计算机类专业（大数据技术与应用）人才培养方案word.docx

计算机类专业（大数据技术与应用）人才培养方案word.docx

《计算机类专业（大数据技术与应用）人才培养方案word.docx》由会员分享，可在线阅读，更多相关《计算机类专业（大数据技术与应用）人才培养方案word.docx（12页珍藏版）》请在冰豆网上搜索。

计算机类专业（大数据技术与应用）人才培养方案

一、招生对象及学习年限

（一）招生对象：

全日制普通中学高中毕业生，招生方式为普通高考招生。

（二）学习年限：

基本学制三年，实行弹性学制,学生在校时间原则上不能少于两年，总在校时间（含休学）不得超过六年。

二、培养目标

本专业培养面向中国特色社会主义建设，对接广州及珠三角地区战略性主导产业和战略性新兴产业中大数据或数据挖掘的工程重点领域的人才需求，具有良好的职业道德和职业精神，能从事计算机软硬件产品及大数据或数据挖掘的工程性开发与实现、在计算机与互联网企业中从事系统集成或售后服务、数据处理与分析、在政府部门或企事业单位从事信息系统的建设、管理、运行、维护的技术工作，具备“一技之长+综合素质”的德、智、体、美等方面全面发展的高素质的技术应用性人才。

三、就业岗位与就业范围

就业岗位

就业范围

主要业务工作

大数据研发工程师

互联网、金融、IT、制造业、零

售企业

大数据产品建设与开发、大数据

项目需求分析、设计、业务建模。

大数据产品工程师

互联网、金融、IT、制造业、零

售企业

大数据产品建设与开发、大数据

项目需求分析、设计、业务建模。

大数据售前工程师

互联网、金融、IT、制造业、零售企业

数据集成工作的开发、测试与调优、大数据产品测试，测试报告

编写。

大数据运维工程师

互联网、金融、IT、制造业、零

售企业

大数据平台搭建，维护，调优，

管理，监控。

数据挖掘工程师

互联网、金融、IT、制造业、零售企业

常规数据报告的制定与信息挖掘、根据公司战略需要进行数据

建模。

数据分析师

互联网、金融、IT、制造业、零售企业

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。

四、人才培养规格

（一）综合素质

1.思想政治素质:

掌握马克思主义科学的世界观、人生观和价值观。

有坚定跟着共产党走中国特色社会主义道路的信心和决心，有热爱祖国、服务人民的理想信念。

具有社会责任感，能积极践行社会主义核心价值观，拥有能够支撑职业和人生发展的思想政治素质。

2.职业素质：

具有良好的职业态度和职业道德修养，具有正确的择业观和创业观。

坚持职业操守，爱岗敬业、诚实守信、办事公道、服务群众、奉献社会；具备从事职业活动所必需的基本能

word文档可自由复制编辑

力和管理素质；脚踏实地、严谨求实、勇于创新。

3.人文素养与科学素质：

具有融合传统文化精华

、当代中西文化潮流的宽阔视野；文理交融的

科学思维能力和科学精神；具有健康、高雅、勤勉的生活工作情趣；具有适应社会核心价值体系的审美立场和方法能力；奠定个性鲜明、善于合作的个人成长成才的素质基础。

4．身心素质：

具有一定的体育运动和生理卫生知识，养成良好的锻炼身体、讲究卫生的习惯，掌握一定的运动技能，达到国家规定的体育健康标准；具有坚韧不拔的毅力、积极乐观的态度、良好的人际关系、健全的人格品质。

（二）职业能力

本专业主要学习常用数据挖掘编程语言（R语言和Python）、数据库应用技术、Java程序设计、

Linux操作系统、Hadoop大数据存储与运算、Hadoop大数据存储与运算、大数据查询与处理、Spark大数据快速运算、Oozie大数据工作流，具备大数据开发与数据挖掘的实际工作能力，具有创新意识及进一步发展专业技能的良好基础。

本专业毕业生应获得以下几方面的知识和技能：

1.具有比较扎实的计算机基本理论与技术、数据挖掘的常用算法；

2.掌握当前使用最广泛的数据挖掘编程语言python；

3.熟悉SQL的计算与存储过程调优，并具有严密的逻辑分析能力；

4.具备数据的处理、抽取、清洗、转换等能力；

5.掌握主流的Hadoop处理技术，包括MapReduce、Hive、Hbase等；6.逻辑思维能力强，具备较强的文档编写和良好的沟通表达能力。

（三）职业拓展能力1.对大数据基础架构和平台有深刻理解

；

2.熟悉Hadoop集群构建，能进行相应的部署及配置；

3.熟悉主流应用服务器的架构体系以及各种中间件技术。

五、毕业标准

学生按专业人才培养方案要求修完规定的课程，考核合格，达到毕业最低总学分和《国家学生体质健康标准》相关要求，获得本专业要求的证书，准予毕业，颁发毕业证书。

（一）学分要求本专业按学年学分制安排课程，学生最低要求修满总学

分124学分。

必修课要求修满94学分，占总学分的75.81％。

其中：

基本素质课要求修满21学分，占总学分的16.94%；

职业能力课要求修满73学分，占总学分的58.87%。

选修课要求

修满30学分，占总学分的24.19％。

其中：

基本素质课要求修满20学分，占总学分的16.13%；职业能力课要求修满10学分，占总学分的8.06%。

（二）证书要求

1．获得以下英语证书之一

（1）广东省英语教学指导委员会颁发的高级职业英语证书；

（2）全国大学英语四、六级考试委员会颁发的全国大学生英语四级或六级考试证书；2．获得以下专业或职业资格认证证书之一

（1）广东省嵌入式软件公共技术中心组织的嵌入式Linux软件开发工程师职业资格认证证书；

（2）国家劳动和社会保障部职业技能鉴定中心和广东省LINUX公共服务技术支持中心的“全国计算机高新技术Linux系统管理模块管理员级”职业资格认证证书；

（3）通过国家人事部“计算机技术与软件专业技术资格（水平）考试”中计算机程序员初级资格考试，获取相应的“程序员”技术资格证书；

六、职业能力核心课程

1.Python编程与数据挖掘基础课程能力目标：

了解数据挖掘技术、Pyth

on编程及数据可视化。

课程主要内容：

数据挖掘、建模工具以及Python开发环境的搭建；Python的基础知识，包括操作符、流程控制、数据结构、文件读写等内容；Python面向对象的特性进行介绍，包括函数、类与对象等基本概念；数据分析与挖掘，以及其中具体的方法及对应的功能；Python可视化模块：

Matplotlib和Bokeh。

2.Hadoop大数据存储与运算

课程能力目标：

了解Hadoop的架构、原理、Hadoop集群配置及安装（JDK、SSH），熟悉Hadoop

IDE开发环境配置（Eclipse配置）和HadoopJavaAPI编程实例、具备Hadoop编程开发能力。

课程主要内容：

Hadoop简介、架构、原理、Hadoop集群配置及安装（JDK、SSH）、HadoopIDE

开发环境配置（Eclipse配置）、HadoopJavaAPI编程实例、HadoopJavaAPI编程实例、Hadoop

命令（hadoopfs,hadoopjob,Hadoopjar）、Hadoop基础编程（Mapper、Reducer、Driver）、

Hadoop高级编程（FileInputFormat、Combiner、Partitioner、FileOutputFormat）、Hadoop案例

—基于KNN的鸢尾花类别预测（算法实现及Hadoop编程）、Hadoop实例—基于KMeans的客户价值分析（算法实现及Hadoop编程）。

3.Hbase大数据快速读写

课程能力目标：

熟悉HBase集群安装配置、掌握HBase架构与数据模型、实现基于HBase的冠字号查询系统。

课程主要内容：

HBase简介、HBase集群安装配置（Zookeeper简介、Zookeeper安装配置、配置文件解读）、HBase架构与数据模型（组件原理功能、Rowkey设计、Schema设计）、HBas命令行

（hbaseshell）、HBase开发环境配置、JavaAPI操作HBase删/建表、HBase增删改查、HBase与HadoopMapreduce交互（HBasetoHDFS，HDFStoHBase，HBasetoHBase）、基于HBase的冠字号查询系统（案例背景、架构、数据处理、案例实现）。

4.大数据查询与处理

课程能力目标：

熟悉Pig架构与原理、PigLatin运行环境、Pig数据类型，Hive与Pig区别，

掌握Pig安装、配置，熟悉PigLatin数据加载/输出、数据转换、数据存储。

课程主要内容：

P

ig简介、架构与原理、PigLatin运行环境，Pig数据类型、Hive与Pig区

别、Pig安装、配置、Pig运行模式、Pig基本指令，PigLatin数据加载/输出、数据转换、数据存储，Pig内置函数、自定义函数（UDF），使用Hcatalog、Hive与Pig交互，Pig案例---SOGO案例。

5.Spark大数据快速运算

课程能力目标：

掌握Spark安装配置，了解其原理与架构，掌握Spark常用编程技术，实现基于SparkALS的电影推荐系统。

课程主要内容：

Spark简介（Spark简介、应用场景）、Spark安装配置（如何兼容Hadoop、

HBase集群）、Spark原理与架构（组件功能、RDD原理）、Spark编程（Scala及编程简介、Spark

Transformation/Action编程）、SparkIntellijIDEA开发环境配置、基于SparkALS电影推荐系统（案例背景、系统架构、SparkShell实现、系统业务逻辑实现）。

6.Oozie大数据工作流

课程能力目标：

了解Oozie工作原理，熟悉Oozie环境配置及页面监控、OozieWorkflow配置。

课程主要内容：

Oozie工作原理、Oozie环境配置及页面监控、OozieWorkflow配置（Hadoop

MR工作流、Hive工作流、Pig工作流、Spark工作流）、定时任务配置。

7.顶岗实习课程能力目标：

经过顶岗实习，进一步巩固学生所学的数据库应用技术、数据挖掘编程语言、

Hadoop大数据存储与运算、Hbase大数据快速读写、大数据查询与处理、Spark大数据快速运算、

Oozie大数据工作流等学科知识，提高学生的实际工作能力和技能，为今后的工作打下基础。

课程主要内容:

结合所学的数据库应用技术、数据挖掘编程语言、Hadoop大数据存储与运算、

Hbase大数据快速读写、大数据查询与处理、Spark大数据快速运算、Oozie大数据工作流等学科知识进行顶岗实习，实习课程的主要内容包括：

常用数据挖掘算法的实际应用，数据平台的运营管理和安全维护，保障数据的存档、保密工作；搭建基于Hadoop/Spark/Shark的大数据平台，大数据采集、清洗、整合等。

七、实践教学条件

（一）校内实训室大数据工程实训教学平台（H8），是将云存储资源、服务器资源和网络资源整合

，然后通过Vmware

等虚拟化搭建私有云平台，在私有云平台上搭建统一的数据挖掘平台和基于Hadoop的大数据分析平台。

大数据工程教学实训平台的建设能让学生既掌握必要的理论基础，又能将大数据分析理论和方法用于解决实际问题。

该大数据教学平台也能解决教学过程中实验环节非常薄弱，造成学生缺少数据挖掘实践经验、缺乏实践应用能力等问题。

基于Hadoop实战项目，在大数据实战环境中，通过动手实操，让学员在短时间内掌握使用平台开发Hadoop程序，以完成高效的大数据存储、清洗和分析。

大数据工程