2017级大数据技术与应用专业人才培养方案

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。
5
践
4 19 周）
和社会服务能力
校外
过程考核
3
劳作教
6
1.2
1
育
培养学生的劳作能力
本校
过程考核
1
55
4. 专业选修课
课
程 性
序 号
课程名称
质
课程编码
教学学时
学
实
分 课程 训
学时 学
时
按学期周学课时分配
考核方
一 二 三 四 五、六
式
15 17 17 17
考考
Hale Waihona Puke Baidu36 周
周 周周 周
试查
1 大数据营 销
2 34
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
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
英语能力
大学英语 专业英语
1 普通英文资料阅读能力 2 能借助词典翻译本专业资料的基本能力
身体素质与运动技 能
体育
1 力量、速度、耐力、灵敏性、柔韧性素质 2 常见球类运动技能 3 田径、体操、游泳的基本技能
Linux 系统应用能 力
Linux 操作系统
Linux 操作系统
大数据挖掘技术能 数据仓库技术与数据挖
2
4
大数据系
专计
2
业算
统测试
2
34
2
2
选机
云计算基
修大 课类 3
础架构平
2
34
2
3
台构建与
应用
4
大数据文档编
写
2
34
2
1
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。
序号 核心能力
能力要素
支撑课程 （含实训课）
能力要求
文字与语言表达能 力
大学语文
1 口头语言表达能力 2 一般计划、总结、技术文件的撰写能力
1
基础能力
数学计算能力
高数、线性代数、概率 论与数理统计
1 矢量代数运算与应用的基本能力 2 微积分和微分方程运算的基本能力 3 概率论与数理统计的基本能力 4 线性代数的运算基本能力
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
数据仓库技术与数据挖掘技术
力
掘技术
2 专业核心能力
Hadoop 运维系统开
Hadoop 平台部署与运维 Hadoop 平台部署与运维相关知识
发能力
数据可视化设计与 开发能力
数据可视化设计与开 发
数据可视化设计与开发
创新力
心理健康 3 素质拓展能力
管理能力
科技创新驱动
心理健康教育 管理学
科技创新相关要素知识 心理健康教育相关知识 协调、组织、共事能力
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。
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：
合计
65
4
2
4
36
1
7 120
2. 教学计划进程表
课
程
序
性
号
质
1
课程名称 形势与政策
课程 编码
教学学时
学 分 课程 实训
学时 学时
061001 1
16
一 15 周
1
按学期周学课时分配
二
三
四
17 周 17 周 17 周
1
1
1
考核方式
五、六 所在学期
考
考
36 周
试
查
1-4
2
贵州省情
061002 1
18
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
内容
学期 一
课内教 学周数
15
1. 大数据技术与应用专业教学环节总周数分配表
集中实 训周数
复习考试
军事训练 入学教育
社会实践
顶岗实习
毕业教育
1
2
1
机动 合计
1
20
二
17
1
1
1
20
三
17
1
1
1
20
四
17
1
1
1
20
五
18
2
20
六
18
1
1
20
思想道德修养与
3
061003 3
60
法律基础
毛泽东思想和中
4
国特色社会义理
061005 4
64
论体系概论
5
大学体育
061013 7 112
文
6
化
职业生涯规划
061009 2
32
基
创新创业基础及
础
7
课
就业指导
2
32
程 大学生心理健康
8
2
32
教育
9
军事理论教育
2
36
1 4
4
2
2
2
2
2
2
2 2
2 1
2 1-4
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。
（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
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。
上岗前的培训和取证或根
相关企业 企业与学
36 据订单式培养方向， 进行职 生产第一 校综合评
业岗位技能培训
线
价
48
建立步入社会的信心， 学习 1
一定的社会知识
本校
过程考核
《概论》 4
实践
1（第 根据《概论》 课的要求进行
2
19 周）
社会实践
校外
过程考核
1
社会实 1、3、 1（第 培养学生的社会沟通能力
就业、创业指导
大学生就业、创业指导 了解就业、创业相关知识
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
8
Spark 技术
4
68
4
4
小计
34
合计
96
24
24
22
22
课内周学时
课内总学时
3. 实践教学计划表
序 实践项
号
目
军训与 1 入学教
育
顶岗实 2
习
毕业教 3
育
开设 学期
学时 （周）
主要内容及要求
实训基 地、教室
考核方式 及要求
学分
军事基本队形队列训练以
1
2
本校
过程考核
2
及学校规章制度的教育
5、6 6
1 4
3 1
10
大学英语
061008 4
4
2
11
高等数学
061004 4
4
1
12
大学语文
061007 2
4
1
13
计算机基础
小计
1
C 语言程序设计
专
2
互联网 +导论
业
群
3
计算机网络
基
础
4
数据结构与算法
课
程
5
MySQL数据库
4
38
4
60
2
30
6 102
4
68
4
68
4
4 2
6 4
4
1
顶
岗
实 习
1
1
3
2
3
6 计算机应用数学
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。
2. 各专业毕业最低学分为 144 学分。
4
68
4
2
小计
24
1
JAVA程序设计
6 102 68
6
2
2
Linux 操作系统
6 102
68
6
3
3 Python 程序设计
Hadoop 平台部署
专
4
业
与运维
课
数据仓库与数据
程
5
挖掘技术
数据可视化设计 6
与开发
深度学习与人工 7
智能
4
68
68
4
68
34
4
68
34
4
68
34
4
68
4 4
4 4 4
4 3
4 4 4