统阐述了网络空间信息安全的基础理论和知识，涉及信息安全技术的选择策 略、方法构建和实现等多方面技能。课程内容针对网络建设和发展现状，聚焦于各类具有 网络风险环节的攻防技术，包括信息密码、数字签名与验证、有线/无线网络安全机制、入 侵防御、数据安全等。通过该课程的学习，要求考生了解网络安全问题，具备设计安全网 络环境的能力，掌握网络攻击与防范的核心方法与解决方案，并在工程实际中解决问题的

    能力。

    2.计算机高级程序设计

    本课程主要介绍 python语言程序开发，包括开发环境及工具的使用、使用的语法规则 以及不同领域的应用程序开发方法。主要内容包括应用程序设计方法、数据类型、数据运 算、程序的控制结构、函数的定义及使用、组合数据类型、文件和数据格式化、科学计算与可视化、网络爬虫和自动化等。

    3.数据库原理与技术

    本课程主要讲述数据库原理、方法和应用技术，同时涵盖大数据、NoSQL 等前沿内容， 将数据库原理、方法和应用技术相结合，以 MySQL  作为平台，系统地介绍数据库原理及应 用。通过该课程的学习，要求考生掌握数据库原理知识点，具备进行关系模式规范化的能力 和进行数据库概念结构设计和逻辑结构设计的能力；同时具备进行 MySQL 数据库管理、操作能力和 MySQL 编程能力和开发一个简单的数据库应用系统的能力。

    4.人工智能与大数据

    该课程系统介绍大数据和人工智能的相关概念和技术，主要涉及大数据工程、人工智 能原理、人工智能算法在大数据平台上的实现及相应用。主要内容包括大数据相关的大数 据处理构架 Hadoop 、分布式文件存储 HDFS 、分布式计算 MapReduce 与 Spark 、NoSQL 等，人工智能相关的特征提取、机器学习、 自然语言理解等。通过该课程的学习，要求考 生了解大数据及人工智能应用的场景，掌握大数据与人工智能结合应用的方法，并在工程

    实际中解决问题的能力。

    5.全国统一命题考试课程（略）

    6.实践性学习环节课程（略，按主考学校要求执行）

六、实践性学习环节考核要求

    实践性学习环节考核要求由主考学校负责并向社会公布，成绩由主考学校评定并按要求上报。

    实践性学习环节采用五级评分制评定考核成绩：不合格、合格、中等、 良好、优秀。 具体折合成百分制为：59 分（含）以下为不合格，60 至 69 分为合格，70 至 79 分为中等，80 至 89 分为良好，90 至 100 分为优秀。