人才培养

当前位置: 首页 > 教育教学 > 人才培养

2019年大数据技术与应用人才培养方案

作者:教务处 发布时间:2019-12-14 浏览次数:

一、 专业名称(专业代码)

大数据技术与应用(6102015

二、 入学要求

普通高级中学毕业、中等职业学校毕业或具有同等学历

三、 基本修业年限

三年

四、 职业面向

本专业职业面向如表1所示:

所属专业大类(代码)

所属专业类(代码)

对应行业(代码)

主要职业类别(代码)

主要岗位群或技术领域举例

电子信息大类(61

计算机类(6102

互联网和相关服务(64

软件和信息技术服务业(65

大数据系统架构

大数据系统管理员、大数据软件工程师、软件设计师、系统分析师、系统架构设计师等

五、 培养目标

大数据技术与应用是顺应打造国家新型战略性新兴产业,通过校企合作、工学结合的人才培养模式,面向企业生产、管理与服务第一线,培养德、智、体、美等方面全面发展,具有良好的职业道德和创新精神,具有必备的科学文化基础知识,掌握大数据应用开发和大数据分析等基本理论和基本知识,具备大数据分布式程序开发、大数据集成平台的应用与开发、海量数据分布式编程、基于大数据平台的程序开发等大数据应用开发,大数据分析、数据可视化、大数据挖掘等大数据分析的专业技术应用能力,能胜任各类信息化企、事业单位及互联网企业信息采集、传输、存储、分析等岗位工作,具有可持续发展能力的高素质技术技能人才。

六、 培养规格

本专业学生在素质、知识和技能方面需达到以下要求:

(一)素质要求

1.基本态度:热爱祖国,树立正确的世界观和人生观,努力学习马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想,坚持可持续发展,受到初步的国防教育和军事训练,遵纪守法、具有良好的思想道德素质和良好的与人沟通能力和团队合作精神;

2.职业态度:养成诚信、敬业、科学、严谨的工作态度和较强的安全、质量、效率及环保意识,具有良好的职业道德素质。

3. 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。

(二)知识要求

1.掌握计算机应用基础、大学英语、思想道德修养与法律、高等数学、贵州省情等文化基础知识;

2.掌握为达到本专业培养目标所必须的技术知识,包括基本的开发语言,开发工具,主流的大数据技术,大数据的技术构架、技术原理等。

(三)技能要求

1.具有网络基础架构的规划、建设能力;

2.具有大数据平台的搭建、管理与维护能力;

3.具有大数据应用类软件开发、测试与部署能力;

4.具有服务器配置与安全管理能力;

5.具有计算机文档处理的能力;

6.具备提供专业移动互联网应用整体解决方案能力;

7. 借助英语字典,能看懂相关的信息技术英文参考文献。

七、 课程设置及学时要求

(一) 课程设置

本专业的课程主要包括公共基础课程和专业课程。

1. 公共基础课

根据党和国家有关文件规定,将思想道德修养与法律基础、贵州省情、体育与健康、形势与政策、毛泽东思想和中国特色社会主义理论体系概论、计算机应用基础、大学英语、就业指导与企业文化、大学生心理健康教育、军事理论、应用文写作、劳动教育、创新创业教育、贵州大数据等列入必修课或选修课。

2. 专业课程

专业课程一般包括专业基础课程、专业核心课程、专业拓展课程,并涵盖有教学环节。学校可自主确定课程名称,但应包括以下主要教学内容:

1)专业基础课程

专业基础程一般设置 ,包括:JAVA语言程序设计、高等数学、C语言程序设计、Python程序设计、计算机网络基础、数据库技术等

2)专业核心课程

专业核心课程一般设置为 ,包括:大数据技术原理与应用、Linux系统管理与配置、数据分析与数据挖掘、机器学习、Python项目实战、Android平台应用及开发等。

3)专业拓展课程

专业拓展课程包括:Hadoop平台部署与运维、数据可视化设计与开发、数据结构、网络数据采集与分析、局域网组建与维护等。

3. 专业核心课程的主要内容

专业核心课程主要教学内容如表2所示

序号

专业核心课程名称

主要教学内容

1

大数据技术原理与应用

该课程主要包括大数据概念、大数据原理、大数据平台搭建、大数据平台使用、大数据平台运维、大数据平台常用组件等。目标是使学生掌握大数据的概念及基本原理,能够搭建大数据平台。

2

Linux系统管理与配置

本课程主要介绍Linux操作系统的基本操作、系统的安装及配置、系统常用命令的使用、Linux网络服务功能等内容。目标是使学生掌握Linux操作系统的常用命令的使用、图形界面的多种实用程序的使用、多种Internet服务功能的配置,通过实验加强学生的动手能力。

3

数据分析与数据挖掘

该课程主要包括数据分析与数据挖掘概述、数据挖掘建模工具的使用、数据挖掘的建模等内容。目标是使学生了解数据分析和数据挖掘的思想与技术,了解数据挖掘的基本理论,掌握重要的数据挖掘方法,并使学生具有进一步学习的基础与能力。

4

机器学习

本课程主要介绍机器学习原理、预测、分类、聚类、关联分析、推荐系统等内容。目标是使学生掌握主流机器学习算法的理论思想及应用,能够正确的得出结论。并初步涉及深度学习及人工智能的基础知识。

5

Python项目实战

该课程主要内容包括综合实践项目、Python程序设计、Python项目测试等。目标是通过实际综合项目的总体设计与具体实现,培养学生基于python进行项目开发的综合能力。

6

Spark大数据快速运算

该课程涵盖大数据挖掘中的各个关键技术,如HadoopHBaseHivePigSparkOozie,针对不同的技术首先都会对该技术进行介绍,接着会配置对应的环境,方便学员动手实操。在相应的动手实践环节后,会深入到技术架构、原理层次知识,并且其中掺杂必要的动手实践环节,加深理解重要的知识点。目标是熟练掌握移动应用程序开发,通过项目实践,提升动手能力,将所学知识整合运用到项目中。

7

网络数据采集与分析

该课程主要介绍网络数据采集,并为采集新式网络中的各种数据类型提供了全面的指导。重点介绍网络数据采集的基本原理:如何用Python从网络服务器请求信息,如何对服务器的响应进行基本处理,以及如何以自动化手段与网站进行交互。如何用网络爬虫测试网站,自动化处理,以及如何通过更多的方式接入网络。

4. 实践教学环节

实践性教学环节主要包括实验、实训、实习、毕业设计、社会实践等。实训可在大数据实训室、校外实训基地等开展完成;社会实践、顶岗实习由学校组织可在大数据相关企业开展完成。实训实习主要包括企业认知实习、应用软件开发、大数据平台应用、毕业设计(论文)与顶岗实习等。应严格执行《职业学校学生实习管理规定》和《高等职业学校大数据技术与应用专业顶岗实习标准》。

5. 相关要求

学校应统筹安排各类课程设置,注重理论与实践一体化教学;应结合实际,开展安全教育、社会责任、绿色环保、管理等方面的选修课程、拓展课程或专题讲座(活动),并将有关内容融入专业课程教学;将创新创业教育融入专业课程教学和相关实践性教学;自主开设其它特色课程;组织开展德育活动、志愿服务活动和其他实践活动。

(二) 学时安排

专业总学时一般为25002800学时,总学分在140-150学分。周学时一般为26-28/周,每门课学时不超过80,最多为5学分。公共基础课程学时一般占总学时的25%,选修课不低于10%,实践性教学学时原则上不少于总学时的50%。特殊情况需报学院审批后方能执行。

学分折算方法:

1. 理论课程:以每16学时计1学分

2. 实践教学环节:整周实践课程1周计1学分,每周按24学时计算(如校内专周实训、课程设计等)。

3. 顶岗实习:每1周计为1学分。“2+1”模式共计35学分(第五学期19周,第六学期16周,共计35周)。

4. 毕业设计(创新论文):计2学分。

5. 劳动教育:每1周计为0.5学分,共1学分(开设于第2学期和第3学期,利用早操和下午课后晚自习之前的两段时间)。

6. 素质拓展:每学期计1学分,共5个学分第三学年计1学分,在第六学期计入成绩)。

7. 军事教育:共计4学分,其中军事教育2学分,军事训练2学分。

8. 学分最小单位为0.5学分。按课时除以16折算,方法是23入,7退8进;按实习周折算,不满1周的停课实习计为0.5学分。

八、 教学基本条件

(一) 师资队伍

1. 队伍结构

大数据技术与应用专业要求年龄结构均衡、知识结构合理的教师队伍。目前本专业的专职教师12人,副教授比例为25%,讲师比例为20%,兼职教师比例15%

2. 专任教师

专任教师应具有高校教师资格;有理想信念、有道德情操、有扎实学识、有仁爱之心;具有计算机相关专业本科及以上学历;具有扎实的本专业相关理论功底和实践能力;具有较强信息化教学能力,能够开展课程教学改革和科学研究;有每5年累计不少于6个月的企业实践经历。

3. 专业带头人

专业带头人原则上应具有副高及以上职称,能够较好地把握国内外大数据产业、专业发展,能广泛联系企业,了解行业企业对本专业人才的需求实际,教学设计、专业研究能力强,组织开展教科研工作能力强,在本区域或本领域具有一定的专业影响力。

4. 兼职教师

兼职教师主要从本专业相关的行业企业聘任,具备良好的思想政治素质、职业道德、工匠精神,具有扎实的专业知识和丰富的实际工作经验,具有中级及以上相关专业职称,能承担专业课程教学、实习实训指导和学生职业发展规划指导教学任务。

(二) 教学设施

本专业教学要求必须以教学大纲为依据,以教材为基本内容。教学设施主要包括能够满足正常的课程教学、实习实训所需的专业教室、校内实训室和校外实训基础等。

1. 专业教室基本条件

专业教室一般配备黑(白)板、多媒体计算机、投影设备、互联网接入或WIFI环境,并实施网络安全防护措施;安装应急照明装置并保持良好状态,符合紧急疏散要求,标志明显,保持逃生通道畅通无阻。

2. 校内实训室基本要求

1)大数据实验平台 大数据平台的搭建应配备计算机及相应软件、服务器、基础架构平台、交换机、防火墙,用于平台搭建、系统运行、环境调试维护的教学与实训。

2)大数据在线实验平台 大数据在线实验平台提供镜像管理,虚拟机支持多系统种类。使用快捷,可批量快速搭建安装大数据实验所需环境和应用程序,极大减少了实验准备工作,登录即可针对课程内容进行实验,颠覆传统教学的纯理论教学,学生在教师教学或观看视频教程的同时可进行操作实践,让学习更高效便捷。可根据课程或实验需求智能匹配实验环境,提高实验环境的使用效率,直观清晰的管理虚拟环境,从而提高实验的有效性。灵活配置网络访问权限,给教研实验安全提供充足保障,在实验人数较多情况下保证系统运行流畅。

3. 校外实训基地基本要求

校外实训基地基本要求:具有稳定的校外实训基地;能提供大数据技术与应用专业相关的实训活动,实训设施齐备,实训岗位、实训指导教师确定,实训管理及实施规章制度齐全。

4. 学生实习基地基本要求

学生实习基地基本要求为:具有稳定的校外实习基地;能提供大数据系统平台的搭建和运维、应用与服务等相关实岗位,能涵盖当前的主流技术,可接纳一定规模的学生实习;能够配备相应的指导教师对学生进行实习指导;有相应的安全、保险保障。

5. 支持信息化教学方面的基本要求

具有可利用的数字化教学资源库、文献资料、常见问题解答等信息化条件;鼓励教师开发并利用信息化教学资源、教学平台、教学方法,引导学生利用信息化教学条件自主学习,提升教学效果。

(三) 教学资源

教学资源主要包括能够满足教师教学、学生专业学习所需的教材、图书文献及数字教学资源等。在教材建设上,一是积极采用自编教材的形式,二是选用十三五规划推荐教材。

1. 教材选用基本要求

按国家规定选用优质教材,禁止不合格的教材进入课堂。学校应完善教材选用制度,建立专业教师、行业专家和教研人员等参与的教材选用机构,规范程序择优选用。

2. 图书文献配备基本要求

图书文献配备能满足人才培养、专业建设、教科研等工作的需要,方便师生查询、借阅。

3. 数字教学资源配置基本要求

建设、配备或引用与本专业有关的音视频素材、教学课件、数字化教学例库、虚拟仿真软件、数字教材等专业所需的教学资源库,应种类丰富、形式多样、使用便捷、动态更新,能满足专业教学要求。

九、 质量保障

1.学校应建立专业建设和教学质量诊断与改进机制,健全专业教学质量监控管理制度,完善课堂教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面质量标准建设,通过教学实施、过程监控、质量评价和持续改进,达到人才培养规格。

2.加强日常教学组织运行与管理,定期开展课程建设水平和教学质量诊断与改进,建立健全听课、评教 、评学等制度。严明教学纪律,强化教学组织功能。

3.建立毕业生跟踪反馈机制,对生源情况、在校生学业水平,毕业生就业情况等进行分析,定期评价人才培养质量和培养目标达成情况。学生完成所有课程和实训环节并成绩合格、完成毕业设计(论文)及答辩、获得相应的技能证书,才准予毕业。


联系地址:

贵州省贵阳市清镇职教城西区

邮编:551400

联系电话:0851-88133666

传真:0851-88133666

    版权所有:凯时ks国际_凯时app-最新官网       备案编号:黔ICP备05000595号-1            52011502000035号