计算机类专业大数据技术与应用人才培养方案word.docx

1、计算机类专业大数据技术与应用人才培养方案word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

2、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

3、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

4、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

5、、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

6、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

7、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

8、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1Python 编程与数据挖掘基础 课程能力目标：了解数据挖掘技术、Python 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、

9、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。2Hadoop 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 Hadoop Java API 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）、Hadoop IDE 开发环境配置

10、（Eclipse 配置）、Hadoop Java API 编程实例、Hadoop Java API 编程实例、Hadoop 命令（hadoop fs , hadoop job, Hadoop jar）、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）。3Hbase 大数

11、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（hbase shell）、HBase 开发环境配置、Java API 操作 HBase 删/建表、HBase 增删改查、HBase 与 Hadoop Mapreduce 交互（HBase to HDFS， HDFS to HBase，

12、HBase to HBase）、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、Pig Latin 运行环境、Pig 数据类型，Hive 与 Pig 区别，掌握 Pig 安装、配置，熟悉 Pig Latin 数据加载/输出、数据转换、数据存储。 课程主要内容：Pig 简介、架构与原理、Pig Latin 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，Pig Latin 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）

13、，使用 Hcatalog、Hive 与 Pig 交互，Pig 案例-SOGO 案 例。5Spark 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 Spark ALS 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）、Spark Intellij IDEA 开发环境配置、基于

14、Spark ALS 电影推荐 系统（案例背景、系统架构、Spark Shell 实现、系统业务逻辑实现）。6Oozie 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、Oozie Workflow 配 置。课程主要内容：Oozie 工作原理、Oozie 环境配置及页面监控、Oozie Workflow 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

15、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

16、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。大数据工程教学实训平台的建设采用四层架构，其整

17、体架构如下图所示。大数据挖掘建模平台（TipDM-HB，无编程经验） 大数据开发实训平台（TipDM-HD，需编程基础）虚拟化层（VMWare、Hyper-v或KVM等）大数据工程教学实训平台底层数据处理平台采用云计算技术实现，基于云计算的基础设施层能 充分保障资源的有效利用率和资源的动态伸缩性，云基础设施层上搭建了基于 VMware、Hyper-v 或 KVM 等的虚拟化层，该虚拟化层能充分保证业务的连续性和平台运行的可靠性。建立在虚拟化层上 的统一数据挖掘平台 TipDM-HB 能满足有大数据挖掘需求的师生利用图形化的界面进行大数据分 析，而基于 Hadoop 的大数据开发平台（TipDM

18、-HD）能为大数据算法分析和大数据处理提供基础平 台。位于架构最上层的大数据工程教学实训平台为培养大数据时代的数据科学家提供实训平台。H8主要可包含以下8个组件：核心组件： 大数据挖掘建模平台（云数据挖掘引擎；云数据挖掘算法库；主机监控系统；云平台监控 系统）； 大数据开发实训平台（基于VMware、Hyper-v或KVM等虚拟化的Hadoop开发实训平台）。可选组件： 大数据分析教学实训教程：由校企联合打造的以解决企业大数据挖掘应用为目标的案例教 程，主要包括：Python与数据挖掘、Python数据分析与挖掘实战、Hadoop与大数据 挖掘、Hadoop大数据分析与挖掘实战； 大数据分析教

19、学案例库及配套资源：所有案例均来自企业在大数据挖掘领域的典型应用； 大数据教学演练沙盘：模拟各种大数据应用案例场景的演练沙盘，如智能交通仿真沙盘、 管网漏损智慧水务沙盘、窃漏电用户自动识别沙盘、菜品智能推荐沙盘等。； 大数据整合平台：包括数据管理、运维视图、接口管理、调度管理、系统管理等功能； 课程规划及师资培训：协助完成课程设置及教学规划，并为大数据挖掘课程教学提供师资 培训； 学生实习实训：提供大数据挖掘实践项目，组织学生参与公司的项目实习及集中实训。1）大数据教学演练沙盘（TipDM-SP）TipDM-SP 是专门针对高校大数据课程教学实践环节薄弱，学员实际应用能力差这一教学弱点 设计开

20、发的一系列教学组件。“沙盘模拟”实验课程改变传统的教学模式,将理论与实践融为一体的设 计思路,使学生在参与、体验中完成了从知识到技能的转化。沙盘模拟过程中,学生经历了一次从理 论到实践再到理论的上升过程, 实现从感性到理性的飞跃。2）大数据开发实训平台（TipDM-HD）TipDM-HD 是一套建立在虚拟化层上的大数据开发平台，提供了一个开放、稳定和高度可扩展 的框架，集成有 Apache Hadoop 的数据流业务与现有的数据架构。基于此平台，学员能在极短的时 间内快速掌握各种 Apache Hadoop 项目以及 Hadoop 分布式文件系统（HDFS）、MapReduce、Pig、Hiv

21、e、 HBase、Zookeeper 和其他各种组件的使用方法，并真正完成基于 Hadoop 框架的大数据应用开发。Hadoop 增强模块Hadoop 各个子模块环境，如分布式文件系统 HDFS、分布式计算 框架 MapReduce、集群资源管理 YARN、基础平台 Common 等。基于 Hadoop 的 Hive 增 强模块基于 Hadoop 的大数据仓库 Hive 模块环境，可直接执行相关 HiveQL 脚本、进行数据导入导出等。基于 Hadoop 的 HBase 增强模块基于 Hadoop 的大数据库 HBase 模块环境，可直接执行相关 HBase Shell 交互式终端命令、进行数

22、据导入导出、使用 MapReduce 与 HDFS 进行交互等。基于 Hadoop 的 Pig 增 强模块基于 Hadoop 的大数据快速数据处理 Pig 模块环境，可直接执行 相关 Pig Latin 脚本、进行大数据分布式文件系统 HDFS 上的各 种数据处理等。基于 Hadoop 的 Spark 增强模块基于 Hadoop 的大数据快速计算 Spark 模块环境，如 Spark Core、 Spark SQL、Spark Mllib 等，可直接启动 Spark-shell 进行操作， 也可以和 YARN 进行整合，可直接操作 HDFS 等。TipDM-HD 使用虚拟机进行大数据开发教学，

23、每个学员一个小集群（一般配置为虚拟机），每 个集群大概 35 台机器，其中虚拟机中预先配置好大数据开发环境及工程案例：大数据工作流 Oozie 模 块包含 Hadoop、Hive、HBase、Pig、Spark 等集成环境，使用 Oozie 引擎触发各种大数据任务，可直接定义相关任务配置 XML 文件进 行集群任务调度。大数据案例模块包含 Hadoop、Hive、HBase、Pig、Spark、Oozie 等集成环境， 针对不同案例使用不同的软件环境及相关数据、工程，如进行数 据传输时，需要 Flume 环境，则也是提前配置好的。（二）校外实训基地1. 广州泰迪智能科技有限公司 规模：30-8

24、0 名学生功能：顶岗实习、项目合作、咨询服务、师资培训八、课程设置与教学安排（附表 1） 九、各类课程学时学分比例表（附表 2） 十、部分专业课程教材推荐大数据工程和数据挖掘作为新兴产业，如何实现教学与企业需求相吻合具有重要 意义，广州泰迪智能科技有限公司作为深耕大数据及数据挖掘行业多年的企业，在大 数据及数据挖掘方面拥有丰富的实际项目经验和独到的行业见解。同时，经过与各高 校多年的深入合作，广州泰迪也更清楚高校育人与企业用人如何有效对接，故对相关 专业课程的教材进行推荐，教材的绝大部分内容也是源于企业实际项目，更具有实践 意义。推荐的每本教材皆有配套的 PPT、源代码及原始数据，教师教学能更

25、加轻松顺畅， 学生也更能体会到实际企业项目的过程，提升教学质量。部分专业课程教材推荐表课程编号课 程 名 称学时数推荐教材章节01050056ZPython 语言基础72Python 与数据挖掘张良均等著. 北 京：机械工业出版社第 1 章第 6 章01050056Z数 据 挖 掘 基 础 算 法 (Python 语言)54Python 与数据挖掘张良均等著. 北 京：机械工业出版社第 7 章第 11 章01050056Z智能推荐系统实践 (Python 语言)54Python 数据分析与挖掘实战张良均等 著. 北京：机械工业出版社第 12 章01050383ZHadoop 大数据存储与运算5

26、4Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社第 1 章第 2 章01050383ZHbase 大数据快速读写54Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社第 3 章01050385Z大数据查询与处理54Hadoop 与大数据挖掘张良均等著. 第 4 章第 5 章北京：机械工业出版社01050386ZSpark 大数据快速运算54Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社第 6 章01050387ZOozie 大数据工作流54Hadoop 与大数据挖掘张良均等著. 北京：机械工业出版社第 7 章第 8 章 附表 1计算机类专业（大数据技术与应

27、用）课程设置与教学安排表课 程 类 别课程性质序 号课程代码课程名称核 心 课 程课程类 型学 分计划学时教学周学时/教学周数考 核 评 价 方 式主要教学 场所备 注总 学时理 论实践一二三四五六16周18周18周18周18周16周基 本 素 质 课必 修 课101100001G思想道德修养与 法律基础理论+实 践3544862/132/14考 试多媒体教 室201100005G毛泽东思想和中 国特色社会主义 理论体系概论理论+实 践4726482/162/16考 试多媒体教 室实 践/ 网 络 课 时 在 课 外 安 排301100003G形势与政策理论+ 实践16416482/22/22

28、/22/2考 查多媒体教 室401100004G廉洁修身理论+ 实践1188102/4考 查多媒体教 室503060005G大学生心理健康 教育纯理论2323204/8考 试多媒体教 室603060004G公益劳动纯实践116016考 查其他703060002G职业规划与就业 指导理论+ 实践238162211112/42/4考 查多媒体教 室803060003G军训（含军事理 论）纯实践2560562W考 查其他901070003G高职英语理论+59045454/124/11多媒体教实践室1101090001G应用文写作纯理论2363603/12考 试多媒体教 室小计23476265211选

29、 修 课101090012G体育纯实践460060限 选2综合素质课外训练项目必选 8 学 分8000创新创业、技能竞赛、社会实践、国际交流、社团活动、科技活 动、文化艺术及其他素质拓展活动3综合素质选修课程要求必选 8 学 分812012001.一类模块 2、3 课程 2 学分；2.三类团队协作与执行能力课程2 学分；3.四类模块 2 课程 2 学分；4.四类模块 5 课程 2 学分小计2018012060职 业 能 力 课必 修 课平 台 课 程101050371Z计算机数学基础纯理论4727206/12考 试多媒体教 室201050346Z计算机应用软件理论+ 实践47236366/12考 试一体化教 室3