玉林师范学院教务处玉林师范学院Word文档格式.docx
《玉林师范学院教务处玉林师范学院Word文档格式.docx》由会员分享,可在线阅读,更多相关《玉林师范学院教务处玉林师范学院Word文档格式.docx(39页珍藏版)》请在冰豆网上搜索。
ETL开发工程师
职业岗位知识
1.具备基础的数据库知识
2.具备ETL方面的基础知识
3.具备数据挖掘方面的知识
HADOOP大数据技术
数据导入与预处理
商务智能方法与应用
大数据分析与内存计算
VisualC#程序设计
计算机图形学
新技术动态研讨
CAD实用技术
Linux编程
职业岗位能力
1.具有数据仓库及BI项目基础架构规划、安全规划、ETL架构和规范制定方面的基本知识;
2.具有数据仓库及BI项目ETL部分的开发和优化,并及时解决ETL相关技术问题的能力;
3.具有对ETL数据准确性验证及报表维护;
5.具有海量数据的ETL开发,抽取成各种数据需求。
2
HADOOP开发工程师
1.具备HADOOP大数据技术方面的知识
2.具备网站设计方面的基础知识
3.具备WAP页面设计的基础知识
WAP技术及应用
Web应用技术(J2EE)
Web应用技术(.Net)
JAVA语言程序设计
1.具有搭建hadoop集群,解决海量数据不断增长面临问题的能力。
2.具有管理、优化并维护hadoop集群,保证集群规模持续、稳定地计算与存储扩容。
3.具有开发、测试hdfs/mapreduce/hive/hbase的功能、性能和扩展,解决并实现业务需求的能力
3
可视化开发工程师
1.具备智慧高速大数据平台可视化的开发工作相关知识;
2.大数据应用开发方面的基础知识。
数据可视化
数据导入与预处理应用*
数据仓库与挖掘技术*
大数据应用开发语言
操作系统原理*
计算机网络*
数据库原理*
软件工程导论
Linux操作系统
1.具有研究用户需求,进行概念设计,并最终定义产品信息架构、交互及视觉细节;
2.具有数据可视化产品的视觉设计,参与大数据分析产品策划工作,深入理解主流数据可视化展现形式,针对实际场景梳理数据信息,提出专业的数据可视化元素运用的建议等
4
数据分析工程师
1.了解数据的原始面貌
2.了解数据存储内部的工作机制和流程
3.具备数据提取能力、理解业务需求的能力
4.掌握数据挖掘相关能力
Hadoop大数据技术*
分布式数据库原理与应用*
机器学习
数据可视化移动设备界面设计
计算机组成与汇编语言*
岗位能力
1.掌握HADOOP大数据基本架构和相关工具。
2.掌握熟练运用一种数据抽取采集工具。
3.掌握数据建模方法,熟悉常用数据分析模型等。
5
大数据工程师
具备理解大数据行业涉及到的数据抽取、清洗、分析、挖掘、可视化各个层次的技术方面的知识。
Hadoop大数据技术
分布式数据库原理与应用
数据导入与预处理应用
数据仓库与挖掘技术
数据可视化技术
1.熟练使用一种数据分析工具或语言。
2.掌握数据可视化基本方法和原则,熟练使用可视化插件进行分析结果可视化等
附件2
计算机科学与工程学院2017级计算机科学与技术专业课程模块建构表
课程模块
课程名称
能力要求
专业基础课模块
计算机网络、
网络工程与项目实施
掌握网络系统结构原理,网络中数据通信的流程掌握计算机网络中数据通信的基本原理验证能力、网络设备的配置与维护、网络数据校验方法。
掌握综合布线方案设计的基础知识,掌握各种通信线材的参数、指标、施工要求等,掌握综合布线的基本能力
掌握网络工程项目设计基础知识、具备网络工程项目方案设计能力及实施能力
计算机组成与汇编语言*
熟悉理解计算机硬件系统的组成、结构、各部件的逻辑实现和工作原理及IBM-PC机硬件结构;
掌握运算器及运算方法,指令系统设计及IBM-PC汇编语言,存储系统(包括内部存储器、高速缓冲存储器、外部存储器、虚拟存储系统等)的结构和工作原理及其在微机中的实现,CPU的结构、功能及指令的运行分析,微程序技术及应用,总线技术、输入输出技术及与此相关的汇编语言程序设计技术。
Linux操作系统技术
通过对操作系统的学习以及Linux操作系统的使用,使高等学校计算机应用、计算机网络技术专业的学生了解计算机网络及安全与管理领域等专业知识与技能,能够熟练地使用Linux操作系统。
大数据方向模块
掌握Hadoop大数据技术基本概念、体系结构、技术原理、主要组件等主要内容。
了解分布式数据库系统的基本概念和基本理论其实现的关键技术,并且了解大数据行业常用的以HBase、MongoDB为代表的NoSQL非结构化数据库。
通过实践来深入理解数据采集、数据清洗、数据导入等数据预处理技术的基础概念、理论原理、行业工具和技术应用。
通过本课程的学习,学生可以基本掌握数据清洗、数据集成、数据转换、数据载入的原理与技术,能够独立完成数据预处理工作,并具备参与大数据项目中数据前期处理与实施的基本技能。
系统而全面地介绍了数据仓库与数据挖掘的概念、作用、算法和应用举例,并且给出了信息分析所涉及到的若干问题及框架。
了解数据可视化分析工具和图表。
参与者也将学习如何为各种不同的数据类型和场景选择适当的图表类型,创造有效的仪表板传达组织信息。
能从大量数据中发现隐含的知识,辅助管理人员做出科学决策的方法、系统和应用。
了解基于内存计算的大数据分析的SPARK架构的基本知识,掌握Spark的关键技术,并完成Spark体系的安装及部署,可以完成基于内存计算的大数据应用分析。
熟悉大数据应用开发的基本语法和方法,掌握大数据开发环境的安装调试与维护技术,培养学生理论联系实际的实践能力,为今后的学习和工作打下必要的基础。
掌握常见机器学习算法,包括算法的主要思想和基本步骤,并通过编程练习和典型应用实例加深了解;
同时对机器学习的一般理论,如假设空间、采样理论、计算学习理论,以及无监督学习和强化学习有所了解。
附件3
计算机科学与工程学院2017级计算机科学与技术专业课程体系结构及学分学时比例表
(一)
教育平台
课程性质
学分及比例
学时及比例
学分
各模块学分占总学分比例
小计
各平台学分占总学分比例
学时
各模块学时占总学时比例
各平台学时占总学时比例
通识教育平台
通识教育课程模块
必修
38
20.6%
46
25%
608
20.6%
736
25.0
选修
8
4.4%
128
专业教育平台
专业课程模块
52
28.3%
71
39%
832
1136
38.6%
19
10.3%
304
实践教育平台
实践教育课程模块
63
34.3%
67
36%
1008
34.3%
1072
36.4%
2.1%
64
2.1%
合计
184
100%
184
100%
2944
100.0%
计算机科学与工程学院2017级计算机科学与技术专业课程体系结构及学分学时比例表
(二)
课程类型
学分/学时
其中实验实训课程
分学期学分安排
比例
6
7
课内教学
通识必修课
38/608
20.7%
6.5+(2.5)/110+(43)
9.5
10
7.5
5
专业必修课
52/1040
13
9
通识选修课
8/128
4.4%
专业选修课
19/304
117/2080
63.7%
课外教学
实验实训
13/208
7.1%
集中性实践
28/448
15.2
16
12
综合实践
26/416
14.1%
1
2
6
3
4
67/1072
20
16
注:
1.有括号的学分为不收费学分。
2.学分和学时占总学分比例(%)和占总课时比例(%)保留1位小数。
附件4
计算机科学与工程学院2017级计算机科学与技术专业教学进程计划表
(一)
备注:
1.有括号的学分不收费。
课程代码
学分/课时
开课学期及学分/周课时分配
考核方式和学期
(实践性教育活动只写学分数,每学期约16周)
共计
讲授
实践
一
二
三
四
五
六
七
八
考试
考查
TBB160102
马克思主义基本原理
2+(0.5)/32+(8)
2/32
(0.5)/(8)
2.5/2.5
TBB160203-04
毛泽东思想和中国特色社会主义理论体系概论
4+
(1)/64+(16)
4/64
(1)/(16)
2.5/25
1,2
TBB160301
中国近现代史纲要
2/2
TBB160401
思想道德修养与法律基础
2.5/2.5
TBB040005-08
大学英语
12/192
3/3
2,4
1,3
TBT130001-04
公共体育
6/96
TBB160501
形势与政策
(2)/(32)
每学期集中授课考查,毕业学期选课、录成绩
TBT000002
大学生职业生涯规划和就业指导
(1.5)/(24)
每学期集中授课,毕业学期选课、考查、录成绩
TBT140002
大学生心理健康教育
1.5/24
0.5/8
从全校大学生心理健康教育课中选修
通识教育必修课程(小计)
32+(6)/512+(96)
25.5+(3.5)/408+(56)
6.5+(2.5)/104+(40)
9.5/9.5
10/10
7.5/7.5
5/5
0
修读38学分(其中必修38学分)
艺术类
(必选)
本专业学生至少在讲座类通识选修课选修3学分,艺术类通识选修课选修2学分,人文类或社会科学类通识选修课选修2学分,剩余1学分任选,多选不限。
人文类
选修
社会科学类
体育与健康类
讲座类
3/15次
通识教育选修应修课程(小计)
8+3/128+15
修读8学分(其中选修8学分)
2.《大学生职业发展和就业指导》开课责任单位为招生就业处。
3.《公共体育》课程实行俱乐部制。
4.本专业学生须从学校开出的讲座类通识选修课中选修3学分。
学生完成5个讲座的听课任务获得1个学分。
计算机科学与工程学院2017级计算机技术专业教学进程计划表
(二)
模块名称
开课学期及学分/周课时分配(实践性教育活动只写学分数,每学期约16周)
学科基础课程模块
ZBB050103-104
高等数学B(I-II)
1,2
ZBB050202
线性代数B
ZBB06A101
离散数学*
ZBB06A102
概率与数理统计
ZBB06A103
计算机导论
ZBB06A104
C语言程序设计*
3/48
1/16
ZBB06A106
算法设计分析
ZBB06A107
大数据概论
学科基础课小计
24/384
23/368
11
修读24学分(其中必修24学分)
专业基础课程模块
ZBB06A108
数据结构*
ZBB06A109
面向对象程序设计(Java)*
ZBB06A110
Android应用开发
3/38
ZBB06A111
ZBB06A112
ZBB06A113
ZBB06A114
ZBB06A115
ZBB06A116
专业基础课程小计
21/336
19/304
10
修读21学分(其中必修21学分)
大数必修课程模
ZBB06A118
ZBB06A119
ZBB06A120
ZBB06A121
ZBB06A126
大数据必修课程小计
20/320
10/160
修读20学分(其中必修课程20学分)
大数据选修课程模块
ZBB06A122
ZBB06A123
ZBB06A124
ZBB06A125
大数据选修课程小计
16/256
修读8学分(其中选修8学分,四选二,建议选1和2)
专业拓展选修课程模块
ZXB06A127
大数据行业项目部署实践
2/2周
ZXB06A128
复杂数据预处理实战
2/周
ZXB06A129
数据可视化项目开发实战
ZXB06A130
ZXB06A131
PHP编程
ZXB06A132
计算机图形学基础
ZXB06A133
Python编程
ZXB06A134
多媒体技术
ZXB06A135
MATLAB基础与应用
ZXB06A136
编译原理
专业拓展选修课小计
修读11学分(其中选修11学分,其中1、2、3必选)
1.课程名称打有*号的为专业核心课程。
计算机科学与工程学院2017级计算机科学与技术专业教学进程计划表(三)
实践课模块
专业实践课
SBB06A302
C语言程序设计实训
SBB06A303
面向对象程序课程设计(JAVA)实训