大数据技术专业人才培养方案.docx
《大数据技术专业人才培养方案.docx》由会员分享,可在线阅读,更多相关《大数据技术专业人才培养方案.docx(32页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、大数据技术专业人才培养方案一、专业名称及代码大数据技术,510205二、所属专业群物联网应用技术专业群三、入学要求普通高级中学毕业、中等职业学校毕业或同等学力。四、基本修业年限3年五、职业面向本专业职业面向如表1所示。表1本专业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)主要岗位群或 技术领域举例电子信息大类 (51)计算机类 (5102)软件和信息技术服 务业 (65)计算机软件工程技 术人员(2-02-10-03); 计算机程序设计员 (4-04-05-01) 人工智能工程技术 人员 (2-02-10-09) 大数据工程技术人 员 (2-02-
2、10-11)大数据集成与运维; 大数据应用开发; 大数据处理可视化; 软件技术支持; 人工智能系统开发表2职业领域及主要工作岗位(群)本专业毕业生主要面向IT企业、政府机关和企事业单位等专业岗位,包括数据采集与清 洗、大数据平台搭建与运维、数据可视化分析及大数据技术服务等岗位,经3-5年后,可晋 升至大数据集成与运维工程师、大数据应用开发工程师、大数据处理可视化工程师、大数据 分析工程师等岗位群。毕业生就业职业领域及主要工作岗位的初始岗位和发展岗位如表2所ZjS o序职业领域工作岗位职业岗位升交流、沟通能力;培养团队协作意识8大学 生安 全教 育1 .知识目标:帮助大学生了解安全的基本知 识,
3、掌握与安全问题相关的法律法规和校纪校 规,了解安全问题分类知识以及安全保障的基 本知识。2 .能力目标:指导大学生掌握安全防范技能、 安全信息搜索与安全管理技能,掌握自我保护 技能、沟通技能、问题解决技能等。3 .素质目标:培养大学生树立起安全第一的意 识,树立积极正确的安全观,把安全问题与个 人发展和国家需要、社会发展相结合,为构筑 平安人生积极努力。主要包含新冠肺炎 防控、国家安全、 消防安全、网络安 全、远离毒品、赌 博与邪教、实验室 安全、公共安全与 防灾减灾、人身安 全、财产安全、心 理健康教育、交通 安全、运动安全、 实习实践与求职就 业、留学安全以及 女生自我防护安全 等内容。采
4、取课堂 教学、实 践教学和 网络教学 相结合的 形式授 课。169劳动 教育L知识目标:帮助学生对劳动创造价值、劳动 对于生存与发展的意义等有科学的认识,树立 正确的劳动观;2 .能力目标:学生通过各种劳动体验,提升劳 动能力,形成良好的技术素养,使学生学会安 全劳动,保证劳动质量;3 .素质目标:提高学生职业素质,形成时代发 展所需要的技术素养、初步的技术创新意识和 技术实践能力。锤炼艰苦奋斗、顽强拼搏和艰 苦创业的意志。1 .劳动理论课,包 括观念教育,劳动 法律法规教育等2 .劳动实践课,包 括劳动技能教育, 劳动习惯教育等分为理论 课程和实 践课程。(1)理论 课程,16 学时。采 用
5、课堂教 学网络教 学相结合 的形式授 课。(2)实践 课程,16 学时。采 用实践教 学的形 式。3210体育1 身心健康目标:增强学生体质,促进学生的 身心健康和谐发展,养成积极乐观的生活态 度,形成健康的生活方式,具有健康的体魄;2 .运动技能目标:熟练掌握健身运动的基本技 能、基本理论知识及组织比赛、裁判方法;能 有序的、科学的进行体育锻炼,并掌握处理运 动损伤的方法;3终身体育目标:积极参与各种体育活动,基 本养成自觉锻炼身体的习惯,形成终身体育的 意识,能够具有一定的体育文化欣赏能力。1、高等学校体育、 体育卫生与保健、 身体素质练习与考 核;2、体育保健课程、 运动处方、康复保 健
6、与适应性练习 等;3、学生体质健康 标准测评。讲授; 项目教 学; 分层教 学。11011大学 英语1 .夯实英语基础,提高语言技能,特别是听说 能力,能用英语进行日常交流和职场交际;2 .了解中西文化差异,培养国际化视野和创新 精神,提高综合文化素养和跨文化交际意识。3 .培养自主学习能力和团队协作能力,增强扩 展职业能力。1听力;2. 口语在线教学 平台;小 程序;视 频、音频 教学;小组讨 论。12812高等数学1 .掌握数学的思想,理论联系实际,建立和数 学模型,解决一些实际问题;2 .掌握所学的定义、公式,学会思考解决问题 的法;3 .掌握数学的思想,理论联系实际,建立数学 模型,借
7、助于现代先进的软件计算,解决实际 问题;4 .能够根据数学的思想理念,运用所学的定义 和知识,思考解决问题的演绎法;5 .在学习数学的过程中,加大理论联系实际的 力度,提高学生综合分析问题和解决问题的能 力。1、函数的性质,建 立函数关系;2、函数连续的定 义及性质,间断点 的分类;3、导数的概念,导 数的运算法则; 4、微分的概念,微 分的运算法则;5、原函数、不定积 分的概念,求不定 积分的方法; 6、定积分的概念, 定积分的计算公 式;微分方程的概 念及运算。7、导数与积分的 应用C多媒体; 案例分 析。603、专业核心课程教学要求专业核心课程教学要求如下:表5程序设计基础课程教学要求学
8、习领域课程程序设计基础安排第1学期,基准学时60学时,其中理论40学时,校内实训20学时。职业能力(1)掌握Python语言程序设计基础技能;(2)能够用Python解决一些简单的实际问题。学习目标(1)掌握Python语言的基本语法和用法;(2)能够用Python语言编写简单的程序处理实际问题,为后续的数据获取和分析奠定基础。学习内容(1) 了解Python语言的发展和基本语法;(2)掌握数据类型、运算符与表达式、变量赋值与简单I/O操作;(3)基本顺序、分支和循环控制结构;(4)掌握函数定义与调用、参数传递和变量作用域;(5)掌握字符串表示和处理;(6) 了解正则表达式的应用;(7)掌握列
9、表、元组和简单算法;(8) 了解字典与集合的概念和应用。思政元素依托于Python语言在不同领域的成功应用案例,让学生从案例中学习,培养职业理想与使命感。结合课程内容,通过调试程序、纠错和改错培养学生养成严谨的科学作风与不怕困难的精神。学习方法通过项目教学法,以生产过程为导向,采用理论与实践一体化方式进行教学,强化实践,巩固理 论。突出学生的程序设计能力。学习材料教材、实训指导书、教案、多媒体课件、代码规范、项目案例、程序编译平台学生需要的知识和技能具有信息技术基础知识,逻辑思维活跃,具有一定的分析问题和解决问题的能力。教师需要的知识和技能熟练掌握Python程序设计方法,能够独立设计项目并指
10、导学生完成程序设计;教学过程符合规范, 注重培养学生的创造力,采用案例教学;能够采用适当的教学方法,激发学生的学习兴趣,提高 教学效果。表6 Oava程序设计课程教学要求学习领域课程Java程序设计安排第2学期,基准学时80学时,其中理论40学时,校内实训40学时。职业能力(1)熟练掌握Java开发工具,掌握面向对象程序的基本结构,能够完成基本类的设计和应用;(2)具备一定的程序逻辑能力,程序模仿能力,程序设计的思维方法和能力;(3)能够对于给定问题进行基本的分析,建立简单的数据模型和程序结构,并通过程序代码予以 实现;(4)能够个人或以团队方式开发简单的Java应用程序。学习目标(1)掌握J
11、ava语言的语法、程序基本结构;(2)掌握面向对象程序设计基本概念、理解和掌握类及对象的基本构成和实现方法;(3)掌握继承、接口、抽象、多态和异常处理的方法;(4)掌握字符串的相关类的应用;技能(5)熟悉常用类的用法。(6) 了解输入输出流的相关概念,以及常用的编程方法,掌握File类的相关使用,并能实现基本 的文件读写过程和程序实现;(7)掌握多线程的相关概念,以及多线程创建的方法,以及使用线程完成实际问题的解决方法。学习内容(1)掌握Java开发环境的使用;(2)掌握Java语言的基本语法,掌握选择结构、循环结构程序设计;(3)掌握数组的定义和使用;(4)掌握类的基本定义,掌握对象的创建和
12、使用;(5)掌握类的继承和多态应用,熟悉抽象类和接口的使用;(6)掌握包的应用和权限设置;(7)掌握字符串的处理;(8)掌握异常处理结构;(9)掌握常用类库的使用;(10)正确理解多线程的概念、生命周期等,掌握线程创建的方法,以及使用;(11)掌握输入输出流以及文件的相关技术;(12)掌握集合的使用。思政元素依托Java语言大数据应用开发的案例,让学生从案例中学习,培养职业理想与使命感;结合课程 内容,通过调试程序、纠错和改错培养学生认真负责的工作态度、一丝不苟的工匠精神和求真务 实的科学精神;树立正确的职业道德和职业操守。学习方法通过项目教学法,以生产过程为导向,米用理论与实践一体化方式进行
13、教学,强化实践,巩固理 论。突出数据库设计与维护管理的工作能力。学习材料教材、实训指导书、教案、多媒体课件、技术手册、项目案例、在线实训平台等。学生需要的知识和学习本课程之前应当具有计算机应用基础与程序设计基础等预备知识。教师需要的知识和熟练掌握Java程序开发设计方法,能够独立设计项目并指导学生完成程序设计;熟悉大数据应用技能开发项目工作方法、工作内容与工作流程;教学过程符合规范,能够米用适当的教学方法,激发 学生的学习兴趣,提高教学效果。表7数据库应用技术课程教学要求学习领域课程数据库应用技术安排第2学期,基准学时60学时,其中理论36学时,校内实训24学时。职业能力(1)能正确使用SQL
14、语言中的常用命令;(2)数据库管理系统维护任务、熟练使用管理工具;(3)能按用户需求规划、设计数据库;(4)具备管理和维护数据库的能力。学习目标(1)掌握数据库管理平台的使用;掌握安全性的概念及相关设置;(2)掌握SQL语言的用途及其使用方法,包括掌握SQL语言中的基本数据定义、数据操作语句; 掌握实现数据完整性的方法;(3)掌握索引、视图、用户自定义函数、存储过程和触发器的创建和使用;(4)掌握事务的概念,了解锁的含义;(5)掌握数据库系统的配置和管理。学习内容(1)数据库基础概念、数据库系统原理;(2)数据库设计的步骤;数据库设计的理论规范;(3)常用数据库管理系统的安装、配置;(4)数据
15、库对象的建立和维护;(5)数据库的安全与保护;(6)数据库的管理维护。思政元素培养学生以人为本的设计理念、团结协作的相处方式和爱国敬业的理想情怀;养成认真负责的工 作态度、一丝不苟的工匠精神和求真务实的科学精神;树立正确的职业道德和职业操守。在大数 据环境下,增强学生的责任担当,加强大学生的大局意识和核心意识。学习方法通过项目教学法,以生产过程为导向,采用理论与实践一体化方式进行教学,强化实践,巩固理 论。突出数据库设计与维护管理的工作能力。学习材料教材、实训指导书、教案、多媒体课件、技术手册、工程案例、软件等。学生需要的知识和技能学习本课程之前应当具有计算机应用基础、程序设计基础和计算机操作
16、系统的预备知识。教师需要的知识和技能具有很强的专业理论基础,具有一定的数据库系统开发实践经验和较强的专业设计技能,熟悉企 业数据库系统实际项目的设计开发流程和数据库系统的规范性能要求,具有较强的数据库系统管 理能力。表8Hadoop平台部署与运维课程教学要求学习领域课程Hadoop平台部署与运维安排第3学期,基准学时60学时,其中理论30学时,校内实训30学时。职业能力(1)理解Hadoop技术架构,独立规划及部署Hadoop集群的能力;(2)掌握Hadoop基本运维思路和方法,对Hadoop集群进行管理和优化的能力;(3)初步掌握综合使用:HBase、Hive Sqoop Zookeeper
17、等Hadoop生态圈软件实现商业智能的 能力。学习目标(1)掌握Hadoop的编译、环境搭建、HDFS Shell使用,YARN集群资源管理与任务监控;(2)理解MapReduce编程模型和工作机制,能进行MapReduce编程;(3)掌握HBase、Hive与Sqoop等Hadoop生态圈软件的基本使用方法。学习内容(1)Hadoop本地(单机)模式和伪分布式模式安装;(2) HDFS的体系结构、Shell操作,YARN架构、集群管理、应用监控等;(3) MapReduce入门、工作机制、深入学习;(4) Hadoop集群安装管理、NameNode安全模式;(5) Hive安装、配置元数据、
18、HiveQL语句学习和应用案例;(6) Zookeeper集群安装,HBase入门、存储原理、Shell命令等。思政元素结合课程教学案例,培养学生追求真理的探索精神,建立对大数据科学的成就感与使命感。通过 实验内容与动手实践,培养学生严谨的科学作风与不怕困难、团结协作的精神。学习方法通过项目教学法,以生产过程为导向,采用理论与实践一体化方式进行教学,强化实践,巩固理 论。突出大数据平台管理与运维的工作能力。学习材料教材、实训指导书、教案、多媒体课件、技术手册、项目案例、在线实训平台学生需要的知识和技能具备Linux和程序设计基础知识,逻辑思维活跃,具有一定的分析问题和解决问题的能力。教师需要的
19、知识和技能具有一定的Hadoop生态圈项目实践经验和较强的专业操作技能,熟悉Hadoop生态圈软件使用的 实际项目工作流程和规范。表9数据可视化课程教学要求学习领域课程数据可视化安排第3学期,基准学时64学时,其中理论32学时,校内实训32学时。职业能力(1)掌握基于Web页面的数据米集相关技术,完成指定数据的聚集及处理能力;(2)具备初步的数据清洗、数据存储、数据转化、数据分析及数据推送等大数据操作能力;(3)具备运用程序开发语言结合数据可视化组件,实现数据可视化呈现的能力。学习目标(1)掌握数据的采集及处理基础知识;(2)掌握使用Python中的numpy和pandas库完成数据科学计算、
20、统计分析、预处理以及数据聚 合与分组运算等大数据操作的方法;(3)掌握使用Python的第二方库Matplotlib、Seaborn,对数据进行可视化呈现的方法,为后继大 数据技术与应用专业的项目实践奠定基础。学习内容(1)大数据理论、大数据分析概述、大数据可视化简介;(2) Numpy和Pandas数据计算预处理和分析;(3)数据可视化基本方法;(4)数据可视化实战案例。思政儿小结合时事热点设计数据可视化案例,体现中国力量和中国元素,树立大数据支持决策的理念,增 强职业认同感与自豪感,激励学生立志学好本专业、为国家建设服务;培养严谨的科学作风与不 怕困难、团结协作的精神。学习方法通过项目教学
21、法,以生产过程为导向,米用理论与实践一体化方式进行教学,强化实践,巩固理 论。突出学生大数据可视化的工作能力。学习材料教材、实训指导书、教案、多媒体课件、技术手册、项目案例、在线实训平台学生需要的知识和技能具备Python程序设计基础知识。逻辑思维活跃,具有一定的分析问题和解决问题的能力。教师需要的知识和技能熟悉数据预处理操作,具备较强的运用可视化工具进行大数据可视化呈现的技能;教学过程符合 规范,注重培养学生的创造力,采用案例教学;能够采用适当的教学方法,激发学生的学习兴趣, 提高教学效果。表10数据分析工具应用课程教学要求学习领域课程数据分析工具应用安排第4学期,基准学时54学时,其中理论
22、28学时,校内实训26学时。职业能力(1)具有编辑数据、探索数据、处理数据的能力;(2)具有运行Excel、PowerBI、Tableau等工具进行数据分析并进行可视化展示的能力;(3)能够独立进行基础数据分析。学习目标(1)熟悉Excel的排序、筛选、分类汇总、透视表等使用方法,掌握使用函数进行处理数据的知 识;(2)掌握使用Excel对案例进行数据分析和可视化、报表展示的方法;(3)掌握使用Power BI等常用数据分析工具的基础知识。学习内容(1) Excel数据处理、数据分析及可视化;(2) Excel数据分析的案例;(3) Power BI Tableau等数据分析及可视化工具应用。
23、思政元素在数据分析工具应用案例中融入时事热点,体现科技助力行业应用,增强学生职业认同感与自豪 感;激励学生立志学好本专业,培养科技报国的使命感;培养精益求精的工匠精神,具备严谨细 致、不怕困难、团结协作的精神。学习方法通过项目与案例教学法,以生产过程为导向,采用理论与实践一体化方式进行教学,强化实践, 巩固理论。突出学生常见数据分析工具的应用能力。学习材料教材、实训指导书、教案、多媒体课件、技术手册、项目案例、在线实训平台学生需要的知识和技能具备Python程序设计基础知识。逻辑思维活跃,具有一定的分析问题和解决问题的能力。教师需要的知识和技能熟悉数据预处理操作,具备较强的运用可视化工具进行大
- 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:
- 数据 技术 专业人才 培养 方案
限制150内