计算机技术与信息管理系大数据专业人才培养方案2020.1.11
计算机信息管理专业人才培养方案
计算机信息管理专业人才培养方案一、培养目标培养拥护党的基本路线，适应社会主义市场经济需要，德、智、体、美等方面全面发展，具有良好的职业道德、敬业精神、创新与创业意识，牢固掌握信息处理和管理所需的基础知识及专业技能，并具有较强综合职业能力的高技能应用型人才。
可从事工商企事业单位中管理信息系统的规划、设计与开发，可从事计算机网站的管理、开发、维护工作；也可以在商业流通领域、交通、通信以及金融保险等行业从事日常信息管理工作。
也可从事IT项目协调员、项目助理岗位。
二、人才培养规格要求毕业生应具有马列主义、毛泽东思想和邓小平理论的基础知识，热爱社会主义祖国，拥护中国共产党的领导，拥护国家的各项方针政策，遵纪守法，爱岗敬业，实事求是，勇于创新，有理想，有道德，有文化、有纪律的人才。
毕业生应具有一定的体育运动和生理卫生知识，养成良好的锻炼身体、讲究卫生的习惯，掌握一定的运动技能，达到国家规定的体育锻炼标准，身心健康。
毕业生具备专科文化水平，掌握本专业高技能应用型人才所必须具备的信息管理和处理以及企业管理和项目管理的基础知识、基本理论、专业知识和基本技能，并取得某些指定的职业工种的资格和技能水平证书。
三、人才培养知识、能力、素质结构1、知识结构包括文化基础知识、专业基础理论知识和专业知识。
原则上，文化基础知识、专业基础理论知识和专业知识要以应用为目的，以必需、够用为度，同时要兼顾学生今后的继续教育和后续发展需要。
●具有较好的文化基础知识。
掌握马克思列宁主义、毛泽东思想和邓小平理论，了解国家法律法规和当前国际国内经济政治形势。
●熟悉计算机的基本原理，掌握丰富的网络、数据库、程序设计和项目管理基础知识。
●具有全面的企业管理和信息管理知识。
2、能力结构重点掌握从事本专业领域实际工作的基本能力和基本技能；具备较快适应生产、建设、管理、服务第一线岗位需要的实际工作能力。
●具备安装、使用常见操作系统和常规应用软件的能力，并有能力阅读中文和英文计算机软硬件文档的能力。
大数据专业人才培养方案
大数据专业人才培养方案大数据技术已经成为当今互联网时代的核心领域，同时也成为了各行各业发展的重要驱动力。
为了满足社会对大数据人才的需求，各高校相继开设了大数据相关专业。
本篇文章将探讨大数据专业人才培养方案的制定与落实，以期为相关机构提供参考。
一、培养目标大数据专业人才的培养要达到的目标是，培养具备数据分析、数据挖掘及人工智能等相关技能，能够运用大数据技术解决实际问题的专业人才。
此外，还应具备良好的英语听说读写能力、较高的计算机技术水平及较强的逻辑思维能力。
二、课程设置大数据专业人才的培养离不开课程的设置。
一门大数据专业课程的设置应包含以下内容：1. 数据库技术：包括数据库管理、数据仓库、数据集成等内容。
2. 数据分析与挖掘：包括统计分析、数据处理、数据挖掘算法等内容。
3. 人工智能：包括人工智能基础、数据科学、及人工智能的各种应用等。
4. 计算机基础：包括计算机程序设计、计算机体系结构、操作系统等内容。
5. 英语语言：包括英语阅读、听力、口语和写作等技能。
三、实践教学实践教学是大数据专业人才培养的重要环节。
实践教学内容应包括以下几个方面：1. 大数据实战项目：学生需要完成一系列的大数据实战项目，包括数据处理、数据分析、数据挖掘等。
2. 大数据实验：学生需要完成大量的实验，包括数据预处理、数据分析及挖掘等。
3. 校外实习：学生需要到企业或机构实习，进行大数据相关工作的实践操作。
四、师资队伍大数据专业人才培养的核心在于师资队伍的水平。
一个优秀的大数据专业师资队伍应具备以下几个方面的特征：1. 知识面广泛：教师必须具备数据科学、计算机科学、数学以及经济学等学科的知识。
2. 经验丰富：教师应有从事数据分析、数据挖掘等大数据项目经验。
3. 科研实力强：教师应该拥有扎实的科研基础，能够为学生提供前沿的大数据知识。
五、总结本文提出了大数据专业人才培养方案的一些基本思路，包括培养目标、课程设置、实践教学和师资队伍建设。
大数据技术专业(群)人才培养目标与培养规格
大数据技术专业（群）人才培养目标与培养规格
“以习近平新时代中国特色社会主义思想为指导，落实立德树人根本任务”，落实党和国家对人才培养的有关总体要求，明确描述专业培养目标与学校总体育人目标的对应，对接行业需求，体现职业教育特色。
一、人才培养目标与能力指标
（一）培养目标
培养德、智、体、美全面发展的，能够较快适应生产、建设、管理、服务等一线岗位需要，主要面向电信、零售、银行、金融、政府等部门的云平台大数据技术运维管理与数据采集与处理，数据分析与应用的相关工作岗位，具有大数据技术应用理论基础知识，掌握大数据运维的基本技能，掌握大数据的存储、清洗、数据分析与可视化的基本技能，了解大数据技术应用框架与其生态系统，掌握Hadoop技术框架的运维和使用，具有较高综合素质与良好职业素养，能从事大数据技术与数据采集、分析与可视化等相关工作，具备发展型、复合型、创新型技术技能人才。
（二）核心能力目标
（三）专业核心能力指标描述表
（二）就业岗位职业发展路径
1、就业领域与就业岗位
2、职业资格证书要求
要求学生在校三年期间，至少考取专业技能证书1个，建议考取2-3个专业技能证书。
（三）典型工作任务及其工作过程
撰写职业岗位的典型工作任务及其工作过程，以表格展示。
表1职业岗位的典型工作任务及其工作过程
（四）职业能力与素质总体要求表2职业能力与素质总体要求。
专业人才培养方案计算机信息管理
专业人才培养方案计算机信息管理一、引言计算机信息管理是一门涉及计算机技术和信息管理的学科，突出了数据存储、处理和传递的重要性。
为了培养优秀的计算机信息管理专业人才，我们制定了以下专业人才培养方案。
二、培养目标1.掌握计算机信息管理领域的基本理论和基础知识，具备扎实的专业技能；2.具备信息管理与数据分析的能力，能够有效地利用信息技术解决实际问题；3.具备团队协作和跨学科合作的能力，能够适应多样化工作环境；4.具备自主学习和持续学习的能力，能够不断跟进行业发展。
三、课程设置1.基础课程- 高等数学- 线性代数- 概率论与数理统计- 计算机组成原理- 数据结构与算法2.专业课程- 数据库技术与应用- 信息系统分析与设计- 网络技术与应用- 信息安全与风险管理- 电子商务与电子支付- 信息检索与知识管理3.实践课程- 实习：结合实际企业需求，提供实习机会并进行实践操作；- 毕业设计：根据学生的兴趣和实际问题，开展独立设计与开发。
四、培养模式1.理论学习- 通过课堂教学，学习计算机信息管理的基本理论和知识；- 运用多媒体教学手段，提高学生的学习效果；- 引导学生进行自主学习和思考，培养解决实际问题的能力。
2.实践能力培养- 设置各类实践课程，提供实际操作的机会；- 利用实验室设备和软件工具，进行计算机信息管理相关的实践操作；- 引入案例分析和项目开发，培养学生的问题解决和创新能力。
3.科研能力培养- 指导学生参与科研项目，培养科学研究的基本方法和能力；- 鼓励学生发表学术论文，提高科研成果的转化和应用能力；- 开设科研讲座和学术会议，提供交流和合作的平台。
五、实施措施1.招生选拔- 设立专业知识考试，测试学生的基础知识和思维能力；- 采用综合评价的方式，考察学生的综合素质和潜力。
2.教师团队建设- 提供良好的教学和科研条件，吸引优秀教师加盟；- 鼓励教师参与教学改革和科研项目，提升教学质量和水平。
3.实践环节- 与企业合作，提供实习和实训机会；- 指导学生参与竞赛和项目开发，提高实践能力和创新意识。
大数据专业人才培养方案
大数据专业人才培养方案1. 引言随着信息技术的迅猛发展，大数据在各个领域中扮演着越来越重要的角色。
大数据技术的应用不仅需要先进的技术手段，更需要具备相关知识和能力的专业人才。
为了培养满足社会需求的大数据专业人才，我们制定了以下的大数据专业人才培养方案。
2. 培养目标本培养方案的培养目标是培养具备以下能力和素质的大数据专业人才： - 掌握扎实的大数据技术基础知识，包括大数据处理、机器学习、数据挖掘等； - 具备大数据系统的设计、开发和维护能力； - 具备数据分析和决策支持能力，能够为企业和组织提供数据驱动的决策支持； - 具备团队协作和沟通能力，能够与不同的团队成员进行有效的合作； - 具备学习和创新能力，能够不断跟进新兴的大数据技术和趋势。
3. 课程设置3.1 基础课程•数据结构与算法•数据库原理与应用•统计学基础•编程语言（如Python、Java等）基础课程旨在为学生打下大数据技术的基础。
通过学习数据结构和算法，能够熟练处理大规模数据；通过学习数据库原理与应用，能够有效地进行数据管理与查询；通过学习统计学基础，能够进行数据分析和统计推断；通过学习编程语言，能够进行大数据系统的开发和维护。
3.2 专业课程•大数据处理技术•机器学习与数据挖掘•大数据系统设计与实现•数据可视化与决策支持专业课程旨在培养学生在大数据领域的专业能力。
通过学习大数据处理技术，能够掌握大数据处理的方法和工具；通过学习机器学习与数据挖掘，能够进行数据分析和模型建立；通过学习大数据系统设计与实现，能够设计和开发大数据系统；通过学习数据可视化与决策支持，能够为企业和组织提供数据驱动的决策支持。
3.3 实践环节•实验课程•实习实训•毕业设计实践环节是培养学生实际操作能力和解决实际问题的重要环节。
实验课程旨在通过课程实验来锻炼学生的实践能力；实习实训旨在让学生在实际工作环境中进行实际操作和实践；毕业设计旨在让学生通过一个完整的项目来综合运用所学知识。
大数据专业人才培养方案
大数据专业人才培养方案随着信息技术的迅猛发展，大数据已经成为当今社会的关键词之一。
大数据技术的广泛应用对于企业和组织来说具有重要意义，因此需要大数据专业人才的培养。
本文将提出一份大数据专业人才培养方案，旨在为培养具备综合技术素养和专业实践能力的大数据专业人才提供指导。
一、培养目标1.综合素质培养：培养学生具备扎实的数学、统计学基础，掌握数据分析和挖掘方法，具备良好的逻辑思维和问题解决能力。
2.专业知识培养：培养学生熟悉大数据相关的技术和工具，包括数据存储、分布式计算、机器学习等，掌握数据采集、清洗、分析和可视化的能力。
3.实践能力培养：通过课程设计、实验项目和实习等方式，培养学生具备大数据项目的实际操作和解决实际问题的能力。
二、课程设置1.基础课程（1）数学基础：包括高等数学、概率论与数理统计等，为后续专业课程打下坚实基础。
（2）计算机基础：包括计算机组成原理、数据结构与算法、数据库原理等，为后续的大数据技术课程做好铺垫。
2.专业核心课程（1）大数据技术与工具：包括Hadoop、Spark、NoSQL数据库等，学生通过实际操作和案例分析来掌握大数据相关的技术和工具。
（2）数据挖掘与机器学习：学生学习数据挖掘和机器学习的基本理论和算法，并通过实际项目来应用这些技术解决实际问题。
3.实践项目与实习（1）实践项目：学生通过参与实际的大数据项目，进行数据采集、清洗、处理、分析和可视化等工作，提升实际操作能力和团队协作能力。
（2）实习：学生通过参与企业的大数据项目实践，了解实际工作环境，提高解决实际问题的能力和综合素质。
三、培养模式1.理论与实践相结合：注重培养学生的实际动手能力，通过案例分析、实验项目和实践探究等方式，将理论知识与实际应用相结合。
2.团队合作培养：鼓励学生参与团队项目，提升团队协作和沟通能力，培养学生在团队中发挥领导和协调作用的能力。
3.导师指导和评估：每位学生配备专业导师，定期进行学术指导和个人成长评估，帮助学生规划学习和职业发展路径。
计算机类专业(大数据方向)大专人才培养方案
计算机类专业（大数据方向）大专人才培养方案一、招生对象及学习年限（一）招生对象：全日制普通中学高中毕业生，招生方式为普通高考招生。
（二）学习年限：基本学制三年，实行弹性学制,学生在校时间原则上不能少于两年，总在校时间（含休学）不得超过六年。
二、培养目标本专业培养面向中国特色社会主义建设，对接广州及珠三角地区战略性主导产业和战略性新兴产业中大数据或数据挖掘的工程重点领域的人才需求，具有良好的职业道德和职业精神，能从事计算机软硬件产品及大数据或数据挖掘的工程性开发与实现、在计算机与互联网企业中从事系统集成或售后服务、数据处理与分析、在政府部门或企事业单位从事信息系统的建设、管理、运行、维护的技术工作，具备“一技之长+综合素质”的德、智、体、美等方面全面发展的高素质的技术应用性人才。
三、就业岗位与就业范围四、人才培养规格（一）综合素质1. 思想政治素质:掌握马克思主义科学的世界观、人生观和价值观。
有坚定跟着共产党走中国特色社会主义道路的信心和决心，有热爱祖国、服务人民的理想信念。
具有社会责任感，能积极践行社会主义核心价值观，拥有能够支撑职业和人生发展的思想政治素质。
2．职业素质：具有良好的职业态度和职业道德修养，具有正确的择业观和创业观。
坚持职业操守，爱岗敬业、诚实守信、办事公道、服务群众、奉献社会；具备从事职业活动所必需的基本能力和管理素质；脚踏实地、严谨求实、勇于创新。
3.人文素养与科学素质：具有融合传统文化精华、当代中西文化潮流的宽阔视野；文理交融的科学思维能力和科学精神；具有健康、高雅、勤勉的生活工作情趣；具有适应社会核心价值体系的审美立场和方法能力；奠定个性鲜明、善于合作的个人成长成才的素质基础。
4．身心素质：具有一定的体育运动和生理卫生知识，养成良好的锻炼身体、讲究卫生的习惯，掌握一定的运动技能，达到国家规定的体育健康标准；具有坚韧不拔的毅力、积极乐观的态度、良好的人际关系、健全的人格品质。
计算机信息管理专业人才培养方案
计算机信息管理专业(数字媒体技术方向)人才培养方案一、招生对象与修学年限1.本专业招生对象为高中毕业生或中职毕业生。
2.本专业基准修学年限为3～5年。
二、专业培养目标本专业以学生就业为导向、职业能力培养为核心、素质教育为特色，培养拥护党的基本路线、坚持四项基本原则、掌握马列毛泽东思想、邓小平理论和“三个代表”重要思想，掌握电脑视景制作、室内外三维模型场景构建、网络三维虚拟技术以及相关知识，掌握影视2D转3D等制作技术，能够从事三维模型及效果图、视频制作，交互多媒体设计，多种载体网站建设，商业媒体设计等职业，参与三维影视制作工作；具有良好的行业职业道德、职业精神，技能过硬、身心健康、素质全面的技术技能型人才。
毕业生具有信息传播理论，掌握先进的数字媒体技术手段及相应的创作理念，能够熟练运用计算机与影视设备从事数字效果内容创作，可在广告制作公司、游戏动漫公司、多种网络平台门户网站公司、多媒体出版部门、大众媒体等数字媒体内容服务厂商从业，从事数字媒体开发与制作、多媒体设计与制作、音视频数字化、游戏美工、动画设计与制作、网页设计与网站维护、信息服务及数字媒体管理等工作。
三、人才培养规格（二）素质、知识和职业技术能力结构1、虚拟设计师培养方向：核心职业技术能力：虚拟漫游技术软件的掌握和应用。
素质目标：工作能力（沟通表达能力，文字表述能力，团队协作能力，良好的耐心）；学习能力：（知识的迁移能力，分析问题和解决问题的能力，自学能力）；创新思维和能力（审美能力，创造想象力，灵活、综合、创造性用技术能力）知识结构：VR-Platform三维互动仿真平台软件的虚拟漫游作品创作相关知识。
2、三维模型师培养方向：核心职业技术能力：三维建模技术掌握应用。
素质目标：工作能力（三维空间想象力，熟悉专业制作规范，工作条理性，团队协作能力，沟通表达能力，实际应变能力，服务意识，时间管理能力，双语能力）；学习能力（学习新技术和知识转移能力，分析问题、解决问题，归纳的能力，自我学习能力）；创新思维和能力（创新思维能力，灵活、综合、创造性应用技术能力）。
大数据专业人才培养方案
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据技术基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习大数据挖掘、机器学习等先进技术；
-提升数据分析和处理能力；
-参与实际项目，培养实践能力和创新意识。
3.提高阶段（第5-6学期）
-学习大数据产业相关政策和法规；
-培养项目管理与协调能力；
-提升综合素质，为职业发展奠定基础。
五、师资队伍与教学资源
1.师资队伍：聘请具有丰富教学经验和实践经验的专业教师，以及具有大数据产业背景的企业导师；
3.综合素质课程：大数据政策与法规、项目管理与协调、团队合作与沟通、创新思维等。
四、培养阶段与内容
1.基础阶段（第1-2学期）
-学习大数据基本理论、方法和技术；
-掌握基本的数据处理和分析技能；
-培养良好的学习习惯和团队协作精神。
2.进阶阶段（第3-4学期）
-深入学习数据挖掘、机器学习等先进技术；
-提升大数据分析和处理能力；
大数据专业人才培养方案
第1篇
大数据专业人才培养方案
一、前言
随着信息化时代的到来，大数据技术已成为国家战略发展的重要支柱。为满足社会对大数据专业人才的迫切需求，本方案旨在制定一套科学、系统、人性化的大数据专业人才培养方案，为我国大数据产业发展提供有力的人才支持。
二、培养目标
1.掌握大数据技术的基本理论、方法和技术；
第2篇
大数据专业人才培养方案
一、背景分析
当前，大数据技术正成为推动社会进步和经济发展的关键力量。在此背景下，培养一批具备专业素养、掌握核心技术的大数据专业人才，已成为我国教育领域的重大课题。本方案旨在制定一套全面、深入、适应大数据产业发展需求的专业人才培养方案。
大数据专业人才培养方案
大数据专业人才培养方案引言随着互联网和信息技术的飞速发展，大数据已经成为了当前社会中一项重要的资源与技术。
尽管大数据技术的发展与应用不断推进，但是人才的供给却并不足够满足市场需求。
因此，制定一套科学合理的大数据专业人才培养方案非常重要。
本文将提出一种针对大数据专业人才培养的方案，旨在培养出应对当前大数据行业需求的掌握核心技术与实践经验的专业人才。
1. 培养目标大数据专业人才的培养目标需要结合当前市场需求和行业趋势。
在制定培养目标时，需要充分考虑到大数据技术的快速发展和不断变化的需求。
针对大数据专业人才的培养目标，可包括以下几方面内容：•掌握大数据技术的核心理论与方法，包括数据收集、数据存储、数据处理与分析等方面；•具备大数据平台的搭建与维护能力，熟悉常用的大数据平台和工具；•具备数据挖掘和机器学习等相关技术的实践经验，能够运用大数据技术解决实际问题；•具备团队协作和项目管理的能力，能够在企业中参与大数据项目的管理和实施；•具备自主学习和持续创新的能力，能够不断跟进大数据行业的最新发展和技术。
2. 培养内容为了实现上述培养目标，需要明确大数据专业人才的培养内容。
大数据专业人才的培养内容应该包括理论学习、实践训练和综合实践等几个方面：2.1 理论学习理论学习是培养大数据专业人才的基础。
在理论学习方面，应包括大数据技术的基本原理和基础知识，如大数据的概念、架构和关键技术等内容。
此外，还应该学习相关的数学知识，如统计学、线性代数和概率论等，以便更好地理解和应用大数据技术中的数学方法。
2.2 实践训练实践训练是培养大数据专业人才的关键环节。
在实践训练方面，应该注重培养学生的实际操作能力。
可以通过大数据平台的实验和项目实践，让学生亲自搭建和维护一个大数据平台，并运用相关技术进行数据处理和分析的实践。
此外，还可以组织学生参加大数据竞赛和项目实践，提高学生解决实际问题的能力。
2.3 综合实践综合实践是培养大数据专业人才的终极目标。
大数据专业人才培养方案
大数据专业人才培养方案随着大数据时代的到来，大数据专业人才的需求在不断增加。
为了满足市场需求，培养一批高素质的大数据专业人才就显得至关重要。
本文将从学科涵盖范围、培养目标、课程设置、实践教学、实习实训、就业前景等方面讨论大数据专业人才的培养方案。
一、学科涵盖范围大数据专业是一门综合性学科，其涉及的领域非常广泛，包括数据处理、数据建模、数据分析、数据挖掘、大数据可视化等诸多方面。
同时，大数据专业还需要结合计算机科学、人工智能、数学、统计学等多个学科的知识。
因此，大数据专业往往涵盖领域比较广泛，既要有深入的专业技术，又要了解其他学科的基础知识。
二、培养目标大数据专业人才的培养目标主要包括以下几个方面：1. 掌握大数据处理技术和数据建模方法，了解各种数据分析技术和数据挖掘算法；2. 具有较强的数据分析和解决问题的能力，能够利用数据分析找到问题的根源并给出有效解决方案；3. 具有扎实的计算机科学和数学基础，能够熟练掌握编程语言和工具，能够熟练运用各类工具和软件；4. 具有良好的沟通和团队协作能力，能够与组织中的其他成员进行有效的交流，共同完成项目。
三、课程设置大数据专业的课程设置应该包括以下几个方面：1. 基础课程：包括计算机科学基础、数学基础、统计学等基础科目，为学生后期专业课程的学习提供必要的基础；2. 专业核心课程：包括大数据处理、数据挖掘、数据可视化、机器学习、深度学习等专业核心课程；3. 选修课程：既可以包括与大数据专业相关的研究课程，也可以包括与大数据专业相关的实践课程，以更好地提升学生的实践能力。
四、实践教学对于大数据专业的学生，实践教学同样非常重要，应该包括以下几个方面：1. 实验室教学：设置大数据实验室，提供学生充足的实验和编程实践机会，让学生熟练掌握各种技术和工具；2. 项目实践：通过参与各种实际的大数据处理项目，让学生逐步积累丰富的项目经验，提高实践能力；3. 比赛竞赛：参加各种数据分析和数据挖掘类的比赛，提高学生的竞争力和应变能力。
大数据技术与应用专业人才培养方案
大数据技术与应用专业人才培养方案概述：随着信息时代的到来，大数据技术与应用专业已经成为当代最具发展潜力的专业之一、因此，为了培养高素质、专业能力强、具备创新思维和实践能力的大数据技术与应用专业人才，需要制定一套全面科学的培养方案。
1.专业基础课程为了确保学生在大数据技术与应用领域的知识基础，需要设置一系列专业基础课程，包括计算机基础、数据结构与算法、数据库原理与应用、统计学、机器学习等。
这些课程将为学生提供深入了解和掌握大数据技术与应用所需的理论基础。
2.实践性课程除了理论基础课程，还需要设置一系列实践性课程，包括大数据分析与挖掘、数据可视化、分布式计算、云计算等。
这些课程将为学生提供具有实际操作能力的技术与应用，使他们能够在真实项目中熟练运用所学知识解决实际问题。
3.实习和实训为了培养学生的实践能力和团队合作精神，需要将实习和实训作为专业人才培养的重要组成部分。
学校应该积极与企业合作，为学生提供实习机会，让他们能够在真实的工作环境中应用所学知识，并学习实践技能。
此外，还可以组织学生参加大型项目竞赛，让他们在团队中合作解决问题，锻炼解决问题和沟通合作的能力。
4.创新与实践能力培养为了培养学生的创新思维和实践能力，可以开设一系列创新实践课程，如科技创新论坛、创业训练等。
同时，学校还应积极引导学生参与科研项目，提供学术研究的机会，鼓励学生撰写论文并参加学术会议，培养学生批判性思维和学术研究能力。
5.综合素质培养6.国际交流与合作为了提升学生的国际视野和跨文化交流能力，学校应积极开展国际交流与合作项目。
可以与国际知名大学合作办学，组织学生参加海外交流项目，让他们与国际同行交流学习，拓宽视野，提高跨文化沟通能力。
结语：大数据技术与应用专业人才培养方案应该结合专业特点和市场需求，既注重理论基础，又注重实践能力和创新思维的培养。
通过专业基础课程、实践性课程、实习和实训、创新与实践能力培养、综合素质培养以及国际交流与合作等方面的努力，可以培养出一批专业素质过硬、具备创新能力和实践能力的大数据技术与应用专业人才。
计算机应用技术(大数据)专业人才培养实施方案
计算机应用技术专业(大数据)人才培养方案(计算机应用技术专业610201 )一、专业培养目标本专业为计算机应用技术专业大数据方向，培养德、智、体、美全面开展，培养具有较高专业素养和人文素养，较好地掌握计算机技术及大数据技术的根本知识、根本理论和根本技能，具有跟踪掌握大数据领域新理论、新知识、新技术的能力，能在IT行业、行政事业单位等行业从事大数据的处理、分析及预测和应用维护等相关岗位的高素质技能型人才。
毕业后主要面向互联网、金融、计算机软件、通信、企事业单位、政府机关等部门，从事大数据运维工程师、大数据Hadoop I程师、大数据挖掘工程师、大数据分析师等工作。
二、根本要求和培养规格(一)知识要求1).熟悉计算机根本操作和系统日常维护，了解计算机系统结构及工作原理；2).能理解计算机编程语言根本语法结构、编程风格、数据结果和根本算法的应用；3). 了解软件工程、软件生命周期、软件测试工具，掌握中小型软件系统的设计流程和方法(二)专业要求1).熟练使用java语言，对java根底语法比拟精通；2).对Linux操作系统使用熟练，掌握shell脚本语言使用；3).熟悉Hadoop框架，对其工作原理有一定的认识；4).熟练掌握MapReduce原理及数据分析技术；5).熟悉 Hadoop、Storm、Kafka、Hbase、Hive 等大数据组件;6).熟练使用数据仓库hive；7).掌握数据搜索工具sqoop的使用；8).能熟练搭建HA (高可用集群)。
(三)素质要求1).能够通过独立学习，不断获取新的知识和技能；2).能适应职业岗位的变化，积极应对变化多端的软件世界；3).能够在工作中寻求发现问题，解决问题的途径；4).能够在工作中独立制定方案，实施方案，独立控制过程；5).具有一定的逻辑与抽象思维能力，能够对信息进行截取、评价和传递。
三、职业开展及职业画彳四、大数据方向开发学习路线本课程各阶段学习路线方案如下表，通过每个阶段的理论学习和各阶段的工程实战, 可达成的目标内容如下列图所示：五、大数据方向根底课程Java, Linux, Mysql等课程是大数据行业的重要根底课程，无论是面向对象的编程理论及应用能力还是Linux操作系统的熟练操作，这些课程都是必不可少的。
计算机科学与技术专业大数据应用技术人才培养方案
计算机科学与技术专业（大数据应用技术）人才培养方案二级学院：计算机信息工程学院专业代码：080901学科门类：计算机授予学位：工学学士本培养方案紧密围绕我校建设应用型本科大学的目标定位，面向区域经济和社会建设对计算机应用与开发技术人才的需要，科学设计课程体系结构，合理加强实验实训环节，突出理论联系实际解决问题能力的培养，注重实干素质与创新精神的有机融合，培养“德、智、体、美”全面发展的中国特色的社会主义建设需要的合格人才。
一、培养目标本专业面向地方经济建设与社会发展对大数据应用、大数据分析挖掘、大数据系统运维等方面人才的需求，培养德、智、体、美全面发展，掌握计算机专业基础知识、大数据系统和应用知识，能够为企事业单位提供大数据系统搭建、管理、运维技术和能力的应用型人才。
二、基本要求在市场需求、就业需求以及毕业生面向的主要岗位群或技术领域的典型工作任务、职业岗位能力等调研基础上，构建理论与实践并重的课程体系，通过在校期间各类课程的学习、系统的综合训练和实训教育，培养面向区域经济发展，符合市场经济需求，在知识、能力、素质等方面达到培养目标要求，具备明显专业特征的应用型技术人才。
1、知识结构要求：具备计算机专业知识、大数据管理和应用相关的知识和外语知识等。
熟练掌握大数据的数据处理、分析、运维等与专业相关知识，并形成良好的知识基础。
具体如下：（1）高等教育公共基础知识：完成人文、社会科学、外语、科学世界观与方法论等高等基本修养教育。
课程包括：思想道德修养与法律基础、中国近代史纲要、马克思主义基本原理概论、毛泽东思想和中国特色社会主义理论体系概论、大学英语、大学体育等。
（2）学科基础理论知识：完成学科所需数学知识等的传授，构成学科要求的逻辑思维方法和抽象思维能力的培养。
课程包括：高等数学、线性代数、概率论与数理统计、离散数学等。
（3）专业知识：硬件、软件基础肩负着完成专业基本知识、基本技术、基本方法和学科方法学思想的传授任务。
大数据技术专业人才培养方案(高职)
大数据技术专业人才培养方案一、专业名称 大数据技术二、专业代码 510205三、招生对象 普通高中毕业生、职高毕业生、中职和技校毕业生四、学制与学历三年制，专科五、职业岗位与岗位能力要求 (一)职业岗位1. 就业面向的行业：信息传输、软件和信息技术服务业（GB/T 4754—2017）。
2. 主要就业单位类型：互联网信息服务、互联网平台、互联网数据服务、软件开发、信息系统集成和物联网技术服务、信息处理和存储支持服务、运行维护服务、信息技术咨询服务等。
3. 主要就业部门：大数据基础部门、数据仓库部门、数据分析部门、数据平台部门、数据产品部门、数据策略部门等。
4. 可从事的工作岗位：（见下表）岗位能力分析表 岗位类别序号岗位名称 初始 岗位 发展 岗位岗位描述岗位能力要求编程能力1.熟练使用Java 语言，可针对大数据组件进行相关开发，能够用最适合的工具解决最合适的问题。
大数据开发框架2.熟悉 Hadoop 或 Spark 生态相关技术，包括 MapReduce 、HBase 、HDFS 、Hive 、Spark 、Storm 等；数据库技术3.熟悉 Oracle 或 MySQL 数据库技术；系统分析能 力 4.有一定的应用系统分析与设计能力，有良好、规范的编 程习惯和文档编写习惯；1大数据开发工程师√素质要求5.有较强的学习能力，对技术有钻研精神，热衷于新技术、新理论、新开发实践的学习和实践。
大数据开发 框架1.熟悉hadoop 、hive 、hbase 、yarn 、spark 、storm 及其生 态圈内相关开源软件的原理及运维方式。
大数据运维 2.有良好的系统性能优化及故障排除能力。
操作系统 3.熟悉 linux 操作系统，shell 脚本的编写。
2大数据平台运维工程师√素质要求4.具有良好团队协作、良好沟通等职业能力，以及良好的文化基础和修养，善于学习新知识。
行业知识 1.熟悉行业知识、公司业务及流程，最好有自己独到的见解。
专业人才培养方案计算机信息管理
专业人才培养方案--计算机信息管理
一、培养目标及人才规格
（一）培养目标
本专业培养拥护党的基本路线，适应IT行业人才需求、重庆及其它地区生产、建设、管理、服务第一线需要的，德、智、体、美等方面全面发展的计算机领域的高等技术应用性专门人才。
通过学习本专业，掌握网站建设与网页制作的基本理论、基本知识；掌握分析、设计网站建设与网页制作的基本方法；具有独立建设网站、管理网站以及制作相关图片、动画、广告的基本能力；掌握搭建商务网站的能力与基本方法，具有数据库操作的管理与处理信息的能力。
掌握开发工具，具有较高的编程能力。
掌握一定的计算机软硬件维护知识。
成为合格的网站建设与网页设计与制作的技术人才、网站管理人才、广告策划者、信息管理人才、程序开发人才和计算机维护人员。
（限
从统一招生考试中招收高中程度学生，在校学习3年。
（五）毕业生能力要求
（六）毕业生知识要求
7 月入学程度：高中相当修业年限：3年
附表二：理论课教学进程表
附表三：集中实践模块教学进程表。
大数据人才培养方案
大数据人才培养方案引言随着社会信息化进程的不断深入和互联网技术的快速发展，大数据已经成为当今社会的重要产物和驱动力。
大数据的快速增长给企业和组织提供了巨大的商机，但同时也带来了对大数据人才的巨大需求。
为了满足这个需求，我们需要制定一套完善的大数据人才培养方案。
1. 基础知识培训大数据人才的培养首先需要进行基础知识的培训。
这包括了对大数据概念、技术原理、数据分析方法等方面的基础知识的学习。
培养者可以通过在线教育平台、培训机构等方式进行自学或参加培训课程。
同时，可以结合实际案例进行实践，提高对基础知识的理解和应用能力。
2. 技术实践能力培养除了基础知识的学习，大数据人才还需要具备相关的技术实践能力。
这包括了数据处理技术、数据挖掘技术、机器学习技术等方面的实践能力。
为了培养这些能力，可以组织实际的项目实践，让学员能够亲自操练和应用所学的知识和技术。
同时，可以建立实验室或提供实践环境，让学员能够进行实际的操作和实验。
3. 团队合作与沟通能力培养在大数据领域，团队合作和沟通能力非常重要。
因为大数据的处理往往需要多个人员协同工作，而且大数据涉及到的问题往往非常复杂，需要各个人员之间的合作与协调。
为了培养学员的团队合作与沟通能力，可以组织团队项目实践，让学员在实际项目中学习和实践合作与沟通。
同时，可以开展团队合作培训和沟通技巧培训，提高学员的合作和沟通能力。
4. 实践应用能力培养大数据人才的培养不能仅停留在理论层面，还需要具备实际应用的能力。
这包括了对行业特点和业务需求的理解，以及对大数据技术在实际场景中的应用能力。
为了培养这方面的能力，可以组织实际案例的分析和解决方案的设计，让学员能够亲自面对实际问题并提供解决方案。
同时，可以与企业合作，提供实践机会和实践项目，让学员在实际工作中锻炼和提高。
5. 持续学习与跟进大数据是一个不断发展和进化的领域，因此，大数据人才也需要具备持续学习的能力。
为了实现持续学习与跟进，可以建立一个大数据人才培养的学习平台，提供不断更新的学习资源和培训课程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据技术与应用专业人才培养方案
（专业代码：610215）
一、专业名称及代码
大数据与应用（610215）
二、入学要求
普通高级中学毕业、中等职业学校毕业或具备同等学力
三、基本修业年限
实行弹性学制，标准修业年限为3年，学生可在2～5年内完成学业。
四、职业面向
五、培养目标
本专业培养德、智、体、美全面发展，拥护党的基本路线，具备一定的大数据基本理论、方法与技能，能熟练进行信息收集、应用开发等任务，能够在各类IT企业或企事业单位的IT部门能从事大数据平台部署与运维、信息系统建设与实施等岗位工作的高素质技能型人才。
六、人才培养规格和素质要求
（一）基本规格
本专业学生掌握大数据的基本概念、架构设计及程序设计实现方法，具有利用经典的大
数据系统搭建、管理和开发能力。
（二）素质要求
1.政治思想素质要求
热爱祖国，掌握马克思列宁主义、毛泽东思想和中国特色社会主义理论体系的基本原理；坚持四项基本原则；遵纪守法；创业奋进；有理想、有道德、有文化、守纪律；成为社会主义的合格建设者和可靠接班人。
2.职业素质：
具有良好的职业态度和职业道德修养，具有正确的择业观和创业观。
坚持职业操守，爱岗敬业、诚实守信、办事公道、服务群众、奉献社会；具备从事职业活动所必需的基本能力和管理素质；脚踏实地、严谨求实、勇于创新。
3.人文素养与科学素质
具有融合传统文化精华、当代中西文化潮流的宽阔视野；文理交融的科学思维能力和科学精神；具有健康、高雅、勤勉的生活工作情趣；具有适应社会核心价值体系的审美立场和方法能力；奠定个性鲜明、善于合作的个人成长成才的素质基础。
4．身心素质
具有一定的体育运动和生理卫生知识，养成良好的锻炼身体、讲究卫生的习惯，掌握一定的运动技能，达到国家规定的体育健康标准；具有坚韧不拔的毅力、积极乐观的态度、良好的人际关系、健全的人格品质
（三）知识结构要求
本专业主要学习常用数据挖掘编程语言（R 语言和Python）、数据库应用技术、Java 程序设计、Linux 操作系统、Hadoop 大数据存储与运算、Hadoop 大数据存储与运算、大数据查询与处理、Spark大数据快速运算、Oozie 大数据工作流，具备大数据开发与数据挖掘的实际工作能力，具有创新意识及进一步发展专业技能的良好基础。
本专业毕业生应获得以下几方面的知识和技能：
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.掌握当前使用最广泛的两门数据挖掘编程语言 R 语言和 python；
3.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；
4.具备数据的处理、抽取、清洗、转换等能力；
5.掌握主流的 Hadoop 处理技术，包括 MapReduce、Hive、Hbase 等；
6.逻辑思维能力强，具备较强的文档编写和良好的沟通表达能力
七、培养特色
本专业围绕着“紧密结合专业人才培养目标，紧密结合地方社会需求，紧密结合计算机新技术发展”的理念,采取开放办学模式，实现高校、企业和社会教育资源的优势互补，坚持“理论学习＋工程实践＋新技术应用”的应用型人才培养模式，注重多学科的交叉与融合，注重实践和创新能力的培养，聚焦大数据系统运维、数据分析及其产品开发等紧缺人才的培养。
八、主要课程和特色课程
1.主要课程（核心课程）： C程序设计；网络基础；概率与数理统计；数据结构；Java 程序设计；MySQL数据库；Java Web开发技术；Hadoop系统基础；Linux；Python程序设计。
2.特色课程：大数据可视化技术；数据仓库与数据挖掘。
九、教学条件
（一）师资队伍
1.队伍结构
大数据专业专任教师10人，学生招生人数25人；学生数与本专业专任教师数比例不高于25：1，双师素质教师10人，占专业教师比例不低于60%，专任教师队伍：高级职称3人，中级5人。
2.专任教师
本专业教师具有高校教师资格和本专业领域有关证书；有理想信念、有道德情操、有扎实学识、有仁爱之心；具有软件技术相关专业本科及以上学历，扎实的大数据技术相关理论功底和实践能力；具有信息化教学能力，能够开展课程教学改革和科学研究；教师累计不少于6 个月的企业实践经历。
（二）教学设施
学校配有标准多媒体理论课教室，多媒体实验机房10个，最大容量课同时90人；配有大数据实训云平台一个，校内实训基地1个，校外实训基地2个，实习基地5个。
（三）教学资源
1.教材选用基本要求
按照国家规定选用优质教材，禁止不合格的教材进入课堂。
学校应建立有专业教师、行业专家和教研人员等参与的教材选用机构，完善教材选用制度，经过规范程序择优选用教材。
2.图书文献配备基本要求
图书文献配备能满足人才培养、专业建设、教科研等工作的需要，方便师生查询、借阅。
其中专业类图书文献主要包括：行业政策法规资料，有关职业标准，有关休闲农业的技术、标准、方法、操作规范以及实务案例类图书等。
3.数字资源配备基本要求
建设和配置与专业相关的一定数量的多媒体素材（如图形/图像、音频、视频和动画）、教学课件、数字化教学案例库、虚拟仿真软件、数字教材等专业教学资源库，种类丰富、形式多样、使用便捷、动态更新、满足教学。
十、质量保障
学院和各教学单位已建立专业建设和教学质量诊断与改进机制，健全专业教学质量监控管理制度，完善了课堂教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面质量标准建设，通过教学实施、过程监控、质量评价和持续改进，达成人才培养规格。
十一、毕业要求
（一）学分要求：修完人才培养方案规定的有关课程及环节，毕业要求的最低学分为152
学分。
其中，公共必修课程34学分，公共选修课程6学分，专业基础课程14学分，专业必修课程50学分，专业选修课程10学分，实践环节58.5学分。
（二）毕业条件：思想政治合格，在规定的年限内修满规定的最低学分，所得学分的结构符合要求。
通过毕业论文答辩，且不违反学校学籍管理的有关规定。
十二、成绩考核
1.理论课考试可采用闭卷笔试、上机操作考试、开卷考试或撰写论文、报告等方式进行，按百分制评定成绩，成绩不及格者不得学分。
2. 实践教学成绩考核，以专业技术应用能力考核为主，采取院内考核与行业考试相结合，按合格与不合格两级评定成绩。
3. 凡以毕业论文或毕业设计形式完成综合实训的，论文（设计）选题必须以技术应用为主，独立开发。
完成后均须进行正式的毕业论文答辩，按院统一制定的“毕业论文（设计）答辩评分标准”评定成绩。
十三、全学程时间安排
全学程总周数为120周，分配如下：
1．理论教学52周
2．实践教学51周
3．考试10周
4．毕业教育1周
5．劳动1周
6．机动5周
十四、课程设置及其学分分配表（见样表1、2、3）
十五、课程体系、课程类别及其学分、学时分配表（见表4）
课程设置、学分分配及周学时分配表
实践教学环节学分分配及时间分配表
注：两课实践教学、职业生涯规划与就业指导及综合生产实践教学每周计1学分，其它实践教学每周1.5学分。
课程体系、课程类别及其学分、学时分配表。