大数据技术与应用专业介绍

发表日期:2021-05-13    ( 浏览次数:1564 )

大数据技术与应用

 

一、专业名称(专业代码)

大数据技术与应用(610215)

二、入学要求

普通高中毕业生/中等职业学校毕业生

三、修业年限

三年

四、职业面向

所属专业大类

所属专业类

对应

行业

主要职业类别

主要岗位类别(或技术领域)

电子信息大类

计算机类

互联网和相关服务;软件和信息技术服务

大数据基础岗位:

大数据技术岗位:

大数据文档编写、大数据采集清洗与转换

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;

 

五、培养目标和规格

(一)培养目标

本专业培养面向西部地区经济发展需要,具有良好道德品质、创新精神和社会责任感,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)培养规格

本专业毕业生应在素质、知识和能力方面达到以下要求。

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。

  熟练操作办公自动化软件;

  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。

  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;

  具备非结构化数据处理能力;

  具备数据仓库管理基本能力;

  具备OOP程序设计能力;

  具备Web应用开发能力;

  具备Linux Server、Hadoop项目管理维护的能力;

  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

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。

六、毕业条件

1.学生必须修完教学进程表所规定的课程,修满人才培养方案规定的137学分(含素质教育学分12分),达到本专业人才培养目标和培养规格的要求才准予毕业。

七 、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

序号

核心能力

能力要素

支撑课程(含实训课)

能力要求

1

基础能力

文字与语言表达能力

大学语文

1口头语言表达能力

2一般计划、总结、技术文件的撰写能力

数学计算能力

高数、线性代数、概率论与数理统计

1 矢量代数运算与应用的基本能力

2 微积分和微分方程运算的基本能力

3 概率论与数理统计的基本能力

4 线性代数的运算基本能力

英语能力

大学英语

专业英语

1普通英文资料阅读能力

2能借助词典翻译本专业资料的基本能力

身体素质与运动技能

体育

1 力量、速度、耐力、灵敏性、柔韧性素质

2 常见球类运动技能

3 田径、体操、游泳的基本技能

2

专业核心能力

Linux系统应用能力

Linux操作系统

Linux操作系统

大数据挖掘技术能力

数据仓库技术与数据挖掘技术

数据仓库技术与数据挖掘技术

Hadoop运维系统开发能力

Hadoop平台部署与运维

Hadoop平台部署与运维相关知识

数据可视化设计与开发能力

数据可视化设计与开发

数据可视化设计与开发

3

素质拓展能力

创新力

科技创新驱动

科技创新相关要素知识

心理健康

心理健康教育

心理健康教育相关知识

管理能力

管理学

协调、组织、共事能力

就业、创业指导

大学生就业、创业指导

了解就业、创业相关知识

 

八、专业核心课程简介

专业核心课程名称:大数据存储技术与应用、数据仓库技术与应用、大数据汇聚技术与应用、大数据存储原理与编程开发、大数据ETL编程开发、大数据处理编程开发

序号

课程名称

学习目标与要求

学时

典型工作任务

1

大数据存储技术与应用

通过学习,使学生具备相关职业应用性人才所必需的知识,可以对数量巨大、难于收集、处理、分析的数据集,及那些在传统基础设施中长期保存的数据进行处理

96

项目一 HBase初窥使用

项目二  HBase深入使用

项目三  HBase高级使用

项目四数据的保存、提取

2

数据仓库技术与挖掘应用

本课程讲授的数据仓库属于一种高层管理的新型数据库技术,它是以一种在分散平台的诸DBS的数据安全、平稳、有效地过渡到一个公共模式下的信息为基础建立起来的。本课程主要掌握数据仓库系统的定义解释、理论与技术知识。

96

项目一 Hive 初识入门

项目二 Hive 深入使用

项目三 Hive 高级发展

项目四 Hive 内置函数和UDF编程

3

Spark技术应用

能够完成以数据的全量汇聚为基础,以数据的融合计算为核心,以实现对海量数据的接入、存储和处理为目标,设计一个整体适用框架,两种处理核心,三种接入方式,四种交付模式的大数据汇聚中心。

96

项目一、Spark 初识入门
 
项目二、Spark 概述、生态系统、与MapReduce比较

项目三、Spark 编译、安装部署(Standalone Mode)及测试
 
项目四、Spark应用提交工具(spark-submit,spark-shell)

项目五、Scala基本知识讲解(变量,类,高阶函数)

项目六、Spark 核心RDD
  项目七、RDD特性、常见操作、缓存策略

 
项目八、RDD Dependency、Stage常、源码分析

项目九、Spark 核心组件概述

4

MySQL数据库

掌握ETL的三种实现方法,第一种是借助ETL工具如MySQL的OWB、DTS、SSIS服务、informatic等实现。

64

项目一MySQL的OWB服务

项目二 PQL server   2000的DTS服务

项目三SSIS服务

项目四 PTL工具和SQL相结合

5

Hadoop平台部署与运维

学生可以利用Hadoop软件开发数据库

96

项目一Hadoop系统的安装和操作管理

项目二大数据分布式文件系统HDFS
  项目三Hadoop MapReduce并行编程模型、框架与编程接口

 
项目四分布式数据库HBase项目五分布式数据仓库Hive

项目六Intel Hadoop系统优化与功能增强

 

 


 


在线客服系统