“2020级大数据技术与应用专业人才培养方案
数据科学与大数据技术专业人才培养方案
数据科学与大数据技术专业人才培养方案导语：数据科学与大数据技术专业是当前热门的高科技专业，涵盖了数据分析、机器学习、人工智能、数据工程等多个方面。
为了更好地培养优秀的数据科学与大数据技术专业人才，本文将提供一份培养方案。
1. 专业概况数据科学与大数据技术专业是一个结合了数学、计算机科学、统计学等跨学科知识的专业，旨在培养具备数据分析能力、机器学习和人工智能技术运用能力以及数据处理能力的高级数据分析师和数据工程师等人才。
该专业主要涉及数据分析方法与应用、数据挖掘、机器学习、大数据计算与存储等多个领域。
2. 培养目标（1）具备深厚的理论基础和技术功底：具有扎实的数学、计算机科学和统计学等方面的基础，掌握数学分析、数据挖掘和机器学习等核心理论，以及数据工程领域中的最新技术和工具。
（2）掌握数据分析和处理的能力：熟练掌握常用的数据分析和处理方法，能够对大量数据进行处理和分析，能够制定科学、有效的数据分析策略，同时有一定的数据建模和可视化能力。
（3）具备解决问题和驱动业务的能力：能够从面向业务和问题的角度出发，针对不同的数据问题制定科学的数据分析和处理方案，并有能力在实践中应用数据科学解决实际问题。
（4）具有团队合作和领导力：能够与其他团队成员合作共同完成项目，并在项目中发挥一定的领导作用。
3. 课程设置（1）数据科学基础：包括统计学、线性代数、概率论等数学与统计学知识，为数据科学领域的研究打下坚实的理论基础。
（2）编程与数据结构：培养学生编写程序和数据结构的能力。
（3）数据库技术：包括SQL语言、关系数据库的设计等内容，为后续的数据处理和分析打好基础。
（4）数据挖掘与机器学习：包括数据挖掘算法、聚类、分类、预测等内容，培养学生运用机器学习进行数据处理和分析的能力。
（5）大数据计算与存储：包括分布式计算、Hadoop和Spark框架等内容，让学生了解大规模数据处理的方法，并掌握大数据的存储和管理。
（6）数据可视化：包括R语言和Python的数据可视化库、Tableau和D3.js 等工具，培养学生进行数据可视化的能力。
2024级大数据技术与应用专业人才培养方案
2024级大数据技术与应用专业人才培养方案
一、项目背景
随着数据量的不断增加，大数据技术涌现出新的发展机遇，但是，我们在培养大数据技术专业人才方面还存在一些问题：学校教学资源有限，师资力量薄弱；学生如何掌握大数据技术，懂其原理、应用和开发？
为了解决上述问题，我们为2024级的大数据技术专业学生制定了大数据技术与应用专业人才培养方案，以提高大数据技术专业学生的素质，满足大数据技术应用的市场需求。
二、目标
本专业人才培养方案旨在培养具有大数据技术和应用能力的高素质应用型人才，同时具备自学能力，分析问题、推理解决问题、系统思维、服务意识和团队协作等能力。
三、培养计划
1、基础理论课程：本专业人才培养方案要求大数据技术专业学生系统学习数学、计算机科学、管理学等基础理论课程，以打好基础。
2、基础技能课程：学生需要掌握大数据处理、数据挖掘、数据可视化、数据安全等基本知识，熟练掌握数据库和编程技能，以及云计算、移动应用等最新技术。
3、拓展学习课程：学生需要学习机器学习、算法、互联网技术，要熟悉流行的开源框架，增强应用能力。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案引言概述：数据科学与大数据技术是当今信息时代的热门专业领域之一。
为了培养具备扎实的理论基础和实践能力的专业人才，我们制定了以下数据科学与大数据技术专业培养方案。
本文将详细介绍该方案的五个部分，分别是学科基础课程、专业核心课程、实践环节、实习实训和科研创新。
一、学科基础课程：1.1 数据结构与算法：学习数据结构和算法的基本概念、原理和常用算法，培养学生分析和解决实际问题的能力。
1.2 数据库原理与应用：掌握数据库的设计与管理技术，学习SQL语言和数据库开发工具的使用，了解数据库的优化和性能调优。
1.3 统计学基础：学习统计学的基本概念和方法，包括概率论、数理统计和假设检验等，为后续的数据分析和建模打下基础。
二、专业核心课程：2.1 大数据技术与应用：学习大数据的存储、处理和分析技术，包括分布式存储系统、分布式计算框架和数据挖掘算法等，培养学生处理大规模数据的能力。
2.2 机器学习与数据挖掘：学习机器学习的基本原理和常用算法，了解数据挖掘的方法和技术，培养学生从数据中发现规律和进行预测的能力。
2.3 数据可视化与交互设计：学习数据可视化的原理和技术，包括图表设计、交互设计和可视化工具的使用，培养学生将数据转化为可视化图形的能力。
三、实践环节：3.1 实验课程：设置一系列与专业相关的实验课程，让学生通过实际操作掌握数据科学与大数据技术的基本方法和工具。
3.2 项目实践：组织学生参与实际项目，通过解决实际问题来提升学生的实践能力和团队协作能力。
3.3 学术交流：鼓励学生积极参加学术会议和竞赛，与同行交流、展示研究成果，提升学术素养和创新能力。
四、实习实训：4.1 实习机会：与企业合作，提供实习机会，让学生在真实的工作环境中锻炼专业能力和实践技巧。
4.2 实习指导：为学生提供专业的实习指导，帮助他们理解实际工作中的问题和挑战，培养解决问题的能力。
4.3 实习成果评估：对学生的实习成果进行评估，及时反馈并提供改进建议，帮助他们进一步提升自己的能力。
大数据管理与应用专业人培方案
大数据管理与应用专业人培方案随着大数据技术的迅猛发展，大数据管理与应用专业成为了越来越多高校和职业院校关注的热门专业。
本文将介绍大数据管理与应用专业的人才培养方案，包括课程设置、实践教学、师资队伍和就业前景等方面。
下面是本店铺为大家精心编写的5篇《大数据管理与应用专业人培方案》，供大家借鉴与参考，希望对大家有所帮助。
《大数据管理与应用专业人培方案》篇1一、课程设置大数据管理与应用专业人才培养方案的课程设置应该涵盖大数据基础理论、数据分析与挖掘、大数据管理与存储、大数据应用与开发等方面的知识。
具体包括：1. 大数据基础理论：包括大数据概念、大数据生成来源、大数据存储与计算、大数据分析与挖掘等内容。
2. 数据分析与挖掘：包括数据分析基础、数据挖掘算法、数据可视化等内容。
3. 大数据管理与存储：包括大数据存储与管理、数据仓库与数据湖、云计算与大数据等内容。
4. 大数据应用与开发：包括大数据应用场景、大数据开发工具、大数据应用案例等内容。
二、实践教学大数据管理与应用专业的实践教学非常重要，应该包括课程实验、项目实践、产学研结合等方面的内容。
具体包括：1. 课程实验：根据课程内容设置相应的实验项目，让学生通过实践掌握大数据管理与应用的相关知识和技能。
2. 项目实践：通过实际项目驱动，让学生参与大数据管理与应用的项目实践，提高学生的实践能力和团队协作能力。
3. 产学研结合：与企业合作，建立实习基地和产学研基地，让学生在学习过程中接触到实际工作场景，提高就业竞争力。
三、师资队伍大数据管理与应用专业的师资队伍应该具备丰富的教学经验和实践经验，能够满足课程教学和实践教学的需求。
具体包括：1. 专任教师：具有博士学位或副教授及以上职称，具备丰富的教学经验和学术研究能力。
2. 兼职教师：从企业中聘请具有实际工作经验的大数据管理与应用领域的专业人士，为学生提供实践指导和就业指导。
3. 客座教授：聘请国内外知名专家学者，为学生提供学术前沿知识和研究方法指导。
大数据管理与应用专业本科人才培养方案(2023 级)
大数据管理与应用专业本科人才培养方案(2023 级)以下是一个大数据管理与应用专业本科人才培养方案（2023级）的示例，供您参考：一、培养目标本专业旨在培养掌握大数据管理与应用的基本理论、方法和技术，具备大数据采集、存储、处理、分析和应用能力的复合型人才。
毕业生应具备以下素质和能力：1. 掌握大数据管理与应用的基本理论和方法，具备扎实的数据处理和分析能力；2. 具备大数据采集、存储、处理、分析和应用的基本技能，能够运用相关技术解决实际问题；3. 了解大数据技术的最新发展动态，具备自主学习和终身学习的意识与能力；4. 具备良好的团队协作精神、创新意识和创业能力；5. 具有良好的职业道德和社会责任感，能够承担社会责任。
二、主要课程1. 基础课程：数学、统计学、计算机科学基础、数据库原理与应用等；2. 主干课程：大数据导论、大数据存储与处理、大数据分析与应用、数据挖掘与机器学习等；3. 实践课程：大数据实验、数据挖掘实践、大数据应用项目等；4. 选修课程：数据可视化技术、数据安全与隐私保护、大数据产业管理等。
三、实践教学环节1. 实验课程：通过实验操作，培养学生的实际操作能力和数据处理技能；2. 课程设计：通过综合性课程设计，培养学生运用所学知识解决实际问题的能力；3. 实习实训：通过实习实训，加深学生对大数据应用的理解和实际工作经验的积累；4. 毕业设计：通过毕业设计，培养学生的独立思考和创新能力，提高解决实际问题的能力。
四、师资队伍本专业拥有一支结构合理、学术水平高、教学经验丰富的师资队伍，包括多名从事大数据相关研究的教授和副教授，以及一批具有丰富实践经验的行业专家。
五、教学资源本专业拥有先进的教学设施和实验设备，包括高性能计算机集群、大数据处理和分析软件等。
此外，学校还与多家知名企业合作，为学生提供实习实训和就业机会。
六、培养模式本专业采用“理论+实践”的教学模式，注重培养学生的实际操作能力和创新能力。
大数据技术与应用专业培养方案
大数据技术与应用专业培养方案一、专业名称及代码专业名称：大数据技术与应用专业代码：610201二、教育类型及学历层次教育类型：高等职业教育学历层次：大专三、招生对象及学制招生对象：普通高中毕业生或同等学历者学制：三年四、就业范围及主要岗位就业范围：在各类企事业单位、政府机关以及IT行业从事大数据系统搭建、测试、管理、运维和大数据分析等相关工作。
主要岗位：1、大数据架构工程师2、大数据开发工程师3、大数据分析工程师4、售前工程师5、销售支持工程师6、运维工程师7、售后技术工程师五、培养目标及规格（一）人才培养目标本专业以服务吕梁、山西省及周边省市经济社会发展为宗旨，面向大数据行业，培养德智体美全面发展和身心健康，践行社会主义核心价值观，具备良好职业道德和诚信品质，掌握计算机技术、Java开发、Mysql数据库、Linux操作系统、数量统计等基础知识、会部署和使用Hadoop及Spark身体系统的常用组件，会使用网络信息采集和页面数据抓取工具，会使用SPSS等数据分析软件，具备对大数据下信息采集、预处理、储存、处理、分析、可视化等技术。
本专业毕业生能胜任政府、企事业单位、社会组织等部门的大数据系统测试、管理运维、大数据分析、数据可视化等技术工作。
（二人才培养规格1、工作岗位描述（见表1）2、能力结构与要求（见表2）3、职业能力证书（见表3）表 1 大数据技术与应用专业面向的工作岗位表 2 大数据技术与应用专业人才能力结构与要求表3 大数据技术与应用专业职业能力证书考核安排六、课程设置、时间分配、教学进程及实践性教学（见表4、表5、表6）本专业总课时为2840 节，其中理论课时926 节，占总课时的32.6%，实践课时1914 节，占总学时的67.4%。
表 4 大数据技术与应用专业教学计划进程表表 5 大数据技术与应用专业全学程时间安排表 6 大数据主要实训课程教学环节一览表七、课程主要内容简表备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问Javascript+Jquery 2、运用Javascript+Jquery来设计出较综合的应用程序。
2024级大数据技术与应用专业人才培养方案
2024级大数据技术与应用专业人才培养方案一、培养目标1.掌握大数据基本理论和技术，具备较强的数据处理、分析和应用能力。
3.能够熟练运用大数据技术解决实际问题，具备一定的创新能力和团队协作精神。
二、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、离散数学、数据结构、计算机网络、操作系统、数据库原理与应用等。
2.专业课程：大数据技术基础、大数据采集与处理、大数据分析与挖掘、大数据可视化、大数据应用开发、云计算与大数据、与大数据等。
3.实践课程：大数据实验、大数据项目实训、企业实习等。
4.选修课程：数据安全与隐私保护、大数据法规与政策、大数据行业应用案例分析等。
三、教学方法1.理论教学：采用案例式、讨论式、启发式等教学方法，注重培养学生的实际应用能力。
2.实践教学：结合实验、实训、实习等环节，让学生在实践中掌握大数据技术与应用。
3.企业参与：邀请企业专家授课、举办企业讲座、开展企业项目合作等，增强学生的实战经验。
四、能力培养1.技术能力：培养学生掌握大数据技术的基本原理和方法，熟练使用大数据工具和平台。
2.分析能力：培养学生运用统计学、机器学习等方法对数据进行挖掘和分析。
3.应用能力：培养学生将大数据技术应用于实际场景，解决实际问题。
4.创新能力：鼓励学生参加大数据竞赛、创新创业项目等，培养学生的创新意识和能力。
五、就业方向1.数据工程师：负责大数据平台的搭建、维护和优化。
2.数据分析师：对海量数据进行挖掘和分析，为决策提供依据。
3.数据产品经理：设计、开发和推广大数据产品。
4.大数据解决方案工程师：为企业提供大数据技术解决方案。
5.数据安全工程师：保障数据安全，防止数据泄露。
六、合作与交流1.与国内外知名高校、研究机构开展学术交流与合作。
2.与企业合作，开展产学研项目，推动产业发展。
3.邀请行业专家、学者进行讲座和培训，提高人才培养质量。
4.鼓励学生参加国内外大数据竞赛，提升学生实践能力。
2024级大数据技术与应用专业人才培养方案
2024级大数据技术与应用专业人才培养方案根据2024级大数据技术与应用专业人才培养方案，培养目标主要是培养具备大数据技术和应用实践能力的高级专门人才。
以下是该方案的主要内容：一、培养目标1.基础知识：具备扎实的计算机基础知识，掌握编程基本原理和数据结构算法；2.专业知识：掌握大数据技术的基本理论和方法，熟悉大数据处理、存储、分析、挖掘和应用等技术；3.实践能力：具备大数据的基本研发和应用实践能力，能够进行大规模数据处理和分析；4.创新能力：具备大数据技术创新和解决实际问题的能力；5.团队合作：具备良好的团队协作能力和沟通能力；6.职业素养：具备良好的职业道德和责任心。
二、培养内容和课程设置1.基础课程：包括计算机基础、高等数学、线性代数、概率论与数理统计等；2.专业课程：包括大数据与数据挖掘、云计算与分布式系统、机器学习、数据仓库与数据集成等；3.实践课程：包括大数据处理技术实践、数据挖掘实践、大数据应用实践等；4.选修课程：根据学生的个人兴趣和发展方向，设置一些选修课程供学生选择。
三、培养模式和方法1.理论与实践相结合：培养学生的实际操作能力，注重实践课程和实验课程的设置和开展；2.项目驱动：通过开展大数据项目实践，激发学生学习兴趣和能动性，提高解决问题的能力；3.创新能力培养：培养学生的创新思维和创新能力，鼓励学生参与科研项目和竞赛活动；4.多元评估：采用多种方式对学生进行评估，包括考试、论文、实践报告等，综合评价学生的综合素质和能力。
四、实践教学和实习实训1.开设实践课程和实验课程：设置大数据处理技术实践、数据挖掘实践、大数据应用实践等实践课程，培养学生的实际操作能力和解决问题的能力；2.组织实习实训：组织学生到企事业单位进行实习实训，让学生了解实际工作环境和业务需求，提高他们的实际应用能力；3.开展科研项目和竞赛：鼓励学生参与科研项目和竞赛活动，培养他们的创新能力和团队合作能力。
五、质量保证和评估机制1.培养方案的动态调整：根据行业需求和发展趋势，动态调整培养方案，保持与时俱进；2.教学质量保证：加强教师培训和教学评估，提高教师教学水平和科研能力，保证教学质量；3.学生评估机制：建立学生综合素质评估体系，对学生进行多元化评估，及时发现和解决问题。
高职院校大数据技术与应用专业人才培养策略
高职院校大数据技术与应用专业人才培养策略1. 引言1.1 背景介绍随着信息化时代的来临，大数据技术已经成为各行各业发展的重要推动力量。
作为新兴的学科领域，大数据技术与应用吸引了越来越多的关注和人才需求。
目前高职院校对于大数据技术与应用专业人才的培养仍存在不足之处，学生在校期间没有获得足够的实践经验和专业技能，导致他们在就业市场上面临巨大竞争压力。
探讨高职院校大数据技术与应用专业人才培养策略成为当务之急。
通过深入研究和分析，可以找到有效的方法和策略，提升学生的实践能力和专业素养，使他们更好地适应社会发展的需求。
本文旨在从课程设置、实践教学、实习基地建设和导师团队建设等方面探讨高职院校大数据技术与应用专业人才培养策略，为相关教育管理部门和教师提供参考和借鉴，促进专业人才培养质量的提升，并为我国信息化产业的发展做出贡献。
1.2 研究意义大数据技术在当今社会中扮演着越来越重要的角色，它已经深深地渗透到各个行业中，为企业决策提供了重要的支持和帮助。
随着大数据技术的不断发展和应用，对相关人才的需求也越来越迫切。
而高职院校作为培养技术应用型人才的重要基地，面临着培养大数据技术与应用专业人才的重要使命和责任。
研究高职院校大数据技术与应用专业人才培养策略的意义在于，可以更好地了解当前人才市场对这方面人才的需求情况，有针对性地调整教学内容和培养模式，为学生更好地就业和发展提供更加有力的保障。
通过探讨大数据技术与应用专业人才的培养策略，可以为高职院校在这一领域的教学改革提供新的思路和方向，推动学校的教学水平和办学质量向更高水平迈进。
研究高职院校大数据技术与应用专业人才培养策略具有重要的理论与实践意义，可以有效地提升学校的办学水平和教学质量，促进学生的全面发展和就业机会，促进大数据技术在社会各个行业中的广泛应用和推广。
1.3 研究目的研究目的是为了探讨高职院校大数据技术与应用专业人才培养策略，通过分析当前人才培养模式存在的问题和挑战，提出针对性的优化策略和改革措施。
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。
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）就业岗位职业发展路径
1、就业领域与就业岗位
、职业资格证书要求
撰写职业岗位的典型工作任务及其工作过程，以表格展示。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、背景介绍数据科学与大数据技术是当前信息时代的重要学科领域，其应用范围广泛，对各行业的发展起着重要的推动作用。
为了培养具备数据科学与大数据技术专业知识和技能的人材，制定了以下的培养方案。
二、培养目标1. 培养具备扎实的数学、统计学和计算机科学基础知识的学生；2. 培养具备数据分析、数据挖掘和机器学习等领域的专业知识和技能的学生；3. 培养具备大数据处理和管理技术的学生；4. 培养具备数据可视化和数据解释能力的学生；5. 培养具备团队合作和沟通能力的学生。
三、课程设置1. 基础课程- 数学分析- 线性代数- 概率论与数理统计- 数据结构与算法- 数据库原理与应用- 计算机网络2. 专业核心课程- 数据挖掘与机器学习- 大数据处理与分析- 数据可视化与交互- 云计算与分布式系统- 自然语言处理与文本挖掘- 数据安全与隐私保护3. 选修课程学生可以根据自己的兴趣和发展方向选择以下选修课程：- 数据科学与大数据技术前沿研究- 数据科学与大数据技术应用案例分析- 人工智能与深度学习- 数据工程与数据仓库- 数据科学与大数据技术实践项目四、实践环节为了提升学生的实践能力和解决实际问题的能力，培养方案中设立了以下实践环节：1. 实验课程：学生将通过实验课程，学习和掌握数据科学与大数据技术的实际应用技巧，如数据清洗、特征选择、模型训练等。
2. 实习实训：学生将有机会参预实习实训项目，与企业合作，实践所学知识和技能，提升解决实际问题的能力。
3. 毕业设计：学生将进行毕业设计项目，通过独立完成一个数据科学与大数据技术相关的项目，展示所学知识和技能的应用能力。
五、评价与考核为了全面评价学生的学习情况和掌握程度，采用以下方式进行评价与考核：1. 课堂作业：对学生在课堂上的学习情况进行评价，包括课后作业和小组讨论等。
2. 实验报告：对学生在实验课程中的实际操作和结果进行评价，要求学生能够独立完成实验，并撰写实验报告。
- 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)。
附件：2017年大数据技术与及用人才培养方案一、培养目标本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。
二、学制及招生对象（一）学制：三年（二）招生对象：高中毕业生和中职毕业生三、人才培养规格（一）职业面向、预期工作岗位名称1.主要岗位本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换；大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析；2.相关岗位大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。
3.进阶岗位大数据技术公司管理岗位和高级技术岗位（二）起薪标准4500元/月（三）人才质量标准1.知识要求毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能；②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语，包括技术性文档和资料；③掌握计算机方面的专业基础知识，能适应信息化建设；④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技能；⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。
2.能力要求通过三年的学习，学生应具备从事本专业领域相关工作的能力。
①熟练操作办公自动化软件；②具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。
③具备办公自动化设备维护的能力；具备数据库系统管理维护的能力；④具备非结构化数据处理能力；⑤具备数据仓库管理基本能力；⑥具备OOP程序设计能力；⑦具备Web应用开发能力；⑧具备Linux Server、Hadoop项目管理维护的能力；⑨具备数据挖掘、数据清洗、数据可视化的处理能力。
3.素质要求①政治思想素质：热爱祖国，拥护党的基本路线。
遵纪守法，善于独立思考，勇于创新的精神。
具备良好的职业道德与素养。
②文化素质：具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。
③业务素质：掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专业技能的能力。
（四）职业岗位资格证书至少取得下列证书之一：①计算机等级证书②软考证书（五）发展空间1.学历提升完成三年高职阶段的学习、实习和实训后并且成绩合格，可参加专升本考试2.职业资格证提升职业资格证书可由中级向高级层次提升。
3.其他根据个人发展情况，可向高级管理人才和高级技术人才方向发展。
四、职业核心能力分析表一：大数据技术与应用专业职业核心能力分析表五、课程体系结构和专业核心课程（一）课程体系结构大数据技术与应用专业课程体系（二）专业核心课程简介（含课程主要内容、授课方式、考核方式等）1. JAVA程序设计Java语言是大数据专业的一门重要基础课程，是跨平台的程序设计语言，它是中间件厂商、系统集成商的首选语言。
是一门以Java语言及相关程序设计技术为主要教学内容的专业必修课程，主要介绍Struts2、Spring、Hibernate以及它们相互整合的应用。
课程的主要内容包括：Struts2框架技术、Spring框架技术、Hibernate框架技术、SSH2整合技术以及项目开发，是后续课程Android开发、Java Web 应用开发、面向服务的架构设计的基础课程。
通过本课程的学习，让学生完全有能力利用Java开发桌面级的应用及C/S模式的应用。
本课程主要通过对Java技术的讲解，让学生了解和熟悉Java编程的知识和技能，在课程的学习过程中，强调学生计算机编程习惯的养成。
本课程使用案例驱动模式，使学生掌握面向对象的编程理论及应用能力，培养学生的实际开发能力。
2. Linux操作系统本课程旨在培养学生安装、管理和搭建Linux服务器的能力。
学习完本课程，学生将能担任起一个公司的Linux服务器管理员的职责，熟练掌握常用命令的使用、系统的配置与管理、vi编辑器的使用、SHELL脚本编程和网络服务器的配置，为学生基于Linux操作系统的后续专业课程的学习奠定基础。
本课程采用以项目为驱动任务为导向的项目化教学方式，旨在充分体现基于工作工程的教学理念，课程注重培养学生应用SHELL脚本解决实际问题的能力。
3．Hadoop平台部署与运维Hadoop——海量数据处理技术，是一个分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，开发分布式程序，充分利用集群的威力进行高速运算和存储。
本课程将学习Hadoop两大核心模块——MapReduce和HDFS的工作原理，让学生熟练完成Hadoop的安装、配置和管理。
能够独立的编写MapReduce程序，并提交Hadoop处理，并可监控作业运行情况和使用资源，最后能够熟练的对HDFS中的文件进行管理。
本课程主要采用课堂教学，配合课后的课程设计，使学生能基本掌握Hadoop的相关原理、应用及操作。
4．数据仓库与数据挖掘技术本课程以数据仓库与数据挖掘的基本概念和基本方法为主要内容，以方法的应用为主线，系统叙述数据仓库和数据挖掘的有关概念和基础知识，使学生尽快掌握建立数据仓库的原理和方法,从理论上掌握数据仓库、OLAP联机分析的基本概念、原理、主要算法及应用系统解决方案，对数据挖掘的关联规则，分类方法，聚类方法有深入的了解，并能够在软件开发过程中熟练掌握这些方法加以应用。
5.Python程序设计Python是大数据技术与应用专业必修课，是一门程序设计课程，有一定的理论性和很强的应用性。
对于训练学生掌握程序设计技术，熟悉上机操作和程序调试技术都有重要作用。
本课程培养学生应用框图表达算法的能力及用Python基础知识编写简单程序的能力。
本课程使用案例驱动模式，使学生掌握面向对象的编程理论及应用能力，培养学生的实际开发能力。
6. 数据可视化设计与开发数据可视化设计与开发是一门理论性和实践性都很强的课程，要求学生掌握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、Tableau可视化初步、Tableau地图与预测分析和Tableau分享与发布等内容。
本课程使用案例驱动模式教学，使用过程考核学生的基本能力。
六、课程设置及时间分配1.大数据技术与应用专业教学环节总周数分配表2.教学计划进程表3.实践教学计划表4.专业选修课注：（一）学分设置要求1.根据学分制要求，各专业每周按24课时计，每学期计24学分，六个学期总计学分数应为144学分，该学分包括必修课学分+公共选修课学分，其中，各专业的公共选修课学分统一要求不少于8学分。
2.各专业毕业最低学分为144学分。
3.理论课和理实一体化课程一般以16学时为1学分，课内实验实训及上机等随理论课计算学分。
4.社会实践每周按1学分计算，总计为3学分；顶岗实习和毕业教育总计为48个学分。
5.入学教育、军训每周按1学分计算，总计为2学分；劳作教育每学期按0.5学分计算，总计为1个学分。
（二）课程具体要求1.前四学期，每学期按18周计,原则上每周按24课时，教学时数共计1728课时。
2.基础课按25%计算，共计约432课时。
3.选修课按14%计算，共计约242课时，其中公共选修课与专业选修课各占7%。
4.学分按学时除以16进行换算。
5.《思想道德修养与法律基础》计3学分，《毛泽东思想和中国特色社会主义理论体系概论》计3+1学分（其中含1学分社会实践），第二学期第19周为《概论课》实践。
6.《形势与政策》要求每个学期开设16学时（共64学时），每周开1学时，本门课共计1学分。
7.《省情》开设18学时，本门课共计1学分。
8.《大学体育》开设112学时，第一至第四学期开设周2学时，本门课程共计7学分。
9.《军事理论教育》开设36学时，本门课共计2学分。
10.《高等数学》、《计算机基础》课程开设说明：各系根据专业需求进行开设。
11.《大学语文》、《高等数学》、《大学英语》三门课程，各系根据具体情况按第一学期开设周4学时或第一、二学期各开设周2学时，每门课计4学分。
12.《大学生心理健康教育》各系根据具体情况可以在第二或第三学期开设，每周2学时，计2学分。
13.《创新创业基础及就业指导》计2学分，在第四学期开设，每周2学时。
14.《职业生涯规划》计2学分，在第一学期开设，每周2学时。
15.《劳动课》是每个学生必修的选修课，分在校的四个学期开出，计1学分，由教务处、学生处统一安排。
此学分未修满，必修重修。
16.公共选修课由基础教学部、各系、团委安排课程，教务处统一排课。
原则上每门公选课每周安排2节，8周，计1学分。
17.素质拓展课不再由系部安排，可以作为公选课开出。
18.专业选修课不在作为限选课程，每个专业需开出4门及以上的专业选修课，每门专业选修课计2学分，各专业专业选修课学分不低于6学分。
七、方案制订（修订）说明1.方案编制依据：本计划以教育部《关于加强高职高专教育人才培养工作的意见》、《关于以就业为导向，深化高等职业教育改革的若干意见》和《关于制订高职高专教育专业教学计划的原则意见》等文件为依据，并结合本专业目前的实际情况编写。
2.方案的特点：本计划把社会主义核心价值体系贯彻到人才培养方案中，重视培养学生的诚实品质、敬业精神和责任意识，以“以服务为宗旨、以就业为导向”为指导设计学生的知识、能力、素质结构和人才培养方案，以培养高素质技能型人才为目标构建课程和教学内容体系，部分课程采用了项目化课程教学。
3.实践教学时数与理论教学时数之比为：4.实行学分制，其修业年限按照贵州轻工职业技术学院学分制相关规定执行。
5.学分说明：本专业毕业的最低学分为144学分。
其中：劳动课1学分必修，公选课不得低于8学分。
6.本专业其他情况说明：学生在规定修业年限内按照教学计划修满最低学分，其中专业必修课必须修满学分，合格准予毕业。