附件：
2017年大数据技术与及用人才培养方案 一、培养目标
本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。
二、学制及招生对象
（一）学制：三年
（二）招生对象：高中毕业生和中职毕业生
三、人才培养规格
（一）职业面向、预期工作岗位名称 1.主要岗位
本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换； 大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析； 2.相关岗位
大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。 3.进阶岗位
大数据技术公司管理岗位和高级技术岗位 （二）起薪标准 4500元/月
（三）人才质量标准 1.知识要求
毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好 的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能； ②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语，包括技术性文档和资料；
③掌握计算机方面的专业基础知识，能适应信息化建设；
④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技能；
⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。
2.能力要求
通过三年的学习，学生应具备从事本专业领域相关工作的能力。 ① 熟练操作办公自动化软件；
② 具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。 ③ 具备办公自动化设备维护的能力；具备数据库系统管理维护的能力； ④ 具备非结构化数据处理能力； ⑤ 具备数据仓库管理基本能力； ⑥ 具备OOP程序设计能力； ⑦ 具备Web应用开发能力；
⑧ 具备Linux Server、Hadoop项目管理维护的能力； ⑨ 具备数据挖掘、数据清洗、数据可视化的处理能力。 3.素质要求
①政治思想素质：
热爱祖国，拥护党的基本路线。遵纪守法，善于独立思考，勇于创新的精神。具备良好的职业道德与素养。 ②文化素质：
具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。 ③业务素质：
掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专 业技能的能力。． （四）职业岗位资格证书 至少取得下列证书之一： ① 计算机等级证书 ② 软考证书 （五）发展空间 1.学历提升
完成三年高职阶段的学习、实习和实训后并且成绩合格，可参加专升本考试 2.职业资格证提升
职业资格证书可由中级向高级层次提升。 3.其他
根据个人发展情况，可向高级管理人才和高级技术人才方向发展。
四、职业核心能力分析
表一：大数据技术与应用专业职业核心能力分析表 支撑课程（含实能力要能力要序核心能课文字与语言表达口头语言表达能大学语一般计划、
总结、技术文件的撰写能1矢量代数运算与应用的基本能
2微积分和微分方程运算的基本能高数、线性代数、概数学计算能3概率论与数理统计的基本能论与数理统1
线性代数的运算基本能4基础能力大学英语 1普通英文资料阅读能力 英语能力 专业英语能借助词典翻译本专业资料的基本能力2 1 力量、速度、耐力、灵敏性、柔韧性素质身体素质与运动技 常见球类运动
技能2 体育 能 田径、体操、游泳的基本技能3
Linux系统应用能 LinuxLinux操作系统操作系统 力大数据挖掘技术能数据仓库技术与数据挖 数据仓库技
术与数据挖掘技术 力掘技术 2
专业核心能力运维系统开Hadoop 平台部署与运维相关知识平台部署与运维HadoopHadoop 发能力数据可视化设
计与数据可视化设计与开 数据可视化设计与开发 发开发能力
科技创新相关要素知识 创新力 科技创新驱动 心理健康心理健康教育 心理健康教育相关知识 3
素质拓展能力 协调、组织、共事能力管理学 管理能力就业、创业指导 了解就业、创业相关知识 大学生就业、创业指导
五、课程体系结构和专业核心课程
（一）课程体系结构
大数据技术与应用专业课程体系
（二）专业核心课程简介（含课程主要内容、授课方式、考核方式等） 1. JAVA程序设计
Java语言是大数据专业的一门重要基础课程，是跨平台的程序设计语言，它是中间件厂商、系统集成商的首选语言。是一门以Java语言及相关程序设计技术为主要教学内容的专业必修课程，主要介绍Struts2、Spring、Hibernate以及它们相互整合的应用。课程的主要内容包括：Struts2框架技术、Spring框架技术、Hibernate框架技术、SSH2整合技术以及项目开发，是后续课程Android开发、Java Web 应用开发 、面向服务的架构设计的基础课程。通过本课程的学习，让学生完全有能力利用Java开发桌面级的应用及C/S模式的应用。本课程主要通过对Java技术的讲解，让学生了解和熟悉Java编程的知识和技能，在课程的学习过程中，强调学生计算机编程习惯的养成。本课程使用案例驱动模式，使学生掌握面向对象的编程理论及应用能力，培养学生的实际开发能力。 2. Linux操作系统
本课程旨在培养学生安装、管理和搭建Linux服务器的能力。学习完本课程，学生将能担任起一个公司的Linux服务器管理员的职责，熟练掌握常用命令的使用、系统的配置与管理、vi编辑器的使用、SHELL脚本编程和网络服务器的配置，为学生基于Linux操作系统的后续专业课程的学习奠定基础。本课程采用以项目为驱动任务为导向的项目化教学方式，旨在充分体现基于工作工程的教学理念，课程注重培养学生应用SHELL脚本解决实际问题的能力。 3．Hadoop平台部署与运维 Hadoop——海量数据处理技术，是一个分布式系统基础架构，用户可以在不了解分布式底层细节的情况下，开发分布式程序，充分利用集群的威力进行高速运算和存储。本课程将学习Hadoop两大核心模块——MapReduce和HDFS的工作原理，让学生熟练完成Hadoop的安装、配置和管理。能够独立的编写MapReduce程序，并提交Hadoop处理，并可监控作业运行情况和使用资源，最后能够熟练的对HDFS中的文件进行管理。本课程主要采用课堂教学，配合课后的课程设计，使学生能基本掌握Hadoop的相关原理、应用及操作。 4．数据仓库与数据挖掘技术
本课程以数据仓库与数据挖掘的基本概念和基本方法为主要内容，以方法的应用为主线，系统叙述数据仓库和数据挖掘的有关概念和基础知识，使学生尽快掌握
年级大数据技术与应用专业人才培养方案
