《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（10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
3、大数据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 Pyt hon、Scala、C+等语言中的一种编 程；3
4、、熟悉 Hadoop、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。大数据部署大数据平台开发工程师1、基于 MySQL、Redis、Kafka、 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、
5、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；4、负责数据平台的设计、开发、 维护与优化。1、熟悉Linux的Shell命令，灵活运 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；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 Pyt hon、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；5、熟练搭建Hadoop集群环境，熟悉 Hdfs文件系统，熟练编写MapReduce
6、程 序；6、熟悉 Hadoop、Hbase、Hive 的原理， 并能够管理、配置、运维。大数据运维 工程师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 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、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；3、熟练编写Linux下的Shell脚本， 能开发相关安全管理工具；4、能够利用开源软件搭
7、建云服务，并进 行相关测试。大数据分 析处理大数据分析 工程师1、实现数据挖掘算法，并结合核 心算法做程序开发；2、使用数据挖掘、统计分析工具， 提供数据决策分析1、基于Hadoop、Spark的大数据分析 和处理；2、熟悉 Python、 Scala、 Java 中的一 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。大数据可视 化工程师1、负责大数据系统设计和开发工 作，如个性化推荐系统、精准营销、用户画像等数据产品的 设计和开发
8、工作；1、有较强编程能力，熟悉C/C+和 Python，设计搭建大数据平台；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， 支撑日常业务数据需求，负责系统 优化、问题跟进并及时解决。3、能够设计基于云架构的数据仓库模型， 基于大数据平台进行研发、运维、管理等；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通识能力计算机基础 操作能力Windows操作系统、office办公软件应用能力 计算机基本软件应用能力。计算机应用
9、基础计算机网络 组建能力理解网络的原理及基本组成；掌握如何构建 简单的网络；学会分析网络地址；了解现实生活中使用的 网络设备。计算机网络基础基础程序 语言设计能力掌握C语言的基本语法。C语言程序设计大数据 基础能力了解大数据技术的理论知识、应用前景和最 新发展动态；了解业内常用的大数据处理工具。大数据基础岗位能力面向对象 编程能力掌握Java程序设计的基本语法、Java面向 对象编程思想；运用Java平台开发Web应用程 序；熟悉 JSP， Servlet，JavaBean， JDBC 等 技术。Java程序设计Java程序设计实训 Java Web程序设计 Java web应用开发 实训数据
10、库 管理能力使用MySQL创建、查询和管理数据库MySQL数据库原理及 应用大数据系统 开发能力大数据平台综合部署，包括业务需求分析、 集群环境设置、框架选择、服务器环境部署 等能力、性能测试、Hadoop与其他系统的集 成等；Spark的部署，进行计算业务模块的开发； 大数据系统性能提升，包括数据读写优化、 并发处理优化、数据存储优化、数据查询优 化等，以及大数据系统安全维护。Linux操作系统云计算架构技术与实 践Hadoop与大数据挖掘Spark大数据处理技 术大数据系统开发实训大数据分析 处理能力掌握数据采集、清洗、处理的原理和技能； 熟练使用数据统计分析软件，进行数据分析 利用可视化
11、工具建立数据可视化方案。Python网络爬虫实 战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序号课程类 别课程名称学分总课时开课学期与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3483216V2毛泽东思
12、想和中国特色社会主 义理论体系概论4644816V3高的数学36060V4大学英语81249430VV5公共必体育8126126VVVV6修课大学语文及应用文写作2321616V7大学生职业规划与就业指导2382216VV8形势与政策（讲座形式）18080VVVVV9大学生心理健康教育11616VVVV10安全教育11616VVVV11健康教育11616VVVV公共必修课小计3462038423612计算机应用基础6909030V13大数据基础4603624V14专业基计算机网络基础4603624V15础课C语言程序设计6966432V16概率论与数理统计4643232V17Linux操作系统4643232V专业基础课小计2863426017418MySQL数据库原理及应用4643034V19云计算架构技术与实践4643034V20专业核 心课Java程序设计6963858V21Python网络爬虫实践4642836V22Java Web程序设计6963858V23Spark大数据处理技术4642836V24Hadoop与大数据挖掘71123082V25数据可视化技术4642836V专业核心课小计3962425037426大数据系统开发实例2525227
