计算机系级大数据技术与应用专业人才方案.docx
- 文档编号:5306867
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:29
- 大小:31.05KB
计算机系级大数据技术与应用专业人才方案.docx
《计算机系级大数据技术与应用专业人才方案.docx》由会员分享,可在线阅读,更多相关《计算机系级大数据技术与应用专业人才方案.docx(29页珍藏版)》请在冰豆网上搜索。
计算机系级大数据技术与应用专业人才方案
大数据技术与应用专业教学标准
一、专业名称及代码
专业名称:
大数据技术与应用
专业代码:
610215
二、招生对象、修业年限、学历及教育类型
招生对象:
普通高中毕业生、中等职业学校毕业生
修业年限:
三年
学历:
专科
教育类型:
高等职业教育
三、职业面向
大数据技术与应用专业职业面向如表3-1所示。
表3-1大数据技术与应用专业职业面向一览表
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
专业技术人员
(2)
工程技术人员(2-02)
信息和通信工程技术人员(2-02-10)
通信工程技术人员(2-02-10-01)
计算机工程技术员
专业技术人员
(2)
工程技术人员(2-02)
信息和通信工程技术人员(2-02-10)
计算机网络工程技术人员(2-02-10-04)
计算机网络工程技术人员
专业技术人员
(2)
工程技术人员(2-02)
信息和通信工程技术人员(2-02-10)
信息系统分析工程技术人员(2-02-10-05)
计算机信息技术员
专业技术人员
(2)
工程技术人员(2-02)
信息和通信工程技术人员(2-02-10)
信息安全工程技术人员(2-02-10-07)
计算机信息技术员
专业技术人员
(2)
工程技术人员(2-02)
信息和通信工程技术人员(2-02-10)
信息系统运行维护工程技术人员(2-02-10-08)
计算机信息技术维护员
专业技术人员
(2)
工程技术人员(2-02)
管理工程技术人员(2-02-30)
信息管理工程技术人员(2-02-30-08)
信息管理员
专业技术人员
(2)
工程技术人员(2-02)
管理工程技术人员(2-02-30)
数据分析处理工程技术人员(2-02-30-09)
数据分析员
社会生产服务和生活服务人员(4)
信息传输、软件和信息技术服务人员(4-04)
软件和信息技术服务人员(4-04-05)
计算机程序设计员(4-04-05-01)
程序员
社会生产服务和生活服务人员(4)
信息传输、软件和信息技术服务人员(4-04)
软件和信息技术服务人员(4-04-05)
计算机软件测试员(4-04-05-02)
软件测试员
四、培养目标与培养规格
(一)培养目标
本专业旨在培养德、智、体、美全面发展,具有良好的综合素质,掌握计算机技术、计算机网络通信、信息处理、网络安全等基础知识,熟练掌握大数据应用平台的搭建与部署、大数据存储设计,掌握数据的分析与挖掘、大数据可视化工具的使用,能在政府、银行、医院、金融、互联网等部门从事大数据技术应用工作,熟悉企业业务流程,具备团队精神,适应生产和管理第一线需要的复合式创新型高素质高技能人才。
(二)培养规格。
1.素质。
具有正确的世界观、人生观、价值观。
坚决拥护中国共产党领导,树立中国特色社会主义共同理想,践行社会主义核心价值观,具有深厚的爱国情感、国家认同感、中华民族自豪感;崇尚宪法、遵守法律、遵规守纪;具有社会责任感和参与意识。
具有良好的职业道德和职业素养。
崇德向善、诚实守信、爱岗敬业,具有精益求精的工匠精神;尊重劳动、热爱劳动,具有较强的实践能力;具有质量意识、绿色环保意识、安全意识、信息素养、创新精神;具有较强的集体意识和团队合作精神,能够进行有效的人际沟通和协作,与社会、自然和谐共处;具有职业生涯规划意识。
具有良好的身心素质和人文素养。
具有健康的体魄和心理、健全的人格,能够掌握基本运动知识和一两项运动技能;具有感受美、表现美、鉴赏美、创造美的能力,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;掌握一定的学习方法,具有良好的生活习惯、行为习惯和自我管理能力。
2.知识。
(1)基础理论知识
主要支撑课程:
毛泽东思想概论、思想道德修养与法律基础、英语、信息技术、数学、大学生心理健康教育、大学生素质拓展计划、创新能力培养、文献检索。
(2)专业理论知识
主要支撑课程:
大数据技术原理与应用、云计算与大数据、大型数据库技术、数据挖掘与数据仓库、IT职业素养、互联网信息与安全。
(3)技能基础知识
主要支撑课程:
数据库原理与应用(Mysql)、Java程序设计、Linux操作系统、HTML5+CSS3、网站开发实战、大数据开发与应用、大数据运维。
(4)技能专业知识
主要支撑课程:
大数据平台核心技术、大数据平台构建、云计算大数据处理、数据仓库与数据挖掘、分布式存储技术、分布式计算技术、分布式消息技术等。
3.能力。
(1)职业基本能力
职业基本能力:
具有学习大数据技术与应用的新技术、新业务的能力。
主要支撑课程:
大数据导论、云计算与大数据、数据挖掘与数据仓库。
培养方式或途径:
课堂教授、实验室实训、参观。
(2)职业核心能力
职业核心能力:
能够从事云计算、云储存、数据分析、网络安全管理与产品策划,应用大数据的分析技术有效地解决现实经济问题,深度挖掘对于管理、营销决策发挥重要价值的大数据信息等工作所必需的专业知识。
主要支撑课程:
数据挖掘与数据仓库、数据库原理与应用(SQL)、Java程序设计、Python爬虫技术、Linux操作系统、分布式计算技术、大数据分析与应用、大数据平台核心技术、大数据平台构建。
培养方式或途径:
课堂教授、实验室实训、社会实践。
(3)其他能力
具有学习能力,勤于思考,善于捕捉有用的新信息,为后续发展奠定基础。
主要支撑课程:
分布式计算机技术、大数据分析与应用、数据挖掘与数据仓库、创新能力培训、职业生涯规划项目、大学生素质拓展计划。
培养方式或途径:
课堂教授、实验室实训、校外实习。
五、课程体系及具体要求
(一)建设思路
1、岗位→能力→课程
表5-1大数据技术与应用专业“岗位→任务→能力→课程”表
序号
职业岗位
典型工作任务
能力要求及素质
课程名称
1
大数据分析员
1.大数据的结构类型、大数据的发展
2.大数据在云端、计算虚拟化、大数据存储、网络虚拟化、数据服务、云的挑战
3.预测分析的作用、数据情感与情感数据、数据内在的预测性、情感的因果关系
1.协调客户和员工之间的关系,提供所有的数据分析和支持
2.对所有结果进行数据分析,对数据进行审核并且为客户解决相关问题
3.管理所有的数据消耗异常状态,确定数据的漏洞后准备相应的决议
1.大数据技术
2.计算机编程
3.网络操作系统
4.计算机软硬件安装与维护
5.数据分析、挖掘
2
大数据运维员
1.Hadoop客户端、Hadoop性能调优、Hive性能调优、HBase调优、Hadoop运维
2.系统结构设计、安装Python、实现数据导入导出模块、实现数据分析工具模块、实现业务数据的数据清洗模块、实现购书转化率分析模块、实现购书用户聚类模块、实现调度模块
1.使用机器学习、大数据分析等方法对系统中的大量监控数据进行汇总分析
2.在系统出现异常的时候可以快速/自动决策并触发相关止损预案,快速恢复服务。
3.基于容量评估数据,判断系统的瓶颈并提供容量优化的解决方案
1.计算机编程
2.常用数据结构和算法
3.网络基础知识
4.Linux操作系统
5.hadoop分布式系统架构
3
数据仓库管理员
1.关联表查询、使用UNION、子查询、连接查询、视图、索引
2.数据的备份、数据的恢复
3.模型优化、数据库模式定义、物理设计、数据库实施、数据库运行与维护
4.需求分析、概念设计、逻辑设计
1.维护企业数据仓库的完整性和可用性,包括数据的质量问题,确保数据仓库的正常持续运行
2.按照特定的时间间隔把数据抽取整合到数据仓库里
1.数据仓库构建原理
2.报表知识
3.数据挖掘
4.管理和维护数据库
4
Java软件开发工程师
1.软件开发初级工程师
2.软件开发中级工程师
3政务、物流、电商、金融等行业领域项目参与
职业进阶岗
1.软件开发高级工程师、架构师
2.软件开发分析与设计师
3.软件开发管理者PL、PM等
1.了解HTML5、CSS3等前端技术
2.熟练软件开发常用编程语言Java
3.掌握高级数据库Oracle
4.熟练企业级开发基础框架Servlet
5.掌握企业级高级框架SSM等
6.熟悉企业项目团队的概念及对团队的整体要求
7.掌握软件生命周期,理解各个阶段的重要意义
8.具有高素质、高道德、软硬实力兼备的综合型IT人才
1、程序设计
2、HTML+CSS网页制作
3、JavaScript
4、Oracle数据库
5、JDBC数据库技术
6、Web项目开发技术
5
大数据开发工程师
1、负责大数据平台的开发和维护,负责大数据平台持续集成相关工具平台的架构设计与产品开发等工作;
2、主要从事网络日志的大数据分析工作,包括:
网络日志的数据提取、数据融合及分析;专注于实时计算、流式计算、数据可视化等技术的研发;
1、熟悉数据仓库理论,具备复杂业务需求梳理能力
2、熟练SQL开发,精通Mysql等关系型数据库中的一种或几种
3、熟练掌握Hadoop及MapReduce应用开发,熟练掌握HBase、Hive、Storm、spark等大数据开发工具中一种或几种
6、熟悉Linux系统,具备shell、python等脚本开发能力
1、Python程序设计
2、大数据技术
2、理论与实践教学一体化
(1)基础知识培养系统
本专业的教学模式为:
欣赏企业的成功案例、欣赏历届学生或本班同学的优秀作品,由这些作品入手引入课堂教学,通过案例分析,对知识点进行讲解,学生边学习边实践。
(2)实践动手能力培养系统
根据老师给出的设计主题,让学生以技术人员的身份进行创作,激发学生的创新思维和潜能,最终做出自己的创意作品,按企业规范来评价学生,使培养学生的学习情境与就业岗位的工作过程一致。
3、双证书课程
为使学生能够更好地融入社会,本专业开设了双证书课程。
表5-2大数据技术与应用专业双证书课程
课程
证书
大数据技术原理与应用、Linux操作系统
大数据维护工程师
数据仓库与数据挖掘
数据可视化工程师、大数据分析师
Java程序设计、Hadoop大数据平台构建与应用、HBase系统搭建
大数据开发工程师
(二)课程设置
大数据技术与应用专业课程设置如表5-3所示。
表5-3大数据技术与应用专业课程设置一览表
序号
类型
课程
1
公共基础课程
思想品德修养与法律基础、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、体育、大学英语、计算机基础、普通话、大学语文、高等数学、大学生职业发展与就业指导、大学生创新创业教育、大学生心理健康教育、军事理论
2
专业基础课程
程序设计基础、大数据技术原理与应用
3
专业核心课程
MySQL程序程序设计、Linux操作系统、Java程序设计、Python程序设计、HTML5+CSS3、JavaWeb应用程序开发、Hadoop大数据分析
4
专业拓展课程(限选)
大数据应用开发、大数据运维
5
专业集中实践教学环节
网站开发实战
(3)专业核心课程目标及内容简介
1.大数据技术原理与应用(B类课程)
课程目标:
通过讲解几种主流大数据产品和技术的特性、实现原理和应用方向,并组织实习项目,使学员了解并初步掌握目前流行的大数据主流技术,了解其特点以及使用的场景,具备一定的大数据系统架构能力,并能自行展开简单的大数据应用开发。
内容简介:
本课程是大数据技术入门课程,为学生搭建起通向“大数据知识空间”的桥梁和纽带,以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为原则,为学生在大数据领域“深耕细作”奠定基础、指明方向。
2.MySQL程序程序设计(B类课程)
课程目标:
使学生通过学习能正确根据数据的语句进行查询、修改、统计、更新等操作。
能掌握索引、视图、触发器、事件并正确使用。
内容简介:
面向计算机相关专业的一门专业基础课,涉及数据库基础知识、MySQL数据库的安装和配置、数据库和表的操作、事务管理、锁管理、存储过程管理、视图管理、函数管理、应用程序开发等内容,通过本课程的学习,学生能够了解数据库的基础知识,掌握MySQL数据库的开发和管理技术,并初步具备应用程序开发能力。
3.Linux操作系统(B类课程)
课程目标:
通过本课程的学习,使学生较为全面地了解Linux操作系统,培养学生运用Linux操作系统的基本技能,奠定在Linux系统进行嵌入式开发的基础,对学生从事Linux嵌入式开发、Linux嵌入式产品技术支持等工作岗位的职业能力和职业素质养成起主要支撑作用。
内容简介:
本课程要求学生掌握计算机操作系统的基本概念、基本理论;掌握Linux操作系统的基本命令,和各种网络服务器的配置和维护。
并且使学生通过该课程的学习,具备进一步掌握类Unix操作系统的能力。
4.Java程序设计(B类课程)
课程目标:
通过本课程培养学生进行Java软件开发的岗位工作能力。
学生在学习本课程的过程中将完成Java编程基础、面向对象技术、Java高级应用等工作任务。
通过本课程的学习,使学生能够编写简单的Java程序,具备运用面向对象的思想编写程序解决实际问题的技能。
内容简介:
通过通俗易懂的语言、丰富多彩的实例,详细介绍了使用Java语言进行程序开发需要掌握的知识。
熟悉Idea开发工具,Java语言基础,流程控制,字符串,数组,类和对象,包装类,数字处理类,接口、继承与多态,类的高级特性,异常处理,集合类,I/O(输入/输出),反射,枚举类型与泛型,多线程等
5.Python程序设计(B类课程)
课程目标:
通过对本门课程的学习,使学生系统地获得一门生物信息学中常用的数据分析处理编程语言,掌握基本的编程技能,并注重培养学生抽象分析问题和设计算法、编程实现解决问题的能力和常见的程序设计能力等。
内容简介:
本课程培养学生能够进行Python编程所必须进行的技能,熟练使用pycharm编程平台,Python语言基础,变量,基本结构、流程控制、类、集合、异常处理、数据库编程、闭包、迭代器、常用函数、常用库、python爬虫、scrapy框架等。
6.HTML5+CSS3(B类课程)
课程目标:
培养学生掌握HTML5的结构、表单及新增页面元素、图形绘制、多媒体、本地存储、文件、WebRTC通信、扩展的XMLHttpRequest、离线应用、WebWorkers、地理位置信息、拖放与通知等内容;CSS3相关的技术掌握各种选择器及其使用、文字与字体的相关样式、和相关样式、背景与边框相关样式、布局相关样式、变形处理、动画、颜色相关样式等内容。
内容简介:
本课程致力于为互联网开发者搭建更加便捷、开放的沟通平台,培养学生掌握HTML5的结构、表单及新增页面元素、图形绘制、多媒体、本地存储、文件、WebRTC通信、扩展的XMLHttpRequest、离线应用、WebWorkers、地理位置信息、拖放与通知等内容;CSS3相关的技术掌握各种选择器及其使用、文字与字体的相关样式、盒相关样式、背景与边框相关样式、布局相关样式、变形处理、动画、颜色相关样式等内容。
7.JavaScript(B类课程)
课程目标:
《JavaScript核心》是面向计算机相关专业的一门Web前端基础课程,涉及JavaScript语言基础、数组、函数、对象、BOM、DOM、事件、正则表达式、Ajax、jQuery等内容。
通过本课程的学习,学生能够了解JavaScript语言的特点,掌握面向对象程序设计思想,具备扎实的语言功底。
内容简介:
掌握JavaScript的基本使用方法;能运用JS语法编写具体的程序代码;能编写并运用数组解决具体的问题;掌握JavaScript常用内置对象的使用方法;掌握自定义对象的定义和基本操作;掌握如何在浏览器中调试JavaScript程序;掌握定时器的操作;掌握元素与样式的操作;掌握节点的操作;熟悉事件对象的使用;掌握常用事件的实现;掌握Ajax对象的创建、常用方法和属性的使用;掌握XML和JSON数据格式的使用;掌握Cookie操作和Ajax跨域请求;掌握元素与节点的操作;掌握事件与动画特效的实现;掌握jQuery中插件机制的使用;
(四)集中性实践环节简介
本专业设置集中性实践环节共3个,分别是:
网站开发实战、大数据应用开发、大数据运维.简介如下:
1.网站开发实战
课程目标:
培养学生能够根据用户需求,紧贴互联网行业发展对Web前端开发工程师岗位的技术与能力的要求,详细地介绍HTML、CSS、DIV、JavaScript、DOM与BOM、浏览器兼容性测试、网站调试与发布等部分的基本语法和关键应用
内容简介:
本课程培养学生能够根据用户需求,紧贴互联网行业发展对Web前端开发工程师岗位的技术与能力的要求,详细地介绍HTML、CSS、DIV、JavaScript、DOM与BOM、浏览器兼容性测试、网站调试与发布等部分的基本语法和关键应用。
通过真实案例深入剖析网页布局的思路和方法,启发式引导学生自主地去完成实训项目。
2.大数据应用开发
课程目标:
培养学生能够使用java和python进行大数据开发技术,能够独立进行大数据集群部署,大数据分析,业务分解,开发流程设计,综合使用大数据组件中的存储、计算、消息、收集、流处理等进行项目架构能力。
内容简介:
本课程培养学生能够使用Python开发网络爬虫的核心技术,能够使用MapReduce分布式计算框架进行数据清理、转换、分析,并对结果数据进行大数据可视化展示。
主要讲解编写网络爬虫所需的网站分析、数据抓取、数据清洗和数据入库转换知识。
实战深入讲解了分布式爬虫、爬虫软件开发与Hadoop分布式计算应用技术。
3.大数据运维.
课程目标:
培养学生掌握大数据系统运行维护过程中的各个主要阶段及其任务,包括配置管理、系统管理、故障管理、性能管理、安全管理、高可用性管理、应用变更管理、升级管理及服务资源管理,内容全面且翔实。
内容简介:
本课程培养学生掌握大数据系统运行维护过程中的各个主要阶段及其任务,包括配置管理、系统管理、故障管理、性能管理、安全管理、高可用性管理、应用变更管理、升级管理及服务资源管理,内容全面且翔实,兼具基础理论知识与运维实践经验,特别是重点介绍了大数据系统的运维特点及运维技能,以保障大数据系统的稳定可靠运行,更好地支撑大数据的商业应用价值。
(五)教学活动时间分配表
1.教学活动时间分配表
教学活动时间分配表(单位:
周)
环节
学期
理实教学
集中实践教学环节
考试
入学(毕业)教育军训
劳动与机动
教学总周数
技能训练
认识实习
跟岗实习
毕业设计
顶岗实习
其他
一
13
1
3
1
18
二
18
1
1
20
三
18
1
1
20
四
18
1
1
20
五
10
8
1
1
20
六
16
1
1
18
合计
67
10
0
0
8
16
5
4
6
116
2.教学日历
教学日历
周次
学期
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
一
J
J
J
-
-
-
-
-
-
-
-
-
-
-
-
-
-
☆
□
○
二
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
☆
□
○
三
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
☆
□
○
四
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
☆
□
○
五
◆
◆
◆
◆
◆
◆
◆
◆
◆
◆
∥
∥
∥
∥
∥
∥
∥
∥
☆
□
○
六
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
‖
△
□
入学(毕业)教育△理实教学—技能训练◆认识实习×跟岗实习※顶岗实习‖毕业设计(论文)∥劳动或机动□考试☆假期○军训J
(六)教学进程总体安排
大数据技术与应用专业教学进程总体安排表如表5-4所示。
表5-4教学进程总体安排表
课
程
类
别
课
程
性
质
课程
代码
课程名称
课程类型(A,B,C)
学
分
总
学
时
理
论
学
时
实
训
学
时
考核学期
第一
学年
第二
学年
第三
学年
考
试
考
查
一
二
三
四
五
六
18周
18周
18周
18周
18周
18周
公
共
必
修
课
程
必
修
课
990101001
思想品德修养与法律基础
A
3
48
36
12
1
2
990101002
毛泽东思想和中国特色社会主义理论体系概论
A
4
64
54
10
2
3
990101003
形势与政策
A
1
16
16
1-5
专题讲座
990101004
体育
C
2
64
8
56
1-2
2
2
990101005
大学英语
A
8
128
128
1
2
4
4
990101006
语文
A
2
32
28
4
2
2
990101007
大学生职业发展与就业指导
B
2
38
26
12
5
2
990101008
大学生创新创业基础
B
2
32
24
8
1
2
990101009
大学生心里健康教育
A
2
32
24
8
2
990101010
军事理论
A
2
36
36
1
小计
28
490
380
110
10
11
0
0
2
0
限
选
课
990101011
中华优秀传统文化
A
1
16
16
0
4
2
990101012
计算机基础
B
3
64
32
32
1
4
990101013
高等数学
A
4
64
64
2
4
990101014
普通话
A
1
32
16
16
1
2
990101015
企
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 计算机系 数据 技术 应用 专业人才 方案