职业技术学校大数据技术与应用专业人才培养方案.docx

《职业技术学校大数据技术与应用专业人才培养方案.docx》由会员分享，可在线阅读，更多相关《职业技术学校大数据技术与应用专业人才培养方案.docx（13页珍藏版）》请在优知文库上搜索。

1、大数据技术与应用专业人才培养方案一、培养目标与规格(一)专业名称：大数据技术与应用(二)专业代码：610215（三）招生对象：普通高中毕业生/中等职业学校毕业生(四)学习年限：三年(五)培养目标与规格1.培养目标本专业方向重点培养能够为企事业单位提供大数据系统搭建、管理、以及运维技术和能力的高素质技能型人才。通过计算机基础课程、算法语言、系统管理等专业基础知识学习，接受专业的大数据系统和应用知识的培养，进行计算机系统，大数据平台，大数据应用系统搭建、配置、管理、及运维实训。通过大量的案例与实践操作，熟练掌握大数据系统管理所需的各种专业知识和能力，具备一定的职业素养，为从事大数据行业工作奠定坚实

2、基础。2.人才规格经过3年的培养，学生毕业时必须达到培养目标所设定的知识、能力和素质标准，具体体现在其专业能力、社会能力和发展能力必须达到以下要求。(1)专业能力计算机应用系统的操作和组装、维护与维修能力；数据库系统的基本操作能力：基本的程序设计能力；网站页面设计与制作的能力；网站后台程序设计和网络数据库设计能力，网络应用开发技术；常用办公软件、工具软件的使用能力，利用OffiCe工具进行项目开发文档的整理(Word)报告的演示(PowerPoint)表格的绘制与数据的处理(Excel),利用Visio绘制流程图；阅读并正确理解需求分析报告和项目建设方案的能力；阅读本专业相关中英文技术文献、资

3、料的能力：熟练查阅各种资料，并加以整理、分析与处理，进行文档管理的能力：通过系统帮助、网络搜索、专业书籍等途径获取专业技术帮助的能力。各种大数据系统安装、维护与维修能力，包括HadOOp、HBaSe、SPark等系统；使用各种大数据系统解决实际问题的能力，包括HadOOp、HBaseSPark等系统；获取数据和对数据进行预处理的能力；大数据应用开发能力，包含批处理、实时流式处理、随机查询、数据挖掘分析等模式；基本的大数据分析和数据挖掘能力；基本的使用云计算平台部署应用的能力。（2）社会能力达到国家规定的大学生健康测试标准；具有健康的体魄、良好的心理素质以及交流沟通能力和社会适应能力；了解本专业

4、相关的职业和行业的生产、设计、研究与开发、环境保护和可持续发展等方面的方针、政策和法律法规，能正确认识对于客观世界和社会的影响；具有一定的组织管理能力、表达能力和人际交往能力以及在团队中发挥作用的能力。（3）发展能力对终身学习有正确认识，具有不断学习和适应发展的能力；掌握文献检索、资料查询及运用现代信息技术获取相关信息的基本方法；掌握基本的创新方法，具有追求创新的态度和意识；具有一定的就业创业能力。（六）职业资格与就业范围1.职业资格软件系统管理员、大数据助理工程师、大数据工程师、大数据开发工程师、大数据分析工程师、大数据运维工程师、大数据可视化工程师、大数据架构工程师、大数据系统研发师。2.

5、就业范围本专业毕业生能够从事基于计算机、移动互联网、电子信息、电子商务技术、电子金融、电子政务等领域的大数据平台运维、大数据应用开发、大数据分析等方面的工作。主要就业部门包括政府机关、房地产、金融、移动互联网、电信、零售、金融、制造、物流、医疗、教育等行业的技术部、软件开发部、销售部、数据分析部门。二、培养模式d采用三段式。培养模式为了培养符合企业需求的应用型人才，有效提高学生的分析、解决问题与实践动手的能力,大数据技术与应用专业采用“三段式”培养模式：图国口图四口图夹层模式。第一阶段为数理基础，专业核心课程培养，该阶段强化和拓宽数理基础，为学生后期专业学习打好扎实的基础,通过专业方向实训和项

6、目，学生能力从基本技能锻炼进阶到项目开发能力，最后到岗位能力素养培养，逐步从基本知识能力过度到软件应用能力最后到岗位职业能力。第二阶段为企业级应用开发综合实训I,在该阶段每个学生至少完成一个企业级综合应用项目以达到实习前的就业技能水平，真实体验企业的职业要求，尽早建立职业发展规划，为就业做好准备工作；第三阶段为企业实习，在该阶段每个学生完成不超过区个月的对口企业实习的经历，通过企业实习使学生尽早地融入到社会企业文化当中，真实体验企业的职业要求，尽早建立职业发展规划，为就业做好准备工作。专业特色大数据技术与应用方向以行业需求和企业岗位能力为导向，以建构主义思想重新构建面向应用的课程及其教学资源体

7、系，以互联网技术和信息化手段为依托建立符合认知学徒制的教学模式，建立面向应用能力的考核评价机制，实现全面系统的改革。A课程设置与培养内容面向行业、企业需求大数据技术与应用方向在一系列调研基础上构建了面向应用型人才培养的课程体系。提炼出基于学生实际的人才培养目标。针对培养目标分解出关键领域、关键单元及每个单元对应的知识、能力和素养,构建目标体系。在充分分析行业岗位群所需要能力和素养的基础上，对应用类课程围绕特定的主题或内容对原有教学内容进行重新整合，构建以能力为核心的、独立的模块化课程体系。A构建了个性化人才培养体系大数据技术与应用方向“以学生为中心,尊重学生个性发展”的思路优化专业建设思路、改

8、革人才培养模式满足不同层次和兴趣需求的学生需要，以智慧学习平台为支撑将传统以教为主往以学为主转变，教师回归辅导者与设计者。A个性化教学模式如下： 模式1：讲师+助教+平台自主学习对于实践性较强的专业方向课程采用该模式。该模式也称为基于博思平台翻转课堂模式,在该模式中，讲师、助教和辅导员承担不同的角色和职责，讲师角色定位于解决学生学习质量问题，制定引导式计划、查看平台数据、整理授课内容、助教相关任务安排；助教角色定位于提升学生自主学习质量，针对自主学习进行辅导答疑，督促学生提交线下作业，督促学生完成学习计划；辅导员主要协助解决学生不学问题，跟踪不学学生情况并及时反馈给主讲老师。 模式2：独立自主

9、学习针对完全技能类型的课程采用线上独立自主学习模式。以计算机基础技能、软件测试两门课程为例，教师将课程资源、学习计划、练习题库、以及考核试题等全部整合到学习平台中，学生可平时在线自主学习完成学习计划，学生存在问题可在线求助或提问，平台上有专门团队进行答复，老师定期根据学生学习情况安排辅导答疑，学生在学习目标完成后可自主申请考核。 模式3:理论讲解+团队大作业+项目评审模式对于理论性和专业性都非常强的专业课程采用该模式，以UML课程为例，由教师进行大班理论授课，小班由企业工程师进行岗位技术实践教学，理论和实践螺旋式推进，理论指导实践，实践促进理论的理解。另外，通过各次大作业的答辩评审（随机抽取其

10、团队中的一位成员）驱动完成该门课的理论授课，这种模式极大的提升了该门课程学习质量，并且各次大作业产物作为综合项目设计阶段产物提高学生积极性，学生动手去开发，组队来做一个软件，让他们真正体会到软件工程里面的东西是干啥的，真正意义上提升团队合作、沟通、软件工程专业文档能力等。 模式4:个别指导针对某些理论较少，需学生自己课下多加练习的课程，采用个别指导的教学方式。以实践类的拓展课程为例，教学以学生线上自学为主，平台上提供完善的学习资料、学习计划和训练题库供学生线上自主学习和训练,讲师根据课程重难点和学生反馈问题组织若干次集中指导或者学生学习过程遇到障碍或者问题可以通过学习平台、答疑系统或者即时通讯

11、工具给予及时的辅导及帮助，学生可以依据自己掌握情况自定学习进度，完成教学计划的学生可申请提前考核。 模式5:分层教学传统自然班级采取固定步调的授课模式，但是实际过程中学生能力参差不齐，统步调的授课模式难以匹配所有学生的要求，很难实现每个学生在原有知识基础之上得到最大发展。为实现每个学生能在原有知识基础之上都能得到最大程度地发展和提升,软件工程专业在小学期集中实践培养锻炼阶段采用分层教学模式,将学生成绩和个性指标相近的学生分在同一层次内，根据各个层次学生当前基础能力情况制定针对性的培养目标、实施计划及完成的项目。三、课程体系与内容（一）课程体系1 .通识教育课通识教育课H门，共29学分，498学

12、时；占总学时的机思想道德修养与法律基础、毛泽东思想和中国特色社会主义理论体系概论、英语、体育基础I、体育选项II、体育专项训练、军事理论、大学生心理健康教育、职业生涯规划、计算机应用基础、创新创业教育、形势与政策、就业指导。2 .职业基础课职业基础课8门，484学时，共计33学分。其中包含JaVa程序设计基础、网页设计基础、计算机网络基础、JaVa面向对象高级编程、JaVaSCriPt程序设计、LinUX操作系统、MySQL数据库。3 .职业技术课职业技术课11门，778学时，共计30学分，。Python程序设计基础、JaVaWeb开发、HadOOP生态体系基础、网络爬虫技术、PythOn数据

13、分析技术、HadooP生态体系进阶、大数据平台运维、SPark体系、JaVaWeb应用项目开发、论坛日志系统数据抓取与分析项目开发、大数据系统搭建与运维项目。4 .素质拓展课素质拓展课4门，可以选修门，96学时，共计6学分。包括BootStraP框架技术、Ajax技术、数据可视化、ETL工具。（二）课程内容1 .大数据导论（64学时，4学分）通过本课程的学习，了解大数据的基本概念，大数据的应用现状和发展趋势，掌握海量数据存储关键技术、大数据处理架构HadooP、分布式文件系统PQ底、分布式数据库段於右*11b数据仓库，掌握大数据批处理模式、随机查询模式、流处理模式、图处理模式，掌握数据挖掘的基

14、本概念，数据挖掘的典型算法（分类算法、聚类算法、关联算法、时序挖掘算法），了解大数据用于预测与决策、市场营销，掌握数据挖掘与文本数据分析、日志分析、电子商务、查找引擎的关系。2 .JaVa程序设计（64学时，4学分）本课程主要讲述JaVa语言概述、面向对象编程初步、JaVa的基本语法、类库与数组、面向对象编程深入、异常处理和输入输出及多线程编程，包括JaVaWeb开发和AndriOd移动应用开发入门。3 .个R设前端技术（64学时，4学分）主要内容：学习HTML程序设计基础知识，掌握DIV+CSS程序与界面设计技术技能，掌握JavaScript程序设计的开发方法，了解图像处理技术。教学要求：熟

15、练掌握DHTML语言；熟练掌握网页界面设计方法；熟练操作PhOtOShOP工具；掌握常见的图像处理方法。4 .计算机网络基础（64学时，4学分）计算机网络基础课程是为电子信息类计算机专业学生开设的一门专业基础课。课程主要讲授计算机网络概论，数据通信基础知识，局域网技术，广域网与接入技术，网络互联技术，TCP/OP协议及Internet技术，网络应用、管理和安全技术简介。5 .JaVa面向对象高级编程（72学时，4学分）先修课程：JaVa程序设计基础本课程由浅入深,通过多个案例及小型项目的开发,在学生掌握了Java语言基础之上，强化学生的编码基本功以及对Java核心API的应用能力。本课程主要内容包括Java集合类的使用，输入输出流，多线程及JaVa的网络编程等相关知识。6 .数据结构（72学时，4学分）先修课程：C语言程序设计或者Java语言程序设计本课程主要介绍在解决非数值计算的问题中如何合理地组织表示数据、有效地存储和处理数据，正确地设计算法以及对算法进行时间复杂度和空间复杂度分析和评价。主要内容包括：线性表、栈与队列、字符串、数组及其矩阵的压缩存储、树和二叉树、图、集合（查找表）、内部排序等。对于所讨论的每种数据结构都介绍其逻辑结构定义（ADT）和物理存储实现以及相应操作的实现方法，并且介绍