《大数据技术与应用专业培养方案》由会员分享，可在线阅读，更多相关《大数据技术与应用专业培养方案（13页珍藏版）》请在金锄头文库上搜索。
1、大数据技术与应用专业培养方案一、专业名称及代码专业名称：大数据技术与应用专业代码：610201二、 教育类型及学历层次教育类型：高等职业教育学历层次：大专三、招生对象及学制招生对象：普通高中毕业生或同等学历者学制：三年四、就业范围及主要岗位就业范围：在各类企事业单位、政府机关以及 IT 行业从事大数据系统搭建、测试、管理、运维和大数据分析等相关工作。主要岗位：1、大数据架构工程师2、大数据开发工程师3、大数据分析工程师4、售前工程师5、销售支持工程师6、运维工程师7、售后技术工程师五、培养目标及规格（一） 人才培养目标本专业以服务吕梁、山西省及周边省市经济社会发展为宗旨，面向大数据行业，培养德
2、智体美全面发展和身心健康，践行社会主义核心价值观，具备良好职业道德和诚信品质，掌握计算机技术、Java 开发、Mysql 数据库、Linux 操作系统、数量统计等基础知识、会部署和使用 Hadoop 及 Spark 身体系统的常用组件，会使用网络信息采集和页面数据抓取工具，会使用 SPSS 等数据分析软件，具备对大数据下信息采集、预处理、储存、处理、分析、可视化等技术。本专业毕业生能胜任政府、企事业单位、社会组织等部门的大数据系统测试、管理运维、大数据分析、数据可视化等技术工作。（二人才培养规格1、工作岗位描述（见表 1）2、能力结构与要求（见表 2）3、职业能力证书（见表 3）表 1 大数据
3、技术与应用专业面向的工作岗位岗位类型工作岗位类型工作任务职业技能要求大 数 据 平台规则大数据架构工程师1、大数据核心产品设计规划，包括系统架构、技术选型、关键技术研发；2、大数据新计算框架的选型，技术难题攻关，系统重构优化，根据业务规划及技术制定设计方案3、大数据监控、运维系统等的构架设计，详细设计，核心功能代码编写，如 Hadoop、Maperduce、Stirm 等数据存储架构平台、计算框架、数据展示系统设计与搭建1、具有严密的数学思维、突出的分析归纳能力和数据分析能力；2、精通 Linux 操作系统，至少熟练使用Python、 Scala、 C+等语言中的一种编程；3、熟悉 Hadoo
4、p、 Hbase、 Spark 工作原理，熟悉分布式计算实施过程中的问题；4、精通常见的数据存储相关技术，包括Hdfs、 HBase、 Hive、 MySQL、Redis、Mongodb 等；5、负责大数据平台的性能参数调整和优化；6、根据业务需求，编制各类分析图表、撰写项目分析文档和报告。1、基于 MySQL、 Redis、 Kafka、 1、熟悉 Linux 的 Shell 命令，灵活运Hadoop、 Hive 搭建开发大数据分析平台的后台服务，支持数据接入、统计、分析用 Shell 做文本处理和系统操作；2、熟悉分布式计算各种范式，分布式算法实现，有较好的分布式架构设计能力；大 数 据
5、部署大数据平台开发工程师业务；2、构建基于 Spark/Storm 的实时数据处理平台，支撑上层业务使用，如：数据监控、日报展现、统计分析、业务方调用等；3、构建基于 Hive 的即席查询数据统计分析平台；3、能够使用 SQL 操作复杂的数据模型并有 SQL 优化的经验；4、熟练掌握 Golang、 Scala 语言，至少精通 Python、 Perl、 Bash shell脚本语言中的一种，并具有海量数据 ETL 加工处理经验，从事分布式数据存储与计算平台应用开发；4、负责数据平台的设计、开发、维护与优化。5 、熟练搭建 Hadoop 集群环境，熟悉Hdfs 文件系统，熟练编写 MapRed
6、uce 程序；6、熟悉 Hadoop、 Hbase、 Hive 的原理， 并能够管理、配置、运维。1、参与项目技术平台安装部署、日常运行维护与故障处理、大数据组件补丁升级管理；2、平台的自动化部署、运维、监1、具有较强的数据仓库模型设计和 ETL 设计能力；2、熟悉 Hadoop 平台的运维、调优，保障线上集群的稳定可靠；大数据运维工程师控、告警处理，收集 Hadoop的各项 metrics 指标，确保集群的正常运行；3、针对 Hadoop 生态系统的批量部署场景进行运维调优；4、负责任务调度平台配置及运维管理。1、实现数据挖掘算法，并结合核心算法做程序开发；3、熟练编写 Linux 下的 S
7、hell 脚本， 能开发相关安全管理工具；4、能够利用开源软件搭建云服务，并进行相关测试。1、基于 Hadoop、 Spark 的大数据分析和处理；大 数 据 分析处理大数据分析工程师2、使用数据挖掘、统计分析工具， 2、熟悉 Python、 Scala、 Java 中的一提供数据决策分析门以上开发语言，熟悉 MySQL、Oralce 数据库，对主流分布式存储和运算有一定的了解；3、熟练使用 SPSS、 SAS 或其它数据挖掘软件，具备数据建模和数据分析理论知识，熟悉常用数据结构和数据处理算法。1、负责大数据系统设计和开发工作，如个性化推荐系统、1 、 有较强编程能力， 熟悉 C/C+ 和Py
8、thon，设计搭建大数据平台；大数据可视化工程师精准营销、用户画像等数据产品的设计和开发工作；2、较强逻辑思维能力及软件、算法实现能力，进行抽取、清洗、加工等数据处理；2、配合需求人员，完成功能模块， 3、能够设计基于云架构的数据仓库模型， 支撑日常业务数据需求，负责系统 基于大数据平台进行研发、运维、管理等；优化、问题跟进并及时解决。4、熟悉数据库、应用服务器和相关开发语言。良好的数据库设计能力和 SQL 编写能力。表 2 大数据技术与应用专业人才能力结构与要求职业能力项目职业能力要求专业课程计算机基础Windows 操作系统、office 办公软件应用能力计算机应用基础操作能力计算机基本软
9、件应用能力。理解网络的原理及基本组成；掌握如何构建计算机网络简单的网络；计算机网络基础组建能力学会分析网络地址；了解现实生活中使用的通识能力网络设备。基础程序掌握 C 语言的基本语法。C 语言程序设计语言设计能力了解大数据技术的理论知识、应用前景和最大数据新发展动态；大数据基础基础能力了解业内常用的大数据处理工具。掌握 Java 程序设计的基本语法、 Java 面向 Java 程序设计对Java 程序设计实训面向对象象编程思想；运用 Java 平台开发 Web 应用程 Java Web 程序设计编程能力序；熟悉 JSP， Servlet， JavaBean， JDBC 等 Java web 应
10、用开发技术。实训数据库MySQL 数据库原理及使用 MySQL 创建、查询和管理数据库岗位能力管理能力应用大数据平台综合部署，包括业务需求分析、Linux 操作系统集群环境设置、框架选择、服务器环境部署云计算架构技术与实大数据系统等能力、性能测试、 Hadoop 与其他系统的集践开发能力成等；Hadoop 与大数据挖Spark 的部署，进行计算业务模块的开发；掘大数据系统性能提升，包括数据读写优化、Spark 大数据处理技并发处理优化、数据存储优化、数据查询优术化等，以及大数据系统安全维护。大数据系统开发实训掌握数据采集、清洗、处理的原理和技能；Python 网络爬虫实大数据分析熟练使用数据统
11、计分析软件，进行数据分析战处理能力利用可视化工具建立数据可视化方案。概率论与数理统计数据可视化技术表 3 大数据技术与应用专业职业能力证书考核安排序号证书名称备注1全国计算机等级考试选试2相关职业能力证书选试3英语应用能力考试选试六、课程设置、时间分配、教学进程及实践性教学（见表 4、表 5、表 6）本专业总课时为 2840 节，其中理论课时 926 节，占总课时的32.6%， 实践课时 1914 节，占总学时的 67.4%。表 4 大数据技术与应用专业教学计划进程表开课学期与课时序号课程类别课程名称学分总课时第一学年第二学年第三学年合计理论实践一二三四五六1思想道德修养与法律基础348321
12、62毛泽东思想和中国特色社会主4644816义理论体系概论3高的数学360604大学英语812494305公共必体育81261266修课大学语文及应用文写作23216167大学生职业规划与就业指导23822168形势与政策（讲座形式）180809大学生心理健康教育1161610安全教育1161611健康教育11616公共必修课小计3462038423612计算机应用基础690903013大数据基础460362414专业基计算机网络基础460362415础课C 语言程序设计696643216概率论与数理统计464323217Linux 操作系统4643232专业基础课小计2863426017418专业核 MySQL 数据库原理及应用464303433综合实社会实践25252践19心课云计算架构技术与实
