大数据技术与应用专业人才培养方案

一、专业名称与专业代码

专业名称:大数据技术与应用

专业代码:610215

 

二、入学要求

普通高级中学毕业、中等职业学校毕业或具备同等学力

 

三、基本修业年限

三年

 

四、职业面向

1.职业面向

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)

职业资格证书或技能等级证书举例

电子信息大类(61)

计算机类

(6102)

软件和信息技术服务业

(65)

计算机程序设计员(4-04-05-01)

大数据采集、大数据实施、大数据运维、数据可视化

HCIA-Big Data认证、大数据工程师、

华为ICT认证

2.可从事的岗位

(1)大数据客户经理岗位:挖掘客户需求,并输出大数据解决方案;负责大数据项目的招投标方案编写,完成项目招投标工作。

(2)大数据售前技术支持岗位:负责与销售团队配合完成与用户的大数据技术交流、技术方案宣讲;负责大数据项目的技术方案编写,配合销售团队完成项目招投标工作。

(3)大数据实施岗位:负责硬件设备的安装和调试;负责大数据集群的规划、部署和调试以及后期大数据集群版本的升级等工作。

(4)大数据运维岗位:Linux OS的运维管理;大数据集群的规划部署、调优、扩容/减容、日志管理和分析、日常例行运行维护、数据备份、监控,故障及时处理;大数据IP网络管理和运维。

(5)网络爬虫岗位:编写网络爬虫程序以从各大网站、网页数据提取、采集数据;负责对抓取数据进行结构化、去重、分类、垃圾过滤、质量分析;设计优化爬虫调度系统,优化调度策略。

(6)大数据可视化岗位:负责产品数据的视觉设计;与后端工程师协作,高效完成产品的数据交互、动态信息展现。

3.典型工作任务及其工作过程

序号

主要岗位

典型工作任务及工作过程

职业素质和核心能力

课程

主要实践项目

1

大数据客户经理

1.关注行业趋势的研究,挖掘客户需求,并输出大数据解决方案,成功案例整理和归档。

1.理解Hadoop及其生态组件技术原理。

2.熟悉主流数据库相关知识。

3.熟悉数据挖掘等领域知识。

Hadoop技术应用

数据库技术基础

数据挖掘技术应用

休闲小游戏开发实训

2.负责大数据项目的招投标方案编写,完成项目招投标工作。

2

大数据售前技术支持员

1.负责与销售团队配合完成与用户的大数据技术交流、技术方案宣讲。

1.理解Hadoop及其生态组件技术原理。

2.熟悉主流数据库相关知识。

3.熟悉数据分析、数据挖掘等领域知识。

4.熟悉数据采集流程和方法。

5.熟悉脚本编写。

Hadoop技术应用

数据库技术基础

数据挖掘技术应用

ETL数据采集

Linux操作系统

程序设计基础

互联网广告推荐实训

2.负责大数据项目的技术方案编写,配合销售团队完成项目招投标工作。

3

大数据实施技术员

1.负责硬件设备(服务器、接入交换机等)的安装和调试。

1.理解Hadoop及其生态组件技术原理。

2.具备交换机配置相关知识。

3.具备Linux shell脚本/Python脚本编写能力。

4.熟悉主流数据库相关知识。

5.数据采集、ETL流程及相关操作。

Hadoop技术应用

网络技术基础

程序设计基础

Linux操作系统

数据库技术基础

ETL数据采集

爬虫技术与应用

大数据集群安装配置实训

2.负责大数据集群的规划、部署和调试以及后期大数据集群版本的升级等工作。

4

大数据运维管理员

1.Linux OS的运维管理。

1.掌握Linux操作系统的配置,管理及优化,能够独立排查及解决操作系统层的各类问题,会使用Linux Shell/Python编写脚本。

2.掌握Hadoop生态组件工作原理,运行机制;具备大数据平台的监控以及调优,有独立分析问题和解决问题的能力;掌握大数据平台日志分析方法,并能利用日志进行系统故障排查和优化。

3.掌握数据库基础,熟练使用SQL语句、编写SQL脚本;熟练掌握ETL流程和操作。

4.掌握企业传统IP网络管理和配置。

Linux操作系统

网络技术基础

程序设计基础

Hadoop技术应用

数据库技术基础

ETL数据采集

大数据集群安装配置实训

2.大数据集群的规划部署、调优、扩容/减容、日志管理和分析、日常例行运行维护、数据备份、监控,故障及时处理。

3.企业传统数据仓库迁移到大数据平台及数据ETL。

4.大数据IP网络管理和运维。

5

网络爬虫技术员

1.编写网络爬虫程序以从各大网站、网页数据提取、采集数据。

1.熟悉Python爬虫编程。

2.熟悉爬虫原理、爬虫常用架构。

3.熟悉大数据平台及各组件应用场景。

程序设计基础

爬虫技术与应用

Hadoop技术应用

数据挖掘技术应用

数据仓库技术

大数据反欺诈实训

2.负责对抓取数据进行结构化、去重、分类、垃圾过滤、质量分析。

3.设计优化爬虫调度系统,优化调度策略。

6

大数据可视化技术员

1.负责产品数据的视觉设计。

1.熟悉Oracle、Mysql等传统关系型数据库,熟悉SQL命令的使用,能使用SQL编写脚本。

2.熟悉Hadoop及其生态组件的原理及工作流程。

3.熟悉至少一种主流可视化工具的使用。

4.熟悉Python编程,熟悉常用的数据挖掘开源框架或工具。

数据库技术基础

Hadoop技术应用

程序设计基础

数据可视化

大数据金融风控违约检测实战

2.与后端工程师协作,高效完成产品的数据交互、动态信息展现。

 

五、培养目标

本专业培养理想信念坚定,德、智、体、美、劳全面发展,具有一定的科学文化水平,良好的人文素养、职业道德和创新意识,精益求精的工匠精神,较强的就业能力和可持续发展的能力,适应现代化建设和大数据领域发展的需要,具有严谨的逻辑思维能力,掌握大数据技术与应用的基本技能,能够利用工具获取数据、对数据进行存储、管理、查询、预处理和可视化,面向大数据采集、大数据实施、大数据运维和数据可视化领域的高素质技术技能人才。

 

六、培养规格

本专业毕业生应在素质、知识和能力方面达到以下要求。

(一)素质

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.具有质量意识、环保意识、安全意识、信息素养、工匠精神、创新思维;

4.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;

5.具有健康的体魄、心理和健全的人格,掌握基本运动知识和一两项运动技能,养成良好的健身与卫生习惯,良好的行为习惯;

6.具有一定的审美和人文素养,能够形成一两项艺术特长或爱好。

(二)知识

1.掌握英语的听、说、读、写基本技能,具有较强的英语阅读能力,在校期间通过相应英语水平等级考试;

2.具备数据采集、清洗、存储等处理能力;

3.了解物联网、云计算、人工智能的基础知识;

4.熟悉大数据平台的规划设计、部署和运维;

5.掌握使用Python网络爬虫获取数据的方法;

6.熟悉Linux系统的基本命令;

7.熟悉数据库和Python等高级语言;

8.掌握SQL语句基础编程能力,能够运用SQL语句实现复杂报表查询;

9.熟练使用1-2种ETL工具;

10.掌握大数据技术框架和生态系统;

11.熟悉Hadoop技术框架基础知识;

12.熟练掌握数据可视化工具的使用。

(三)能力

1.具有一定的协调工作能力、组织管理能力、职业沟通能力、团队协作意识和客户交流能力;

2.具有专业英文资料的阅读能力;

3.具有较强的获取信息、发布信息和信息资源建设的能力;

4.具有一定的大数据创新创业思维能力,能对行业内热点进行分析和理解,具备一定大数据应用设计、推广、销售能力。

5.具有大数据实施、维护和管理、数据处理等工作能力;

6.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计算机网络发展的需求。

(四)毕业条件

1.取得规定学分

合格毕业生总学分达170学分,其中:

(1)课堂教学(包括课内教学与课内实践、必修课与选修课):104学分

(2)集中实践性教学环节(含毕业设计、毕业实习):60学分

(3)证书:6学分(含通用能力与职业资格证)。

2.取得通用能力证书

(1)英语应用能力A级证书;

(2)全国计算机等级考试一级证书。

3.取得与专业相关的职业资格证书(技能等级证书)

序号

名  称

发证部门

等级

备注

1

HCIA-Big Data认证

华为技术有限公司

初级

取得其中一个或与专业相关的职业资格证书

2

华为ICT认证

华为技术有限公司

初级

3

大数据工程师

工信部

初级

4.品德合格,未受学校处分(含撤销处分)。

七、主要课程简介

1.Linux操作系统

本课程包含以下知识点及实验:Linux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。

2.Hadoop技术应用

本课程包含以下知识点及实验:Hadoop环境配置、Hbase组件安装、Hive组件安装、Kafka组件安装、Spark组件安装、Storm组件安装、Flink简介及安装部署、Flume简介及安装部署。

3.Python数据处理

本课程包括以下知识点及实验:Python基础知识,从CSV、Excel、XML、JSON和PDF文件中提取数据,获取与存储数据,各种数据清洗与分析技术,数据可视化方法,从网站和API中提取数据。

4.数据可视化

本课程包括以下知识点及实验:Matplotlib可视化简介、Python数据可视化-绘制并定制化图表实验、Python数据可视化-自定义图表实验、Python数据可视化-3D可视化图表实验、Python数据可视化-图像和地图绘制图表实验。

5.爬虫技术与应用

本课程包括以下知识点及实验:网络爬虫简介、宽度有限爬虫及爬虫队列、设计爬虫框架、爬虫网页数据解析、网页抓取示例、宽度优先和带偏好爬虫示例实验、使用数据库构建URL队列实验、HTML数据解析实验、Json数据解析实验、教育培训网站课程信息爬取实验。

6.ETL数据采集

本课程包括以下知识点及实验:ETL过程简介及Kettle数据采集、Flume流数据采集、Logstash日志数据采集;Kettle基础实验、Kettle数据库迁移实验、Kettle增量抽取订单数据实验、Flume安装及配置、Flume AVRO实时数据采集、Flume+kafka+Storm+HBase实时数据采集与存储、ELK环境安装与配置、Logstash发送数据到Elasticsearch实验、ELK系统日志分析并可视化实验。

八、时间进程表

(一)时间进程表

学年

学期

周数

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

1

2

3

4

5

6

符号

〓课堂教学   ●集中实训   ■认识实习   ◎跟岗实习   ★考试

※顶岗实习  ▲入学教育、军训    ▼毕业教育  

(二)大数据技术与应用专业教学活动时间分配表(单位:周)

学年

学期

课堂

教学

集中

实训

认识实习

跟岗实习

顶岗

实习

入学

教育

毕业

教育

 

军训

 

1

13

0

1

0

0

1

0

4

1

20

2

18

1

0

0

0

0

0

0

1

20

3

18

1

0

0

0

0

0

0

1

20

4

17

0

0

2

0

0

0

0

1

20

5

9

2

0

0

8

0

0

0

1

20

6

0

0

0

0

16

0

2

0

2

20

合计

75

4

1

2

24

1

2

4

7

120

备注:毕业设计、毕业论文根据专业情况可在毕业顶岗实习期间安排。

 

九、课程设置及进程安排表

课程类别

课程代码

课程名称

学分

考核类型

总学时

教学

时数

各学期周学时分配

备注

理论学时

实践学时

1

2

3

4

5

6

 

公共基础课

 

公共必修课

1

 

思想道德修养与法律基础

3

48

36

12

3

 

 

 

 

 

 

2

 

毛泽东思想和中国特色社会主义理论体系概论

4

64

48

16

 

4

 

 

 

 

 

3

 

应用文写作

2

32

16

16

2

 

 

 

 

 

 

4

 

高等数学

4

64

64

0

4

 

 

 

 

 

 

5

 

英语

7

112

112

0

4

4

 

 

 

 

 

6

 

信息技术

2

32

16

16

2

 

 

 

 

 

 

7

 

人工智能基础(华为课程)

2

32

16

16

 

2

 

 

 

 

 

8

 

体育

7

试查

112

32

80

2

2

2

2

 

 

 

9

 

心理健康教育

1

16

16

0

2

2

 

 

 

 

 

10

 

军事理论

1

16

16

0

2

 

 

 

 

 

 

11

 

形势与政策

3

48

48

0

2

2

2

2

2

 

 

小    计

36

 

576

420

156

 

 

 

 

 

 

 

公共选修课

1

 

安全教育

1

16

16

0

2

 

 

 

 

 

 

2

 

艺术与审美

1

16

16

0

 

2

 

 

 

 

 

3

 

中化优秀传统文化

1

16

16

0

 

2

 

 

 

 

 

4

 

职业发展与就业指导

1

16

16

0

 

 

 

 

2

 

 

5

 

创新创业教育

1

16

16

0

 

2

 

 

 

 

 

6

 

健康教育

1

16

16

0

2

2

 

 

 

 

 

7

 

华为职业素养课程(华为课程)

2

32

16

16

 

2

2

 

 

 

 

 

小计

8

 

128

112

16

 

 

 

 

 

 

 

小    计

44

 

704

532

172

 

 

 

 

 

 

 

专业基础课

1

 

程序设计基础

4

64

64

0

 

4

 

 

 

 

 

2

 

网络技术基础

4

64

48

16

 

4

 

 

 

 

 

3

 

数据库技术基础

3

48

48

0

 

 

3

 

 

 

 

4

 

大数据技术导论

3

48

32

16

 

 

3

 

 

 

 

小    计

14

 

224

192

32

 

 

 

 

 

 

 

专业核心课

1

 

Linux操作系统

6

96

64

32

 

 

6

 

 

 

 

2

 

Hadoop技术应用

6

96

64

32

 

 

 

6

 

 

 

3

 

Python数据处理

8

128

80

48

 

 

 

8

 

 

 

4

 

爬虫技术与应用

6

96

48

48

 

 

 

6

 

 

 

5

 

ETL数据采集

6

96

80

16

 

 

 

 

6

 

 

6

 

数据可视化

4

64

48

16

 

 

 

 

4

 

 

小计

36

 

576

384

192

 

 

 

 

 

 

 

集中实践课

1

 

休闲小游戏开发

2

32

0

32

 

1周

 

 

 

 

 

2

 

大数据集群安装配置实训

2

32

0

32

 

 

1周

 

 

 

 

3

 

认识实习

 

 

 

 

 

 

 

 

 

 

 

 

4

 

大数据反欺诈实训(跟岗实习)

4

64

0

64

 

 

 

2周

 

 

5

 

互联网广告推荐实训

4

64

0

64

 

 

 

 

2周

 

6

 

顶岗实习

48

768

0

768

 

 

 

 

8周

16周

 

小计

60

 

960

0

960

 

 

 

 

 

 

 

专业选修课

1

 

计算机英语

2

32

16

16

 

2

 

 

 

 

 

2

 

云计算技术导论

2

32

0

32

 

 

2

 

 

 

 

3

 

数据仓库技术

2

32

0

32

 

 

 

2

 

 

 

4

 

数据挖掘技术应用(华为课程)

4

64

32

32

 

 

 

 

4

 

小计

10

 

160

48

112

 

 

 

 

 

 

 

合计

164

 

2624

1156

1468

 

 

 

 

 

 

 

备注:

1.所有课程都要求融入课程思政。

2.上表备注中※表示该门课程为校企合作开发共建课程;◎表示是1+X课证融通课程;☆表示的是工学交替课程,部分学时任务在合作企业完成。

 

十、集中实践课程及进程安排

序号

课程名称

课程

性质

实训项目

教学组织方式

实训场地及设备

考核方式

实践时数总计

按学期分配的具体周次

备注

学时

周数

1

休闲小游戏开发实训

必修

环境搭建

集中实训

校内实训室

实践考核

2

32

1

 

19

 

 

 

 

 

游戏设计

代码编写

编译调试

2

大数据集群安装配置实训

必修

集群安装

集中实训

校内实训基地

实践考核

2

32

1

 

 

19

 

 

 

 

集群配置

部署运维

3

大数据反欺诈实训(跟岗实习)

必修

数据采集

集中实训

校内实训基地

实践考核

4

64

2

 

 

 

18-19

 

 

 

数据处理

数据分析

4

互联网广告推荐实训

必修

数据采集

集中实训

校内实训基地

实践考核

4

64

2

 

 

 

 

10-11

 

 

数据挖掘

数据可视化

5

顶岗实习

必修

毕业论文(设计)与毕业实习

岗位实

校外实训基地

毕业考核

48

768

 

 

 

 

 

13-20

1-16

 

 

 

十一、实践教学场地

(一)校内实践教学基地

序号

实训室名称

主要设备

主要实训项目

1

网络实训室

服务器

1.Linux操作系统实训

2.网络组网实训

3.服务器配置实训

4.网站搭建实训

交换机

学生机及相关软件

投影仪

2

大数据技术与应用实训室

大数据实训平台系统

1.Hadoop平台搭建与运维

2.数据采集、清洗、存储、分析、查询实训

3.数据可视化实训

4.大数据集群安装配置实训

5.大数据反欺诈实训

6.互联网广告推荐实训

服务器

云计算机专用设备

交换机

投影仪

学生机及相关软件

3

程序开发实训室

服务器

1.Python程序设计实训

2.网络爬虫实训

3.休闲小游戏开发实训

学生机及相关软件

投影仪

交换机

  • 校外实践教学基地介绍

 

 

序号

名称

类别

实习实训项目

备注

1

猪八戒股份有限公司

专业实习

数据采集、清洗

 

2

重庆商集数据科技有限公司

专业实习

数据分析、整理、可视化

 

3

数图工场(重庆)大数据科技有限公司

顶岗实习

大数据平台运维、实施

 

4

重庆智绘点途科技有限公司

专业实习

程序设计

 

5

重庆易法通智能科技有限公司

专业实习

数据处理和储存

 

6

重庆赫程人力资源管理有限责任公司

专业实习

数据采集、清洗

 

 

十二、课程结构及学分分布

            分配情况

 

课程类型

课程门数

学时分配

学分

分配

占总学分比例

理论

学时

实践

学时

小计

占总学

时比例

公共基础课

公共必修课

11

420

156

576

22%

36

22%

公共选修课

7

112

16

128

5%

8

5%

专业课

专业基础课

4

192

32

224

9%

14

8,5%

专业核心课

6

384

192

576

22%

36

22%

集中实践课

6

0

960

960

35%

60

36,5%

专业选修课

4

48

112

160

6%

10

6%

合计

38

1156

1468

2624

100%

164

100%

占总学时比例

44%

56%

100%

100%

-

100%

 

十三、相关说明

(一)参与人才培养方案设计的行业/企业代表

序号

姓名

单位

职位/职称

参与内容

1

谢宛月

猪八戒股份有限公司

经理

确定人才培养模式、制定课程

2

周 羽

数图工场(重庆)大数据科技有限公司

董事

确定培养目标、编写课程标准

3

候小平

重庆商集数据科技有限公司

经理

分析就业岗位、制定考核评价方式

  • 专业相关的职业资格证书、技能等级证书(1+X)与专业课程的对应关系及学分替代表

序号

名  称

发证部门

等级

对应课程

1

HCIA-Big Data认证

华为技术有限公司

初级

HCIA-Big Data认证相关课程

2

华为ICT认证

华为技术有限公司

初级

华为ICT认证相关课程

3

大数据工程师

工信部

初级

Linux操作系统、程序设计基础、Hadoop技术应用、数据库技术基础、Python数据处理、爬虫技术与应用、数据可视化

 

 

 

创建时间:2020-04-29
浏览量:0