大数据分析专业人才培养方案.pdf

《大数据分析专业人才培养方案.pdf》由会员分享，可在线阅读，更多相关《大数据分析专业人才培养方案.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据分析专业人才培养方案大数据分析专业人才培养方案一、培养目标一、培养目标本专业课程体系培养满足地方经济、社会发展需要，具有一定的文化素养和工程素养，掌握扎实的计算机软、硬件专业理论，熟悉主流大数据管理及分析平台、各种数据分析算法与工具，具备较全面的大数据平台的应用开发与管理运维能力，有一定的大数据平台架构能力，有一定数据分析与算法实现能力，有较强的创新意识和初步的大数据工程实践能力，适宜在IT 企业从事大数据应用开发、大数据系统运维等工作的应用型、并具备一定行业经验认知的大数据人才。二、培养要求二、培养要求知识要求1.较好地掌握本专业的基础理论知识，受到良好的科学思维和科学实验的训练；2.

2、了解整个学科的知识组织结构、学科形态、典型方法及核心概念，掌握计算机应用系统的分析和设计的基本方法，掌握计算机软硬件开发和综合应用的知识；3.了解与计算机有关的法规、发展动态及本学科前沿和发展趋势。能力要求1.熟悉主流的大数据平台，能管理与调优各种大数据平台2.熟悉各种大数据分析工具与大数据分析算法；3.具备大数据应用开发的能力，掌握各种分布式数据存储技术与 NoSQL 数据库技术，能够熟练运用数据仓库与商业智能分析技术。4.具有较强的自学能力和扩展知识的能力，具有分析问题和解决问题的能力及开拓创新能力，理论联系实际，具有运用所学专业知识分析、解决专业技术问题的能力；5.掌握文献检索、资料查询

3、的基本方法，具有获取信息的能力；6.较熟练地掌握一门外语，具有较强的外语运用能力，能够阅读本专业的外文资料，应通过国家大学英语四级考试；7.具有较强的计算机应用能力，应取得计算机等级考试三级证书（国家三级或江苏省三级证书）；8.具备良好的沟通与交流能力，以及团队协作能力。职业素能要求1.热爱祖国，拥护党的领导，努力学习，积极参加社会实践，树立报效祖国的崇高理想；2.具有朴实、肯干、团结合作、勇于创新的工作作风；3.具有良好的思想品德修养和心理素质，遵守纪律，养成良好的体育锻炼和卫生习惯；4.应取得国家人事部和信息产业部组织的计算机技术与软件专业技术资格(水平)考试中的数据库系统工程师。三、基本

4、学制与学位三、基本学制与学位基本学制：四年。授予学位：工学学士。四、毕业要求四、毕业要求毕业学分要求（含综合素质课外培养10 学分）：195 学分。五、课程结构及学时学分分配表：五、课程结构及学时学分分配表：课程结构及学时学分分配表课程结构及学时学分分配表课程类别公共基础课程专业基础课程专业必修课程专业限选课程专业任选课程公共选修课程集中性实践教学环节总计实践教学模块学分分配表课内实践教学学分及比例实验教学19军训模块2实习实训13课内总学分课内实践教学占课内总学分比例上述表格中的说明：1.课内总学分指毕业生要达到的总学分（不含综合素质课外培养10 学分）；2.选修课程的学分、学时数，均按最低

5、要求统计；3.若专业限选课中设方向模块的专业，按第一个方向的学分、学时数统计。六、课程教学计划安排及主要课程内容六、课程教学计划安排及主要课程内容（一）课程设置与安排表（附表1）（二）专业核心课程或核心课程群：离散结构、计算机网络与通信、算法与数据结构、计算机组成原理与系统结构、操作系统、数据库系统原理、虚拟化与云计算、大数据平台与架构、大数据应用开发、数据分析与 R 语言、数据仓库管理与数据挖掘、新一代大数据处理框架。（三）专业核心课程内容介绍:学分7431101361041185占课内总学分比例（%）40.016.85.47.03.25.422.2100.0课内学时111649616020

6、8961602236占课内总学时比例（%）49.922.17.29.34.37.2100.0综合素质课外学分社会实践1.5其它8.5总计学分及比例课内外合计70总学分195实践教学占总学分比例35.9%课程设计12毕业毕业设计实习（论文）4106018532.4%课内实践教学学分小计课程编号：0809213001课程名称：离散结构总学时：56周学时：4内容简介：本课程是现代数学的一个重要分支，是计算机科学中基础理论的核心课程。它是研究离散量的结构和相互间的关系为主要目标，因此，它充分描述了计算机科学离散性特点，离散数学是随着计算机科学的发展而逐步建立的一门新兴工基础性学科。离散数学在计算机科学

7、中的数据结构、操作系统、算法分析、逻辑设计、系统结构、人工智能等各个领域得到广泛应用。通过本课程的学习培养学生严谨的科学学风和高度抽象的逻辑思维能力、有一定的抽象思维能力和使用离散数学工具解决计算机学科中所遇到的实际问题的能力。主要内容包括数理逻辑（命题逻辑、谓词逻辑）、集合论（集合、关系与映射）、图与树及其应用、代数系统等，以基本模型、基本概念、基本理论为主，适量介绍一些典型算法。课程编号：0809213002课程名称：计算机网络与通信总学时：48周学时：3内容简介：计算机网络是计算机技术和通信技术相结合的产物，而数据通信又是随着计算机技术的迅速发展而发展起来的一种新型的通信方式。计算机技术

8、和通信技术在分布式处理系统中更是密不可分，融为一体。因此本课程的两大组成部分就是数据通信和计算机网络。主要系统全面地介绍数据通信的基本概念和术语、数据通信通道、数据传输技术、计算机网络以及体系结构，计算机网络协议、局域网、网络的重要技术、计算机网络的新发展等。通过本课程的学习，学生系统地学习和掌握数据通信和计算机应用与维护网络的主要基础知识，理解计算机网络的工作原理，理解有关计算机网络的一系列帮助协议，具有一定的组网、规划和选型的能力，课程的内容安排兼顾理论性和实用性，在阐述基本原理和要领的同时，还详细介绍较新的网络技术和流行的网络产品，为更加深入学习和研究网络通信理论和从事工程实践打下良好的

9、基础。课程编号：0809213003课程名称：算法与数据结构总学时：72周学时：4内容简介：本课程是计算机科学与技术专业重要的专业基础课，主要介绍用计算机解决一系列问题特别是非数值信息处理问题时所用的各种组织数据的方法、存储数据结构的方法以及在各种结构上执行操作的算法。通过教学要求学生掌握各种数据结构的特点、存储表示、运算方法以及在计算机科学中最基本的应用，培养、训练学生选用合适的数据结构和编写质量高、风格好的应用程序的能力，并为后续课程的学习打下良好的理论基础和实践基础。主要内容包括线性表及其运算，堆栈、队列及其应用，串的基本运算，树的操作及应用，图的操作及应用，查找和排序算法的应用。课程编

10、号：0809213004课程名称:计算机组成原理与系统结构总学时：72周学时:4内容简介：本课程主要介绍计算机系统的组成和内部工作原理,包括基本逻辑部件、指令系统和中央处理器组织,微程序设计,中断系统和输入输出系统，存储系统等。要求学生掌握计算机系统各个组成部分的工作原理,组成方法及相互关系,尤其是各基本组成部件有机连接构成整机系统的方法。熟悉一些典型计算机的硬件结构，计算机的硬件设计以及专用集成电路ASIC 的设计和实现原理,为培养学生对计算机系统的分析、设计、开发和使用能力打下基础，也为本专业后续课程的学习做准备。课程编号：0809213005课程名称：操作系统总学时：56周学时：3内容简

11、介：本课程是计算机专业的一门重要的专业必修课，该课程是从资源管理的观点出发讲授操作系统的基本功能，实现原理和设计方法。包括:处理器管理，存储管理，文件管理，设备管理和作业管理，以及讨论有关进程的互斥，同步，通信和死锁。通过对若干实例的介绍进一步阐明操作系统的设计思想和实现技术。课程编号：0809213006课程名称：数据库系统原理总学时：64周学时：4内容简介：本课程是计算机科学与技术专业的专业核心课，主要讨论数据库系统的基本概念，基本原理，基本方法以及有关的应用。主要内容包括：数据库系统的组成、关系数据库、数据库设计以及数据保护等，同时讲解 SQL SERVER 的应用。要求学生通过本课程的

12、学习了解有关数据库系统的基本概念，掌握相关的知识，初步掌握数据库设计方法，并能用数据库系统建立数据库，熟练掌握 SQL 语言，能熟练运用 SQL 进行数据定义、数据操纵和数据控制，能综合运用数据库技术进行数据库系统的设计。课程编号：0809213007课程名称：虚拟化与云计算总学时：64周学时：4内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解大数据相关的云环境相关的技术。主要内容包括：Google 云计算技术，Amazon 云计算技术，微软云计算技术，云计算数据中心构建，开源云计算技术，虚拟化技术，云编程与环境，常见云计算解决方案。要求学生通过本课程能了解虚拟化与云计算的关系，掌

13、握云计算平台的结构机制，能搭建基于数据中心与服务的云平台环境，了解主流厂商的云计算解决方案，能在不同行业中应用云计算解决方案。课程编号：0809213008课程名称：大数据平台与架构总学时：64周学时：4内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解大数据平台结构的设计、搭建与管理与开发技术。主要内容包括：Hadoop 平台的安装、配置与管理，分布式存储系统，分布式计算框架，分布式数据库，Hadoop 平台的配置管理与优化，主流开源大数据工具，大数据的挖掘与分析。通过本课程的学习，要求学生能搭建、管理大数据Hadoop 平台，掌握分布式计算框架的原理与应用，掌握分布式数据的原理与

14、应用，了解各种开源大数据工具的使用，并进行数据挖掘、分析与决策。课程编号：0809213009课程名称：大数据应用开发总学时：48周学时：3内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解在Hadoop 大数据平台下的各种应用开发，只要以算法为主，进行各种应用开发。主要内容包括：大数据开发环境，大数据抽取、清洗与装载，大数据基础算法应用，大数据挖掘算法，Hive 的使用，Cassandra 的使用，Chukwa 的使用，Mahout算法库，大数据处理应用案例分析。通过本课程的学习，学生能熟练使用大数据的各种基本算法、数据分析算法、数据挖掘算法，并在实际项目中应用各种算法，同时要求学

15、生能自己开发算法库，并利用第三方算法库进行应用开发。课程编号：0809213010课程名称：数据分析与 R 语言总学时：64周学时：4内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解大数据相关的数据分析技术，与数据分析语言-R 语言工具。主要内容包括：R 语言的基本语法，R 语言数据集，R 语言的图形表示，R语言的数据管理，R 语言的基本统计分析方法，回归分析方法，方差分析方法，功效分析方法，分类分析方法等，以及分析方法的不同应用。要求学生通过本课程掌握 R 语言，并能熟练使用 R 语言，掌握各种分析方法，并在实际应用使用各种分析方法。课程编号：0809213011课程名称：数据仓

16、库管理与数据挖掘总学时：48周学时：3内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解大数据相关的数据仓库管理与数据挖掘技术。主要内容包括：ETL 体系结构，Oracle 数据仓库技术，数据挖掘理论与应用，数据挖掘在各个行业的应用，大数据连接器，Oracle NoSQL 数据库。要求学生通过本课程掌握数据仓库的管理，能使用各个数据库厂商的大数据数据库连接器，能应用 NoSQL 技术，并能在不同行业进行数据挖掘的相关工作。课程编号：0809213012课程名称：新一代大数据处理框架总学时：48周学时：3内容简介：本课程是计算机科学与技术专业的专业核心课，主要讲解以 Spark 为代表

17、的新一代大数据处理框架与应用开发技术。主要内容包括：新一代大数据处理框架的演变趋势、Spark 的体系结构、Spark工作机制、Spark 安装与部署、Spark 开发环境搭建、Spark 计算模型、Spark 性能测试、基于 Spark 的数据分析、Spark 典型应用案例及 Spark 性能优化。要求学生通过本课程掌握新一代大数据处理的基本架构，掌握 Spark 的体系结构和编程方法，能够运用Spark 解决典型的大数据处理问题。七、实践能力和创新能力的培养七、实践能力和创新能力的培养（一）集中性实践教学环节安排表（附表2）（二）培养实践能力和创新能力的主要措施1.实践能力培养本专业以学校

18、“高级应用型人才”人才培养目标和教育理念为指导，结合社会需求和产业发展需要，将“高级应用型人才”的具体化为IT 工程师，其内涵为“培养具有高度的社会责任心，专业基础厚、实践能力强、综合素质高，能胜云计算平台运维、大数据分析、大数据平台应用开发、大规模分布式存储系统管理的复合型、国际化 IT 工程师”。本专业实践能力培养包括基本实践、专业实践、研究创新和创业与社会适应等四种能力的培养。根据计算机科学与技术专业培养目标，对上述四种能力进一步分解，融入到理论课程和实践教学中。现将本专业实践能力培养途径列于表1。表表 1 1：能力及其培养途径：能力及其培养途径一级能力二级能力培养要求支撑教学环节（含实

19、验、实习、毕业设计等）C 语言程序设计计算机应用技能程序设计技能数据库管理与应用技能网络应用技能信息系统运行管理技能查阅外文资料的能力教学内容：专业核心课程的一部分，主要强调设计过程的基本原则，例如概念的产生与选择。通过实践学习鼓励学生的创造力。教学目的：强调创造性概念设计。组织形式：简单原型的定性分析。数据库系统原理数据库系统应用实践Java 程序设计(含课设)Introduction to SoftwareEngineering计算机网络与通信操作系统认知实习计算机网络组建课程设计计算机组成原理与系统结构(含课设)云计算运维能力大数据分析能力大数据平台运维能力信息分析与应用能力计算机工程能

20、力软件工程能力教学内容：通过设计-实现的经验整合不同学科课程里学到的知识。教学目的：强调跨学科思考问题。组织形式：更复杂原型的仿真。大数据平台与架构数据库管理与开发(含课设)大数据应用开发(含课设)数据仓库管理与数据挖掘（含课设）HTML5 移动应用开发JavaEE Web 应用开发Android 移动企业应用开发专业实习以基本实践和专业实践能力为基础，在工程环境教学内容：重新设计现有的软件产品，以提高产品的性能。教学目的：多目标重新设计组织形式：软件工程环境所需的原型的高级仿真中完成大数据平台的架大数据处理框架大数据处理框架课程设计数据分析与 R 语言工程项目实践基本实软件工程技能践能力专业

21、实大数据应用开发能力践能力研究创构搭建、并开发一个大数新能力据应用产品、对基于行业的大数据进行分析的综合能力。以前三层能力为基础，且具备：反思与创新思维 学 习和适应 社 会变教学内容：项目扩大到商业应用场景，是一个能够反映实际性能的可操作原型或一种高级模型。教学目的：强调创新设计，及跨部门的工作团队协作。组织形式：包含商业设计的真实环境所需原型和仿真。新技术讲座毕业实习毕业设计大学生职业生涯规划大学生创业导论创业和化，开拓性强社会适 职业道德、正直和责应能力任感 人际交往能力（团队合作、语言与文字沟通、使用外语交流）2.创新意识与创新精神的培养本专业人才培养方案重视学生创新意识与精神的培养，

22、主要通过开展学生科技创新活动、实验室开放项目等形式，培养学生研究性学习、探索式学习的精神，进而加强其创新意识与创新精神的培养。主要措施有：A、积极组织学生参加学科竞赛与科技创新活动本专业学生从大二开始就由各教研室组织学生参加科技创新活动、各种学科竞赛。学科竞赛主要参加：全国大学生电子设计竞赛、全国大学生嵌入式系统设计竞赛、江苏省电子技术竞赛、ACM 程序设计大赛、江苏省大学生软件设计大赛等。各种学科竞赛都由学院学科竞赛社团组织，根据自愿报告、组织挑选的原则，每年从大二学生从挑选新团员，学院给予每个竞赛社团分配创新实验室、指导教师等，竞赛社团中含有大二、大三、大四学生，形成梯队。学生科技创新活动由各教研室组织教师与学生互相挑选，从大二开始，每位老师每一届带 3-5 名学生，以项目形式驱动创新活动的开展，项目由学生/教师自拟或来源于教师科研项目。B、利用实验室开放项目，培养学生研究与探索的精神计算机实验教学中心已经积累一批实验室开放项目，学生可以选择这些项目，由学生自愿选择，系、实验中心指派指导老师，学生利用实验室开放到实验室实施项目。C、学生参与教师科研工作部分学生参与到教师的横、纵向科研项目中，从而锻炼学生研究、创新能力。