2017级大数据技术与应用专业人才培养方案

发布时间:2018-11-24 12:40:04   来源:文档文库   
字号:

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/

(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。

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 ServerHadoop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

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

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

序号

核心能力

能力要素

支撑课程(含实训课)

能力要求

1

基础能力

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

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

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

2

专业核心能力

Linux系统应用能力

Linux操作系统

Linux操作系统

大数据挖掘技术能力

数据仓库技术与数据挖掘技术

数据仓库技术与数据挖掘技术

Hadoop运维系统开发能力

Hadoop平台部署与运维

Hadoop平台部署与运维相关知识

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

3

素质拓展能力

创新力

科技创新驱动

科技创新相关要素知识

心理健康

心理健康教育

心理健康教育相关知识

管理能力

管理学

协调、组织、共事能力

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Struts2SpringHibernate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。

3Hadoop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——MapReduceHDFS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

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

内容

学期

课内教学周数

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

机动

合计

15

1

2

1

1

20

17

1

1

1

20

17

1

1

1

20

17

1

1

1

20

18

2

20

18

1

1

20

合计

65

4

2

4

36

1

7

120



2.教学计划进程表

课程性质

序号

课程名称

课程

编码

学分

教学学时

按学期周学课时分配

考核方式

课程学时

实训学时

五、六

所在学期

15

17

17

17

36

考试

考查

文化基础课程

1

形势与政策

061001

1

16

 

1 

1 

1 

1 

顶岗实习

 

1-4

2

贵州省情

061002

1 

18

 

 

1 

 

 

 

2

3

思想道德修养与法律基础

061003

3

60

 

4

 

 

 

1 

4

毛泽东思想和中国特色社会义理论体系概论

061005

4

64

 

 

4

 

 

 

2

5

大学体育

061013

7

112

 

2

2

2

 2

 

1-4

6

职业生涯规划

061009

2

32

2

1

7

创新创业基础及就业指导

2

32

2

4

8

大学生心理健康教育

2

32

2

3

9

军事理论教育

2

36

2

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

4

4

1

 

小计

 

38 

 

 

 

 

 

 

 

专业群基础课程

1

C语言程序设计

 

4

60 

4  

 

 

1 

 

2

互联网+导论

 

2

30 

 

2

 

 

 

1

 

3

计算机网络

 

6

102

 

6

 

3

 

4

数据结构与算法

 

4

68 

 

4

 

 

2

 

5

MySQL数据库

4

68

4

3

6

计算机应用数学

4

68

4

2

 

小计

 

24 

 

 

 

 

 

 

 

 

专业课程

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

4

68

68

 

 

4

4

 

4

Hadoop平台部署与运维

4

68

 34

 

 

4

 

3

5

数据仓库与数据挖掘技术

4

68

34 

 

 

 

4

4

6

数据可视化设计与开发

4

68

34 

 

 

 

4

4

7

深度学习与人工智能

4

68

4

4

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



实践项目

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

1

军训与入学教育

1

2

军事基本队形队列训练以及学校规章制度的教育

本校

过程考核

2

2

顶岗实习

56

36

上岗前的培训和取证或根据订单式培养方向,进行职业岗位技能培训

相关企业生产第一线

企业与学校综合评价

48

3

毕业教育

6

1

建立步入社会的信心,学习一定的社会知识

本校

过程考核 

4

《概论》实践

2

1(第19周)

根据《概论》课的要求进行社会实践

校外

过程考核

1

5

社会实践

134

1(第19周)

培养学生的社会沟通能力和社会服务能力

校外

过程考核

3

6

劳作教育

1.2

1

培养学生的劳作能力

本校

过程考核

1

55



4.专业选修课

 

课程性质

序号

课程名称

课程编码

学分

教学学时

按学期周学课时分配

考核方式

课程学时

实训学时

五、六

15

17

17

17

36

考试

考查

专业选修课

计算机大类

1

大数据营销

2

34

2

4

2

大数据系统测试

2

34

2

2

3

云计算基础架构平台构建与应用

2

34

2

3

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。

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。

本文来源:https://www.2haoxitong.net/k/doc/93fed11c9a6648d7c1c708a1284ac850ad0204f7.html

《2017级大数据技术与应用专业人才培养方案.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式