4大数据技术和应用专业人才培养的方案7
计算机应用技术专业人才培养方案
计算机应用技术专业人才培养方案清晨的阳光透过窗帘，洒在了我的书桌上。
我拿起笔，开始构思这个“计算机应用技术专业人才培养方案”。
这是一个既充满挑战又令人兴奋的任务，因为它关乎未来，关乎我们如何塑造一群能在数字化时代大放异彩的人才。
一、培养目标我们要明确人才培养的目标。
这个专业的学生，不仅需要具备扎实的计算机基础知识，还要有实际应用能力和创新精神。
在我看来，我们的目标是培养出能够在软件开发、数据分析、等领域有所建树的复合型人才。
二、课程设置是课程设置。
我认为，课程应该分为三个层次：基础课程、专业课程和实践课程。
1.基础课程：包括计算机组成原理、操作系统、数据结构、计算机网络等，这些课程为学生提供了计算机科学的基本框架。
2.专业课程：涵盖软件工程、数据库系统、算法设计与分析、等，让学生在特定领域有深入的了解。
3.实践课程：包括项目实践、企业实习等，让学生在实际工作中锻炼自己的能力。
三、教学方法教学方法是人才培养的关键。
我认为，我们应该采用多元化的教学方法，如讲授、实验、项目驱动、案例分析等，以激发学生的学习兴趣和创新能力。
1.讲授：通过讲解理论知识，让学生掌握计算机科学的基本概念和原理。
2.实验：通过实际操作，让学生深入了解计算机硬件和软件的工作原理。
3.项目驱动：以实际项目为导向，让学生在解决问题的过程中学习知识。
4.案例分析：通过分析典型案例，让学生学会如何将理论知识应用于实际工作中。
四、师资队伍师资队伍是人才培养的重要保障。
我们应该引进和培养一批具有丰富教学经验和实践能力的教师。
1.引进：通过人才引进计划，吸引一批国内外优秀的计算机应用技术专业教师。
2.培养：加强对现有教师的培训和激励，提高他们的教学水平和实践能力。
五、实践教学实践教学是人才培养的核心环节。
我们应该加大实践教学力度，让学生在实践中提升自己的能力。
2.实践项目：与企业合作，开展实际项目，让学生在实践中锻炼自己。
3.企业实习：安排学生到企业实习，了解企业需求，提高就业竞争力。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、专业背景及目标数据科学与大数据技术是一门涉及数据分析、数据挖掘、机器学习和大数据处理等领域的学科。
随着信息技术的飞速发展，数据科学与大数据技术在各行各业中的应用日益广泛。
本专业旨在培养具备扎实的数学、统计学和计算机科学基础，熟悉数据科学与大数据技术的理论和方法，具备数据分析、数据挖掘和大数据处理能力的专业人才。
二、培养目标1.掌握数学、统计学和计算机科学的基本理论和方法，具备扎实的数学和计算机科学基础；2.熟悉数据科学与大数据技术的理论和方法，了解数据挖掘、机器学习、人工智能等相关领域的最新进展；3.具备数据分析、数据挖掘和大数据处理的能力，能够运用相关工具和技术解决实际问题；4.具备团队合作和沟通能力，能够在跨学科和跨领域的团队中开展科研和工程项目；5.具备终身学习和创新精神，能够适应信息技术快速发展的需求。
三、课程设置1.数学基础课程线性代数、概率论与数理统计、离散数学等。
2.计算机科学基础课程计算机程序设计、数据结构与算法、计算机网络等。
3.数据科学与大数据技术核心课程数据挖掘、机器学习、数据可视化、大数据处理技术等。
4.专业选修课程数据分析、自然语言处理、深度学习、云计算等。
5.实践教学环节包括实验课程、项目实训、实习等，旨在培养学生的实际操作能力和解决实际问题的能力。
四、实践教学环节1.实验课程通过开展数据科学与大数据技术相关的实验，培养学生的实际操作能力和数据处理能力。
例如，设计一个数据挖掘算法，应用于某个实际数据集，分析并解释挖掘结果。
2.项目实训组织学生参与大数据项目实训，让学生在实际项目中应用所学知识，培养解决实际问题的能力和团队合作能力。
例如，参与一个金融领域的大数据分析项目，分析用户的消费行为和信用评级。
3.实习安排学生到企事业单位或科研机构进行实习，让学生接触真实的工作环境，了解行业需求和实际工作流程。
例如，到一家电商公司实习，参与大数据平台的建设和数据分析工作。
大数据专业培养方案
大数据专业培养方案一、专业背景随着信息技术的飞速发展，大数据已经成为当今世界的一项重要资源和战略资产。
在不同行业中，越来越多的企业开始意识到大数据的价值，因此对于具备大数据分析和处理能力的专业人才的需求也越来越大。
为满足这种需求，大数据专业应运而生。
二、培养目标大数据专业旨在培养掌握大数据分析、大数据挖掘、大数据处理和管理等方面的专业知识与技能的人才。
培养目标包括：1.掌握大数据分析的基本理论、方法和技术；2.具备大数据采集、存储与处理的能力；3.熟悉大数据挖掘和数据可视化的相关技术；4.具备设计和实施大数据解决方案的能力；5.具备解决大数据安全和隐私保护问题的能力；6.能够在大数据领域开展研究和创新工作。
三、课程设置1.大数据基础理论与方法：介绍大数据的基本概念、特点以及相关的理论与方法。
2.大数据采集与存储：掌握大数据采集和存储的技术，包括分布式存储系统、云存储和数据库等。
3.大数据处理与管理：学习大数据处理与管理的相关技术，包括Hadoop、Spark等大数据处理框架的使用。
4.大数据挖掘与分析：了解大数据挖掘和分析的原理和方法，并学习相关的算法和工具的使用。
5.数据可视化与交互设计：学习数据可视化和交互设计的原理和方法，掌握相关的工具和技术。
6.大数据安全与隐私保护：了解大数据安全和隐私保护的问题和挑战，并学习相应的解决方案。
7.大数据实践项目：通过实践项目，提高学生的实际操作能力和解决问题的能力。
四、实习与实训为了提高学生的实际操作能力和解决问题的能力，大数据专业还设置了实习与实训环节。
学生将有机会参与大型企业或研究机构的实际项目，深入了解大数据在实际应用中的挑战与机遇。
通过实训，学生可以将所学知识与技能应用到实际项目中，提高自己的专业水平。
五、毕业设计大数据专业的毕业设计要求学生运用所学的理论和方法，针对实际问题进行研究和解决。
毕业设计旨在培养学生的科研和创新能力，提高其在大数据领域的综合素质。
大数据管理与应用专业培养方案
大数据管理与应用专业培养方案
随着信息技术的不断发展，大数据已经成为了当今社会的一个重要组成部分。
大数据管理与应用专业就是为了培养这方面的人才而设立的。
该专业旨在培养具备大数据管理和应用能力的高素质人才，为社会和企业提供高质量的数据管理和应用服务。
该专业的培养方案主要包括以下几个方面：
一、课程设置
该专业的课程设置主要包括大数据技术、数据挖掘、数据分析、数据可视化、数据仓库、数据安全等方面的课程。
这些课程旨在让学生掌握大数据的基本理论和技术，以及数据管理和应用的相关知识。
二、实践教学
该专业的实践教学主要包括实验课、实习和毕业设计等方面。
通过实践教学，学生可以将所学的理论知识应用到实际中，提高自己的实际操作能力和解决问题的能力。
三、专业素质培养
该专业的素质培养主要包括思想政治素质、文化素质、职业素质等方面。
通过培养学生的综合素质，提高学生的综合素质和职业素养，使其能够胜任大数据管理和应用方面的工作。
四、实践能力培养
该专业的实践能力培养主要包括实践能力、创新能力、团队协作能力等方面。
通过培养学生的实践能力和创新能力，提高学生的团队协作能力，使其能够在大数据管理和应用方面具有较强的实践能力和创新能力。
大数据管理与应用专业的培养方案旨在培养具备大数据管理和应用能力的高素质人才，为社会和企业提供高质量的数据管理和应用服务。
通过该专业的培养，学生可以掌握大数据的基本理论和技术，具备较强的实践能力和创新能力，能够胜任大数据管理和应用方面的工作。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案引言概述：数据科学与大数据技术是当今信息时代的热门专业方向，随着社会信息化程度的不断提高，对数据科学与大数据技术专业人才的需求也日益增加。
为了培养具备扎实专业知识和实践能力的人才，各高校纷纷制定了相应的专业培养方案。
本文将从课程设置、实践教学、科研训练、实习实践和综合能力培养五个方面详细介绍数据科学与大数据技术专业的培养方案。
一、课程设置1.1 专业核心课程：包括数据分析、数据挖掘、机器学习、大数据处理等课程，为学生打下扎实的理论基础。
1.2 选修课程：涵盖数据可视化、数据仓库、数据安全等方面的课程，帮助学生拓展知识面。
1.3 实践课程：通过实践课程如数据分析实训、大数据项目实践等，培养学生的实际操作能力。
二、实践教学2.1 实验室建设：学校建设了配备先进设备的数据科学与大数据技术实验室，为学生提供实践环境。
2.2 实践项目：学生参与实际项目，如数据分析竞赛、大数据处理项目等，锻炼学生的实际操作能力。
2.3 实习实践：学校与企业合作，为学生提供实习机会，让学生在真实工作环境中学习和实践。
三、科研训练3.1 科研导师制度：学校设立科研导师，指导学生进行科研项目，培养学生的科研能力。
3.2 学术交流：组织学术讲座、研讨会等活动，激发学生的科研兴趣，提高学生的学术水平。
3.3 科研成果：鼓励学生参与科研项目，发表学术论文，培养学生的科研创新能力。
四、实习实践4.1 实习机会：学校与企业合作，为学生提供丰富的实习机会，让学生在实践中学习和成长。
4.2 实践项目：学生参与企业实际项目，锻炼学生的解决问题能力和团队合作能力。
4.3 实习评估：学校对学生实习情况进行评估，及时反馈学生表现，帮助学生提升实习能力。
五、综合能力培养5.1 创新能力：培养学生的创新思维和解决问题的能力，提高学生的综合素质。
5.2 团队合作：通过团队项目、实习等活动，培养学生的团队合作精神和沟通能力。
5.3 职业规划：学校开设职业规划课程，帮助学生了解行业发展趋势，制定个人职业规划，提高就业竞争力。
数据科学与大数据技术专业培养方案数学类
数据科学与大数据技术专业培养方案数学类导言：在信息时代，数据的重要性日益凸显，数据科学与大数据技术专业也因此得到了广泛的关注和发展。
该专业旨在培养具备数据分析和处理能力的专业人才，具备数学、统计学和计算机科学等多学科知识的综合能力。
本文将从课程设置、实践培养和实践环节等方面设计数据科学与大数据技术专业的培养方案。
I.课程设置1.基础课程（1）高等数学：作为数据科学与大数据技术专业的基础，学生须全面学习数学的相关知识，包括微积分、线性代数、概率论和数理统计等。
（2）基础计算机科学：学习计算机科学的基本理论，如算法设计与分析、数据结构和操作系统等。
（3）数据库系统：了解数据库的基本概念和原理，学习SQL语言及其应用。
（4）统计学基础：掌握统计学的基本理论，包括统计推断、回归分析和多元数据分析等。
2.专业课程（1）数据挖掘与机器学习：学习数据挖掘的基本算法和模型，掌握机器学习的原理和应用。
（2）大数据处理技术：了解大数据处理的基本原理和常用技术，如分布式计算、MapReduce和Hadoop等。
（3）数据可视化与交互设计：学习数据可视化的基本原理和技术，能够将数据以图表、图形等形式进行展示和交互。
（4）数据科学案例分析：通过实际案例的分析，加深对数据科学的理解和应用能力。
II.实践培养1.实习在专业学习的过程中，学生需参与相关企业或研究机构的实习。
通过实习，学生能够在实践中掌握数据分析和处理的技术，了解实际问题的解决方法，并培养团队合作和沟通能力。
2.项目实践学生需要参与数据科学与大数据技术领域的项目实践，通过实际项目的实施，培养学生的问题解决能力和创新能力。
项目实践可以是通过与企业合作的实际项目，也可以是学生自主组织和实施的科研项目。
3.数据竞赛学生可以参加各类数据竞赛，提高数据分析和处理的能力。
通过与其他选手的竞争，学生能够锻炼自己的数据科学思维和解决问题的能力。
III.实践环节1.实验课程设置数据科学与大数据技术相关的实验课程，通过实验操作，让学生亲自动手实践数据分析和处理的技术，加深对理论知识的理解和应用能力。
大数据专业培养方案
大数据专业培养方案一、引言随着大数据技术的快速发展，大数据已经成为当今社会发展的重要驱动力。
为了满足社会对大数据专业人才的需求，各大高校纷纷开设了大数据相关专业。
本文旨在探讨大数据专业的培养方案，以期为高校培养出更多优秀的大数据专业人才提供参考。
二、培养目标大数据专业的培养目标是培养掌握大数据技术的基本理论、方法和技术，具备大数据采集、存储、处理、分析和应用能力的高素质应用型人才。
具体而言，大数据专业人才应具备以下能力：1.具有扎实的数学、统计学和计算机基础知识；2.掌握数据挖掘、机器学习、深度学习等数据处理与分析的基本方法；3.熟悉Hadoop、Spark等大数据处理框架，具备大数据存储、处理和分析的能力；4.了解数据可视化、数据安全和隐私保护等方面的知识；5.具备良好的团队协作和沟通能力，具备创新意识和创业精神。
三、课程设置为了实现培养目标，大数据专业的课程设置应包括以下几个方面：1.数学课程：包括高等数学、线性代数、概率论与数理统计等，培养学生的数学基础能力。
2.计算机基础课程：包括计算机组成原理、操作系统、数据库原理等，为学生打下坚实的计算机基础。
3.大数据核心课程：包括大数据导论、大数据存储与处理、数据挖掘、机器学习、深度学习等，让学生掌握大数据的核心技术。
4.大数据处理实践课程：包括大数据应用开发、数据可视化等课程，通过实践让学生掌握实际的大数据处理能力。
5.跨学科课程：包括经济学、管理学、社会学等相关课程，拓宽学生的知识面和视野。
6.创新创业教育课程：包括创新思维与方法、创业基础等课程，培养学生的创新意识和创业精神。
7.综合实践课程：通过综合实践课程，让学生将所学知识运用到实际项目中，提高学生的实践能力和团队协作能力。
四、教学方法为了提高教学效果，应采用多种教学方法相结合的方式。
具体而言，包括以下几点：1.理论与实践相结合：注重理论教学与实践教学的有机结合，通过实际案例和实践项目加深学生对理论知识的理解。
大数据人才培养计划范本
大数据人才培养计划范本背景介绍：随着大数据时代的到来，对于大数据人才的需求日益增长。
作为一个富有发展潜力和广阔前景的领域，大数据领域的人才培养愈发受到重视。
为了满足市场需求，本文将提出一份大数据人才培养计划范本，旨在为相关机构或企业提供参考和实施依据。
一、培养目标本计划的培养目标是培养具备扎实的大数据理论基础和实践经验，能够独立进行大数据分析和应用开发工作的专业人才。
具体目标包括：1. 熟练掌握大数据的相关理论知识，了解大数据技术的最新发展趋势；2. 具备大数据分析的专业能力，能够独立进行数据挖掘、数据建模和数据可视化等工作；3. 具备大数据应用开发的技能，能够使用大数据工具和技术进行应用开发和系统优化；4. 具备团队协作和沟通能力，能够与团队成员协同工作，有效解决问题。
二、培养内容1. 理论学习与实践训练：培养学生对大数据的理论基础有全面深入的理解，并进行相关实践训练，包括数据处理与分析、数据挖掘和机器学习等方面的实践项目。
2. 专业课程学习：开设大数据相关课程，包括大数据原理与技术、数据挖掘与机器学习、大数据应用开发等课程，为学生提供系统的专业知识和技能培训。
3. 实习与项目实践：在校期间鼓励学生参与实践项目，与企业合作开展大数据解决方案实施，通过实际项目锻炼学生的实践能力和项目管理能力。
4. 学术交流与实践参访：组织学生参加学术交流会议和行业实践参访活动，拓宽学生的视野，了解国内外大数据技术的最新发展动态。
5. 综合素质培养：注重培养学生的团队合作能力和创新创业精神，开展社团活动和科技竞赛，提升学生的综合素质和实践能力。
三、培养方法1. 课堂教学与实践相结合：通过理论课程的教学与实践项目的结合，帮助学生将理论知识应用于实际问题解决中，强化学生的实践能力。
2. 导师指导与学生讨论：每位学生配备专业导师，指导学生的学术研究和实践项目，定期组织学生讨论会，促进学生之间的学术交流和思想碰撞。
3. 开设实验室与项目实践基地：为学生提供实验室和项目实践基地，让学生能够在真实场景下进行大数据分析和应用开发实践，提升学生的实践能力。
培养方案-大数据技术专业人才培养方案
XXXXX职业学院人才培养方案专业：大数据技术专业带头人：XXXXX职业学院2021年4月 9日一、专业名称：大数据技术二、专业方向1、大数据技术2、软件技术三、人才培养目标1、大数据技术专业人才培养目标本专业培养掌握大数据领域相关基础理论知识，熟悉数据分析与数据挖掘的基本方法，具备网络数据采集，数据可视化处理、应用系统开发等能力，可以在数据服务企业、软件公司、互联网企业、政府或企事业单位从事网络数据采集、数据分析与挖掘、数据可视化处理、软件开发等工作的高素质技能型人才。
2、软件技术专业人才培养目标本专业培养掌握扎实的计算机编程语言、互联网技术、计算机操作等基础知识；具备熟练的编码能力、较强的软件文档理解能力和程序联调、程序测试等职业技能，面向软件服务行业软件开发技术领域，能够从事软件开发、Web 前端开发、手机应用开发、微信小程序平台开发、软件测试、软件技术支持等工作的高素质技能型人才。
四、人才培养能力要求1、大数据技术专业能力要求1)具备网络数据采集的能力；2)具备海量数据快速检索的能力；3)具备非结构化数据处理和数据可视化处理能力；4)掌握数据分析与数据挖掘的基本方法；5)具备数据处理应用系统开发的能力；2、软件技术专业能力要求1)具备扎实的编程能力和软件调试能力；2)具备web应用开发能力；3)具备数据库系统管理维护的能力；4)具备多平台应用开发的能力；5)掌握软件测试的基本能力。
五、教学内容1、大数据技术方向教学内容2、软件技术方向教学内容六、教学进程安排A、大数据技术方向教学进程安排1、第一学期教学计划进程安排（Python编程技术）参考教材;《Python编程从入门到实践》(图灵出品) 埃里克·马瑟斯（Eric Matthes）著，袁国忠译出版社：人民邮电出版社2、第二学期教学计划进程安排（web前端与数据库技术）参考教材：《HTML5+CSS3+JavaScript从入门到精通（标准版)》未来科技著出版社：中国水利水电出版社《MySQL从入门到精通》明日科技著出版社：清华大学出版社3、第三学期教学计划进程安排（python web开发技术）参考教材：《Python Web开发从入门到精通》张洪朋著机械工业出版社4、第四学期教学计划进程安排（爬虫技术与数据仓库）参考教材：《Python网络爬虫从入门到实践》明日科技著出版社：吉林大学出版社《数据仓库+数据仓库工具箱（3版）》出版社：机械工业出版社5.第五学期教学计划进程安排（数据分析与数据可视化）参考教材：《Python数据分析与可视化》清华大学出版社魏伟一、李晓红编著6、第六学期教学计划进程安排（实习/就业）B、软件技术方向教学进程安排1、第一学期教学计划进程安排（Python编程技术）参考教材;《Python编程从入门到实践》(图灵出品) 埃里克·马瑟斯（Eric Matthes）著，袁国忠译出版社：人民邮电出版社2、第二学期教学计划进程安排（web前端与数据库技术）参考教材：《HTML5+CSS3+JavaScript从入门到精通（标准版)》未来科技著出版社：中国水利水电出版社《MySQL从入门到精通》明日科技著出版社：清华大学出版社3、第三学期教学计划进程安排（python web开发技术）参考教材：《Python Web开发从入门到精通》张洪朋著机械工业出版社4. 第四学期教学计划进程安排（前端框架技术）参考教材:《Vue.js+Node.js开发实战：从入门到项目上线》张帆著出版社：机械工业出版社5、第五学期教学计划进程安排（跨平台框架技术）参考教材：《uni-app从入门到精通在线教程》黄菊华-跨平台开发系列教程6.第六学期教学进程安排（实习/就业）。
数据科学与大数据技术专业培养方案
数据科学与大数据技术专业培养方案一、引言数据科学与大数据技术是当前信息时代的重要领域，随着互联网、物联网和人工智能等技术的快速发展，大数据的应用已经渗透到各个行业和领域。
为了满足社会对数据科学与大数据技术专业人才的需求，本文将详细介绍数据科学与大数据技术专业的培养方案。
二、专业目标数据科学与大数据技术专业旨在培养具备扎实的数学、统计学和计算机科学基础，具备数据分析和处理能力，具备大数据技术应用和开发能力的高级专业人才。
毕业生应具备以下能力：1. 掌握数据科学与大数据技术的基本理论和方法；2. 具备数据分析和处理的能力，能够从大量数据中提取有价值的信息；3. 具备大数据技术的应用和开发能力，能够构建大规模数据处理和分析系统；4. 具备团队合作和沟通能力，能够在跨学科和跨领域的项目中协作工作；5. 具备终身学习的能力，能够持续跟进数据科学与大数据技术领域的最新发展。
三、课程设置1. 基础课程- 数学分析- 线性代数- 概率论与数理统计- 数据结构与算法- 数据库原理与应用- 计算机网络- 编程语言基础2. 专业课程- 数据挖掘与机器学习- 大数据处理与分析- 数据可视化与交互设计- 云计算与分布式系统- 自然语言处理与文本分析- 高性能计算与并行计算- 数据安全与隐私保护3. 实践课程- 数据科学实践项目- 大数据技术应用案例分析- 数据科学与大数据技术实训四、实践教学1. 实验室建设为了提供良好的实践环境，学校将建设先进的数据科学与大数据技术实验室，配备高性能计算设备、大数据存储和处理设备以及相关软件工具。
2. 实践项目学生将参与数据科学与大数据技术的实践项目，通过与企业合作或者校内实验室的研究项目，将所学理论知识应用于实际问题的解决中。
3. 实训课程学生将参与数据科学与大数据技术的实训课程，通过实际操作和案例分析，掌握数据科学与大数据技术的应用和开发技能。
五、实习与就业学生将在大数据相关企业或科研机构进行实习，通过实习经验积累实际工作经验。
- 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)。
3、热爱专业，具有良好的敬业精神。 四、学制三年五、主要专业课程简介）
WORD整理版 人才培养方案（高职）大数据技术与应用专业 一、专业名称、
专业代码、所属门类 专业名称：大数据技术与应用 610215专业代码： 所属门类：计
算机 二、专业培养目标与就业方向 （一）培养目标
本专业培养适应社会主义建设需要，德、智、体、美、劳全面发展，培养具有勤朴敏计算机网络 方面的基础理论和大数据技术与应具备计算机软件、 信素质的应用型创新人才， 以及梳理大数据 应用中的各种典型问题， 用专业知识，掌握大数据平台架构和基本分析能力， 适应大数据适应大 数据实际工作的基本能力和基本技能， 熟悉国家信息产业的政策和法规， 技术与应用专业设计、 开发、操作、维护、营销、服务需要的高级应用型技术与管理人才。 （二）就业方向分布 式计算、从事大数据技术与应用、本专业毕业生可在大数据技术与应用的诸多领域，无线传输、
实时数据交换、大数据技术与应用的开发、 管理、操作、维护、安全等相关岗位 的工作。 三、
专业培养要求（职业岗位要求） （一）职业岗位知识要求
1、学好大数据平台架构及搭建、应用开发、海量数据分析及可视化的基础知识； 、掌握海量 数据分布式处理系统的设计和搭建的基本知识； 2数据处理的基本知识； 3、掌握分布式文件存 储和分布式 、掌握计算机软件工程的开发、应用与管理知识； 4 5、掌握大规模数据存储、实时计算系统的 规划设计的应用知识； 6、掌握大数据技术与应用基本知识和基本技能， 了解大数据技术与应用 科技发展动态；、掌握必需的数据仓库与数据挖掘等知识和专业技能； 7 8、掌握无线网络技术 原理和网络拓扑结构基础理论和关键技术； 、掌握一门面向对象语言开发简单大数据技术与应 用软件9 10、掌握信息采集、处理和融合、通讯传输及大数据技术与应用等基本理论和方法。 参考学习资料 WORD整理版
（二）职业岗位能力要求 1、具备计算机应用的基本能力； 2、具备计算机网络应用的
基本能力；、具备部署Hive并实现分布式数据库的操作能力； 3、具备软件开发能力；4、掌 握大数据技术与应用关键技术、主要技术标准； 5 6、具有大数据技术与应用方案设计能力； 、具 有自主学习、自我发展的基本能力， 能够适应不断变化的未来大数据技术发展的 7需求。（三） 职业岗位素质要求 1 、具有正确的世界观、人生观和爱国主义、集体主义、社会主义思想； 2、具有良好的职业道德，职业行为合符规范要求；
考试 学资学习网 押题 （实践18学时）大数据查询与处理（1 2 学分36 学时并行处理技术来提高数据的处理速 度的具体应本课程主要讲授大数据通过 MapReduce的设计初衷是通过大量廉价服务器实现大数 据并行处理，对数据一致性MapReduce用方法。半结构化及非结特别适用于海量的结构化、 要求 不高，其突岀优势是具有扩展性和可用性， 构化数据的混合处理。） 18学时学时（实践36 （ 2）数据可视化技术 2 学分是技术上较为高级的技术方法，本课程
WORD整理版 多媒体计算机硬件和软件系统多媒体数据压缩编码技术及现行编码的国际标准； 处理技术；多媒 体电子岀版物的创作、多媒体超文本和超媒体技术；多媒体计算机的应用技术：结构； 会议系 统、多媒体数据库及基于内容检索。 ） （实践学时184 （）软件工程 2 学分36学时软件的详细设计， 主要介绍 软件的设计过程，比如软件的需求分析，软件的概要设计，提高学生的软件开发能力具有重要的
意软件测试和软件维护。它对于培养学生的软件素质， 义。） （学时实践10学时（5）搜索引擎系统应用 2 学分36数据中构建搜 Web 本课程介 绍搜索引擎的基础模块、基本框架、基本原理，非结构化 信 息管理的技术等内容。索引擎和 Web） 学时实践学时（18 （6）数据采集与处理 2 学分36其主要内容包括模拟信号的本课程全 面系统地讲述了数据采集与处理技术相关的知识，模转换器等芯片的结数和数 〃保持器、模/数 字化处理、模拟多路开关、测量放大器、采样构原理及应用等。） 学
数据结构是研究计算机处理的数据间的相互关系，组织方式，包括数据的顺序存储、链式存储、 队列、堆栈存储、树结构、数据的排列、查找 等。是计算机课程中最基础也是最重要的课程之 一。）
学分3618 学时学时（实践（9）社交网络分析 2 介绍了基于信息学、数学、社会学、管 理学、心理学等多学科的融合理论和方法， 为理行为特点分析以及信息传播的规律提供的一种可 计算的分析方解人类各种社交关系的形成、 法。） 18学时 4 学分72学时（实践大数据存储与运算 （10） Hadoop IDE Hadoop ，JDK、熟悉SSH集群配置及安装本课程了解 Hadoop的架构、原理、Hadoop （Hadoop编程实例、具备编程开开发环境配置（ Eclipse 配置）和Hadoop Java API
WORD整理版六、集中实践教学环节安排 参考学习资料
主要讲授数据视觉表现形式的科学技术研究方法, 图形、图像处理、计算机视觉以及用户界面， 以可视化解释。）
18学时学分 36学时（实践（3）多媒体技术
建模以及通过表达、而这些技术方法允许利用 对立体、表面、属性以及动画的显示，对数据加
2 音频信息和视频信息的获取和关键技 术、现状及发展趋势； 讲述多媒体计算机的定义、 参考学习资料
时（实践36学时72 （ 7）数据仓库与数据挖掘 4 学分主要内容包括数据仓库的概 要介绍数据仓库和数据挖掘技术的基本原理和应用方法, 库的数据存储和处理、数据仓库系统的设计与开发、 Web挖掘。分类、数据聚类、贝叶斯网络、粗糙集、
数据关联规则、念和体系结构、数据仓 统计分析、神经网络、遗传算法、文本和 ） 学时学时（实践18）数据结构（8 4 学分72 它的主要应用方向是数据库内数据的 集中实践教学环节安排 课程编码 课程名称 周数 学分 开课学期
1100003161 军训 2 2 1 毕业实习 12 3 6 ） 毕业论文（毕业设计
6 2 6
毕业教育 2 1 6 1100003162 第二课堂 4
七、所含专业方向及特色 面向大数据分析方向的应用统计专业方向； （1） 数据挖掘、数据分析方向； （2）
八、毕业学分及课程学分、学时构成课程学时学分构成
课程类别 课程性质 学分 %占总学分 必修课 通识必修课 42 32.17%
专业必修课 45 32.85%
选修课 限选课（任选课） 24+12 17.52%+8.76%
集中拓展环节 第二课堂 4 2.92%
军训 2 1.46%
专业实习 6 4.38%
合计 135 100%
九、教学时间安排表教学时间安排表
学年周学期数项目 - ■ 二 三 总计 1 1 2 3 4 5 6
总周数 20 20 20 20 20 20 120
）含实验授课作业 16 18 18 18 18 88
复习考试、放假 1.5 2 1.5 2 1.5 8.5
毕业实习 12 12
校运会 0.5 0.5 0.5 1.5
毕业设计（论文） 6 6 参考学习资料 WORD整理版
军训 2 4 毕业教育 2
十、理论教学计划 教学计划表 课程类 型 课程编码 课程名称/英文名称 学分 开课 学期 理论学 时 实验、 实践 学时 考核 方式
通识 必修 课 1100003101
/Moral,Ethics&Fundamentals 思想道德修养与法律基础 of Law 3 1 33 12 考试
1100004102 /Mao Zedong 毛泽东思想和特色社会主义理论体系概论 thought and theoretical system of socialism with Chinese characteristics
4 2 48 24 考试
1100002110 /Innovation and entrepreneurship ■创新创业教育 education 2 1 18 12 考查
1100002103 Psychological /College Student' 大学生心理健康教育 Health and development
2 2 20 16 考查
1100004104 I-III /College Englishl-lll 大学英语 8 31、 2、 132 0 考试
1100004105 /Fundamental Knowledge of Computer 计算机基础 4 1 40
20 考试
1100002106 /University PE 大学体育 2 21、 16 50
考试
1100004108 / C language program designC 语言程序设计 4 2 36 36 考试
1100002107 A/Advanced Mathematics A 高等数学 6 21、 96 0 考试
1100002116 /Mobile Internet technology 移动互联网技术基础 foundation 2 3 36 0 考查
1100001118 /Political Circumstance&policy 形势与政策 1 18 0 考查
1100002117 /Safety education for College 大学生安全教育 Students 2 30 0 考查
1100001117 /Students Career 大学生职业发展与就业指导 Development and Employment 1 9 9 考查