2017级大数据技术与应用专业人才培养方案
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。
大数据管理与应用人才培养方案
大数据管理与应用人才培养方案随着大数据时代的到来，大数据管理与应用人才的需求日益增长。
为了培养适应当前社会发展需求的大数据管理与应用人才，我们需要制定一套科学合理的培养方案。
一、培养目标大数据管理与应用人才的培养目标是培养具备扎实的理论基础和广泛的知识面，具有大数据管理与应用的专业技能和创新能力，能够胜任大数据管理与应用工作的高级专业人才。
二、培养内容1. 理论基础课程：包括数学、统计学、计算机科学基础、数据库原理、数据挖掘、机器学习等相关课程，为学生打下坚实的理论基础。
2. 专业课程：包括大数据技术与架构、数据管理与存储、数据分析与决策、数据可视化等专业课程，培养学生在大数据管理与应用领域的专业知识和技能。
3. 实践环节：包括实习实训、项目实践等，通过与企业合作、参与真实项目，让学生在实践中掌握实际操作能力和解决问题的能力。
三、培养方法1. 综合教学法：将理论与实践相结合，通过案例分析、讨论课、小组讨论等方式，培养学生的综合分析和解决问题的能力。
2. 实践教学法：通过实践环节的设置，让学生亲身参与实际项目，锻炼学生的实际操作能力和解决问题的能力。
3. 导师制度：为每位学生指定一位导师，进行个性化指导和培养，帮助学生规划学习和职业发展。
四、培养评估1. 考试评估：通过课程考试和综合考试评估学生的学习成绩和综合能力。
2. 项目评估：对学生参与的项目进行评估，评估学生在实践中的表现和解决问题的能力。
3. 学术论文评估：要求学生在培养过程中完成一定数量的学术论文，评估学生的科研能力和创新能力。
五、培养保障1. 师资保障：确保专业师资力量充足，招聘具有丰富实践经验和教学能力的教师。
2. 实验设施保障：建设完善的实验室和大数据平台，提供学生实践和研究的场所和设备。
3. 资金保障：为培养大数据管理与应用人才提供充足的经费支持，保障教学和科研的顺利开展。
六、培养成果1. 学术研究成果：学生在培养过程中取得的学术研究成果，包括发表的论文、参与的科研项目等。
大数据管理与应用专业人才培养方案
大数据管理与应用专业人才培养方案1. 引言嘿，朋友们！今天咱们聊聊“大数据管理与应用”这个专业。
这可不是空穴来风，而是现在的热门领域，简直是如火如荼，势头正劲。
你知道吗？数据就像沙漠里的水，越是稀缺的东西，越是被大家争抢。
咱们来看看，这个专业到底需要培养些什么样的人才吧！2. 人才培养目标2.1 核心技能首先，咱们得明确，培养的人才可不是只会看数据的小白。
我们需要的是懂得数据背后故事的人，能把数据变成有用的信息。
就像古人云：“纸上得来终觉浅，绝知此事要躬行。
”所以，实践是很重要的！学生们要在课堂上学到的，不仅仅是理论知识，更要能把这些知识用到实际工作中去。
数据挖掘、分析、可视化，统统要在手边，能说会道，才能让数据“开口说话”。
2.2 多学科融合其次，这个专业也要多学科的融合。
现在的社会可不是单一的世界，咱们需要复合型人才，能在不同的领域中游刃有余。
比如，了解一些计算机技术的学生，要能和商业、管理、市场营销等其他学科的知识结合，才能更好地服务于企业的需求。
试想一下，如果一个学生只会数据分析，却不懂得商业逻辑，那就像一只没有方向的船，肯定驶不远嘛。
3. 课程设置3.1 必修课程好啦，接下来咱们聊聊课程设置。
必修课绝对是重头戏！数据结构、数据库管理、统计学，这些课程就像是学生的“粮草”，打好基础非常重要。
而且，随着技术的不断发展，像人工智能、大数据处理等课程也逐渐成为热门。
老师们会给学生们带来最新的行业动态，让他们时刻保持“与时俱进”的状态，简直是“跟上时代”的绝佳选择！3.2 实践环节当然，光有理论可不行，实践环节也是必不可少的。
想象一下，学生们在实验室里跟着老师进行真实的项目实训，哇，那场面简直不要太热闹！通过实际操作，学生们可以更好地理解课堂上学到的知识，真正做到“知行合一”。
而且，大家可以在这个过程中结识志同道合的小伙伴，建立起一份珍贵的友谊，真是一举两得呀！4. 就业前景4.1 行业需求说到就业前景，这个专业绝对是“金饭碗”呀！随着企业对数据的重视，很多公司都急需专业的人才来处理和分析数据。
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。
2017级大数据技术与应用专业人才培养方案(精编文档).doc
【最新整理，下载后即可编辑】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。
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。
大数据专业人才培养方案(一)
大数据专业人才培养方案(一)大数据专业人才培养方案背景随着大数据时代的到来，企业对大数据专业人才的需求越来越大。
然而，目前大数据专业人才的供给不足，急需加强培养。
目标开展大数据专业人才培养，旨在提高学生的大数据技能，满足企业对大数据人才的需求。
方案课程设置•数据结构与算法•数据挖掘与分析•数据库系统•大数据技术与应用•机器学习基础•深度学习原理•云计算与大数据存储•数据可视化与表达实践项目每学期至少进行一次大数据实践项目，通过实践项目培养学生的数据分析和解决问题的能力。
毕业设计要求每个学生都必须完成一篇与大数据相关的毕业设计，同时结合实际情况，完成公司或组织提供的案例分析，并给出建议。
专业实训邀请在大数据领域有经验的企业或组织的专业人员开展实训，让学生学习实践经验和解决实际问题的能力。
外部学习每学年至少安排一次大数据相关的外部学习，如参观大数据企业或参加大数据论坛、会议等。
效果通过上述培养方案，提高学生的大数据技能，使他们具备能够满足企业需求的大数据专业人才的能力。
结束语培养大数据专业人才是一个需要长期投资的过程，希望在未来我们可以通过持续的努力，为社会培养更多具备大数据技能的人才。
实施方式教学方式采用理论课、实验课、课程作业、课程设计、实践项目等多种教学方式，使学生学以致用，灵活运用所学知识和技能解决实际问题。
资源建设配备先进的大数据教学设备和软件，在教学过程中注重学生的实践能力，提供足够的开放性实验环境，让学生能够自由发挥。
师资力量引进具有丰富的大数据实践经验的专家，招聘资深大数据行业管理人员、技术合伙人等，组成一支具有实践经验的教师团队，能够引导学生全面了解大数据领域的新技术和挑战。
起始资金建设大数据专业人才培养项目所需的资金主要包括教学设备、师资等方面的开支。
基本开销约为xx万元，其中建设教学设备和购买实验材料等支出约为xx万元，引进师资、开展实际项目等支出约为xx 万元。
回报方式大数据专业人才培养是未来大数据行业的重点投资领域，通过提升学生的大数据技能，可以为社会提供各行各业所需的人才。
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、专业简介（一）历史沿革数据科学与大数据技术专业由学校“数据科学与大数据技术”教学工作小组负责，依托计算机学院、理学院、经济管理学院、信息管理学院和通信学院共同建设，师资从全校范围内选拔组建，该专业2017年通过教育部审核批准，我校是全国第二批设立该全日制本科专业的高校。
（二）学生招生本专业2017年计划招生1个班，约30名学生。
该专业招生采用入校后二次选拔方式，面向所有被录取到我校的全日制本科生，综合高考成绩、英语分级考试成绩、数学分级考试成绩、专业面试成绩择优录取。
二、培养目标本专业根据“厚基础、宽专业、重能力、高素质”的人才培养要求，培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备计算机、数学、统计学等多学科知识和技能，具有分析问题、解决问题、自主学习以及国际视野的高素质应用型人才。
本专业毕业生应熟悉计算机专业基本知识、方法和技能，掌握大数据系统与平台技术（数据采集、清洗、存储、计算等大数据系统与平台相关技术）、大数据分析与可视化技术（数据分析、人工智能、数据挖掘等大数据分析相关技术和数据可视化技术）、特定场景下大数据开发与应用等方面的基本工程能力，具备工程师所必需的学习与创新、沟通与表达、合作与交流等基本能力与素养，具有良好的职业发展力和适应力的工程师与专业管理人才。
毕业生适合在信息技术企业和企事业单位信息技术或管理部门，以大数据采集与预处理、存储与管理、高性能计算、智能分析与挖掘、展现与应用等生命周期相关技术或应用为主要内容，从事现场或一线的平台规划、设计、部署、管理、运维，或系统开发、测试、支撑、服务与管理等工作，并在五年内成长为能够独立胜任相关岗位工作的技术或管理工程师，或进入相关领域研究生阶段继续深造。
三、毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据技术和大数据应用的复杂工程问题。
数据科学与大数据专业培养方案
数据科学与大数据专业培养方案一、专业简介（一）历史沿革数据科学与大数据技术专业由学校“数据科学与大数据技术”教学工作小组负责，依托计算机学院、理学院、经济管理学院、信息管理学院和通信学院共同建设，师资从全校范围内选拔组建。
（二）学生招生本专业2017年计划招生1个班，约30名学生。
该专业招生采用入校后二次选拔方式，面向所有被录取到我校的全日制本科生，综合高考成绩、英语分级考试成绩、数学分级考试成绩、专业面试成绩择优录取。
二、培养目标本专业根据“厚基础、宽专业、重能力、高素质”的人才培养要求，培养具有良好的科学与人文素养、扎实的专业知识与技能、较强的工程实践与创新能力，具备计算机、数学、统计学等多学科知识和技能，具有分析问题、解决问题、自主学习以及国际视野的高素质应用型人才。
本专业毕业生应熟悉计算机专业基本知识、方法和技能，掌握大数据系统与平台技术（数据采集、清洗、存储、计算等大数据系统与平台相关技术）、大数据分析与可视化技术（数据分析、人工智能、数据挖掘等大数据分析相关技术和数据可视化技术）、特定场景下大数据开发与应用等方面的基本工程能力，具备工程师所必需的学习与创新、沟通与表达、合作与交流等基本能力与素养，具有良好的职业发展力和适应力的工程师与专业管理人才。
毕业生适合在信息技术企业和企事业单位信息技术或管理部门，以大数据采集与预处理、存储与管理、高性能计算、智能分析与挖掘、展现与应用等生命周期相关技术或应用为主要内容，从事现场或一线的平台规划、设计、部署、管理、运维，或系统开发、测试、支撑、服务与管理等工作，并在五年内成长为能够独立胜任相关岗位工作的技术或管理工程师，或进入相关领域研究生阶段继续深造。
三、毕业要求：1.工程知识：能够将数学、自然科学、工程基础和专业知识用于解决复杂大数据技术和大数据应用的复杂工程问题。
1.1能够将数学与物理知识、方法与思想，用于大数据应用复杂工程过程中所需要的抽象思维和逻辑分析；1.2能够将离散数学、程序设计、面向对象技术、数据结构、软件工程等计算机软件基础知识与方法，用于复杂大数据应用技术工程问题的算法分析与设计、软件开发与实现；1.3能够将计算机电路基础、计算机系统基础、计算机网络等计算机系统基础知识与方法，用于复杂大数据应用技术问题的系统认知、设计、开发与应用；1.4能够将数据建模与表示、大数据系统与平台技术、大数据分析与可视化技术、大数据应用开发技术等数据科学与大数据技术专业知识，用于各种场景下的大数据应用问题的规划和解决。
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大数据管理与应用专业人才培养方案一、背景介绍随着信息技术的快速发展和互联网的普及，大数据技术逐渐成为推动社会进步和经济发展的重要力量。
大数据管理与应用专业培养的目标是培养具备大数据管理与分析能力的专业人才，满足社会对大数据技术人才的需求。
本文将详细介绍大数据管理与应用专业人才培养方案。
二、培养目标大数据管理与应用专业人才培养目标是培养具备以下能力的专业人才：1. 掌握大数据管理与分析的基本理论和方法，具备大数据收集、存储、处理和分析的能力；2. 熟悉大数据技术的应用场景和发展趋势，具备大数据解决实际问题的能力；3. 具备良好的数据分析和数据挖掘能力，能够利用大数据进行商业决策和业务优化；4. 具备团队合作和沟通能力，能够在跨学科环境中进行协作和创新；5. 具备良好的职业道德和社会责任感，能够适应社会发展的需求。
三、培养方案1. 课程设置（1）基础课程：包括高等数学、线性代数、概率论与数理统计等数学基础课程，以及计算机科学导论、数据库原理与应用、数据结构与算法等计算机基础课程，为学生打下坚实的理论基础；（2）专业课程：包括大数据技术导论、大数据存储与管理、数据挖掘与机器学习、数据可视化与交互等专业课程，培养学生的大数据管理与分析能力；（3）拓展课程：包括商务智能、云计算、数据安全与隐私保护等相关课程，帮助学生了解大数据技术在不同领域的应用和发展；（4）实践课程：包括大数据项目实训、实践课程和实习实训，培养学生的实际操作能力和解决实际问题的能力。
2. 实践教学（1）实验教学：通过开展大数据实验教学，让学生亲自动手操作和实践，提高他们的实际操作能力；（2）项目实训：组织学生参与大数据项目实训，让他们在实际项目中学习和应用大数据管理和分析技术；（3）实习实训：安排学生到企业或科研机构进行实习实训，让他们接触真实的工作环境和实际问题，提高他们的实践能力和解决问题的能力。
3. 学科竞赛与科研创新鼓励学生参加学科竞赛和科研创新活动，培养他们的创新思维和科研能力。
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。
- 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22395 577B 坻"#27753 6C69 汩@29901 74CD 瓍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。
34754 87C2 蟂26102 65F6 时29227 722B 爫36456 8E68 蹨n(;;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。
N23592 5C28 尨?F6 32075 7D4B 絋i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d 225209 6279 批*21275 531B 匛€23954 5D92 嶒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。