大数据技术及应用专业申请书模板Word下载.docx
《大数据技术及应用专业申请书模板Word下载.docx》由会员分享，可在线阅读，更多相关《大数据技术及应用专业申请书模板Word下载.docx（24页珍藏版）》请在冰点文库上搜索。
运用大数据推动经济发展、完善社会治理、提升政府服务和监管能力、重塑国家竞争优势正在成为趋势。
发展大数据产业和培养大数据人才迫在眉睫。
2015年9月5日，国务院出台《促进大数据发展行动纲要》，提出要全面推进我国大数据发展和应用，加快建设数据强国，这标志着大数据产业已上升为战略高度。
2015年11月3日发布的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》明确提出实施国家大数据战略，未来的十年将是一个“大数据”引领的智慧科技的时代。
随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、物联网应用更加丰富。
更多的传感器设备、移动终端接入到网络，由此产生的数据及增长速度将比历史上的任何时期都要多，都要快。
大数据时代的脚步悄然而至，未来几年，我国数据分析专业人才需求达几十万人以上。
高校应及时关注大数据时代的数据分析人才培养，融基础理论、实验教学、工程实践为一体，为大数据这样的新兴产业发展输出高层次、实用性、国际化的复合型专业人才，确保产业科学、持续、高速的发展。
发展大数据产业和培养大数据人才，符合我省教育发展需要，顺应社会需求，有利于社会进步，科技发展。
从我校专业布局和学科定位角度看，我校现有计算机网络技术专业、计算机网信息管理专业和软件工程专业等计算机类专业。
现新增“大数据技术与应用”专业有助于提升我校办学水平，形成特色学科方向。
高等院校和科研机构是人才培养的主要基地，往往走在时代的最前沿，也是时代发展的风向标，引领社会进步。
我校是一所多学科型的大学，学校办学定位就是强化内涵、发展工科特色、兼顾多学科。
“大数据技术与应用”专业的设立有助于推动多学科交叉融合，为传统学科的进一步发展开拓了新的思路。
2、学校专业发展规划
1）强化师资队伍建设
一方面，促进双师型师资队伍建设，加强与大数据企业的合作。
让教师深入到大数据企业一线学习实战，掌握更新、更贴合实际的大数据技术，逐渐形成一支理论实战型的教师队伍；
另一方面，学院主管部门制定大数据技术科研人才培养机制，培养一批专业理论知识扎实、专业技能高和科研能力相对较强的专业骨干教师，建立一支年龄结构、专业结构以及学历结构相对合理的专业科研队伍。
2）注重实训实验
大数据技术实验室总体目标是建立一个以IT为核心、面向产业界、具有特色的大数据分析技术的研究中心，研究内容涵盖数据模型、关键技术以及应用方法等；
致力于海量数据的智能分析技术的研究和应用，包括大数据、数据库、数据仓库、数据挖掘以及知识管理等基础理论和关键技术，并可与企业合作，服务于各个行业的决策支持，促进行业信息化的进程。
3）加快课程设置
培养大数据人才加强理论教学与技术教学。
理论教学可以为学生提供基本知识和发展脉络，为学生以后的发展奠定基础，主要有以下几点：
对大数据的概念进行讲解、大数据的特征、大数据和物联网及云计算的关系、大数据的用途以及应用案例等；
技术教学可以使学生进一步认同掌握大数据，可以分别从存储技术、感知技术、分布式处理技术以及云计算的发展来讲解大数据采集、整合、保存到最后形成结论的完整过程。
4）加强校企合作
我校加快大数据专业建设步伐，保证人才培养的质量与效率，注重人才与产业的结合，加强校企合作。
通过校企合作，增强学生的实践水平与大数据分析操作能力，为企业培养符合要求的毕业生。
我校已经与北京千锋集团西安分公司、陕西智游网络有限公司、东软集团等企业签订了校企合作协议，已经为上述企业培养了大量的人员。
5）以毕业促改革，以改革促发展。
认真考量市场需求，精准定位“大数据技术与应用”专业人才培养方案。
通过毕业生的就业方向和就业需求，不断修改人才培养计划，制定符合企业和社会要求的人才培养方案。
按照培养方案，培养“产学研”三位一体的复合型人才。
3、人才需求预测情况
近几年来，互联网行业发展风起云涌，而移动互联网、电子商务、物联网以及社交媒体的快速发展更促使我们快速进入了大数据时代。
截止到目前，人们日常生活中的数据量已经从TB（1024GB=1TB）级别一跃升到PB（1024TB=1PB）、EB（1024PB=1EB）乃至ZB（1024EB=1ZB）级别，数据将逐渐成为重要的生产因素，人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。
大数据时代的到来，市场上必定对专业的大数据人才需求增加。
国际知名咨询公司盖特纳预测，大数据与云计算专业将为全球带来440万个IT新岗位和上千万个非IT岗位。
麦肯锡在《大数据》报告中指出，大数据人才短缺，将严重制约大数据行业发展，尤其是统计和机器学习方面的专业人才以及懂得如何运用大数据来运营企业管理和分析的人才。
仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。
此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。
国内各大企业纷纷开拓大数据业务，对专业的大数据人才均有较高的需求量。
目前市场对大数据人才需求的特点是：
需求量大、薪资水平高，并且呈上升趋势。
专业主要带头人简介
姓名
性别
专业技术职务
第一学历
出生年月
行政职务
最后学历
第一学历和最后学历
毕业时间、学校、专业
主要从事工作与
研究方向
行业企业兼职
工作简历
最具代表性的教学科研成果
序号
成果名称
等级及签发单位、时间
本人署名位次
1
2
3
4
5
目前承担
的主要教
学工作
（5项以内）
课程名称
授课对象
人数
学时
课程性质
授课时间
注：
填写一至三人，只填本专业主要带头人，每人一表。
教师基本情况表
年龄
专业技术
职务
最后学历毕业学校、专业、学位
现从事
专业
拟任
课程
是否
“双师型”
专职
/兼职
其他办学条件情况表
专业办学经费及来源
专业仪器
设备总价值
（万元）
专业图
书资料、数字化教学资源情况
主要专业
仪器设备
装备情况
设备名称
型号/规格
数量
购入时间
专业实习
实训基地
情况
实训基地名称
合作单位
校内/外
实训项目
申请增设专业人才培养方案
（包括培养目标、基本要求、修业年限、就业面向、主要职业能力、核心课程与实习实训、教学计划等内容，如需要可加页）
大数据技术与应用专业人才培养方案
招生对象：
参加全国高等教育统一考试或陕西省综合评价招生成绩合格者
学制与学历：
三年、专科
就业面向：
1.就业范围：
互联网、金融、IT、制造业、零售企业等。
2.就业岗位群：
大数据研发工程师、大数据算法工程师、大数据产品工程师，主要业务是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，主要业务是数据集成工作的开发、测试与调优、大数据产品测试、测试报告编写等；
大数据运维工程师，主要业务是大数据平台搭建、维护、调优、管理和监控；
数据挖掘工程师，主要业务是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，主要业务是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。
培养目标与规格
（一）人才培养目标
本专业以“面向一线、立足岗位、产学结合、注重素质、突出应用、强化实践、培养能力”为指导思想，面向中国特色社会主义建设，对接战略性主导产业和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，具备德、智、体、美等方面全面发展的高素质技术应用性人才。
（二）人才培养规格
1.毕业生应具备的素质
（1）政治思想素质：
热爱中国共产党、热爱社会主义祖国、拥护党的基本路线和改革开放的政策，事业心强，有奉献精神；
具有正确的世界观、人生观、价值观，遵纪守法，为人诚实、正直、谦虚、谨慎，具有良好的职业道德和公共道德。
（2）文化素质：
具有专业必需的文化基础，具有良好的文化修养和审美能力；
知识面宽，自学能力强；
能用得体的语言、文字和行为表达自己的意愿，具有社交能力和礼仪知识；
有严谨务实的工作作风。
（3）身体和心理素质：
拥有健康的体魄，能适应岗位对体能的要求；
具有健康的心理和乐观的人生态度；
朝气蓬勃，积极向上，奋发进取；
思路开阔、敏捷，善于处理突发问题。
（4）业务素质：
具有从事专业工作所必需的专业知识和能力；
具有创新精神、自觉学习的态度和立业创业的意识，初步形成适应社会主义市场经济需要的就业观和人生观。
2．毕业生具备的知识
（1）掌握本专业所必需的英语、数学及文化基础知识。
（2）具备必要的人文、社会科学等通识知识。
（3）具备计算机应用的基本知识，包括文字录入与编辑、数据基本处理、电子表格、演示文稿等的制作等知识。
（4）熟悉SQL的计算与存储过程调优，并且具有严密的逻辑分析能力。
（5）掌握当前使用最为广泛的两门数据挖掘编程语言R语言和Python。
（6）具备数据的处理、抽取、清洗、转换等能力。
（7）掌握主流的Hadoop处理技术，包括MapReduce、Hive、Hbase等。
3.毕业生职业拓展能力
对大数据基础架构和平台有深刻理解；
熟悉Hadoop集群构建，能进行相应的部署及配置；
熟悉主流应用服务器的架构体系以及各种中间件技术。
4.毕业生具备的职业态度
（1）遵守相关法律法规、标准和管理规定
（2）爱岗敬业，严谨务实，团结协作，具有良好的职业操守。
（3）具有良好的规范意识、合作意识和工作责任心。
职业证书
本专业学生可以获得的职业资格书如下表所示，鼓励学生考取表中6项认证证书。
职业资格（技能）证书获取列表如下。
职业资格（技能）证书获取列表
职业资格证书名称
发证部门
要求（注明必备、任选、推荐）
建议学期
1
全国高等学校英语应用能力考试合格证书
高等学校英语应用能力考试委员会
推荐
3-6
2
全国计算机等级考试合格证书（二级）
国家教育部考试中心
1-3
3
全国计算机等级考试合格证书（三级）数据库
全国计算机高新技术Linux系统管理模块管理员级
国家劳动和社会保障部职业技能鉴定中心
思科认证CCNA\CCNP
企业认证
6
初级程序员
毕业要求
双证要求，成绩合格。
课程体系与核心课程
（一）课程体系
以大数据应用过程为导向、理论与实践相结合、专业教育与职业素质教育相结合的适合开展工学结合的课程体系。
（二）根据大数据技术与应用专业对应岗位群的公共技能和素质要求，确定16门公共基础课程；
根据专业核心岗位的工作任务与要求，参照相关的职业资格标准，按照大数据工程实际应用技术确定5门专业核心课程；
根据专业对应岗位群的工作任务与程序，充分考虑学生的岗位适应能力和职业迁移能力，确定5门专业限定选修和3门任意选修课程。
（三）专业核心课程简介
表1：
计算机网络技术专业核心课程简介
课程名称
Hadoop大数据存储与运算
理论学时、实践学时
教学目标
课程能力目标：
了解Hadoop的架构、原理、Hadoop集群配置及安装，熟悉HadoopIDE开发环境配置和HadoopjavaAPI编程实例、具备Hadoop编程开发能力。
教学内容
本课程主要内容：
Hadoop简介、架构、原理、Hadoop集群配置及安装（JDK、SSH）、HadoopIDE开发环境配置、HadoopjavaAPI编程实例、Hadoop命令、Hadoop基础编程、Hadoop高级编程、Hadoop案例分析。
本课程强调理论和实践并重的原则，建议采用案例教学法、项目教学法，为加强和落实动手能力的培养，每章课后应安排作业。
教学条件
1.教学场景：
教室、实验实训室
2.实验实训室配备：
电脑、Hadoop编程软件
3.教师配备：
具有高校教师资格，具有本科及以上学历，具有较高的实践操作技能。
考核评价要求
1.成果形式：
学生平时出勤、课堂表现、作业、实训报告成绩以及期末考试成绩组成。
2.评价方式：
按五级记分制（优、良、中、及格、不及格），学生自评、小组互评、汇报及答辩、教师评价或技师评价的方式，以过程考核为主；
3.考核标准：
提倡多元素综合评价标准，平日成绩（50%）与期末考试成绩（50%）相结合。
Hbase大数据快速读写
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
Hbase简介、Hbase集群安装配置、Hbase架构与数据模型、Hbase命令行、Hbase开发环境配置、javaAPI操作Hbase删/建表、Hbase增删改查、Hbase与Hadoopmapreduce交互、基于Hbase的冠字号查询系统
教学方法建议
可采用任务驱动式教学，对于实践部分，可以按实验内容要求进行试验操作。
1.教学场景：
2.实验实训室设备：
计算机、Hbase开发环境
3.教师配备：
大数据查询与处理
熟悉pig架构与原理、Piglatin运行环境、pPig数据类型，Hive与Pig区别，掌握Pig安装、配、数据存储。
pig简介、架构与原理、Piglatin运行环境、Pig数据类型，Hive与Pig区别，掌握Pig安装、配置，Pig运行模式、Pig基本指令，PigLatin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），使用Hcatalog、Hive与Pig交互，Pig案例分析
可采用任务驱动式教学进行讲解，对于实践部分，可以按实验内容要求进行试验操作。
计算机、PigLatin运行环境
Spark大数据快速运算
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SparkALS的推荐系统
Spark简介、Spark安装配置、Spark原理与架构、Spark编程、SparkIDEA开发环境配置、基于SparkALS电影推荐系统（案例背景、系统架构、SparkShell实现、系统业务逻辑实现）
本课程强调理论和实践并重的原则，建议采用案例教学法、项目教学法，为加强和落实动手能力的培养，加强实验实训的练习。
2.实验实训设备：
计算机、Spark开发环境
4.教师配备：
Oozie大数据工作流
了解Oozie工作原理、熟悉Oozie环境配置及页面监控、OozieWorkflow配置。
Oozie工作原理、Oozie环境配置及页面监控、OozieWorkflow配置（HadoopMR工作流、Hive工作流、Pig工作流、Spark工作流）、定时任务配置。
建议采用项目导向，任务驱动，案例引导，学生做中学，学中教的一体化教学模式。
计算机、Oozie环境
备注：
每门专业核心课程均按照要求填写，确保内容详实，要求具备操作性。
表1.专业教学进程安排表
课程代码
学时数
实践学时
开设学期及学时
考核方式
一
二
三
四
五
六
通识课程
自然辩证法
32
8
B
影视欣赏
12
科学史
国学智慧与应用
创新创业与素质拓展
16
市场营销
小计
192
72
64
公共基础课
思想道德修养与法律基础
48
A
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
高等数学（上）（理）
高等数学（下）（理）
大学英语
（一）
大学英语
（二）
体育
（一）
体育
（二）
体育（三）
创新创业基础
军事理论
大学生心理健康
38
计算机导论
D
606
244
248
224
112
学科导论
专业教育课程
专业基础课
C语言程序设计
96
概率论数理统计
24
SQLServer数据库应用技术
计算机网络基础
数据结构与算法
面向对象分析与设计（Java）
Linux操作系统
424
202
152
128
144
专业核心课
A/D
A/C
36
304
228
176
专业方向课
数据挖掘基础算法
R语言基础
升级会员 