大数据技术与应用专业概况

专业名称:大数据技术与应用
专业代码:610215
一、招生对象与学制
招生对象:高中阶段教育毕业生或具有同等学力者
基本修业年限:三年
二、职业面向
面向的行业企业类型和就业岗位群
面向的行业企业类型
就业岗位(群)
初次
发展
计算机、移动互联网、电子信息、电子商务、电子金融、电子政务等领域
大数据开发工程师
数据挖据师、数据分析师、搜索引擎工程师、系统架构师
政府及一般企事业单位
大数据运维工程师
大数据运维经理、数据挖掘分析师
三、培养目标与规格
(一)培养目标
本专业旨在培养思想政治坚定、拥护党的领导、德技双修,适应IT行业生产、建设、服务和管理第一线需要的,德、智、体、美、劳等方面全面发展的,具有良好的职业道德和职业精神,掌握数据科学的基础常识及大数据相关技术,掌握大数据清洗和分析常用工具的使用,具有卓越的实践能力,能胜任数据清洗、数据存储、数据分析与挖掘、大数据系统开发与构建等工作的高素质复合型技术技能人才。
(二)培养规格
1.常识结构
(1)具有比较扎实的计算机基本理论与技术、数据挖掘的常用算法;
(2)具有数据分析、数据结构设计能力;
(3)掌握当前使用最广泛脚本编程语言Python;
(4)熟悉SQL的计算与存储过程调优,并具有严密的逻辑分析能力;
(5)掌握主流的Hadoop处理技术,包括MapReduce、Hive、Hbase、Pig、Spark等;
(6)具备数据的处理、抽取、清洗、转换等能力;
(7)掌握必备的思想政治理论、科学学问基础常识和中华优秀传统学问常识。
2.能力结构
(1)具备从事大数据应用系统开发与实现的能力;
(2)具备在数据分析、数据管理、数据存储等方面,受到较系统的工程训练,能发现、分析和解决实际工程技术问题能力;
(3)具备良好的App项目交流、表达、组织、管理、协调与沟通的能力;
(4)了解应用数学、统计学和计算机科学的发展动态;
(5)掌握相关文献检索方法;
(6)具有基本的专业资料分析与综合的能力;
(7)具有良好的文档与科学论文撰写能力。
3.素质结构
(1)树立正确的职业理想,具有良好的身心素质、道德修养和法律素养;
(2)具有较强的适应能力、学习能力和抗压能力;
(3)具有爱岗敬业、耐心细致、诚实守信的职业素质;
(4)具有较强的责任感和事业心;
(5)具有一定的创新精神和公平竞争意识。
(三)毕业标准
1.课程考核要求
在规定年限内修完本专业方向课程体系中的各门课程并达到及格以上,按要求规范撰写毕业论文(设计),通过毕业论文答辩。
2.职业资格证书要求
员工在校期间可取得的职业资格证书有:加米谷大数据,大数据工程师、数据分析师认证,证书由中国管理科学研究院提供,全国通用。另外,员工在校期间还可以参加计算机技术与App专业技术资格(水平)考试。
四、课程体系的构建
(一)课程体系构建原则
1.职业性与技能性
高职类课程体系首先应符合职业性,就是培养目标一定要明确,要培养的员工不是具有某方面的常识或特长的人才,而是能完成某些特定工作任务的合格劳动者。并且,在课程的学习情境设计中,应坚持职业岗位需求为依据,突出技能的培养和锻炼。
 2.行业性与需求性
不同的行业对从业人员有不同的要求,同时不同时期行业对人才的需求也有不同。在从行动领域中选择典型工作过程时,应选择具有鲜明的行业特征,同时是目前企业需求较多的工作过程。
 3.应用性与实用性
把典型工作过程转换为学习领域时, 应注重应用性和实用性, 员工是为了做而学,是通过学来做, 尽可能摈弃那些对具体工作没有帮助的抽象理论和过于复杂的操作流程。使员工熟练掌握应用性强、实用性高的基本技能。
 4.稳定性与灵活性
课程体系应该有相对稳定性,但由于大数据技术发展迅速、企业用人需求不断变化,因此课程体系也应具有一定的灵活性。其实灵活性可以体现在相同学习领域的不同学习情境的设计上, 学习情境决定了课程内容的难易、深浅。
5.适时性与前瞻性
教育与技术相比几乎永远是落后的,而职业教育比基础教育更需要紧跟新技术、新工艺的发展,在职业课程体系构建时必须考虑课程的适时性和前瞻性。
按照上述原则,再经过广泛的企业调研,进行了基于工作过程的课程体系设计。
(二)课程体系构建思路
以行业企业就业为导向,通过行业企业调研,结合自身师资力量和实训条件,定位大数据技术与应用专业所面向的岗位;明确岗位对应的工作任务及所需职业能力,以工作任务和职业能力为依据,确定专业课程体系。理论教学与实践教学相融合、常识学习与技能训练相融合、职业资格证书与课程内容融合、学习过程和工作过程相融合,将素质教育、创新创业能力培养、员工个性发展贯穿于整个教学过程的课程体系。
第一、二学期是基础学习、技能储备阶段,主要进行必要的常识储备;掌握常用基础常识;理解程序设计思想。课程开设主要包括:思政课程、学问通识、操作系统、计算机语言基础等课程。
第三、四学期是专业课程学习、仿真实训阶段,要求具备App工程思想;基本具备模块编码的技能。课程开设主要包括:Hadoop技术、MapReduce、HBase、Spark等课程。
第五学期是岗位实训阶段,掌握数据采集和数据分析的基本工具;掌握实用数据分析和初步数据建模能力。课程开设主要包括:校内项目实训和校企合作实训类课程。
第六学期是实习就业阶段,要求具备团队合作、团队管理和项目领导能力;具备大数据应用项目设计和规划的能力。课程设置为顶岗实习,进行企业项目实践,培养就业能力。
五、专业核心课程
(一)《Hadoop集群程序设计与开发》
课程主要教学内容:Hadoop概况、架构、原理;Hadoop集群配置及安装(JDK、SSH);Hadoop IDE开发环境配置(Eclipse配置);Hadoop编程实例;Hadoop命令(hadoop fs , hadoop job, hadoop jar);Hadoop基础编程(Mapper、Reducer、Driver);Hadoop高级编程等。
熟练掌握Hadoop架构、原理;Hadoop集群配置及安装;Hadoop IDE开发环境配置;Hadoop的常用命令等技能。
(二)《HBase》
课程主要教学内容:HBase概况;HBase集群安装配置;HBase架构与数据模型;HBase命令行;HBase开发环境配置; HBase删/建表、HBase增删改查;HBase与Hadoop MapReduce交互。
熟练掌握HBase的集群安装配置;HBase架构与数据模型;HBase命令行;HBase开发环境配置等技能。
(三)《网络爬虫技术》
课程主要教学内容:网络爬虫基础、Python爬虫基础常识、Urllib库的基本使用、Urllib库的高级用法、替换后、BeautifulSoup的用法、开始采集、存储数据和读取文档、自然语言处理基础。
了解Python爬虫的相关常识;学习Python爬虫的核心技术方法以及应用特征;深入使用Python在网络数据采集中的使用。
(四)《Python语言基础》
课程主要教学内容:Python开发环境的搭建、Python基础入门、函数、面向对象编程、实用模块和图表绘制等。
掌握Python的安装、常用函数,以及基于Python的大数据分析常用方法。
(五)《Linux操作系统》
课程主要教学内容:Linux操作系统概况、安装(设计磁盘分区)及使用;Linux档案权限与目录配置、档案与目录管理、用户账号管理;vim 程序编辑器;Bash 概况及功能先容;Shell Script编程。
掌握Linux操作系统的常用命令的使用、图形界面的多种实用程序的使用、多种Internet服务功能的配置,通过实验加强员工的动手能力。
(六)《大数据的可视化技术》
课程主要教学内容:Excel数据可视化、Excel数据可视化应用、大数据预测分析、支撑大数据的技术、数据引导可视化等。
了解大数据可视化的方法与技术,掌握多种可视化工具的使用。
Copyright (C) Delter 2013-2014 ca88官方会员登录 信息工程系
XML 地图 | Sitemap 地图
Baidu
sogou