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
2024级大数据技术与应用专业人才培养方案
一、项目背景
随着数据量的不断增加，大数据技术涌现出新的发展机遇，但是，我们在培养大数据技术专业人才方面还存在一些问题：学校教学资源有限，师资力量薄弱；学生如何掌握大数据技术，懂其原理、应用和开发？
为了解决上述问题，我们为2024级的大数据技术专业学生制定了大数据技术与应用专业人才培养方案，以提高大数据技术专业学生的素质，满足大数据技术应用的市场需求。
二、目标
本专业人才培养方案旨在培养具有大数据技术和应用能力的高素质应用型人才，同时具备自学能力，分析问题、推理解决问题、系统思维、服务意识和团队协作等能力。
三、培养计划
1、基础理论课程：本专业人才培养方案要求大数据技术专业学生系统学习数学、计算机科学、管理学等基础理论课程，以打好基础。
2、基础技能课程：学生需要掌握大数据处理、数据挖掘、数据可视化、数据安全等基本知识，熟练掌握数据库和编程技能，以及云计算、移动应用等最新技术。
3、拓展学习课程：学生需要学习机器学习、算法、互联网技术，要熟悉流行的开源框架，增强应用能力。
2024年级大数据技术和应用专业人才培养方案说明
2024年级大数据技术和应用专业旨在培养具有扎实的计算机科学和数据科学基础知识、熟练掌握大数据技术和工具、具备良好的数据分析和挖掘能力、以及具备跨学科综合应用能力的高级专门人才。
专业课程设置全面，内容涵盖计算机科学、数据科学、数学、统计学等相关领域知识，旨在培养学生具备核心的大数据技术能力和应用实践能力，具有高度创新精神和实践能力，能在大数据领域中胜任从事新型信息技术研究与开发工作。
专业课程设置包括但不限于：数据结构、数据库系统、数据挖掘、机器学习、计算机网络、云计算、分布式系统、大数据技术、自然语言处理、图像处理、数据分析与可视化等。
同时，还将开设英语、数学、统计学等基础必修课程，以及专业选修课程和实践课程，如大数据处理实践、数据挖掘应用实战、大数据分析综合实验等，致力于让学生全面掌握大数据技术和工具，具备良好的数据分析和挖掘能力。
为了培养学生跨学科综合应用能力和创新精神，教学中将注重理论与实践相结合，开展项目驱动式教学、实验教学、案例教学等多种教学方式，引导学生运用所学知识和技能解决实际问题，提高学生的分析、设计和解决问题的能力。
同时，将通过校企合作、实习实训、实践教学等形式，培养学生具备较强的实践动手能力和创新精神，在真实工程项目中锻炼学生的解决问题能力和综合素质。
为了更好地培养学生的综合素质和创新能力，专业还会开设创新创业教育课程、综合素质训练等，引导学生培养团队协作精神、创新意识和实践能力，使学生具备较强的综合素质和创新创业能力。
并将通过毕业设计、关键技术攻关等实践环节，培养学生的工程实践能力和问题解决能力，提高学生的综合素质和实践能力，培养学生具备在大数据领域从事科研、开发和管理工作的能力。
综上所述，2024年级大数据技术和应用专业人才培养方案注重培养学生的大数据技术能力和应用实践能力，同时注重学生跨学科综合应用能力和创新精神的培养，以培养高素质的专门人才为宗旨，为学生未来的发展和职业规划打下良好的基础。
中职 大数据技术与应用人才培养方案
中职大数据技术与应用人才培养方案中职大数据技术与应用人才培养方案随着大数据时代的到来，大数据技术的应用已经渗透到了各个行业和领域，成为推动社会发展的重要力量。
为培养适应时代需求的高素质人才，中职教育需要制定相应的人才培养方案，以提供符合市场需求的大数据技术与应用人才。
一、培养目标中职大数据技术与应用人才培养方案的首要目标是培养学生掌握基础的大数据技术知识和应用能力，具备从事大数据分析、处理和应用的基本能力。
具体目标包括：1.掌握大数据技术的基础理论知识，了解大数据的概念、特点和应用领域。
2.掌握大数据采集、存储、处理和分析的基本方法和技术，能够熟练运用相关软件和工具进行数据处理和分析。
3.具备良好的数据分析和问题解决能力，能够根据实际需求进行数据挖掘和分析，提供有效的决策支持。
4.具备团队合作和沟通能力，能够与其他相关领域的专业人员进行有效的合作，完成复杂的大数据项目。
5.具备较强的自学能力和创新意识，能够跟上大数据技术发展的步伐，不断学习和更新知识。
二、课程设置为达到培养目标，中职大数据技术与应用人才培养方案需要合理设置相关课程，包括但不限于以下内容：1.大数据基础：介绍大数据的基本概念、特点和应用领域，让学生了解大数据技术的发展背景和意义。
2.数据采集与存储：介绍常见的数据采集方法和技术，包括传感器数据、网络数据等，同时介绍常见的数据存储方式和技术。
3.数据处理与分析：介绍大数据处理和分析的基本方法和技术，包括数据清洗、数据预处理、数据挖掘等，同时介绍常见的数据分析工具和软件。
4.数据可视化与应用：介绍数据可视化的基本原理和方法，让学生能够将处理和分析后的数据以图表等形式进行展示，并介绍大数据在不同领域的应用案例。
5.团队合作与项目实践：通过团队合作的方式，让学生参与到实际的大数据项目中，锻炼他们的团队合作和问题解决能力。
三、实训环节中职大数据技术与应用人才培养方案还应设置实训环节，使学生能够将所学知识应用到实际项目中，提高他们的实际操作能力和解决问题的能力。
大数据专业人才培养方案
大数据专业人才培养方案1. 引言随着信息技术的迅猛发展，大数据在各个领域中扮演着越来越重要的角色。
大数据技术的应用不仅需要先进的技术手段，更需要具备相关知识和能力的专业人才。
为了培养满足社会需求的大数据专业人才，我们制定了以下的大数据专业人才培养方案。
2. 培养目标本培养方案的培养目标是培养具备以下能力和素质的大数据专业人才： - 掌握扎实的大数据技术基础知识，包括大数据处理、机器学习、数据挖掘等； - 具备大数据系统的设计、开发和维护能力； - 具备数据分析和决策支持能力，能够为企业和组织提供数据驱动的决策支持； - 具备团队协作和沟通能力，能够与不同的团队成员进行有效的合作； - 具备学习和创新能力，能够不断跟进新兴的大数据技术和趋势。
3. 课程设置3.1 基础课程•数据结构与算法•数据库原理与应用•统计学基础•编程语言（如Python、Java等）基础课程旨在为学生打下大数据技术的基础。
通过学习数据结构和算法，能够熟练处理大规模数据；通过学习数据库原理与应用，能够有效地进行数据管理与查询；通过学习统计学基础，能够进行数据分析和统计推断；通过学习编程语言，能够进行大数据系统的开发和维护。
3.2 专业课程•大数据处理技术•机器学习与数据挖掘•大数据系统设计与实现•数据可视化与决策支持专业课程旨在培养学生在大数据领域的专业能力。
通过学习大数据处理技术，能够掌握大数据处理的方法和工具；通过学习机器学习与数据挖掘，能够进行数据分析和模型建立；通过学习大数据系统设计与实现，能够设计和开发大数据系统；通过学习数据可视化与决策支持，能够为企业和组织提供数据驱动的决策支持。
3.3 实践环节•实验课程•实习实训•毕业设计实践环节是培养学生实际操作能力和解决实际问题的重要环节。
实验课程旨在通过课程实验来锻炼学生的实践能力；实习实训旨在让学生在实际工作环境中进行实际操作和实践；毕业设计旨在让学生通过一个完整的项目来综合运用所学知识。
大数据管理与应用专业人才培养方案
大数据管理与应用专业人才培养方案1. 引言嘿，朋友们！今天咱们聊聊“大数据管理与应用”这个专业。
这可不是空穴来风，而是现在的热门领域，简直是如火如荼，势头正劲。
你知道吗？数据就像沙漠里的水，越是稀缺的东西，越是被大家争抢。
咱们来看看，这个专业到底需要培养些什么样的人才吧！2. 人才培养目标2.1 核心技能首先，咱们得明确，培养的人才可不是只会看数据的小白。
我们需要的是懂得数据背后故事的人，能把数据变成有用的信息。
就像古人云：“纸上得来终觉浅，绝知此事要躬行。
”所以，实践是很重要的！学生们要在课堂上学到的，不仅仅是理论知识，更要能把这些知识用到实际工作中去。
数据挖掘、分析、可视化，统统要在手边，能说会道，才能让数据“开口说话”。
2.2 多学科融合其次，这个专业也要多学科的融合。
现在的社会可不是单一的世界，咱们需要复合型人才，能在不同的领域中游刃有余。
比如，了解一些计算机技术的学生，要能和商业、管理、市场营销等其他学科的知识结合，才能更好地服务于企业的需求。
试想一下，如果一个学生只会数据分析，却不懂得商业逻辑，那就像一只没有方向的船，肯定驶不远嘛。
3. 课程设置3.1 必修课程好啦，接下来咱们聊聊课程设置。
必修课绝对是重头戏！数据结构、数据库管理、统计学，这些课程就像是学生的“粮草”，打好基础非常重要。
而且，随着技术的不断发展，像人工智能、大数据处理等课程也逐渐成为热门。
老师们会给学生们带来最新的行业动态，让他们时刻保持“与时俱进”的状态，简直是“跟上时代”的绝佳选择！3.2 实践环节当然，光有理论可不行，实践环节也是必不可少的。
想象一下，学生们在实验室里跟着老师进行真实的项目实训，哇，那场面简直不要太热闹！通过实际操作，学生们可以更好地理解课堂上学到的知识，真正做到“知行合一”。
而且，大家可以在这个过程中结识志同道合的小伙伴，建立起一份珍贵的友谊，真是一举两得呀！4. 就业前景4.1 行业需求说到就业前景，这个专业绝对是“金饭碗”呀！随着企业对数据的重视，很多公司都急需专业的人才来处理和分析数据。
大数据人才培养方案
大数据人才培养方案导言随着大数据时代的到来，大数据技术与应用的需求日益增长。
为满足大数据领域的人才需求，制定一套完善的大数据人才培养方案势在必行。
本文将提出一套以培养大数据专业人才为目标的培养方案。
培养目标大数据人才培养方案的培养目标主要包括以下几个方面：1.掌握大数据技术和工具：学员应具备扎实的大数据技术和工具的理论知识，熟悉各种大数据处理和分析工具的使用。
2.具备数据科学思维：学员应具备数据科学思维和数据分析能力，能够从海量数据中提取有用信息，进行数据建模和预测分析。
3.掌握数据架构设计和实施能力：学员应具备数据架构设计和实施能力，能够构建适合大数据处理的数据存储和计算架构。
4.具备跨学科综合应用能力：学员应具备较好的跨学科综合应用能力，能够将大数据技术应用于各个领域，解决实际问题。
5.具备团队合作和沟通能力：学员应具备良好的团队合作和沟通能力，在团队项目中能够积极参与，有效协作。
培养内容大数据人才培养方案的培养内容主要包括以下几个方面：基础理论知识•数据挖掘与机器学习：学员应学习数据挖掘和机器学习的基本理论和方法，掌握数据预处理、特征选择、模型训练和评估等技术。
•大数据处理和分析：学员应学习大数据处理和分析的基本理论和方法，包括分布式计算、大数据存储、数据清洗和数据可视化等技术。
•数据架构设计和实施：学员应学习数据架构设计和实施的基本理论和方法，包括数据模型设计、数据仓库设计和数据集成等技术。
•数据安全与隐私保护：学员应学习数据安全和隐私保护的基本理论和方法，了解数据加密、访问控制和隐私保护等技术。
实践能力培养•实验和项目实践：学员应参与大数据实验和项目实践，掌握大数据处理和分析工具的使用，熟悉大数据架构的设计和实施过程。
•跨学科综合实践：学员应参与跨学科综合实践项目，将大数据技术应用于各个领域，解决实际问题，培养综合应用能力和创新能力。
团队合作与沟通能力培养•团队项目实践：学员应参与团队项目实践，锻炼团队合作和沟通能力，学会团队合作中的角色分工、任务分配和协作方式。
大数据管理与应用专业人培方案
大数据管理与应用专业人培方案随着大数据技术的迅猛发展，大数据管理与应用专业成为了越来越多高校和职业院校关注的热门专业。
本文将介绍大数据管理与应用专业的人才培养方案，包括课程设置、实践教学、师资队伍和就业前景等方面。
下面是本店铺为大家精心编写的5篇《大数据管理与应用专业人培方案》，供大家借鉴与参考，希望对大家有所帮助。
《大数据管理与应用专业人培方案》篇1一、课程设置大数据管理与应用专业人才培养方案的课程设置应该涵盖大数据基础理论、数据分析与挖掘、大数据管理与存储、大数据应用与开发等方面的知识。
具体包括：1. 大数据基础理论：包括大数据概念、大数据生成来源、大数据存储与计算、大数据分析与挖掘等内容。
2. 数据分析与挖掘：包括数据分析基础、数据挖掘算法、数据可视化等内容。
3. 大数据管理与存储：包括大数据存储与管理、数据仓库与数据湖、云计算与大数据等内容。
4. 大数据应用与开发：包括大数据应用场景、大数据开发工具、大数据应用案例等内容。
二、实践教学大数据管理与应用专业的实践教学非常重要，应该包括课程实验、项目实践、产学研结合等方面的内容。
具体包括：1. 课程实验：根据课程内容设置相应的实验项目，让学生通过实践掌握大数据管理与应用的相关知识和技能。
2. 项目实践：通过实际项目驱动，让学生参与大数据管理与应用的项目实践，提高学生的实践能力和团队协作能力。
3. 产学研结合：与企业合作，建立实习基地和产学研基地，让学生在学习过程中接触到实际工作场景，提高就业竞争力。
三、师资队伍大数据管理与应用专业的师资队伍应该具备丰富的教学经验和实践经验，能够满足课程教学和实践教学的需求。
具体包括：1. 专任教师：具有博士学位或副教授及以上职称，具备丰富的教学经验和学术研究能力。
2. 兼职教师：从企业中聘请具有实际工作经验的大数据管理与应用领域的专业人士，为学生提供实践指导和就业指导。
3. 客座教授：聘请国内外知名专家学者，为学生提供学术前沿知识和研究方法指导。
大数据管理与应用专业本科人才培养方案(2023 级)
大数据管理与应用专业本科人才培养方案(2023 级)以下是一个大数据管理与应用专业本科人才培养方案（2023级）的示例，供您参考：一、培养目标本专业旨在培养掌握大数据管理与应用的基本理论、方法和技术，具备大数据采集、存储、处理、分析和应用能力的复合型人才。
毕业生应具备以下素质和能力：1. 掌握大数据管理与应用的基本理论和方法，具备扎实的数据处理和分析能力；2. 具备大数据采集、存储、处理、分析和应用的基本技能，能够运用相关技术解决实际问题；3. 了解大数据技术的最新发展动态，具备自主学习和终身学习的意识与能力；4. 具备良好的团队协作精神、创新意识和创业能力；5. 具有良好的职业道德和社会责任感，能够承担社会责任。
二、主要课程1. 基础课程：数学、统计学、计算机科学基础、数据库原理与应用等；2. 主干课程：大数据导论、大数据存储与处理、大数据分析与应用、数据挖掘与机器学习等；3. 实践课程：大数据实验、数据挖掘实践、大数据应用项目等；4. 选修课程：数据可视化技术、数据安全与隐私保护、大数据产业管理等。
三、实践教学环节1. 实验课程：通过实验操作，培养学生的实际操作能力和数据处理技能；2. 课程设计：通过综合性课程设计，培养学生运用所学知识解决实际问题的能力；3. 实习实训：通过实习实训，加深学生对大数据应用的理解和实际工作经验的积累；4. 毕业设计：通过毕业设计，培养学生的独立思考和创新能力，提高解决实际问题的能力。
四、师资队伍本专业拥有一支结构合理、学术水平高、教学经验丰富的师资队伍，包括多名从事大数据相关研究的教授和副教授，以及一批具有丰富实践经验的行业专家。
五、教学资源本专业拥有先进的教学设施和实验设备，包括高性能计算机集群、大数据处理和分析软件等。
此外，学校还与多家知名企业合作，为学生提供实习实训和就业机会。
六、培养模式本专业采用“理论+实践”的教学模式，注重培养学生的实际操作能力和创新能力。
- 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)。
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元/月（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 Server、Hadoop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①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②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Struts2、Spring、Hibernate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。
3．Hadoop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——MapReduce和HDFS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2.教学计划进程表3.实践教学计划表4.专业选修课注：（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。
3.实践教学时数与理论教学时数之比为：4.实行学分制，其修业年限按照贵州轻工职业技术学院学分制相关规定执行。
5.学分说明：本专业毕业的最低学分为144学分。
其中：劳动课1学分必修，公选课不得低于8学分。
6.本专业其他情况说明：学生在规定修业年限内按照教学计划修满最低学分，其中专业必修课必须修满学分，合格准予毕业。