2022级大数据技术专业人才培养方案
发布日期: 2022-06-09      浏览次数:

 


一、专业名称与代码

专业名称:大数据技术

专业代码:510205

二、入学要求

高中阶段教育毕业生或具有同等学力者。

三、修业年限

修业年限:全日制三年

学历:专科(高职)

四、职业面向

(一)专业面向岗位

表 1 大数据技术专业面向岗位

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)

职业技能等级证书、社会认可度高的行业

企业标准和证书举例

电子与信息大类

51

计算机类

5102

互联网和相关服务(64) 软件和信息技

65

1.大数据工程技术人员(2- 02-10-11)

2.信息和通信工程技术人员(2-02-10)

 

1. 大数据应用开发工程师

2. 大数据数仓工程师

3. 大数据系统运维工程师

4.大数据分析工程师

5.大数据可视化工程师

6. 大数据产品

1.“1+X”大数据平台运维职业技能等级证书

2.“1+X”Web前端职业技

3.ACA(阿里云大数据认

4.ACP(阿里云大数据认

5.CCAHCloudera

Apache Hadoop 认证)

(二)主要岗位类别与支撑职业能力课程

表 2 主要岗位类别及拓展岗位类别与支撑职业能力课程

序号

主要岗位类别

典型工作任务

职业能力

支撑课程

 

 

1

 

 

大数据系统运维工程师

1. 大数据平台搭建

2. 大数据平台监控

3. 大数据系统性能分析与调优

4. 大数据集群高可用架

构设计与实现

1. 具备 Linux 基础环境配置能力

2. 具备大数据基础平台搭建能力

3. 具备大数据平台组件优化能力

大数据技术基础Linux 操作系统及网络运维

开源大数据技术

 

 

 

 

2

 

 

 

 

大数据应用开发工程师

 

 

1. 数据仓库的设计、开发与维护

2. 数据采集、清洗、转化等数据处理程序开发

 

 

具备大数据采集能力具备软件开发能力 具备数据库应用能力具备大数据处理能力

Java 程序设计基础与开发

Python 语言程序设计

高级数据库技术实践

开源大数据技术

网络爬虫与数据收集

 

 

 

 

3

 

 

 

大数据分析工程师

1. 对采集的数据进行清洗与处理

2. 分布式大数据存储

3. 常用数据分析与挖掘算法的使用

具备大数据清洗与处理能力

具备大数据分析与挖掘能力

具备大数据分析工具的使用能力

Python 语言程序设计

开源大数据技术

大数据实时计算技术

 

 

 

 

4

 

 

 

大数据可视化工程师

1. 根据功能制定可视化方案

2. 前端展示框架设计及组件库开发

3. 大数据可视化页面设计

4. 大数据可视化平台建

 

具备 Web 前端展示和开发能力

具备大数据可视化能力具备可视化界面设计能力

Web 前端技术

BI与数据可视化应用实践

PythonWeb 程序设计

Javascript程序设计

五、培养目标与培养规格

(一)培养目标

本专业培养热爱社会主义祖国、拥护党的基本路线,具有必备的大数据技术专业基本理论知识和专门知识,掌握从事本专业领域实际工作的基本能力和基本技能,适应大数据技术专业生产、建设、管理、服务第一线需要的德、智、体、美、技全面发展的高等应用型专门人才。

慧科集团与高校联合培养,整合企业与高校最优资源,注重培养学生的理论学习能力和技术实践能力。通过提供丰富的课程体系和实践项目,使学生具备扎实的数据治理的流程设计和技术实践能力,掌握数据仓库的基本理论,具备技术实践、技术优化的综合能力,掌握较强的基于大数据平台的分析技术,能轻松胜任基于企业级的大数据平台开发、运维、产品等相关岗位。

(二)培养规格

1.素质要求

(1) 坚定拥护中国共产党领导和我国社会主义制度,在习近平新时代中国特色社会主义思想指引下,践行社会主义核心价值观,具有深厚的爱国情感和中华民族自豪感;

(2) 崇尚宪法、遵法守纪、崇德向善、诚实守信、尊重生命、热爱劳动,履行道德准则和行为规范,具有社会责任感和社会参与意识;

(3) 具有良好的法制观念和服从意识,有数据安全意识,并对数据有一定的敏感性;

(4) 具有质量意识、环保意识、安全意识、信息素养、工匠精神和创新思维;

(5) 具有吃苦耐劳的品质和适应高强度工作环境下工作的身体和心理素质;

(6) 勇于奋斗、乐观向上,具有自我管理能力、职业生涯规划的意识,有较强的集体意识和团队合作精神;

(7) 具有健康的体魄、心理和健全的人格,掌握基本运动知识和武术、球类等多项运动技能,养成良好的健身与卫生习惯,良好的行为习惯;

(8) 具有一定的审美和人文素养,能够形成绘画、书法等多项艺术特长或爱好;

(9) 具有较强的自我提升意识以及自尊、自强、自爱、自律、自省的优良品格。

2.知识要求

(1) 掌握较高的思想政治理论、科学文化基础和中华优秀传统文化知识;

(2) 熟悉与本专业相关的法律法规以及环境保护、安全消防等知识;

(3) 熟悉与本专业相关的大数据技术技能竞赛;

(4) 掌握程序设计语言、数据库原理与设计、Linux 操作系统、软件开发流程等专业基础知识;

(5) 掌握 Python 语言、Hadoop 基础、数仓构建、大数据可视化、企业大数据产品课程的专业核心知识;

(6) 了解大数据相关的国家标准和国际标准。

(7) 掌握大数据生态体系、离线、实时场景下的分布式计算和分布式存储、任务调度等技术应用;

(8) 熟悉大数据数据治理下的流程设计和开发思路;

(9) 掌握常用大数据分析方法和原理;

(10) 掌握大数据系统的搭建以及数据处理、分析、可视化等知识;

(11) 掌握大数据项目管理的相关知识。

3.能力要求

(1) 具有探究学习、终身学习、分析问题和解决问题的能力;

(2) 具有良好的语言、文字表达能力和沟通能力;

(3) 具有一定的英语水平,能够从互联网获取并读懂大数据相关技术性文档和资料;

(4) 具备解决技能竞赛的日常训练及比赛过程中遇到各种问题的能力;

(5) 具备根据风险估计进行行为控制的能力,能够自觉对团队和项目负责;

(6) 具备自主学习新知识和新技能的能力,以及对知识技能进行拓展和延伸的能力;

(7) 具备大数据集群维护、监测等运维能力;

(8) 具备正确理解业务需求,构建企业级数据平台,进行数据治理涉及的相关任务,完成各种常见需求指标的综合能力;

(9) 具有综合运用所学知识分析问题和解决问题的能力,能够根据分析结果撰写分析报告,输出合理的大数据项目建设方案。

六、课程设置及要求

课程设置分为公共基础课程和专业(技能)课程两大类,结合我校实际,将公共基础课程和专业(技能)课程两大类分为公共必修课程、专业必修课、公共选修课程和专业选修课四个组成部分。

(一)公共必修课程

公共必修课为全校所有专业必须开设的公共基础课程,含思想道德修养和法律基础、毛泽东思想和中国特色社会主义理论体系概论、形势与政策、军事理论与训练、劳动教育、大学生心理健康教育、大学美育、大学体育、就业创业类课程、信息技术等课程,详见表3。

 

表3 公共必修课程概述

序号

课程名称

课程目标

课程主要内容

教学要求

1

思想道德修养和法律基础

通过学习,使学生学会运用马克思主义的立场、观点和方法,解决有关人生、理想、道德、法律等方面的理论问题和实际问题,确立远大的生活目标,培养高尚的思想道德情操, 增强社会主义法制观念和法律意识。

社会主义核心价值观;

思想教育;

道德教育;

法治教育法

开课学期:第1学期

授课学时:周3学时,共54学时

授课形式:线下考试形式:考查

2

毛泽东思想和中国特色社会主义理论体系概论

通过学习,使学生了解中国化的马克思主义基本知识,掌握“十九大”最新理论成果,了解国家大政方针、焦点时政问题的理论知识等。

毛泽东思想及其历史地位;

新民主主义革命理论;

社会主义改造理论;

社会主义建设道路初步探索的理论成果;

邓小平理论;

“三个代表”重要思想;

科学发展观;

习近平新时代中国特色社会主义思想及其历史地位;

坚持和发展中国特色社会主义的总任务;

“五位一体”总体布局;

“四个全面”战略布局;

全面推进国防和军队现代化;

中国特色大国外交;

坚持和加强党的领导

开课学期:第2学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考查

3

军事理论及训练

通过学习,使学生增强国防观念和国家安全意识,强化爱国主义、集体主义观念,加强组织纪律性,弘扬爱国主义精神、传承红色基因、提高学生综合国防素质。

中国国防;

中国古代军事思想;

中国近代军事思想;

国际战略环境;

我国周边环境;

军事高技术;信息化战争;

共同条令教育与训练;

战术训练;

防卫技能与战时;

战备基础与应用训练

开课学期:第1学期

授课学时:148学时

授课形式:线下

考试形式:考查

4

高等数学Ⅰ-

通过学习,使学生掌握微积分基本概念和基本理论,具有一定的逻辑思维能力和抽象思维能力和辩证思维能力,独立思考和用数学知识和方法解决实际问题的能力。

一元函数微积分;

常微分方程;

向量代数与空间解析几何;

多元函数微积分;

二重积分与曲线积分;级数。

课程性质:专业基础课

开课学期:第1-2学期

授课学时:周4学时,共138学时

授课形式:线下

考试形式:考试

5

大学体育Ⅰ-

通过学习,使学生掌握两项以上健身运动的基本方法和技能;能科学地进行体育锻炼,提高自己的运动能力;掌握常见运动创伤的处置方法。

运动项目的技术、战术理论和知识;

运动健身的基本原理与锻炼方法;

运动损伤的预防与处理;

体育养生及保健知识;

运动处方;

健康的基本概念及相关知识。

开课学期:第1-4学期

授课学时:周2学时,共144学时

授课形式:线下

考试形式:考查

6

大学英语Ⅰ-

通过学习,使学生了解英语的重要性,掌握英语语言基础知识,具有较强的英语阅读能力和一定的翻译和写作能力,使学生打下坚实的语言基础,掌握良好的语言学习方法。

基础英语词汇;

重点英语语法;

英语实用听说技能;

综合英语阅读;

英汉翻译;

应用文写作;

综合练习

开课学期:第1-2学期

授课学时:周4学时,共138学时

授课形式:线下

考试形式:考试

7

职业生涯规划

通过学习,培养大学生职业生涯发展的自主意识,树立正确的就业观,促使大学生理性规划自身未来的发展,并努力在学习过程中自觉提高就业能力和生涯管理能力。

职业生涯规划的基本理论与应用;

自我认知;

职业认知;

生涯决策;

目标制定与个人定位;

职业生涯规划的制定与管理

开课学期:第1学期

授课学时:周1学时,共18学时

授课形式:线下

考试形式:考查

8

创新创业教育

通过学习,使学生掌握开展创业活动所需要的基本知识,具备创业意识,树立科学的创业观,具有基本的创业素质和能力。

创业、创业精神;创业者与创业团队;创业机会;创业资源;创业计划书和新创企业管理;创业的法律法规和相关政策

开课学期:第2学期

授课学时:周2学时,共36学时

授课形式:线下

考试形式:考查

9

就业指导

通过学习,使学生掌握与就业相关的基本理论知识,培养其具备较强的就业能力,具有良好的就业素质。为其即将到来的就业季做准备,为人生职业发展奠定良好基础。

就业形势;

就业政策;

求职材料准备;

就业信息搜集;

面试准备

开课学期:第5学期

授课学时:周1学时,共18学时

授课形式:线下

考试形式:考查

10

大学生心理健康教育

通过学习,使学生树立现代的健康观念,提高健康知识水平,增强自我保健能力和对社会健康的责任感,预防生理疾病、促进健康,形成有益于个人、集体和社会的健康行为和生活习惯,降低常见病的发率;提高大学生预防疾病的能力和基本医疗救护知识,以适应社会发展需要。提高学生的综合素质。

现代健康的内涵;

青春期生理卫生;

日常生活卫生;

性与健康;

常见病多发病诊治及预防;

营养与饮食卫生;

传染病防治常识;

毒品危害、艾滋病预防;

日常急救知识;

养生保健知识等内容。

开课学期:第1学期

授课学时:周2学时,共36学时

授课形式:线下

考试形式:考查

11

形势与政策

通过学习,使学生掌握马克思主义,毛泽东思想,中国特色社会主义理论体系等基本理论知识。具有爱党、爱国、爱校、爱岗等基本素质。

国内国际重大热点事件;

十九大精神;

习近平新时代中国特色社会主义思想

开课学期:第1-5学期

授课学时:共40学时

授课形式:线下

考试形式:考查

12

入学教育

通过学习,使学生了解学校规章制度,理解专业人才培养模式和课程设置,掌握本专业特定的学习方法,具备自我管理的能力,具有吃苦耐劳、奋力拼搏的素质。

学院规章制度;

人才培养模式;

课程设置;

学习方法

开课学期:第1学期

授课学时:8学时

授课形式:线下

考试形式:考查

13

美术鉴赏

通过学习,让学生具备能够鉴赏一些简单的美术作品的能力;运用自己的视觉感知、过去已经有的生活经验和文化知识对美术作品进行感受、体验、联想、分析和判断,获得审美享受,并理解美术作品与美术现象的活动。通过学习,让学生具有体验美、发现美、鉴赏美、创造美的能力,具有分辨真善美的能力,以此达到丰富学生的美术知识,提高学生的美学素质和修养,让学生树立正确的人生观和价

值观。

开课学期:第3学期

授课学时:36学时

授课形式:线下

考试形式:考查

14

信息技术

通过学习,使学生了解微型计算机的基础知识、系统的组成和、功能,以及安全使用计算机的基本知识和方法;了解操作系统的基本功能、作用和使用;理解办公自动化的内涵和意义,认识 Office 办公软件的基本特点和使用方法;具有一定的系统安全基本知识;具备网络基础知识。

计算机基础知识

Windows 操作系统的功能和使用;

Word 的功能和使用;

Excel 的功能和使用;

PowerPoint 的功能和使用;

Internet 的基础知识和应用;

计算机硬件知识及初步的系统维护;

计算机软件及使用;

网络安全基础

开课学期:第1学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

(二)专业必修课程

专业必修课为完成本专业的专业培养目标必须修读的课程,其中包括专业基础课程和专业核心课程,详见表4。

表4 专业基础课程概述

序号

课程名称

课程目标

课程主要内容

教学要求

1

计算机组装与维护

通过学习,让学生掌握计算机的组装和基本设置方法,了解计算机工作原理、计算机硬件各个组成部分的功能,各组成部件的性能指标等,并掌握常见故障的诊断和排除方法。

计算机工作原理;

CPU、内存、主板、硬盘等其它部件的构成和维护方法;

3.计算机组装、系统调试和常见故障排除等内容。

课程性质:专业基础课

开课学期:第1学期

授课学时:周2学时,共32学时

授课形式:线下

考试形式:考试

2

JAVA程序设计基础

通过本课程的学习,学生能够了解 Java 语言特征、常见的 Java 类库以及面向对象程序设计思想,学会利用 Java 语言编写面向网络应用的简单程序。

1. Java开发入门,Java语言相关特性;2Java编程基础,包括Java语言基本语法、常量和变量的定义、常见运算符的使用、选择结构语句的概念及其使用、循环构语句的概念及其使用、方法的概念、数组的相关操作。3.面向对象的知识,包括面向对象的封装、继承、多态和抽象等。

课程性质:专业基础课

开课学期:第1学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

3

JAVA程序设计开发

Java程序设计开发》是面向计算机相关专业的一门专业基础课,涉及Java语言中面向对象编程、多线程处理、网络通信等内容,通过本课程的学习,学生能够了解常见的 Java 类库以及面向对象程序设计思想,学会利用 Java 语言编写面向网络应用的简单程序。

1.Java API , Java中的常用类 String类、StringBuffer类、 System类、 Runtime类、 Math类以及 Random类的定义及常见操作;2.集合,List集合、Set集合、Map集合的使用,集合遍历的方法的使用。3. I/O 字节流、字符流以及File类的主要用法。4.  GUI(图形用户接口),GUI开发的相关原理和布局管理器,GUI中的事件处理,Swing常用组件的使用,JavaFX图形用户工具的概念、配置和基本使用 5. JDBC JDBC 的常用API以及使用JDBC操作数据库 6多线程,线程的概念、创建、调度以及多线程同步。7网络编程的相关知识

课程性质:专业基础课

开课学期:第2学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

4

Python程序设计基础

通过学习,使学生掌握 python 基本语法、字符串、列表、元组、字典、文件的读写、函数与 知识,掌握 python基本语法、流程控制、函数、模块、面向对象、文件操作、异常处理等技能,具备 Python编程能力。

1.开发环境搭建和配置;

2.python基本数据类型与表达式、程序结构、基本流程控制、序列字典集合等特征数据类型;

3.异常处理;

4.python中函数的定义和应用;

5.python面向对象编程;

6.文件操作;

7.MySql数据库操作;

8.Python标准库、第三方库的应用

课程性质:专业核心课

开课学期:第2学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

5

计算机网络技术

通过本门课程的学习,使学生掌握网络相关基础知识、OSI参考模型和TCP/IP参考模型的体系结构、各层主要功能与实现过程、各层常见设备和主要协议、网络安全基础知识,能独立处理生活学习中遇到的网络问题。

1.计算机网络基础知识

2.网络的体系结构

3.物理层

4.数据链路层

5.网络层

6.传输层

7.会话层、表示层、应用层

8.网络安全基础知识

课程性质:专业基础课

开课学期:第3学期

授课学时:周2学时,共36学时

授课形式:线下

考试形式:考试

6

数据结构与算法

通过本课程的学习,学生可以学会分析研究计算机加功的数据结构的特性,以便为应用涉及的数据选择适当的逻辑结构、存储结构及其相应的运算,并初步掌握算法的时间分析和空间分析的技术。

数据结构的基本概念和术语;

线性表、栈和队列的定义及其相应的算法;

掌握字符串与数组的概念;

掌握树和二叉树的定义,性质与算法;

掌握图和表的概念及其求法;

掌握基本的排序方法

课程性质:专业基础课

开课学期:第3学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

7

JavaScript程序设计

通过本课程的学习,掌握JavaScript的基本语法及常用的内置函数;掌握事件以及事件触发机制;掌握文档对象的常用属性和方法;掌握Javascript的基本流程控制;cookie对象的使用方法;dom的概念和使用。

JavaScript概述及基本语法;

变量和常量、数据类型及转换、运算符和表达式、函数、分支结构、循环结构数组的创建和使用;

常用数组操作、二维数组、String字符串、正则表达式、常用对象的操作(MathDateNumberBoolean);

常用函数的使用方法

JavaScript面向对象的设计

课程性质:专业基础课

开课学期:第3学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

8

Python数据分析

通过数据科学应用案例的学习,学生能以Python语言为基础,利用Numpy、Pandas等主流数据分析库对数据进行分析处理,再通过Matplotlib等可视化库对数据进行可视化展示。

 

1. Numpy语法

2. Numpy数据分析

3. Pandas语法

4. Pandas数据分析

5. Matplotlib语法

6. Matplotlib数据可视化

 

课程性质:专业基础课

开课学期:第4学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

9

数学建模

通过学习,使学生一方面建立正确的数学观念、强化数学意识、提高数学应用能力。另一方面,本课程可培养学生运用所学知识及计算机技术去分析实践项目,以提高学生的数学素养、文化素养、科学素养。

基本初等模型;统计模型,回归分析模型;计量模型;时间序列;机器学习模型;复杂网络;神经网络;SVM以及建模竞赛案例分析。

课程性质:专业基础课

开课学期:第4学期

授课学时:周4学时,共72学时

授课形式:线下

考试形式:考试

10

大数据技术基础

以经典案例为引导,帮助学生理解大数据的定义、特征、来源,了解大数据的行业应用、关键技术、云计算与大数据的关系、云计算相关概念等知识,使学生初步理解和掌握大数据的基本概念,并初步使学生对大数据课程体系及未来发展有较为清晰的认识。为后续的大数据专业基础课程和专业核心课程提供必要的先修知识。

1.大数据的发展及其现状;

2.云计算与大数据的关系;

3.云服务提供商及其产品;

4.大数据的相关概念;

5.理解大数据的核心技术;

6.理解云计算的相关概念。

7.具备能够阅读大数据相关

文档的能力;

8.能够对大数据的专业名词

有所了解;

9.云原生的相关概念和技术背景。

课程性质: 专业基础课程

开课学期: 1学期

授课学时:

32 学时

授课形式: 线下

考核方式:考试

11

Web前端技术

主要涵盖HTML语言的语法规则及文字、链接、列表、表格、表单、图像、多媒体等标签的使用,CSS文字、背景、盒模型、浮动、定位等样式的设置,JavaScript脚本编程语言,HTML5CSS3Web前端领域的前沿技术。使学生了解Web前端开发的基本概念,理解HTMLCSSJS语言在Web前端开发中所处的地位和作用,掌握HTMLCSSJS语言的基本语法,能够结合三者的相关技术制作出网页,同时对Web前端开发中的前沿技术有一个清晰的认识。

1.Web前端开发的基本

概念;

2.了解HTMLCSSJS

语言在Web前端开发中

的作用;

3.熟悉HTML5CSS3

的新特性;

4.掌握常用Web前端开

发工具的使用;

5.掌握HTML常用标签

及属性;

6.掌握CSS常用样式属性;

7.掌握JavaScript语言

的基本语法;

8.掌握DOM技术,能够完成网页的动态效果

课程性质: 专业基础课程

开课学期: 1学期

授课学时:

64 学时

授课形式:

线下

考核方式:

考试

12

开源大数据技术与应用

通过学习使学生具有Hadoop生态的平台框架知识, 了解 Hadoop 平台上存储及计算的原理、结构、工作流程,具有 Hadoop 生态圈常用组件的功能、 作用、 使用等知识,掌握 Hadoop 平台的搭建和使用,具备简单问题调试能力, 掌握Hadoop 常用组件的安

装、配置、使用,具备各组件操作能力,具备将所学知识应用于实际项目中的能力,具备一定解决问题的能力,具备良好工作态度和习惯,具有较强团队意识和协作能力,具有较强学习能力和主动性。

大数据技术概述, 1.Hadoop 概述

2.Linux Hadoop 环境安装

3.HDFS 相关知识、安装配置和操作

4.MapReduce 相关知识、安装配置和操作

5.zookeeper 相关知识、安装配置和操作6.Hbase相关知识、安装配置和操作

7.hive 相关知识、安装配置和操作

8.kafka 相关知识、安装

9.flume 相关知识、安装配置和操作

10.spark相关知识、安装配置和操作

课程性质: 专业基础课程

开课学期: 3学期

授课学时:

144 学时

授课形式:

线下

考核方式:

考试

13

Linux操作系统及网络运维

主要内容为操作系统的基本概念、原理、基本方法等知识和操作系统实战技能。通过对操作系统原理篇的学习,使学生掌握操作系统的基本概念、原理和基本方法,能够在Linux操作系统上方便的操作文件目录,管理文件、配置环境等,掌握操作系统的开发模式、开发方法和操作系统的分析、设计能力,了解操作系统的发展方向,培养学生观察问题、分析问题、解决问题和实际动手能力,为学生以后参与系统软件分析和开发奠定基础。

1.环境搭建与安装

编辑器与编译器

Shell脚本

系统调用与文件管理

进程管理

进程间通信管道

通信消息队列与共享内存

线程与线程池

同步与互斥

课程性质:

专业核心课程

开课学期:

2学期

授课学时:

48 学时

授课形式:线下

考核方式:考试

14

高级数据库技术实践

依托MySql数据库技术的启蒙教育,初步培养学生建立关系数据模型,解决软件开发中对所需数据的增、删、改、查的能力。使学生理解和掌握SQL语言的基础语法,理解和掌握关系数据库的基本概念、基本方法和基本技巧。熟悉运用MySQL数据库技术给出简单问题的解决方案,并初步建立学生的关系数据库思维模式。

1.数据库基础知识

2.数据库和表的基本操作

3.各类查询

4.数据定义

5.存储引擎和事务

6.索引和视图

7.DBA命令和数据库设计的三范式

8.数据存储过程及触发器

9.JDBC数据库连接

10. 数据库连接池

11. binlog日志原理

12.员工管理系统的实现

 

课程性质:

专业核心课程

开课学期:

3学期

授课学时:

64 学时

授课形式:线下

考核方式:考试

15

数据仓库理论与实践

涵盖数据仓库的基本概念、数据仓库系统设计、数据ETL、报表与即席查询、OLAP多维分析、数据挖掘、元数据管理、Hive数据仓库等内容。以企业数据仓库产品为平台,讲解电信套餐数据分析、企业关键绩效指标分析、电商销售数据多维分析、基于聚类算法的客户细分、网站访问日志分析等实验。使学生了解数据仓库的基本概念,理解数据仓库在企业数据管理中所起的作用,掌握数据仓库体系架构的设计以及数据存储、数据处理、数据分析的方法,使学生能够将所学技术有效运用于数据集市及数据仓库解决方案中,并对大数据技术体系、大数据管理方法及未来发展方向有清晰的认识。

1.了解数据仓库的基本概念;

2.了解常见的数据仓库产品;

3.理解数据仓库与数据库的区别及各自的应用场景;

4.掌握数据仓库体系架构的设计;

5.掌握数据仓库数据ETL技术;

6.掌握基于数据仓库的即席查询与OLAP多维分析

技术;

7.掌握基于数据仓库的数仓建模方法;

8.掌握数仓构建过程和各层处理技术;

课程性质:

专业核心课程

开课学期:

4学期

授课学时:96 学时

授课形式:线下

考核方式:考试

16

阿里大数据技术基础

依托企业大数据平台的产品,包括大数据计算服务MaxCompute,分析型数据库AnalyticDB,表格存储TableStore和大数据开发平台DataIDE,以及典型的大数据应用产品。包括每个产品的使用场景,技术特点,以及实际操作实验。并结合具体场景,阐述基于企业大数据平台上的数据开发和实际数据分析项目的流程

1、大数据概述

2、大数据计算服务MaxCompute

3、大数据计算服务MaxCompute的操作和使用

4MaxCompute通过Tunnel命令收集海量数据

5MaxCompute DDL操作

6MaxCompute DML操作

7MaxCompute SQL进阶

8MaxCompute MR处理

9、分析型数据库AnalyticDB

10、大数据表格存储TableStore

11、大数据开发平台DataIDE概述

12、大数据开发平台DataIDE-数据开发

13、大数据开发平台DataIDE-任务调度和运维

14、机器学习平台

15、阿里云QuickBI

课程性质:专业核心课程

开课学期:第4学期。

授课学时:48 学时

授课形式:线下

考核方式:考试

17

大数据实时计算技术

依托scala语言进行大数据应用开发的核心教育,培养学生大数据应用开发能力,了解其特点及使用场景,掌握一定的大数据系统架构能力,并能自行开展大数据应用开发。使学生初步掌握目前流行的大数据主流技术,理解和掌握大数据实时计算技术的核心概念、方法和技巧。熟悉给出不同场景的实时计算解决方案,并初步建立学生的实时计算思维模式。

1.掌握Flink环境搭建;

2.理解Flink工作原理及架构原理;

3.理解和熟练掌握对数据流操作;

4.掌握对数据源的读写操作;

5.掌握对数据流的各类算子操作;

6.掌握对数据流的各类窗口操作;

7.理解和掌握实时场景下的复杂事件处理CEP

8.掌握Flink的容错机制和Checkpoint机制;

课程性质:专业核心课程

开课学期:第4学期。

授课学时:128 学时

授课形式:线下

考核方式:考试

18

企业级数据仓库实战

课程以真实企业项目为引导,在带领学生巩固基础知识的同时,强化所学知识点与技能点,让学生充分把握交通大数据应用领域、发展趋势、挑战、热点。重点讲解数据仓库的基础知识和工具,研究主流,探索大数据的管理和应用问题。

1.数据仓库概述

2.了解基础概念

3.了解基础组件应用

4.掌握数据模型使用

5.掌握维度建模步骤

6.掌握事实表应用

7. 掌握企业级的数仓构建流程

8.交通大数据案例剖析

课程性质:

专业核心课程

开课学期:

5学期

授课学时:

468学时

授课形式:线下

考核方式:考试

19

顶岗实习

顶岗实习(含劳动教育)过程是学生深入生产,实际取得感性认识的过程,学习本专业的岗位操作,增强劳动观念,提高工程技术素质。

在互联网公司从事大数据运维、分析、推广及相关工作

课程性质:专业核心课

开课学期:第6学期

授课学时:周26学时,共468学时

授课形式:线下

考试形式:考查

(三)综合实践教学活动

综合实践课程是指人才培养方案中规定的、集中在一段时间进行的计入学分的专业性实践教学活动,主要包括认知实习、课程设计、课程实训、社会实践、专业专项实训、跟岗实习、顶岗实习等。

表5综合实践教学活动安排表

序号

实践环节名称

实践环节内容

实践场所

说明

1

入学教育

0.5

1

2

军事理论及训练

4

军训

1

2

操场

3

Web前端技术

4

主要讲解 Web前端的设计方法和基本工具用法,培养学生使用HTMLCSSJavaScriptHTML5等技术实现静态网站的搭建能力,并通过实际项目的演练,掌握网站建设、实现动态效果等内容

2

4

校内

实践报告、实验考核

4

Linux操作系统及网络运维

3

主要讲解Linux简介与安装、Linux的用户接口与文本编辑器、系统管理、磁盘与文件管理、软件包管理、系统管理高级、Linux中的Shell编程、网络服务等,快速领悟Linux的操作方式和系统的使用

2

3

校内

实践报告、实验考核

5

高级数据库技术实践

3

熟悉运用MySQL数据库技术给出简单问题的解决方案,并初步建立学生的关系数据库思维模式。

3

1

校内

实践报告、实验考核

6

数据仓库理论与实践

4

以企业数据仓库产品为平台,讲解电信套餐数据分析、企业关键绩效指标分析、电商销售数据多维分析、基于聚类算法的客户细分、网站访问日志分析等实验。

4

6

校内

实践报告、实验考核

7

开源大数据技术与应用

8

以企业级数据平台为目标参考,讲解不同技术方向下的大数据技术应用实践,主要内容包括:MaxComputeAnalyticDB TableStoreDataIDE等。

3

6

校内

实践报告、实验考核

8

阿里大数据技术基础

3

以企业大数据产品为应用工具,讲解不同技术方向下的大数据技术应用实践,主要内容包括:MapReduceHDFS SparkHIVE等。

4

3

校内

实践报告、实验考核

9

大数据实时计算技术

6

基于实时测温、实时用户行为日志等业务流程数据流,构建并完成大数据平台下的实时场景的数据分析指标。

4

8

校内

实践报告、实验考核

10

企业级数据仓库实战

6

课程以真实企业项目为引导,在带领学生巩固基础知识的同时,强化所学知识点与技能点,让学生充分把握交通大数据应用领域、发展趋势、挑战、热点。

5

6

校内

实践报告、实验考核

11

顶岗实习

9

IT公司从事大数据系统的大数据平台搭建以及完成数据治理任务,包括数据采集、数据存储、数据处理、分析、可视化等相关工作

6

6

企业


七、教学进程总体安排

(教学进程是对本专业技术技能人才培养、教育教学实施进程的总体安排,是专业人才培养方案实施的具体体现。以表格的形式列出本专业开设课程类别、课程性质、课程名称、课程编码、学时学分、学期课程安排、考核方式,并反映有关学时比例要求。)

表6 2022级大数据技术 专业教学进程总体安排表


八、实施保障

包括师资队伍、教学设施、教学资源、教学方法、教学评价、质量管理等方面,专业条件满足培养目标、人才规格的要求,满足教学安排的需要,满足学生的多样学习需求,专业吸收了阿里、慧科等行业企业共同进行人才培养。

(一)师资队伍

1.队伍结构

师生比为 41:1,双师素质教师占专业教师比 75%,专任教师队伍职称、年龄结构合理。

2.专任教师

具有高校教师资格和计算机类专业领域有关证书;有理想信念、有道德情操、有扎实学识、有仁爱之心;具有相关专业本科及以上学历;具有扎实的专业相关理论功底和实践能力;具有较强的信息化教学能力,能够开展课程教学改革和科学研究;近 5年累计企业实践经历 6 个月。对于专业核心课程,要求有硕士以上学位或者副教授以上职称的骨干老师承担。

3.专业带头人

具有副高及以上职称,能够把握国内外行业、专业发展,能广泛联系行业企业,了解行业企业对本专业人才的实际需求,教学设计、专业研究能力强,组织开展教科研工作能力强,在本区域或本领域具有一定的专业影响力。

4.兼职教师

主要从 IT 相关企业聘任,具备良好的思想政治素质、职业道德和工匠精神,具有扎实的专业知识和丰富的实际工作经验,能承担专业课程教学、实习实训指导和学生职业发展规划指导等教学任务。

(二)教学设施

阿里云大数据实验室是由阿里云与慧科集团联合研发的实训实验室,一方面依托阿里云强力的行业优势与前沿技术,引入阿里云大数据技术平台和行业实验资源构建虚拟仿真实验训练系统,另一方面,借助慧科丰富的校企合作教学经验,并辅以线上课程、线下项目实训,由浅入深,帮助学生掌握大数据领域的基础理论知识、开发实践能力。

(三)教学资源

教学资源主要包括能够满足学生专业学习、教师专业教学研究和教学实施所需的教材、图书文献及数字教学资源等。

1、教材选用基本要求

按照国家规定选用优质教材,禁止不合格的教材进入课堂。学校应建立专业教师、行业专家和教研人员等参与的教材选用机关,完善教材选用制度,经过规范程序择优选用教材。

2、图书文献配备基本要求

图书文献配备能满足人才培养、专业建设、教科研等工作的需要,方便师生查询、借阅。专业类图书文献主要包括:行业政策法规资料,有关计算机的技术、标准、方法、操作规范以及实务案例类图书等。

3、数字教学资源配置基本要求

建设、配备与本专业有关的音视频素材、教学课件、数字化教学案例库、虚拟仿真软件、数字教材等专业教学资源库,应种类丰富、形式多样、使用便捷、动态更新,能满足教学要求。

(四)教学方法

1、教学做一体化

将传统的课堂教学搬到可以直接进行操作的一体化机房,老师一边操作一边讲解,一个知识点结束后学生马上练习,及时巩固提高。对于一些稍过复杂的操作,我们还会采取“手把手”的授课,老师每操作一步学生紧随其后。学生练习的过程中,我们还注重学生之间相互学习,相互交流。“教学做一体化”教学模式,将学生从原来被动的学习模式中解放出来,使其真正成为学习的主人,突出学生的主体作用;将教、学、做有机地结合,彻底改变教与学分离的现象;教师根据不同学生的实际情况,因人施教,因材施教;加强实践教学,注重技能培养和考核,突出职教特色

2、项目驱动

为使学生真正掌握完整项目的开发流程,我们还积极和其他单位联系,为学生争取实际应用项目。通过这些项目,为学生营造一个真实的软件开发环境, 并为学生提供一个专业理论与工程实践有机结合的机会。既培养锻炼学生的工程实践能力,使其短期内专业能力得到较大提升,也为学生积累了宝贵的项目经验,为日后从事软件开发行业奠定良好的基础。

3、以赛促练

通过比赛,开阔学生视野,从中发现差距和不足,达到以赛促学、以赛促练、以赛促用,相互学习,取长补短、共同提高的目的,同时也为成绩比较好的学生提供一个展示才华的平台,更大的提高学生的学习积极性和兴趣。

(五)学习评价

1.教师教学质量评价包括学生评价、督导评价、同行评价三个部分,每学期进行一次,年终进行总评。

2.学生学习评价应兼顾认知、技能、情感等方面,评价应体现评价标准、评价主体、评价方式、评价过程的多元化,如观察、口试、笔试、顶岗操作、职业技能大赛、职业资格鉴定等评价、评定方式。

(六)质量管理

1.学校和院系建立了专业建设和教学质量诊断与改进机制,健全专业教学质量监控管理制度,完善课堂教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面质量标准建设,通过教学实施、过程监控、质量评价和持续改进,达成人才培养规格。

2.学校、院系完善教学管理机制,加强日常教学组织运行与管理,定期开展课程建设水平和教学质量诊断与改进,建立健全巡课、听课、评教、评学等制度,建立与企业联动的实践教学环节督导制度,严明教学纪律,强化教学组织功能,定期开展公开课、示范课等教研活动。

3.学校建立毕业生跟踪反馈机制及社会评价机制,并对生源情况、在校生学业水平、毕业生就业情况等进行分析,定期评价人才培养质量和培养目标达成情况。

4.专业教研组织充分利用评价分析结果有效改进专业教学,持续提高人才培养质量。


九、毕业要求

(一)学分要求

所有课程成绩全部合格,修满 136学分。

(二)证书要求

表7资格证书一览表

证书名称

等级

颁发部门

选修类别

相关课程

能力水平证书

全国大学英语四六级考试

四级

教育部考试中心

选修

大学英语

全国计算机等级考试

一级

教育部考试中心

选修

计算机基础

全国计算机应用技术证书考试(NIT

一级

教育部考试中心

普通话水平测试等级证书

河南省语言文字工作委员会

选修

普通话

教师口语

职业资格证书

惠普Vertica大数据解决方案管理员认证

高级

惠普公司

必修

大数据技术基础

微软认证解决方案专家

入门级

微软公司

必修

计算机应用基础

阿里云大数据认证

基础认证

阿里巴巴集团

必修

大数据技术基础

华为大数据HCIA认证

HCIA

华为公司

必修

开源大数据技术

Apache Hadoop管理员认证

中级

Cloudera公司

必修

开源大数据技术

Python语言程序设计(二级)

二级

教育部考试中心

必修

Python语言程序设计

阿里云大数据认证

ACP

阿里巴巴集团

必修

开源大数据技术

腾讯大数据开发者认证

初级认证

腾讯云

必修

开源大数据技术

(三)素质要求

表8知识、能力、素质结构分析表

素质模块

能力要求

知识结构

课程模块

基本素质

 

道德与法律素质

具有良好的思想道德品质和职业道德素质。具有必备的法律基础知识和基础理论,能正确运用法律工具

思想道德修养与法律基础

思辨能力

掌握毛泽东思想和中国特色社会主义理论的基本观点,具有较高的政治素质

毛泽东思想和中国特色社会主义理论体系概论

外语应用能力

具有较强的读、听、写、译能力,能处理专业的英文资料

大学英语

计算机应用能力

具有一定的计算机操作能力,熟悉办公软件的应用

计算机基础

创业就业

具有开拓精神,有一定的就业创业知识,能适应市场需要,有良好的就业心态和就业观

创业就业指导

身体心理

具有健全的体魄和良好的心理素质

体育、早锻炼、社会实践、军事理论及训练

实践能力

具有完整的专业理论知识和较强的实践技能

数学建模;

Java程序设计;

Python语言程序设计;

Web前端技术;

大数据技术基础;

Linux操作系统及网络运维;

高级数据库技术实践;

开源大数据技术与应用;

数据仓库理论与实践;

大数据实时计算技术;

 

 

专业素质

分析能力

能够从海量的数据中发现异常信息,能够设计数据模型和处理算法,通过数据探索和模型输出进行分析,得出分析结果。

沟通能力

能够与客户交流,了解客户需求;及时的针对不同数据模型作出优化响应,为客户提供合理化建议

思维能力

能够灵活使用不同数据挖掘软件,掌握数据挖掘和数据分析的基本理论

工程能力

能熟练掌握大数据相关工作岗位的开发工具,能轻松胜任基于企业级的大数据应用项目。

工作能力

掌握较强的基于大数据平台的分析技术,能轻松胜任基于企业级的大数据分析与应用项目。

岗位素质

操作能力

数据可视化设计能力;利用工具和编程进行实现的能力

指导能力

具有较好的团队合作,指导团队成员分工合作的能力

创新能力

具有较好的服务、管理和自学创新的能力