职业技术学院大数据技术专业人才培养方案

大数据技术专业人才培养方案一、专业名称、专业代码、专业大类专业名称：大数据技术专业代码：510205专业大类：电子信息大类二、学制、招生对象学制：基本学制3年，实行弹性学制2年～5年招生对象：三年制：高中毕业生、中职毕业生或具有同等学力者，五年制：初中毕业生或具有同等学力者3+2：中职毕业生职业岗位群与能力结构分析（一）职业岗位群职业岗位典型工作任务职业能力要求支撑课程职业资格证书大数据软件调试工程师搭建好企业的数据集群，负责企业中数据的分布式存储，以及数据的分布式计算，通过大数据建立相应的模型，帮助企业进行决策和判断。熟悉Java和Python等编程语言，具备linux系统等运维能力，掌握各种大数据组件的使用方法，对大数据生态有着独特的见解以及解决问题的能力。《Java语言基础》《大数据Hadoop》《数据分析与处理》《数据采集与预处理》《数据挖掘和分析》《华为大数据技术》大数据工程师证书大数据产品售前工程师面对政府、企业提供大数据互联网行业解决方案，对政府、企业数字化转型和信息平台项目提供技术和商业的支持；协同公司各部门资源推动解决方案在客户的落地，满足客户的业务和技术需求。善于进行业务架构、信息架构梳理，具备独立输出PPT能力，有较强的文档编写和演讲能力，提供既往成果；对政企信息化发展趋势有深入理解，熟悉某一行业业务，具备与中高层客户对话的能力；掌握从系统到应用的IT综合知识《Python语言基础》《大数据Hadoop》《数据分析与处理》《数据采集与预处理》《数据挖掘和分析》《华为大数据技术》大数据工程师证书产品维护工程师参与产品的测试需求和方案论证，参与产品测试方案设计，制定硬件测试设计方案。具备维护大数据平台、业务的日常维护、故障处理的能力《大数据Hadoop》《数据分析与处理》《数据采集与预处理》《数据挖掘和分析》《华为大数据技术》大数据工程师证书（二）能力结构分析能力类型能力分析社会能力1.培养学生的沟通能力及团队协作精神；2.培养学生分析问题、解决问题的能力；3.培养学生组织管理能力；4.培养学生创新创业能力；5.培养学生实践操作能力。方法能力1.独立学习，获取新知识和技能的能力；2.决策能力；3.创新能力；4.职业生涯规划能力。专业能力1.具有简单的英语阅读和口语交流能力；2.计算机基本操作及网络应用能力；3.系统掌握Hadoop开源组件、知名大数据厂商平台、大数据平台的基本理论和基础知识，具有较强大数据平台部署和综合运维职业能力和综合素质。四、培养目标本专业培养思想政治坚定、德技并修、全面发展，适应社会主义互联网事业发展需要，具有良好的业务综合素质和职业道德素质，具有较强的实战能力、心理抗压能力、团队协作能力、沟通能力和学习能力，掌握使用各种语言面向对象软件开发，数据库应用，大数据采集，大数据离线计算，大数据实时计算，海量数据存储等知识和技术技能，面向互联网开发和企业网站开发领域的高素质劳动者和专业技术技能人才。五、课程设置及要求专业开设课程安排表表1：公共基础平台课程安排表课程模块序号课程名称课程代码课程类型(学分)学时分配修读学期开课单位总学时理论实践思想教育课程模块1思想道德修养与法律基础011001B(3)5627291思政部2毛泽东思想、邓小平理论与“三个代表”重要思想概论011002B(3)5427272思政部3形势与政策教育011008B(2)482424[1-4]思政部4军事理论011017A(2)36362思政部5国家安全教育011021A(1)441-2思政部文化教育课程模块6大学语文011006A(2)36361公共7高等数学011007A(3)5656[1]公共8大学英语011005A(4)7272[2]公共身心素质教育课程模块9体育011003B(8)13614122[1-4]公共10公共艺术教育011011B(2)361818[2-4]艺术系11心理健康教育011019A(2)26261学生处12艾滋病专题教育011020A(1)1010[1-4]基础医学部13劳动教育011022B(2)16882教务处就业创业教育课程模块14职业生涯规划011010B(1)181261职业规划教研室15就业指导011012B(1)18108416创业基础011018B(2)3216163备注：1.学期加[]的表示该课程为考试课程；2.《形势与政策》、《公共艺术教育》、《艾滋病专题教育》、《劳动教育》以讲座形式开设。表2：专业教学平台课程安排表课程模块序号课程名称课程课程学时分配修读学期开课单位代码类型(学分)总学时理论实践专业基础课程模块15办公自动化121101B(2)481632116计算机网络基础121103B(4)481632[2]17Java程序设计121125B(4)722250[2]18Linux网络操作系统121102B(4)641252[1]19MySQL数据库应用121126B(2)723636[2]专业核心课程模块20Hadoop大数据架构121127B(4)722844[4]企业21路由交换技术121128B(4)642440[1]企业22数据挖掘和分析121129B(6)1082880[4]企业23Python语言基础121130B(4)722250[2]企业24数据采集与预处理121131B(4)722250[3]企业25华为大数据技术121132B(10)18040140[3-4]企业26云服务技术121133B(2)36630[4]企业表3：实践教学平台课程安排表课程模块序号课程名称课程代码课程类型(学分)周数修读学期开课单位公共实践课程模块27入学教育011014C(1)11信息工程学院28军事理论（国防教育）011009C(2)21学生处29暑期社会实践011016C(2)24学生处30毕业教育011015C(2)26信息工程学院专业实践课程模块31认知实习121201C(1)11信息工程学院32华为大数据实训（进阶）121204C(1)24企业33华为大数据综合实训121205C(8)24企业34顶岗实习121202C(24)245-6企业表4：选修课平台课程安排表课程模块序号课程名称课程代码课程类型(学分)学时分配修读学期开课总学时理论实践单位公共选修课程模块35按学校统一安排进行，每生在校期间至少选修6学分3637专业选修课程模块38商务礼仪121302B(2)361818239Web前端开发121308B(3)723636340计算机专业英语121301A(2)36360341Photoshop121303B(2)36036442C语言121304B(3)321616243网络安全121309B(2)321616444云计算技术121310B(2)3216163企业45GaussDB121311B(2)3216162企业46华为鲲鹏应用开发者121312B(2)328244企业备注：专业选修课在校期间至少选9学分。（三）专业核心课程描述表5：专业核心课程安排表序号课程名称及代码主要教学内容教学目标1Hadoop大数据架构本课程主要讲述了Hadoop架构，Hadoop是主要开源的数据分析平台，解决了大数据（大到一台计算机无法进行存储，一台计算机无法在要求的时间内进行处理）的可靠存储和处理。适合处理非结构化数据，包括HDFS，MapReduce基本组件。通过本课程，学生们可以了解到大数据生态圈的组件，以及其中最基本的hadoop框架，学会用分布式思想去解决问题，系统地学习分布式存储系统hdfs和分布式计算框架mapreduce以及集群资源调度yarn等，锻炼学生大数据处理的动手能力。2数据采集与预处理本课程主要讲述了数据的采集与处理环节，采集一般是用爬虫通过互联网去获取我们所需要的信息，并完成持久化存储，处理阶段是通过python调用各种数据处理API去使用，比如pandas和numpy等。通过本课程，学生们可以通过实际做项目获得处理数据的能力，比如csv数据，excel数据，以及图片等不同的处理方法。还可以通过增量式爬虫还有普通爬虫获取互联网数据，与企业需求紧密结合。3数据挖掘和分析本书主要数据挖掘和分析过程，在进行数据挖掘的时候涉及到的数据分类，数据预处理、建模、模型评估等。另外建模时候用到的分类、聚类、决策树等进行详细介绍。本课程的主要目的是培养学生们的算法素养，对不同场景问题的临时处理能力，掌握数据分析以及建模的思想，为后续做数据训练和建模做好准备。4华为大数据技术本课程主要介绍了华为大数据的技术，除了市场开源的hadoop，flume，zookeeper等的知识讲解还加入了华为特色的鲲鹏大数据的解决方案，通过云端布置，更高水平的完成企业需求。通过本课程学生可以更加系统的学习完整个大数据生态的组件，并了解鲲鹏大数据在生态圈的应用，学会在华为云上部署企业项目，并解决相应的问题。5路由交换技术本课程主要介绍了网络基础知识，流行网络的基本连接方法，基本的网络建造，基本的网络故障排除，华为路由交换（数通）设备的安装和调试。通过本课程的学习可以使学生掌握企业网络的架构，规划，熟悉网络通信原理，掌握常见网络设备的调试等相关知识。6Python语言基础本课程主要介绍了python语言的基础知识，包括了变量，保留字，函数，类，数据结构，以及IO操作等概念，还有相应的数据处理模块。通过本课程学生们可以具备一定水平的高级语言基础，为后续接触各种框架做好准备，通过对各种编程程序的练习，达到应有的代码水平。（四）实践教学环节描述表6：公共实践教学环节安排表序号环节名称周数考查学期主要内容及要求备注1入学教育11学习《学生手册》，新生选课的注意事项等相关内容；安全教育(人身安全教育、防火安全、用电安全、现金、财物保管、艾滋病专题等)；本专业的主干课程、资格证书、就业前景等方面的内容。校内2军事训练21军事基本理论，队列训练，增强国防意识，培养团队精神。校内3毕业教育26召开毕业生座谈会、发出毕业生文明离校倡议、了解毕业生的思想动态，加强与毕业生感情的交流，做好不稳定因素的排查工作，帮助他们解决离校过程中的各种问题。校内4暑期社会实践22～3学期之间教育学生积极投身社会实践活动，担负起振兴“三农”的历史使命，将社会实践“受教育、长才干、做贡献”三大功能与促进学生创业就业紧密结合，通过丰富生动的社会实践活动，有力地促进青年学生成长成才。校外表7：专业实践教学环节安排表序号环节名称周数考查学期主要内容及要求备注1认知实习11到实习单位参观、观摩和体验，形成对实习单位和相关岗位的初步认识。校内2华为大数据实训（进阶）24本课程主要讲述华为大数据FusionInsigth的整体架构，除此之外，还详细讲述了HDFS的整体架构、HDFS的关键特性、HDFS的适用场景等；Yarn的整体架构、MapReduce的整体架构，MapReduceonYarn的工作流程，Yarn的整体资源调度过程；HBase的整体架构和读写流程等。校内3华为大数据综合实训24本课程主要基于华为的FusionInsight平台，然后对Spark简介及安装部署、Spark工作原理及架构分析、transformation和action算子操作、SparkRDD高级特性详解、Sparkcore案例分析、Sparksql入门、DataFrame数据源详解、Sparksql函数详解、SparkStreaming入门、DStream详解、checkPoint机制详解、Window滑动窗口详解。另外还讲述了Hbase的应用场景、Hbase的逻辑模型，存储模型，物理模型、Hbase的安装部署、Hbase在shell命令下的操作、Hbase的架构详解、Hbase的过滤器，协处理器、其中重点讲述了Hbase的列族属性设计原则，RowKey设计原则，RowKey预分区内容。本书中的理论内容较多，很多设计原则和优化原则都需要在深入理解Hbase的架构原理之后才能真正应用到实际项目中；校内5顶岗实习245-6到相应实习岗位，相对独立参与实际工作。校外六、学时学分安排表8：三年制专业周学时统计表学期一二三四周学时25262425表9：学时学分统计表学时数总学时平台学时分配学时比例构成2656公共基础平台专业教学平台实践教学平台选修课平台实践实践学时学时所占比例（%）634908774340173265%学分数总学分平台学分分配素质拓展学分156公共基础平台专业教学平台实践教学平台选修课平台365338263备注：素质拓展学分的认定按学校有关文件执行。七、实施保障（一）师资队伍专业专任教师应具有高等学校教师资格证书；研究生学历或硕士及以上学位比例不低于20%；适当外聘企业兼职教师担任专业实践课程。1、专任教师基本要求具有高效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，具有大数据相关专业本科及以上学历，具有扎实的本专业相关理论功底和实践能力，较强的信息化教学能力，能够开展课程教学改革和科学研究，每5年累计不少于6个月的企业实践经历。2、专业带头人基本要求原则上应具有副高及以上职称，能够较好地把握国内外行业、专业发展，能广泛联系行业企业，了解行业企业，教科研工作能力强，在本区域或本专业领域有一定的影响力。3、兼职教师基本要求主要从大数据相关行业企业聘任，具备良好的思想政治素质、职业道德和工匠精神，具有扎实的专业知识和丰富的实际工作经验，具有中级及以上相关专业职称，能承担专业课程教学、实习实训指导和学生职业发展规划指导等教学任务。（二）教学设施主要包括能够满足正常的课程教学、实习实训所必须的专业教师、实训室和实训基地。1、专业教室基本条件配备多媒体计算机、投影设备，接入互联网，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、校内实训室（基地）基本要求（1）计算机软件实训室配备标准计算机，每台计算机上安装办公软件、程序设计软件以及开展计算机软件实训相关的软件，保证上课学生1人1台。（2）大数据感知实训室配置大数据实训平台，保证上课学生1-2人1组。3、校外实训基地基本要求具有稳定的校外实训基地，能够提供开展大数据技术与应用技术专业相关实训活动，实训设施齐备，实训岗位、实训指导教师确定，实训管理及实施规则制度齐全。4、学生实习基地基本要求具有稳定的校外实习基地，能够提供信息系统设计、实施、运维和技术服务等相关实习岗位，能涵盖当前大数据相关的主流技术，可接纳一定规模的学生实习，能够配备相应数量的指导教师对学生实习进行指导和管理，有保证实习学生日常工作、学习、生活的规章制度，有安全、保险保障。（三）教学资源主要包括能够满足学生专业学习、教师专业教学教研和教学实施需要的教材、图书及数字资源等。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。学校建立由专业教师、行业专家和教研人员等参加的教材选用机构，完善教材选用制度，经过规范程序择优选用教材。2、图书文献配置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。专业类图书文献主要包括：大数据行业政策法规、有关职业标准，以及大数据专业学术期刊和有关实务案例类图书。3、数字资源配备基本要求建设、配备与本专业有关的音视频素材、教学课件、案例库、虚拟仿真软件、教学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。（四）教学方法广泛采取案例式、项目式的教学方法。教师依据专业培养目标、课程教学要求、学生能力与教学资源，创新教学方法，采用理实一体化教学、案例教学、项目教学等方法，坚持学中做、做中学。（五）学习评价为了保障人才培养质量，持续从两个维度来评估人才培养体系，一是培养目标的达成度以及培养目标对行业发展需求的符合度，第二是毕业要求的达成度以及毕业要求对培养目标的符合度。我们按照评估-分析-改进的循环方式，分别对培养目标、毕业要求和教学活动形成闭合的循环，实现完善的持续改进机制，即能够持续地改进培养目标，以保障其始终与内、外部需求相符合；能够持续地改进毕业要求，以保障其始终与培养目标相符合；能够持续地改进教学活动，以保障其始终