大数据技术与应用

 大数据技术专业人才培养方案

（专业代码：510205）

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。

三、基本修业年限

三年。

四、职业面向

五、培养目标

本专业培养德、智、体、美、劳全面发展，具备大数据技术基本理论、方法与技能，能熟练进行信息收集、应用开发等任务，能在相关生产、管理、服务等领域从事大数据平台部署与运维、信息系统建设与实施等工作的高素质技术技能人才。

六、人才培养规格和素质要求

本专业毕业生应在素质、知识和能力达到以下要求：

（一）素质

1. 坚定拥护中共共产党领导和我国社会主义制度，在习近平新时代中共特色社会主义思想指引下，践行社会主义核心价值观，具有深厚的爱国情感和中华民族自豪感。

2. 崇尚宪法、遵纪守法、崇德向善、诚实守信、尊重生命、热爱劳动，履行道德准则和行为规范，具有社会责任感和社会参与意识。

3. 具有信息素养、工匠精神、安全意识和创新思维。

4. 勇于奋斗、乐观向上，具有自我管理能力、职业生涯规划意识，有较强的集体意识和团队合作精神。

5. 具有健康的体魄、心理和健全的人格，掌握基本运动知识和1-2项运动技能，养成良好的健身与卫生习惯、以及良好的行为习惯。

6. 具有一定的审美和人文素养。

（二）知识

1. 掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识。

2. 熟悉与本专业相关的法律法规以及环境保护、安全消防、文明生产等知识。

3. 掌握面向对象程序设计的基本理论知识。

4. 掌握扎实的计算机基本理论与技术、常用数据挖掘算法；

5. 掌握当前使用最广泛的数据挖掘编程语言python；

6. 掌握数据库设计与应用的技术和方法。 

7. 掌握主流的 Hadoop处理技术，包括 MapReduce、Hive、HBase 等；

8. 掌握大数据可视化技术。

（三）能力

1. 具有探究学习、终身学习、分析问题和解决问题的能力。

2. 具有良好的语言、文字表达能力和沟通能力。

3. 具有良好的团队合作与抗压能力。

4. 具有阅读并正确理解软件需求分析报告和项目建设方案的能力。

5. 具有计算机软硬件系统安装、调试、维护的实践能力。

6. 具有简单算法的分析与设计能力；

7. 具有数据库设计、应用与管理能力。

8. 具备数据的处理、抽取、清洗、转换等能力；

9. 具有大数据Hadoop平台搭建和基于Hadoop平台软件应用能力；

10.具有能根据用户需求展现大数据分析结果的能力；

11.具有初步大数据应用开发能力。

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：C程序设计； Linux基础；Python程序设计；Java程序设计；MySQL数据库；Hadoop技术与应用；JavaEE应用开发；Spark；数据仓库与数据挖掘技术；大数据应用开发；大数据可视化技术。

2.特色课程：大数据可视化技术；数据仓库与数据挖掘；大数据应用开发；Spark。

专业（技能）课程主要教学内容

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，在校学生人数25人；学生数与本专业专任教师数比例为2.5:1，双师教师9人，占专业教师比例90%，专任教师队伍中高级职称3人，中级6人。

2.专任教师

本专业专任教师具有高校教师资格和大数据领域有关证书；有理想信念、有道德情操、有扎实学识、有仁爱之心；具有计算机相关专业本科及以上学历，有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；累计不少于6个月的企业实践经历。

3.专业带头人

本专业带头人具有副高职称，能较好地把握国内外大数据产业、专业发展，能够主动联系行业企业，了解行业企业对本专业人才的实际需求，教学设计、专业研究能力强，组织开展教科研工作能力强，在本区域有一定的影响力。

4.兼职教师

兼职教师从大数据应用相关机构聘任，具备良好的思想政治素质、职业道德和工匠精神，具有扎实的大数据应用开发专业知识和丰富的实际工作经验，具有中级及以上相关技术职称，承担专业课程教学、实习实训指导和学生职业发展规划指导等专业教学任务。

（二）教学设施

1.专业教室

学院配有标准多媒体理论课教室，配备了黑（白）板、多媒体计算机、投影设备、音响设备，实现了互联网接入并具有网络安全防护措施。安装应急照明装置并保持良好状态，符合紧急疏散要求、标志明显、保持逃生通道畅通无阻。

2.校内实验实训室

（1）计算机中心实验室

计算机中心实验室配有407台计算机及多媒体教学设备。主要承担《计算机应用基础》、《C语言程序设计》、《数据结构》、《Java程序设计》、《Python程序设计》等课程。

（2）软件技术实训室

软件技术实训室配有43台计算机及多媒体教学设备。主要承担《MySQL数据库》、《JavaEE应用开发》、《JavaEE课程设计》、《网络数据库技术》、《Java程序设计》等课程。

（3）大数据实验室（筹）

大数据实验室现有西普阳光大数据应用实验平台。主要承担《大数据可视化》、《Hadoop技术与应用》、《Spark》、《数据仓库与数据挖掘》、《大数据应用开发》等课程。

3.校外实训基地

本专业有校外实训基地2个，能够提供开展信息系统开发，大数据开发、运维、技术支持等相关实训活动及实习岗位，实训设施齐备，可接纳一定规模的学生安排顶岗实习；配备相应数量的指导教师对学生实习进行指导和管理；有保证实习生日常工作、学习、生活的规章制度，有安全、保险保障。

（三）教学资源

1.教材选用

按照国家规定选用优质教材，禁止不合格的教材进入课堂。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

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，有关大数据的技术、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

建设和配置了专业相关的一定数量的多媒体素材（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，能满足教学需求。

十、质量保障

学院和系部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

1. 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150学分。其中，公共必修课程29学分，公共选修课程13学分，专业必修课程50学分，专业选修课程10学分，实践环节42学分，劳动教育6学分。

2. 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。通过毕业设计(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，按学院统一制定的“毕业论文（设计）答辩评分标准”评定成绩。

4．以上各类考试或考核，成绩不及格者均不能获得学分。

5. 学生获取符合人才培养方案要求的国家或企业行业机构承认的、且有影响力的资格证书，或者参加校级以上专业技能竞赛取得优异成绩的，可奖励学分用于置换相关课程和学分。

十三、全学程时间安排

全学程总周数为120周，每学期20周，各学期周数安排如下：

第一学期入学教育及军训2周、课堂教学14周、考试2周、机动2周；

第二学期课堂教学16周、考试2周、机动2周；

第三学期课堂教学14周、实训教学2周、考试2周、机动2周；

第四学期课堂教学11周、实训教学5周、考试2周、机动2周、毕业实习2周在假期进行；

第五学期课堂教学6周、实训教学2周、毕业设计8周、考试2周、机动2周、毕业实习5周在假期进行；

第六学期毕业实习17周、毕业设计1周、机动1周、毕业教育1周。

十四、课程设置及其学分分配表（见表1） 

十五、课程体系、课程类别及其学分、学时分配表（见表2） 

十六、课各学年教学进度表（见表3）

课程设置、学分分配及周学时分配表

大数据技术与应用                                                         表1

课程体系、课程类别及其学分、学时分配表

大数据技术与应用                                                      表2