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1.【专业名称及代码】专业群名称：物联网应用技术专业名称：大数据技术专业代码：5102052.【招生对象】如普招（普高生、三校生）或扩招（特殊群体）。3.【学制】三年。4.【职业面向】表1职业面向分析表所属专业大类（代码）所属专业类（代码）对应行业（代码）主要职业类别（代码）主要岗位类别（或技术领域）职业资格证书或技能等级证书举例电子信息大类51计算机类510264互联网和相关服务65软件和信息技术服务业6433互联网科技创新平台;6511基础软件开发;6513应用软件开发;大数据运维工程师、大数据ETL工程师、大数据应用开发工程师、大数据分析工程师、大数据可视化工程师。全国高等学校计算机水平考试合格证书、大数据应用开发（Python）职业技能等级证书、大数据平台运维职业技能等级证书。表2岗位能力分析表序号岗位名称岗位类别初始岗位发展岗位1大数据运维工程师大数据系统运维技术员大数据系统运维工程师2大数据ETL工程师大数据ETL技术员大数据ETL工程师3大数据应用开发工程师大数据应用开发人员大数据应用开发工程师4大数据分析工程师大数据分析员大数据分析师5大数据可视化工程师数据可视化人员数据可视化设计师

表3工作任务和职业能力分析表岗位领域工作任务职业能力、知识对应课程1.大数据系统运维1-1能够搭建和运维各种常用大数据系统、为企业运行各种大数据应用服务。1-1-1熟悉Hadoop\HBase、Hive、Spark等大数据系统的工作原理；1-1-2具有使用Shell脚本搭建分布式系统的能力；1-1-3具有大数据系统的搭建、调优和运维能力；1-1-4熟悉相关大数据产品且具有一定的构建大数据应用环境的能力；1-1-5具有一定的行业知识。1.C语言程序设计2.JAVA程序设计3.MySQL数据库应用4.Linux操作系统5.Python程序设计6.Hadoop平台部署与运维7.大数据系统测试2.大数据ETL2-1能够使用各种工具进行大数据采集、预处理、上载和对数据进行备份和恢复，保证企业数据来源、数据质量、数据可靠性。2-1-1具有使用网络爬虫获取数据的能力；2-1-2具有使用ETL工具对数据进行预处理的能力；2-1-3具有使用Hive数据仓库存储、管理和查询数据的能力；2-1-4具有一定使用MapReduce完成数据处理的能力。1.C语言程序设计2.JAVA程序设计3.MySQL数据库应用4.Linux操作系统5.网页设计6.Python程序设计7.Hadoop平台部署与运维7.数据仓库与数据挖掘技术8.网络爬虫技术实践9.数据采集实战3.大数据应用开发3-1使用各种常用大数据系统开发各类大数据应用，为企业解决实际问题。3-1-1具有使用开发JavaWeb应用的能力；3-1-2具有基于MapReduce/Spark开发大数据应用的能力；3-1-3具有一定使用Hive数据仓库存储、管理和查询数据的能力；3-1-4具有一定使用数据挖掘算法进行数据分析的能力。3-1-5具有一定的行业知识。1.C语言程序设计2.JAVA程序设计3.MySQL数据库应用4.网页设计5.Linux操作系统6.Python程序设计7.Hadoop平台部署与运维8.数据仓库与数据挖掘技术9.数据分析与机器学习10.深度学习与人工智能11.数据可视化设计与开发12.大数据系统测试13.数据采集实战14.数据可视化实战15.大数据营销4.大数据分析4-1对业务数据进行统计、计算、分析和挖掘。4-1-1熟悉掌握大数据的基本概念和应用领域；4-1-2具有大数据思维的能务；4-1-3具有熟练使用数据仓库进行查询的能力；4-1-4具有一定使用数据挖掘算法进行数据分析的能力；4-1-5具有一定的行业知识。1.C语言程序设计2.JAVA程序设计3.MySQL数据库应用4.网页设计5.Linux操作系统6.Python程序设计7.Hadoop平台部署与运维8.数据仓库与数据挖掘技术9.数据分析与机器学习10.数据可视化设计与开发11.大数据系统测试12.网络爬虫技术实践13.数据采集实战14.数据可视化实战15.深度学习与人工智能16.大数据营销5.大数据可视化5-1利用图形化的工作及手段展示大数据关系和分析结果。5-1-1具有使用Web插件展示数据的能力；5-1-2具有使用各种图形软件展示数据的能力；5-1-3具有使用Python等语言展示大数据关系和分析结果的能力；5-1-4具有一定的大数据思维和数据挖掘的能力。1.C语言程序设计2.JAVA程序设计3.MySQL数据库应用4.网页设计5.Linux操作系统6.Python程序设计7.数据可视化设计与开发8.网络爬虫技术实践9.数据采集实战10.数据可视化实战5.【培养目标与规格】培养目标：本专业面向粤港澳大湾区新型产业的发展，培养有觉悟、讲责任，德技兼修，德智体美劳全面发展，适应区域经济社会发展和产业发展需要，面向大数据系统运维与管理、数据处理、数据分析、应用系统开发领域，掌握大数据技术与应用专业基本理论、数据获取，大数据分析挖掘与处理等知识和技术技能，具有良好公民素质、人文科技素质且身心健康、人格健全的高素质技术技能人才。培养规格：1．素质要求①思想品德素质：具有正确的世界观、人生观、价值观。坚决拥护中国共产党领导，树立中国特色社会主义共同理想，践行社会主义核心价值观，具有深厚的爱国情感、国家认同感、中华民族自豪感；崇尚宪法、遵守法律、遵规守纪；具有社会责任感和参与意识。②身心素养：具有健康的体魄和心理、健全的人格，能够掌握基本运动知识和一两项运动技能；具有感受美、表现美、鉴赏美、创造美的能力，具有一定的审美和人文素养，能够形成一两项艺术特长或爱好；掌握一定的学习方法，具有良好的生活习惯、行为习惯和自我管理能力。③人文科技素养：具备理性的思考能力和深厚的情感魅力，拥有较好的专业技术水平，精神崇德向善、诚实守信、爱岗敬业，具有精益求精的工匠精神；尊重劳动、热爱劳动，具有较强的实践能力；具有质量意识、绿色环保意识、安全意识、信息素养、创新精神；具有较强的集体意识和团队合作精神，能够进行有效的人际沟通和协作，与社会、自然和谐共处；具有职业生涯规划意识。2．知识要求①工具性知识：包括英语、计算机技术和现代信息技术等②人文社科知识：包括思想政治理论、形势与政策和中华优秀传统文化等③自然科学知识：（1）计算机数学（2）理解科学技术的基本术语及概念（3）理解科学技术在社会活动中扮演的角色；④专业技术知识：（1）掌握LINUX平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的知识；（2）学会大数据应用系统集成、实施、管理等方面的知识；（3）学会大数据应用系统系统开发的知识；（4）学会大数据的营销、策划和管理等知识；（5）具有大数据分析和处理的能力；本专业主要学习以下基本知识：3．能力结构本专业毕业应获得以下几方面的技能：①学习能力：（1）具备终身学习能力；（2）具备独立思考能力和较强的逻辑推理能力；（3）具备搜索寻找学习资源的能力。②实践能力：（1）具有解决实际问题的能力，信息加工、信息处理能力等。（2）具备数据库系统管理维护的能力；（3）具有非结构化数据处理能力；（4）具有数据仓库管理的基本能力；（5）具备OPP程序设计的能力；（6）具备Web应用开发能力；（7）具备LinuxServer、Hadoop项目管理和维护能力；（8）具备数据挖掘、数据清洗、数据可视化的处理能力；③适应能力：（1）具有文案编辑能力，即能编写大数据应用项目方案、实施计划、管理制度等；（2）具有创新意识，不断探索的能力。（3）对本专业科学技术最新发展动态及本学科领域的国内外研究现状有一定了解，能展开科研、教研工作，具备一定的创新性思维能力。6.【毕业学分】至少需修满144学分方可毕业，其中：公共必修课40学分（含军事技能2学分和创就模块5学分）、公共选修课不少于4学分；专业必修课58.5学分（顶岗实习和毕业实习报告学分另计：20学分）、专业选修课不少于8学分；第二课堂活动不少于7.5学分（其中德育类学分至少1.5学分、学术科技类至少0.5学分、创新创业与就业类至少1学分、“跑步声”“读书声”各至少1学分），文明素质养成6学分。7.【课程设置与要求】7.1通识教育课程平台（7.1由教学科研部及相关教学部门制定）7.2专业教育课程平台7.2.1专业基础必修课模块7.2.1-1C语言程序设计教学内容要点：标识符、关键字、变量、常量、数据类型、运算符、表达式、顺序结构、选择结构、循环结构、数组、函数、指针、结构体、文件。教学要求：C语言的数据类型、运算符、表达式等简单C语言程序验证式实训；顺序结构、选择结构、循环结构程序设计实训；数组、函数、指针等程序设计实训；结构体、文件等程序设计实训；C语言综合编程设计与调试实训等。7.2.1-2HTML5+CSS3WEB前端设计教学内容要点：Web前端开发技术（HTML、CSS、HTML5高级应用）教学要求：了解Web前端开发技术，熟练掌握HTML基本语法、格式化文本与段落、列表、超链接与浮动框架、图像与多媒体文件、CSS选择器、DIV与SPAN、CSS样式属性、表格、表单、HTML5基础与CSS3应用、HTML5高级应用。7.2.1-3MySQL数据库应用教学内容要点：数据库安装、管理；数据库的增、删、改、查、创。教学要求：数据库安装、管理实训；数据库创建、删除、选择等实训；数据表的创建、删除；数据的插入、查询实训；MySQ的排序、分组、事务、索引实训、复制表实训、导入数据实训、导出数据实训、函数使用实训等。7.2.1-4Python语言程序设计教学内容要点：Python基础知识；Python界面编程、Python面向对象高级语法、PythonCGI编程；Python列表、Python元组、生成器表达式及应用、Python字典及应用、Python集合及应用；PythonMYSQL、Python网络编程。教学要求：Python界面编程、PythonCGI编程；PythonMYSQL、Python网络编程；PythonMYSQL应用实践、Python网络编程实践等。7.2.1-5Linux操作系统教学内容要点：Linux系统安装、熟悉系统环境、网络配置、shell编辑、熟悉文件系统环境、Apache服务器配置、NFS服务器配置、DHCP服务器配置、代理服务器（Proxy）配置。教学要求：Linux操作系统的搭建实训、命令使用实训、系统配置与管理实训、脚本编程实训、网络服务器的配置实训等。7.2.1-6大数据数学基础教学内容要点：微积分基础、概率论与数理统计基础、线性代数基础、数值计算基础、多元统计分析。教学要求：通过本课程的学习，使学生学会使用Python进行数据微积分、线性代数、统计学、数值计算的相关计算，以及数据分析过程中常用到的数学方法，将理论与实践相结合，为将来从事数据分析挖掘研究、工作奠定基础。7.2.2专业必修核心课模块7.2.2-1Java程序设计教学内容要点：Java程序流程控制语句、面向对象基础、集合类；Java输入与输出、多线程与异常、Swing程序设计、Applet程序设计、网络程序设计、JDBC数据库编程、JavaWeb程序设计等。教学要求：Java程序流程控制语句的程序实训；面向对象的基础程序实训；集合类程序设计实训；Java输入与输出程序实训；多线程与异常处理实训；Swing程序设计实训；Applet程序设计实训；网络程序设计实训等。7.2.2-2Hadoop平台部署与运维教学内容要点：Hadoop的安装、配置和管理、Hadoop的相关原理、应用及操作。编写MapReduce程序，并能提交Hadoop处理，监控作业运行情况和使用资源，HDFS中的文件管理。教学要求：Hadoop的安装、配置和管理实训。MapReduce程序设计实训，Hadoop应用实训，HDFS中的文件管理实训等。7.2.2-3数据仓库与数据挖掘技术教学内容要点：数据仓库与数据挖掘的概念与基础知识、OLAP联机分析的基本概念、原理、主要算法及系统解决方案，数据挖掘的关联规则、分类方法，聚类方法等。教学要求：数据仓库实训、OLAP联机分析的实训、主要算法实训及系统解决方案实训，数据挖掘的关联规则、分类方法实训，聚类方法实训等。7.2.2-4数据分析与机器学习教学内容要点：数据分析、机器学习基础知识简介、Numpy、Pandas、Scikit-Learn；KNN算法；线性回归、逻辑回归算法等；决策树算法、朴素贝叶斯算法、支持向量机等；聚类k-means算法等。教学要求：熟悉Numpy科学计算库、Pandas数据分析处理库、Scikit-Learn-机器学习库；KNN算法实训；线性回归、逻辑回归算法等实训；决策树算法实训、朴素贝叶斯算法实训、支持向量机实训；聚类k-means算法实训。7.2.2-5数据可视化设计与开发教学内容要点：数据可视化设计与开发基础知识、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可视化基础知识、Tableau地图与预测分析、Tableau分享与发布等。教学要求：Excel数据可视化实训、Excel数据可视化应用实训、大数据预测分析实训、数据引导可视化实训、Tableau地图与预测分析实训、Tableau分享与发布实训等。7.2.2-6Spark大数据技术教学内容要点：Spark简介与运行原理、Spark的环境搭建、使用Python开发Spark应用、SparkRDD、DataFrame&&SparkSQL、SparkStreaming、Spark机器学习库、GraphFrames图计算。教学要求：培养学生掌握Spark大数据计算框架的基本原理和使用，培养学生大数据思维与动手能力。7.2.3专业选修课模块7.2.3-1大数据导论教学内容要点：数据处理、分析和挖掘的常用算法、Hadoop生态系统的架构和应用教学要求：学生能够了解和掌握大规模数据处理、分析和挖掘理论，并有一定解决问题的能力。7.2.3-2应用文写作教学内容要点：应用文书写作的基本理论和一般规律。教学要求：掌握应用文书写作的基本理论和一般规律，养成良好的应用写作思维，能够写出规范的、常用的应用文书，并为将来在实际工作中写好新涌现的应用文种打下必备的基础。7.2.3-3Excel数据获取与处理教学内容要点：认识Excel、输入数据、获取文本数据、获取网站数据、获取MySQL数据库中的数据、对数据进行排序、筛选订单数据的关键信息、分类汇总、制作数据透视表、使用日期和时间函数完善数据、使用数学函数处理数据、使用宏处理数据。教学要求：使学生学会使用Excel编辑数据，通过排序、筛选、分类汇总等方式探索数据，通过多种函数的使用处理数据，将理论与实践相结合，为将来从事以Excel为生产力工具的人员奠定基础。7.2.3-4移动开发教学内容要点：Android开发环境构建、Android程序设计与调试、Android各组件的使用。教学要求：Android开发环境构建实训、创建项目、创建用户界面布局、利用可视化布局编辑器设计界面、创建菜单、程序发布到手机、用户登录界面开发；Android项目实训：开发标准身高计算器。7.2.3-5python金融数据挖掘及其应用教学内容要点：股票价格指数周收益率和月收益率的计算；上市公司净利润增长率的计算；股票价、量走势图绘制；股票价格移动平均线的绘制；沪深300指数走势预测；基于主成分聚类的上市公司盈利能力分析。教学要求：通过学习本课程，使得学生在掌握Python科学计算、数据处理、数据可视化、挖掘建模等基本技能基础上，进一步地扩展应用到较为复杂金融数据处理及挖掘分析任务上，最后进行量化投资实战检验。7.2.3-6云计算平台构建与应用教学内容要点：云计算的层次以及分类、云计算知名厂商及其产品、OpenStack与先电IaaS云平台；先电IaaS云平台基础环境的构建、构建先电IaaS云平台的环境准备；MySQL数据库的安装及其配置、Kevstone的安装及其配置、Glance的安装及其配置、Nova的安装、配置及应用等；eutron的安装、配置及应用。教学要求：先电laaS云平台基本环境配置实训、MySQL数据库的手动安装与配置实训、Keystone的手动安装与配置实训、Glance的手动安装与配置实训、Nova的手动安装与配置实训；Keystone基本运维命令及其应用实训、Glance基本运维命令及其应用实训、Nova基本运维命令及其应用实训、Neutron基本运维命令及其应用实训等。7.3专项实践课程平台7.3.1专业技能课模块7.3.1-1专业认知教学内容要点：职业分类及职业描述、职业成长及典型工作任务、学习方法指导。教学要求：使学生能够充分了解职业分类及职业描述、职业成长及典型工作任务，并给予学习方法指导。7.3.1-2岗位认知教学内容要点：大数据技术与应用专业相关岗位，岗位典型工作任务及其相应具备的知识、技能和素质。教学要求：使学生了解本专业有哪些岗位，及其对应的典型工作任务有哪些，和应该具备的知识、技能和素质。7.3.1-3在岗学习教学内容要点：知识、技能、工作方法。教学要求：学生深入企业一线，由上司和技能娴熟的老员工在日常的工作中，对必要的知识、技能、工作方法等进行指导、培训。7.3.1-4跟岗实习教学内容要点：相应岗位应具备的各项综合能力与素质，收集与毕业设计有关的资料。教学要求：完成该专业从业人员应具备的各项综合能力与素质的训练，同时有针对性地收集与毕业设计有关的资料，达到人才培养的总体目标。7.3.1-5网络爬虫综合实训教学内容要点：python语言程网络爬虫、对抓取目标的描述或定义、对网页或数据的分析与过滤。教学要求：python网络爬虫环境的搭建、创建项目、通用网络爬虫，在百度上爬取网页的数据、页面爬行、页面分析、链接过滤、页面数据库、URL队列、初始URL集合。7.3.1-6数据分析综合实训教学内容要点：数据分析的核心思维、数据分析的思维技巧、经典的数据分析指标，python语言的使用，pythonseaborn的使用。教学要求：讲解数据分析三大核心思维：结构化，公式化，业务化、数据分析的思维技巧中各类方法，市场营销指标，产品运营指标，认识用户行为指标及其模型，excel数据获取与处理，pythonseaborn的使用。7.3.1-6数据可视化综合实战教学内容要点：mysql的使用，python语言，Linux操作系统教学要求：学会使用sql语句操作mysql数据库，使用python中的mysql接口，用pycharm克隆项目，在Linux中安装和使用Nginx插件，javaScript的使用，综合以上内容，创建电子商城订单数据可视化。7.3.1-7深度学习与人工智能教学内容要点：深度学习的概念，深度学习的算法介绍，学会使用深度学习的各类算法和应用。教学要求：学生将在此课程中学习和掌握下面知识：决策树算法的概念及应用，最邻近规则分类KNN算法及其应用，支持向量机SVM算法及其应用，神经网络NN算法及其应用，线性回归，多元线性回归的算法及其应用，非线性回归LogistocRegression算法及其应用。7.3.2其它实践课模块7.3.2-2军事技能教学内容及要点：《三大条令》、队列基础动作、战术基础动作、军体拳、捕俘刀教学要求;增强组织纪律观念、培养顽强拼搏和集体主义的精神，养成良好的军人姿态。了解轻武器的战斗性能和基本的射击理论，掌握基本的射击动作要领，完成轻武器第一练习实弹射击。了解战斗的基本类型和基本战斗样式，掌握战术基本原则，学会单兵战术的基本动作。了解地形在战斗中的作用和影响，掌握地形图的基本知识，学会识图用图。了解行军、宿营的基本程序、方法，培养野外生存能力。7.3.3实习与毕业（设计）模块7.3.3-1顶岗实习教学内容要点：了解岗位性质，进行所学知识与实习内容相互验证。教学要求：学生在专业技术人员和指导老师的帮助下，将所学知识与实习内容相互验证。同时，使学生对企业岗位的工作性质有一个明确的了解，培养和提高学生对所学知识的综合运用能力，为今后的就业奠定良好的基础。7.3.3-2毕业实习报告（含设计方案、作品/生产产品）教学内容要点：选题。指导老师命题或学生申报题目。开题。指导老师给学生下达“任务书”。进行分析、研究或工程实践。中期检查。用所学知识对结论予以分析及整理，撰写毕业设计（论文）初稿。修改初稿、定稿和打印。指导老师审阅毕业设计（论文），写出书面意见，评定成绩。答辩。答辩委员会评定答辩成绩。综合成绩评定。教学要求：对学生进行综合运用所学知识去解决实际问题的训练，使学生的分析和工程实践技能的水平、独立工作能力有所提高。时间：设计或论文要求在教学计划所规定的时限内完成。课题：一般要求一个学生一个课题；也可以多名学生采取分工负责的办法，共同完成一个课题。毕业设计（论文）题目可以多样化，可以选择与生产、科研任务相结合的题目，也可以做实验研究、专题研究或其它类型的题目，对学生进行基本功训练，培养他们的独立工作能力。题目的深度、广度、难度应该恰当，不宜过宽或过窄，不宜太重或太轻，使学生在已学知识基础上，只要认真和努力工作，就能按期按质完成。论文撰写要规范、格式正确、内容全面，要体现难度，还要体现工作量，并采取计算机打印。工程设计题目要有设计方案及其计算。科研论文，应有一定的理论分析、计算或实验、讨论和结论。7.4创新类课程平台该课程积极探索并实践基于“互联网+”“专业+”的意识和价值教育、能力与素质教育、实习与实训教育、实战与孵化教育等全链条式的创新创业人才培养课程；通过引企入校共享共建校内创新创业实践平台，为学生提供创新创业支持；建立创新创业教育学分转移与认定机制，激励学生积极参与创新性实验(训)、创业培训和创业实践活动，培养学生的创新精神、创业意识，激发学生创新创业潜质。8.【实施保障】（1）师资队伍按有理想信念、有道德情操、有扎实学识、有仁爱之心的要求，依据普通高等学校基本办学条件合格标准，做好本专业《师资队伍建设规划》，以本专业学生为基数，配备数量足够、学历学位达标、本专业领域扎实理论功底和实践能力、较强信息化教学能力、专兼结合、双师素质、职称年龄梯队合理的专业教师团队。本专业师资队伍情况如表4。表4师资队伍情况项目要求教师总数本专业教师总数按生师比18:1配备教师,专任教师数按生师比25:1配备专任教师。专兼职教师比按4:1比例配备专、兼职教师。双师素质结构专任教师中，具有双师素质教师的比例80%以上。骨干教师比骨干教师占教师总数的25%以上。年龄结构（老中青）以中青年教师为主。专业带头人具备副高以上职称、熟悉行业企业的最新技术动态，把握专业发展方向，具备较强的专业水平和专业能力，能够带领教学团队完成专业建设、课程建设、教学改革等工作,具备较强的科研能力。教师储备要求引进企业能工巧匠、行业技术大师，建立一个与教学团队人数相当的专兼教师库。学历与职称专任教师中具有研究生学位的教师比例达到50%以上，专任教师职称要求中，获得高级职业技能证书的比例达到80%以上，其中高级职称教师达到20%以上。教科研能力具有较强的语言表达能力，具备专业课程的教学能力和实践教学能力，能够立足大数据行业企业岗位进行课程建设与校企合作课程开发，能从事、承担本专业核心课程及大数据技术相关专业教学任务，具备较强的科研能力和教学实践指导能力。专业经验专任教师具有半年以上的本行业企业实践经历或三年内参加行业企业实践时间累计达到三个月以上；对大数据技术行业企业工作岗位又较充分的了解；熟悉大数据技术行业企业岗位的工作流程和典型工作任务，具有较强的大数据和云计算技术企业管理能力。（2）教学设施依据人才培养方案设置的课程体系、实践教学体系和顶岗实习的要求，做好本专业《实习实训基地建设规划》，配备能够满足本专业正常的课程教学、专业实训、顶岗实习等所需，设施安全、设备先进、工位数足够、具有利用数字化教学资源库、文献资料、常见问题解答等的信息化条件的专业教室、校内实训室、稳定的校外实训基地和顶岗实习基地。1、校内实训室、生产性基地表5校内实训室、生产性基地一览表序号实训室名称主要设备实训功能实训项目1网页设计实训室多媒体教学设备、安装Windows操作系统的计算机、DreamweaverCS6、FlashCC2017、PhotoshopCC2017、SQLserver2012、EclipsePHPStudio1.2.2(EPP+wamp2)、Python3.6.5、Pycharm可以进行数据库创建与管理、静态网页设计与动态网页设计，网站规划与建设，网站功能测试与维护等方面的一体化课程教学。静态网页设计与制作、PHP动态网站开发2大数据开发实训室硬件：多媒体设备、电脑软件：JDK、Eclips、Python3.6.5、Pycharm、Anaconda、Mysql、Linux、Hadoop、Hbase、MongoDB网络爬虫开发、数据采集及预处理、数据分析挖掘、数据可视化、大数据运维网络爬虫数据采集数据预处理数据分析机器学习分布式存储分布式处理2、校外生产性实训基地表6校外生产实训基地一览表序号基地类别及数量工作（实训）岗位工作（实训）任务1大数据开发类（共2家，共30个工位）数据采集、机器学习和分布式处理等技术岗位主要进行数据采集和机器学习等大数据开发岗位的顶岗实习2大数据分析类（共2家，共30工位）数据采集、数据分析、数据可视化等技术岗位主要进行大数据采集和分析可视化处理等分析类岗位的实习（3）教学资源按照国家规定配备能够满足学生专业学习、教师专业教学研究和教学实施需要的教材、图书及数字化资源等。1）教材选用有关基本要求：①规范教材选用程序，严格执行教材选用规定，禁止不合格的教材进入课堂；②专业图书文献配备能满足人才培养、专业建设、教科研等工