大数据技术与应用专业人才培养方案
一、专业名称及代码
专业名称：大数据技术与应用 专业代码：610210
二、培养目标
本专业主要培养思想政治坚定、德技并修、全面发展，适应山西区域经济发展需要，具有良好的职业道德、创业精神和健全的体魄，掌握大数据技术与应用所需要的计算机、网络、数据编码、数据处理等相关的基本理论和基础知识，掌握大数据系统搭建、管理、分析和运维等知识和技术技能，能够胜任各行业大数据的分析、处理、开发，管理和维护大数据系统的高素质劳动者和技术技能人才。
三、就业方向及主要职业岗位描述
|
岗位名称
|
岗位职责
|
岗位专业能力要求
|
|
大数据运维工程师
|
大数据运维工程师不仅负责维护并确保整个服务的高可用性，同时需要有大数据架构知识，同时不断优化系统架构、提升部署效率、优化资源利用率提高整体的ROI。
|
（1）熟悉网络。（2）深入理解Linux操作系统。（3）熟练掌握数据结构和算法。（4）精通shell/Python、Perl等1至两种编程语言。（5）熟悉分布式计算和存储系统。
|
|
大数据处理工程师
|
数据采集及数据处理工作、对数据进行整理规划，编写数据说明文档、明确客户方的业务体系，对大数据进行预处理、检验和清洗
|
具备大数据应用理论基础知识，了解大数据技术框架和生态系统，具备Hadoop 技术框架基础知识，具备程序设计能力，了解非关系型数据库理论基础知识，具备多数据源整合的基本能力，掌握数据库查询、修改、统计等操作，能对大数据进行预处理、检验和清洗。
|
四、招生对象及修业年限
本专业招收高中毕业生、中等职业学校、技校毕业生，学制三年。
五、毕业上岗标准
完成教学计划规定的课程学习，达到基本考核要求，成绩合格，最低毕业总学分应在专业规定学分以上，取得毕业证书；取得相关职业从业资格证书。
六、核心课程及专业课程体系架构
本专业含有10门核心课程，分别是：Java面向对象程序设计、Linux操作系统、Python程序设计、数据仓库技术及应用（NoSQL数据库）、大数据平台搭建与运维、Hadoop生态体系建设、数据采集与预处理、大数据可视化技术及应用、Spark应用处理技术和大数据人工智能TensorFlow实践
大数据技术与应用专业的课程体系架构：
|
课程类别
|
课程名称
|
|
|
|
职业素质
|
职业素质课程
|
|
|
专业基础课
|
图形图像技术
|
|
|
C语言程序设计
|
|
|
静态网页制作(HTML/CSS)
|
|
|
数据库设计与实现
|
|
|
Java面向对象程序设计
|
|
|
Linux操作系统
|
|
|
专业主干课
|
Windows 应用程序开发
|
|
|
Python程序设计
|
|
|
人工智能导论
|
|
|
虚拟化技术与Docker
|
|
|
HTML5项目实战
|
|
|
WEB应用程序开发
|
|
|
Hadoop生态体系
|
|
|
数据仓库技术及应用（NoSQL数据库）
|
|
|
BootStrap实战
|
|
|
大数据可视化技术及应用
|
|
|
Java MVC 编程
|
|
|
Spark应用处理技术
|
|
|
数据分析方法及应用
|
|
|
大数据通用测试方法及工具使用
|
|
|
大数据人工智能TensorFlow实践
|
|
|
项目实训
|
程序设计（C）
|
|
|
大数据平台搭建与运维
|
|
|
数据采集与预处理
|
|
|
大数据应用开发
|
|
|
企业实训
|
企业项目实战
|
|
|
顶岗实习
|
|
晋公安备14010502050037号