大数据技术与应用专业建设
大数据技术应用专业建议书
大数据技术应用专业建议书尊敬的先生/女士/团队，我写信是为了向您提供有关大数据技术应用的专业建议。
随着信息时代的来临，大数据技术已经成为企业和组织有效管理、分析和利用海量数据的关键工具。
通过充分利用大数据技术，您可以在市场竞争中取得优势，提供更好的产品和服务，并实现商业增长。
在本专业建议书中，我将分享有关如何应用大数据技术的一些建议和实施步骤。
一、目标设定与规划1.明确目标：首先，您应该明确您希望通过大数据技术实现的目标。
这可能包括提高客户满意度、增加销售额、降低成本等。
确立明确的目标是大数据项目成功的关键。
2.数据收集与整理：收集和整理各种来源的数据是实施大数据项目的关键步骤。
您可以通过内部数据、外部数据源、社交媒体数据等多种渠道收集数据。
同时，确保数据的准确性和完整性也非常重要。
3.技术架构规划：为了有效地管理和分析大数据，您需要选择合适的技术架构。
常见的大数据技术包括Hadoop、Spark和NoSQL数据库等。
根据您的实际需求和预算，选择适合您的技术架构。
二、数据分析与洞察1.数据挖掘与模式识别：利用适当的算法和工具对收集的数据进行挖掘和分析，以找出其中的模式和规律。
这可以帮助您理解产品需求、市场趋势以及客户行为等方面的信息。
2.预测与决策支持：通过分析历史数据和趋势，大数据技术可以帮助您做出更准确的预测和决策。
例如，基于大数据分析的市场预测模型可以帮助您调整产品定价和库存管理策略。
3.个性化营销与推荐：大数据技术可以帮助您了解客户的偏好和需求，并进行个性化的营销和推荐。
通过分析客户行为数据，您可以向客户提供更加精准和个性化的产品和服务。
三、数据安全与隐私保护1.数据安全策略：在实施大数据项目时，确保数据的安全性至关重要。
您需要采取适当的措施来保护数据的机密性和完整性，包括访问控制、加密和安全审计等。
2.合规与隐私保护：收集、存储和使用大数据必须符合相关法律法规和隐私政策。
确保您的数据处理流程符合适用法规，并采取措施保护用户的隐私是非常重要的。
大数据管理与应用专业建设路径思考
大数据管理与应用专业建设路径思考一、大数据管理与应用专业的需求分析随着信息技术和互联网技术的快速发展，数据规模呈现出爆炸式增长的趋势。
大量的数据需要进行存储、管理和分析，这就对大数据管理与应用专业提出了新的需求。
1. 技术需求：大数据管理与应用专业需要具备较强的技术能力，包括数据存储与管理、数据挖掘与分析、数据库应用开发、数据可视化等方面的技能。
2. 综合素质需求：除了技术能力，大数据管理与应用专业还需要具备较强的综合素质，包括良好的数学基础、较强的逻辑思维能力、优秀的沟通能力和团队合作能力等。
3. 行业需求：大数据管理与应用专业毕业生在企业和政府部门都有很好的就业前景，因为这些机构都需要处理和应用大规模的数据。
1. 课程设置：在大数据管理与应用专业的课程设置上，应注重基础理论的学习，同时加强实践能力的培养。
课程设置应包括数据结构与算法、数据库原理与应用、数据挖掘与分析、大数据存储与管理、数据可视化等内容。
还可以设置相关的实训课程，让学生能够通过实际操作来提升自己的技术能力。
2. 教师队伍建设：大数据管理与应用专业需要具备一支高水平的教师队伍，他们应该具备较强的实践能力和教学水平。
学校应该注重引进和培养一批具有实际工作经验的专业人才，他们可以带领学生了解行业最新的发展动态。
3. 实践基地建设：为了培养学生的实践能力，学校需要建设一些与企业合作的实践基地，为学生提供实习和实践的机会。
通过实习，学生可以更好地了解大数据管理与应用行业的情况，同时也可以为企业提供一些专业技术支持。
4. 国际交流与合作：随着全球化的发展，学生需要具备更强的国际视野和国际化的竞争力。
学校应该积极开展国际交流与合作，引进一些国外的先进教育理念和技术资源，为学生提供更广阔的发展空间。
5. 创新创业教育：大数据管理与应用专业需要具备较强的创新意识和创业能力。
学校可以通过开设创新创业课程、举办创业大赛等形式，培养学生的创新创业能力，为他们提供更多的就业选择和发展机会。
数据科学与大数据技术--专业建设规划方案
数据科学与大数据技术----专业建设规划方案一、总体目标本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。
毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。
（一）人才培养目标本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。
（二）课程体系与学科建设作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。
在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。
（三）学科队伍建设由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设：（1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存储、管理以及处理的平台方面；（2）精通处理大数据分析的人才；（3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。
大数据专业群 建设方案
大数据专业群建设方案一、引言随着信息技术的快速发展，大数据技术已经成为社会发展和企业经营管理中的重要组成部分。
为进一步促进大数据技术的应用和推广，我们计划建设一个专业化的大数据专业群，旨在整合行业资源，为相关企业和从业人员提供专业化培训、技术支持和交流平台，推动大数据技术的应用和创新，促进行业发展。
二、目标与定位1. 目标：建设一个专业化、规模化的大数据专业群，整合行业资源，提供广泛的服务和支持，推动大数据技术的应用和发展。
2. 定位：专业化、专业性、服务性，为大数据领域从业者提供技术培训、经验交流、项目合作等服务，成为大数据行业的专业平台和交流中心。
三、建设内容和工作方向1. 建设大数据专业培训中心- 设立大数据技术专业课程，开设各类培训班，包括大数据分析、大数据应用开发、大数据架构设计等方向的培训课程。
引进业内专家和资深从业人员，为学员提供系统的专业培训。
- 推广大数据技术认证体系，为培训学员提供相关认证资格，提升他们在大数据领域的竞争力。
2. 建设大数据技术交流平台- 开展大数据技术论坛和研讨会，邀请业内专家和学者进行学术交流和技术分享，促进大数据技术的创新和应用。
- 创办大数据技术期刊或专业网站，定期发布行业动态、技术文献、案例分析等，为行业从业者提供学习和交流平台。
3. 建设大数据项目合作基地- 搭建大数据项目合作平台，为企业和科研机构提供项目对接、合作洽谈的机会，推动大数据技术的应用和产业化。
- 支持优秀大数据项目的孵化和推广，为创业团队提供技术、资金、政策等多方面支持，促进创新创业。
四、组织架构与运作模式1. 组织架构- 大数据专业群设立理事会，理事会下设办公室、培训中心、技术交流部、项目合作部等职能部门，各部门协同合作，共同推动专业群的建设和运作。
2. 运作模式- 建立会员制度，吸引大数据领域的企业、从业人员和机构加入，形成覆盖广泛的会员网络。
- 设立专业群工作委员会，负责制定专业群的发展规划和年度工作计划，组织实施各项工作。
数据科学与大数据技术 专业建设规划方案
数据科学与大数据技术----专业建设规划方案一、总体目标本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。
毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。
（一）人才培养目标本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。
（二）课程体系与学科建设作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。
在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。
（三）学科队伍建设由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设：（1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存储、管理以及处理的平台方面；（2）精通处理大数据分析的人才；（3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。
大数据管理与应用专业建设路径思考
大数据管理与应用专业建设路径思考随着信息技术的发展和数据规模的急剧增长，大数据管理与应用已经成为一个备受关注的领域。
大数据不仅仅是数据的规模大，更重要的是对数据的管理和应用能力。
大数据管理与应用专业的建设路径显得尤为重要。
本文将从专业课程设置、实践教学、实习实训、科研创新等方面对大数据管理与应用专业的建设路径进行思考。
一、专业课程设置大数据管理与应用专业的核心课程应包括数据处理与分析、大数据管理系统、数据挖掘与机器学习、数据可视化与交互设计、大数据应用开发等。
数据处理与分析课程旨在培养学生对大数据进行预处理、清洗、整合和分析的能力；大数据管理系统课程则侧重于学生对大数据存储、管理、查询和分布式计算的理解和掌握；数据挖掘与机器学习课程旨在帮助学生理解和应用机器学习算法进行数据挖掘和知识发现；数据可视化与交互设计课程则旨在培养学生对数据进行可视化处理以及用户交互设计的能力；大数据应用开发课程则旨在帮助学生掌握大数据应用开发的技术和方法。
大数据管理与应用专业还应该加强相关的统计学、计算机科学、信息工程等方面的基础课程，以便学生在专业学习之外也能够具备较为全面的知识储备。
二、实践教学实践教学是大数据管理与应用专业教育中非常重要的一部分。
一方面，大数据领域的知识和技能需要通过实践运用才能够更好地掌握，通过实践教学能够更好地培养学生的团队合作、创新意识和实战能力。
在实践教学方面，大数据管理与应用专业应该设置相关的实验课程，如大数据处理与分析实验、大数据应用开发实验、数据挖掘与机器学习实验等。
通过这些实验课程，学生可以通过实际操作来巩固所学知识和技能，为以后的实践能力打下坚实的基础。
实践教学还可以包括相关的项目实践和案例分析。
学校可以与企业合作，开展一些与实际项目相关的实训活动，让学生在实际项目中锻炼自己的能力，并且能够更好地了解行业的发展和需求。
通过案例分析，可以让学生从实际案例中学习和借鉴，并培养学生对实际问题的分析和解决能力。
数据科学与大数据技术专业建设规划方案
数据科学与大数据技术专业建设规划方案一、背景随着数字化时代的到来，数据已经成为各行各业的核心资源。
数据科学与大数据技术作为新兴学科，旨在培养掌握数据处理、数据分析和数据应用技术的专业人才，满足社会对于数据科学和大数据技术人才的需求。
二、目标1.培养具备扎实的计算机科学和数据科学知识，掌握大数据技术和数据分析方法的专业人才；2.培养具备数据处理、数据分析和数据应用能力的数据科学与大数据技术人才；3.培养具有创新意识和团队合作精神的数据科学与大数据技术人才。
三、专业设置与课程设置1.专业设置（1）数据科学与大数据技术专业（本科）（2）数据科学与大数据技术专业（硕士）（3）数据科学与大数据技术专业（博士）2.课程设置（1）基础课程：数据结构与算法、计算机网络、操作系统、数据库原理、大数据原理等。
（2）专业课程：数据挖掘、机器学习、统计学、自然语言处理、数据可视化等。
（3）选修课程：云计算、分布式系统、深度学习、大数据安全等。
四、教学团队建设1.招聘高水平教师，具备较强的学术背景和研究实力；2.进行定期培训，提高教师的教学水平和科研能力；3.建立与企业的合作，邀请业界专家参与教学和实践指导。
五、实践教学环节1.开设实验课程，提供相关软件使用和数据处理实践；2.组织学生进行项目实训，与企业合作，了解实际应用需求；3.举办学术研讨会和讲座，邀请业界专家分享经验和最新技术发展。
六、实习与就业1.与企业建立合作关系，提供实习机会；2.提供就业指导和招聘服务，帮助学生就业；3.组织校企对接活动，促进学生就业。
七、硬件设施建设1.建立实验室，配备先进的大数据处理平台和软件工具；2.提供高性能计算机设备，满足学生的实验和项目需求；3.完善图书馆资源，收集相关领域的学术期刊和书籍。
八、国际交流与合作1.建立与国内外高校的合作关系，开展学生交流和合作研究项目；2.鼓励学生参加国际会议和学术竞赛，提升专业素养和国际视野；3.邀请国际知名学者来校讲学和指导研究工作。
2024级大数据技术与应用专业人才培养方案
2024级大数据技术与应用专业人才培养方案一、培养目标1.掌握大数据基本理论和技术，具备较强的数据处理、分析和应用能力。
3.能够熟练运用大数据技术解决实际问题，具备一定的创新能力和团队协作精神。
二、课程设置1.基础课程：高等数学、线性代数、概率论与数理统计、离散数学、数据结构、计算机网络、操作系统、数据库原理与应用等。
2.专业课程：大数据技术基础、大数据采集与处理、大数据分析与挖掘、大数据可视化、大数据应用开发、云计算与大数据、与大数据等。
3.实践课程：大数据实验、大数据项目实训、企业实习等。
4.选修课程：数据安全与隐私保护、大数据法规与政策、大数据行业应用案例分析等。
三、教学方法1.理论教学：采用案例式、讨论式、启发式等教学方法，注重培养学生的实际应用能力。
2.实践教学：结合实验、实训、实习等环节，让学生在实践中掌握大数据技术与应用。
3.企业参与：邀请企业专家授课、举办企业讲座、开展企业项目合作等，增强学生的实战经验。
四、能力培养1.技术能力：培养学生掌握大数据技术的基本原理和方法，熟练使用大数据工具和平台。
2.分析能力：培养学生运用统计学、机器学习等方法对数据进行挖掘和分析。
3.应用能力：培养学生将大数据技术应用于实际场景，解决实际问题。
4.创新能力：鼓励学生参加大数据竞赛、创新创业项目等，培养学生的创新意识和能力。
五、就业方向1.数据工程师：负责大数据平台的搭建、维护和优化。
2.数据分析师：对海量数据进行挖掘和分析，为决策提供依据。
3.数据产品经理：设计、开发和推广大数据产品。
4.大数据解决方案工程师：为企业提供大数据技术解决方案。
5.数据安全工程师：保障数据安全，防止数据泄露。
六、合作与交流1.与国内外知名高校、研究机构开展学术交流与合作。
2.与企业合作，开展产学研项目，推动产业发展。
3.邀请行业专家、学者进行讲座和培训，提高人才培养质量。
4.鼓励学生参加国内外大数据竞赛，提升学生实践能力。
- 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)。
大数据技术与应用专业建设调研报告自党的十八大以来，我国提出了实施国家大数据战略的重大决策。
国务院和相关部门先后印发了《促进大数据发展行动纲要》、《大数据产业发展规划（2016～2020年）》等指导性文件。
各部门、各地方高度重视，据不完全统计，我国已有20多个省级地方和10余个部委出台了本地区、本行业大数据发展规划，我国大数据发展已经正式驶入快车道。
2015年9月5日经李克强总理签批，国务院印发《促进大数据发展行动纲要》（以下简称《纲要》），系统指导我国大数据发展的国家顶层设计和总体部署大数据发展工作。
《纲要》提出从政府大数据、新兴产业大数据、安全保障体系三个方面着手推进大数据领域十大工程建设，将我国大数据发展推向了另一个制高点。
职业教育服务经济与社会发展，必须紧跟产业发展步伐，随着经济增长方式转变而“动”，跟着产业结构调整升级而“走”，围着企业技能型人才需求而“转”，适应市场的需求而“变”。
在大数据技术飞速发展的今天，职业教育必须紧跟大数据产业发展步伐。
为了更好地了解相关行业企业对大数据人才的需求，促进大数据技术与应用专业教学及专业建设，大数据技术与应用专业教学资源库建设团队在国内外针对大数据在行业企业的需求开展了调研。
一、调研目的1、了解大数据行业企业对大数据技术与应用专业人才的需求倾向、人才需求规格预测、就业预测、人才的市场定位等；2、了解大数据行业企业对大数据技术与应用专业人才培养模式、培养目标的意见，以及对专业知识、岗位分工、职业技能等的要求；3、了解往届相关专业毕业生在工作单位的表现及用人单位对往届毕业生的工作、岗位能力评价；4、与相关企业建立校企合作模式，促进教学与社会实践的联系，为大数据技术与应用专业教学资源库的专业建设、课程体系建设及培养模式寻找更完善的发展方向。
二、调研方式1.问卷调查：印制问卷涵寄或面交，请企业相关人员作答。
2.实地调研：教师到企业和用人单位实地调研。
3.座谈调研：邀请用人单位的技术人员、管理人员到系里开展座谈交流。
4.网上调查：到网上搜索有关人才需求、课程设计、教学计划等信息。
三、国内外大数据发展现状（一）大数据产业呈现爆炸式增长由IDC和EMC联合发布的《The Digital Universe of Opportunities : Rich Data and the Increasing Value of Internet of Things》研究报告中指出，2011年全球数据总量已达到1.8ZB，并将以每两年翻一番的速度增长，到2020 以上。
5200GB，均摊到每个人身上达到40ZB年，全球数据量将达到．图2-1 2014-2020年中国大数据市场规模及增速在“2017年世界电信和信息化社会日大会”上，工信部总工程师张峰指出，我国的数据总量正在以年均50%的速度持续增长，预计到2020年，我国数据总量在全球占比将达到21%。
美国市场研究公司IDC发布的报告称，全球大数据技术和服务市场将在未来几年保持31.7%的年复合增长率，2016年总规模达到238亿美元。
（二）大数据产业应用需求扩张大数据产业应用包括了政府/公共事业、物流零售、文化娱乐、能源/制造、金融/保险、旅游、IT互联网电信等行业，可以看出大数据已经受到广泛的行业关注。
大数据在中国的行业分布2-2 图参与大数据调查的行业中，来自能源/制造行业的最多，比例达44.9%，其次是政府与公共事业部，比例为17%，第三则是金融与保险行业，为10.3%。
接下来，分别是物流零售（8.7%）、文化娱乐（6.3%）、IT/互联网/电信（5.8%）、旅游（3.36%）。
与数据规模的调查数据相对比，我们发现50TB以上的数据容量主要分布在能源/制造（47.8%）、金融/保险（20.5%）与政府/公共事业（15.9%）。
从各个行业对大数据调研的参与程度其实已经可以反映出各行业对大数据的关注程度，能源/制造行业对于市场行情的数据更为敏感，历史的商品行情对于未来的产品设计、风险评估以及市场导向都有较强的参考意义。
而随着政府与公共事业的服务意识的强加与转变，以及更智慧的执政与管理理念的带动，对于数据的管理与分析的需求也在日益加强。
在金融与保险行业，则是传统的数据量大户，而在新时代更好更快的发现客户金融习惯，将是金融与保险行业未来竞争必须要做的事情。
其次，物流零售的数据价值也在日益显现，成为排名第四的参与调查的行业，而新兴的，数据积累（尤其是非结构化数据）历史尚浅的文化娱乐、IT/互联网/电信行业则分列第五和第六。
看来大数据已经成为众多行业关注和探讨的话题，其影响力已经覆盖了从传统的制造行业到新型的文化娱乐、IT、互联网行业。
（三）人才供不应求美国人才招聘市场的数据分析领先者WANTED Analytics和Forbes对来自150个国家的10亿个岗位信息进行了统计，基于“数据分析”、“数据采集”、“数据挖掘”和“数据结构”四项技能的大数据专业人才市场需求分析，在对过去12个月美国就业市场“大数据”相关岗位的分析中发现：需要“大数据”技能的岗位空缺呈现高速增长。
麦肯锡全球研究所（MGI）和麦肯锡商业技术办公室在对医疗、公共、零售、制造业和个人定位等五个领域内详细研究了大数据发展趋势后发布的研究报告预测：由于大数据的引入，会造成信息分析人才的缺乏，预计到2018年，仅美国就需要14～19万信息分析专业人才以及150万懂得大数据的管理人员和分析师。
大数据不仅提高了产业价值，还能够大幅度的拉动就业。
随着各大公司纷纷上马大数据业务，对大数据人才的需要，市场上正处于十分旺盛的阶段。
据Gartner预测，全球将新增440万个与大数据相关的工作岗位。
大数据的发展也会催生出一些新职业如大数据分析师、首席数据官等，然而人才供给的缺乏正是大数据发展面临的一个瓶颈。
目前企业发展大数据已步入初级阶段，不论是拓展大数据业务的百度、阿里、奇虎360等互联网公司，还是专业提供数据服务的大数据服务商，对专业的大数据人才均有较高的需求量。
而今年，这一“人才荒”的情况正在愈演愈烈，从一定程度上说，人才匮乏已经成为制约大数据应用产业发展的重要因素。
大数据人才市场需求分析2-3 图（四）大数据技术与应用专业系统化课程资源匮乏就目前来看，在互联网上已经拥有了较多的单体资源，例如Java程序设计、MapReduce程序设计、Hadoop体系框架等课程资源非常丰富，但是缺少资源的系统性，很多学习者不知如何去养成职业岗位能力要求。
从目前来看，建设一个大数据技术与应用领域的优质资源库，同时为学习者提出科学合理的学习建议，是非常有必要的。
四、典型工作岗位及能力分析．由于我国大数据产品正处于起步阶段，市场对技能型、操作性的人才需求相对较高，从统计数据上看，大数据行业求职者学历与招聘需求出现错位，主要表现为大专的招聘需求高于求职者占比，而硕士以上的需求则正好相反。
目前，大数据相关工作按照专业范围和工作特点大致可分为如下1)、数据处理类：该类职位要求对数据存储方式和数据存储结构有一定的理解，了解数据的定义，并且可以通过多种采集方式获取原始数据，按特定要求处理数据。
该职位应了解基本的统计学方法，能应用统计学的工具，同时掌握大数据平台的相关操作技术，能将数据处理方法通过大数据平台实现。
对于企业来讲，这部分人群在工作中对专业的熟练程度要求也是非常高的，例如能熟练做出因子分析，聚类等基础技术处理，包括类似的各类数据统计处理技术。
完成业务中数据的前期预处理和处理基础工作，提供高质量的数据供数据分析和解读。
2)、大数据运维类：该类职位要求具备大规模服务器集群的运维能力，同时具备大型数据库运维能力。
服务器运维包括维护并确保服务器的可用性，不断优化系统架构、提升部署效率和优化资源利用率等。
数据库运维包括具备软件安装、配置优化、数据恢复和迁移、数据库故障排除、预防性巡检等一系列能力。
运维工程师面对的最大挑战是大规模服务器集群的管理问题，如何管理好几十万台服务器上的服务，同时保障服务的高可用性，是运维工程师面临的最大难题。
因此，作为运维类工作，特别是大数据级的运维工作，职位要求应该具备扎实的基础知识。
包括掌握如Java/Python 等至少2种编程语言、熟练掌操作系统等。
Linux握常用的算法并能灵活运用、熟悉网络基础知识、深入理解．同时，在大数据环境下，还应该掌握熟悉分布式计算或者存储系统。
3)、大数据技术支持类：大数据技术支持类包括售前技术支持和售后技术支持。
售前技术支持能够在大数据应用系统实施前遇到无法解决的问题时提供技术支持；售后技术支持能够在大数据应用系统部署完成后，为客户提供售后服务，帮助工程师诊断并解决大数据应用系统使用过程中出现的问题。
该类职位需要掌握大规模服务器集群知识，以及大数据相关基础。
具体包括掌握至少1门编程语言、掌握Linux操作系统、掌握分布式计算和存储系统等。
同时技术支持需要面对客户，应具备一定的沟通和团队协作能力。
校企专家通过对上述典型工作岗位的能力要求分析研讨，形成大数据技术与应用专业岗位职业能力分析表。
表3-4 大数据技术与应用主要工作任务描述五、调研总结市场对大数据人才的需求量日益加大，但是高校的专业培养却供综上所述，不应求。
为了适应大数据产业的快速发展，2016年9月，教育部向普通高等学校、高等职业教育（专科）专业目录增补13个专业，其中就包括大数据技术与应用专业，正式批准“高职”《大数据技术与应用》专业作为《普通高等学校高等职业教育（专科）专业目录2016 年增补专业》（专业代码：610215）。
经过一轮探索后，国家开始加大力度，扩大面积，积极寻找和催生大数据专业人才的培养方式来填补大量人才缺口，但仍不满足需求。
各大高职院校的大数据技术与应用专业均处于起步阶段，人才培养课程体系不够完善，教学科研资源匮乏，专业师资力量不足。
因此，建设大数据技术与应用专业教学资源库势在必行。
附件1：关于大数据技术与应用专业人才培养方案的调查问卷（院校版）尊敬的学校领导/老师：您好！我们现正在进行高职学校大数据技术与应用专业教育教学情况的问卷调研，目的是要通过调研掌握大数据技术与应用专业人才培养的情况，用以指导今后工作，耽搁您一些时间请您填写我们的问卷，希望了解您对这些问题的一些看法和评价。
谢谢！学校名称:学校联系电话:一、大数据技术与应用专业相关情况1.贵校在开办软件技术专业/专业群的过程中遇到过哪些困难？（）（可多选），其中最大的困难是（）（单选）A．招生困难； B.实践环节难以开展；C.学生就业困难；Ｄ.经费不足；E.没有困难；F.其它（请注明）；2. 贵校软件专业/专业群学生学习的积极性表现为（）A. 非常积极；B. 比较积极；C. 一般;D. 不愿学习；3. 贵校软件专业/专业群学生对未来的就业前景的认识是（）．不理想；D一般；C.比较好；B.．非常好；A．4.贵校认为在大数据技术与应用专业人才培养模式中应重点关注学生（）A.当前就业；B.升学；C.兼顾就业和升学；D.中高职衔接班；E.多岗迁移就业；F.职业发展。