网站首页 | 设为首页 | 加入收藏

欢迎访问洛阳工业信息中专，今天是2024-11-23
教研动态

大数据技术应用专业人才培养方案

更新时间：2023-09-01 09:22:00点击次数：297次字号：T|T

大数据技术应用专业人才培养方案

一、专业名称及代码

专业名称：大数据技术应用

专业代码：710205

二、入学要求

本专业办学层次为中职，招生对象为初中毕业生或具有同等学历者。

三、修业年限

本专业学制三年

四、职业面向

专业类

（代码）

专业名称

（代码）

专业（技能）

方向

类别

职业资格证书或

技能等级证书

计算机类

(710205)

大数据技术应用

(710205)

全国计算机等级考试一级

职业资格证书

初级

积极与1+X证书对接

大数据处理与开发

行业企业等级证书

初级

大数据管理与运维

行业企业等级证书

初级

大数据分析与可视化

行业企业等级证书

初级

五、培养目标与培养规格

（一）培养目标

以新时代中国特色社会主义思想为指导，落实立德树人根本任务，依据教育部《中等职业学校专业目录》、《中等职业学校公共基础课程教学标准》、《中等职业学校专业教学标准》等国家有关规定，以及省教育厅发布相关标准，结合河南省本地域情况，确定本专业培养的目标面向大数据技术应用领域，培养从事面向大数据及相关行业的大数据处理与开发、大数据管理与运维、大数据分析与可视化岗位群，能够围绕大数据在金融、交通、工业、农业、医疗、政府等各行业领域的应用，从事大数据开发工程师助理、初级大数据系统运维、数据分析师助理等工作的高素质技术技能人才。

（二）培养规格

本专业毕业生具有以下职业素养（职业道德和产业文化素养）、专业知识和技能。

1.职业素养

（1）具有良好的职业道德，能自觉遵守行业法规、规范和企业规章制度。

（2）具有良好的体质和吃苦耐劳的职业精神。

（3）具有诚实守信、爱岗敬业的职业态度。

（4）具备良好的与人交往的能力，有团队合作精神和客户服务意识。

（5）具有良好的观察能力、沟通能力、应变能力、分析能力和创新能力。

2.专业知识和技能

学生应具备下列基本能力：

（1）具有一定的计算机算法基础。

（2）大数据的相关技术理论能力；还应具备下列专业综合能力。

（3）计算机应用能力。

（4）数据库开发能力。

（5）网络操作系统应用能力。

（6）数据分析、编程能力。

（7）大数据技术应用专业英语的使用能力。

3.专业(技能)方向----大数据处理与开发方向

（1）掌握和熟悉常用的网络爬虫工具flume，Kafka，Sqoop。

（2）掌握数据采集与预处理。

（3）掌握对采集到的原始数据进行清洗，填补，平滑，合并，规格化，以及检查一致性等操作过程，将数据转化为一个可用的状态。

4.专业(技能)方向-----数据管理与运维方向

（1）熟练Hadoop，Spark,storm等主流大数据平台的核心框架。

（2）熟练掌握Hadoop整个生态系统的组件如：Yarn，HBase、Hive、Pig等重要组件，能够实现对平台监控、辅助运维系统的开发。

（3）掌握设计开发大数据系统或平台的工具和技能，能够从事分布式计算框架如Hadoop、Spark群集环境的部署、开发和管理工作，如性能改进、功能扩展、故障分析等。

（4）熟悉各种大数据平台的部署方式，集群搭建，故障诊断、日常维护、性能优化，同时负责平台上的数据采集、数据清洗、数据存储，数据维护及优化。

5.专业(技能)方向-----数据分析与可视化方向

（1）掌握对各种来源和各种类型的海量数据的采集能量。

（2）掌握提供不同的存储模型以满足不同场景和需求能力。

（3）学会灵活的数据处理和计算能力。

（4）掌握数据分析和挖掘的能力。

（5）拥有数据可视化并能进行实际应用的能力。

六、课程设置及要求

根据对企业岗位调研和本专业毕业生就业及升学调查，确定本专业课程体系目标是强化职业素质教育，突出职业能力的培养，所以在课程体系设计尤其是专业课程设计方面根据企业和升学需要，基于对职业岗位典型工作任务、核心职业能力的提炼，针对岗位工作和升学需要任务重构专业课程。

本专业课程主要分为公共基础课程和专业（技能）课程两大类。公共基础课程包括思想政治、文化课、体育与健康、艺术，以及其他自然科学和人文科学类基础课。

专业（技能）课包括专业核心课、专业（技能）方向课和专业选修课，实习实训是专业技能课教学的重要内容，含校内外实训、顶岗实习等多种形式。

（一）公共基础课程

序号

课程名称

主要教学内容与要求

参考课时

1

思想

政治

依据《中等职业学校思想政治课程标准-（2020年版）》开设

144

2

习近平读本

依据中华人民共和国教育部关于立德树人思想教育相关文件开设本课程

36

3

语文

依据《中等职业学校语文课程标准-（2020年版）》开设

180

4

数学

依据《中等职业学校数学课程标准-（2020年版）》开设

180

5

英语

依据《中等职业学校英语课程标准-（2020年版）》开设

180

6

体育与健康

依据《中等职业学校体育与健康课程标准-（2020年版）》开设

180

7

历史

依据《中等职业学校历史课程标准-（2020年版）》开设

72

8

信息

技术

依据《中等职业学校信息技术课程标准-（2020年版）》开设

144

9

公共

艺术

依据《中等职业学校公共艺术课程标准-（2020年版）》开设

72

（二）专业核心课程

序号

课程

名称

主要教学内容与要求

参考课时

1

Linux基础

通过本课程教学,了解Linux操作系统的安装、用户管理、Linux的基本命令，常用操作等基础内容。要求学生了解Linux系统的使用方式，能够独立操作Linux系统，能够对Linux系统进行基本的应用。

72

2

数据库应用

通过本课程教学,了解数据库基础知识，数据库表的设计和管理，查询的创建和使用，窗体的创建和使用，报表的使用，宏的使用，模块与VBA编程基础应用。通过项目培养学生掌握基本的数据库理论知识。

72

3

计算机网络

通过本课程教学,使学生了解计算机网络的类型、组成、应用等基础知识，熟悉计算机网络工作原理、网络协议和网络规划相关知识，掌握简单局域网搭建及应用、网络设备的基础配置、网络服务器安装与调试等基本技能。

72

4

网页设计

通过本课程教学,了解HTML基础知识、CSS基础知识、JavaScript基础知识。通过本课程的学习使学生了解网页编程技术的产生和发展过程，会使用HTML编写网页，会用CSS对网页样式进行设计，会使用JavaScript实现客户端的简单数据验证及网页特效，为后续的数据可视化相关课程提供学习基础。

72

5

Java编程技术

通过本课程教学,了解的主要内容是介绍Java的变量与常量、数组与字符串、逻辑与循环、类和对象、方法调用、输入与输出等基本内容。主要要求是了解Java语言基本概述和开发环境，学会使用Java语言进行简单编程。

108

6

python编程

通过本课程教学,了解的主要内容是介绍Python的变量与常量、数组与字符串、逻辑与循环、类和对象、方法调用、输入与输出等基本内容。主要要求是了解Python语言基本概述和开发环境，学会使用Python语言进行简单编程。通过该课程的学习为后续计算机课程及其他相关课程打下基础。

72

7

python数据分析

统计分析必备的理论知识。包括均数、中位数、众数等；掌握常用的工具，例如SPSS/SAS等。掌握数据建模以及python的第三方库的应用。

72

8

Hadoop开发与组件

通过学习一系列面向开发者的Hadoop、Spark等大数据平台开发技术，掌握设计开发大数据系统或平台的工具和技能，能够从事分布式计算框架如Hadoop、Spark群集环境的部署、开发和管理工作，如性能改进、功能扩展、故障分析等。

72

（三）专业方向课程

依据大数据行业、企业业务内容，结合本专业人才培养标准及规格，以下是大数据专业方向课程描述。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


表一：数据采集课程描述

序号

课程

名称

主要教学内容与要求

参考课时

1

数据采集

了解数据的收集方法和收集过程，体会数据在解决现实中的作用；能对统计图表进行分析，获得必要准确的信息。

36

2

数据清洗

学会补充缺失数据，识别孤立点，平滑噪音数据。

72

3

数据预处理

掌握数据错误的危害性；以及数据预处理的形式与那些。

36

 

表二：数据存储方向课程描述

序号

课程

名称

主要教学内容与要求

参考课时

1

数据存储与管理

掌握数据预处理之后学会对数据进行存储起来，并建立相应的数据库；掌握hdfs分布式文件系统；掌握MySQL数据库。

38

2

数据分析与处理

掌握数据处理与分析的各种算法，并学会从中找出有价值的信息，学会研究数据的内在规律和相互之间的关系。

74

3

数据开发

掌握如何搭建Hadoop集群；掌握Eclipse创立MapReduce工程；理解MapReduce的基本原理以及执行流程；理解map函数与reduce函数的处理逻辑。

38


表三：数据可视化方向课程描述

序号

课程

名称

主要教学内容与要求

参考课时

1

数据可视化

熟悉常用的数据可视化工具；以及大数据平台具备的几个方面。

108

2

网络爬虫

掌握Scrapy框架爬取网站；学会Scrapy的数据流向，框架，以及框架各组成局部的作用；编写spider脚本，解析网页。

72

3

数据架构

了解产品需求理解和整体规划；了解演进路线，具有开发以及运营能力。

72

（四）综合实践课程

具备较强的逻辑思维能力；能够使用特定工具，分析数据特征的能力；具备使用Excel工具，能对大数据进行分析、统计、图表展现等操作；具备使用图形化工具对数据进行可视化展现与分析的能力。能够解决大数据环境中出现的常见故障；能够对大数据软件系统进行部署与调试。


七、教学进程总体安排

（一）基本要求

1.专业综合实训可根据实际教学需求集中或分散进行。

2.课堂教学一般以18学时计1学分，每学期教学周数为18周（含复习考试），3年总学时为3210。课程开设顺序和周学时安排，学校可根据实际情况安排。

3.公共基础课学时约占总学时的1/3,允许根据行业人才培养实际需要在规定范围内适当安排，但必须保证学生修完公共基础课的必修内容和学时。

4.专业技能课时约占总学时的2/3，在确保学生实习总量的前提下，可根据实际需要集中或分阶段安排实习时间。

5.入学教育（军训）为1周、劳动教育、毕业教育各两周，共计五周5学分，计150学时。


附表1:教学时间分配表

环节学期

入学教育

课程教育

劳动教育

综合实训

复习考试

岗位实习

毕业教育

机动周

合计

周数

一

1

9

 

9

1

 

 

 

20

二

 

9

 

9

1

 

 

1

20

三

 

9

 

9

1

 

 

1

20

四

 

9

1

9

1

 

 

 

20

五

 

9

1

9

1

 

 

 

20

六

 

 

 

 

 

18

2

 

20

 

（二）教学进度安排表

根据学生的认知规律和课程设置的情况，专业课程安排如下表所示：

 

 

 

 


附表2：大数据技术应用专业课程设置与教学计划进程表

课程

性质

课程编码

课程名称

课程类别

课程性质

总学时

学分

各学期周学时数分配

考核方式

1

2

3

4

5

6

18

18

18

18

18

18

公共基础课

1

语文

必修

A

180

10

2

2

2

2

2

 

考试

2

数学

必修

A

180

10

2

2

2

2

2

 

考试

3

英语

必修

A

180

10

2

2

2

2

2

 

考试

4

思想政治

（中国特色社会主义）

必修

A

36

2

2

 

 

 

 

 

考试

5

思想政治

（心理健康与职业生涯）

必修

A

36

2

2

 

 

考试

6

思想政治

（哲学与人生）

必修

A

36

2

 

2

 

 

 

考试

7

思想政治

（职业道德与法律）

必修

A

36

2

 

 

 

2

 

 

考试

8

习近平读本

必修

A

36

2

1

1

 

 

 

 

考试

9

信息技术

必修

B

180

10

2

2

2

2

2

 

考试

10

历史

必修

A

72

4

2

2

 

 

 

 

考试

11

体育与健康

必修

B

180

10

2

2

2

2

2

 

考试

12

公共艺术

必修

A

90

5

1

1

1

1

1

 

考查

13

普通话

选修

A

36

2

1

1

 

 

 

考查

14

中国传统文化

选修

B

36

2

 

1

1

 

考查

15

心理健康

选修

A

36

2

1

1

 

考查

共计（占比41%）：

1350

75

18

18

13

14

6

 

专业技能课

专业核心课程

16

Linux基础

必修

B

72

4

2

2

 

 

考试

17

数据库应用

必修

B

72

4

2

2

 

考试

18

计算机网络

必修

B

72

4

2

2

 

 

考试

19

网页设计

必修

B

72

4

2

2

 

 

 

考试

20

Java编程技术

必修

B

72

6

 

 

2

2

 

考试

21

Python编程技术

必修

B

72

4

2

2

 

考试

22

Python数据分析

必修

C

72

3

 

2

2

 

考试

共计（占比16%）：

504

29

8

8

4

2

6

 

专业方向课程一

23

数据采集

必修

C

36

2

 

2

 

考试

24

数据清洗

必修

C

72

4

 

 

 

2

2

 

考试

25

数据预处理

必修

C

36

2

 

2

 

考试

共计（占比4%）：

144

8

0

0

2

2

4

专业方向课程二

26

数据挖掘

必修

C

38

2

 

2

 

考试

27

数据分析与处理

必修

C

74

4

 

2

2

 

考试

28

数据开发

必修

C

38

2

 

 

 

2

 

考试

共计（占比4%）：

150

8

0

0

2

2

4

专业方向课程三

29

数据可视化

必修

C

108

6

 

2

2

2

 

考试

30

网络爬虫

必修

C

72

4

 

2

2

 

考试

31

数据架构

必修

C

72

4

 

 

2

2

 

考试

共计（占比7%）：

252

14

0

0

2

6

6

 

专业选修课

32

软件开发

选修

C

36

2

 

2

考查

33

机器学习

选修

C

108

6

 

2

2

4

考查

34

云计算

选修

B

36

2

 

 

2

考查

共计（占比6%）：

180

13

2

2

5

2

2

 

综合实践课程

35

岗位实习

必修

C

540

30

 

 

30

考查

36

入学教育

必修

C

60

1

2周

 

 

考查

37

毕业教育

必修

C

30

1

 

 

 

1周

考查

共计（占比21%）：

630

34

 

 

 

 

合计

3210

175

28

28

28

28

28

18周

说明:

1.每学期为20周，其中机动1周，考试1周，教学周共18周，学时计算按18周计算。

2.根据学校统一安排，周课时数为30学时，除去校会、班会各1时，每周教学共计28学时。

3.入学教育（军训）为1周、劳动教育、毕业教育各两周，共计五周5学分，计150学时。

4.岗位实习按每周30学时计算，共540学时。

5.课程代码中的字母表示该门课程的性质，A类—纯理论课，B类—（理论＋实践）课，C类—纯实践课。

 


（三）学时比例表

课程

类型

公共基础课

专业（技能）课程

合计

其中：选修课

理论

实践

公共选修

专业选修

学分

75

103

178

6

10

学时

1350

504

1356

3210

108

180

学时比例

41%

16%

43%

100%

3%

7%

八、实施保障

（一）师资队伍

根据教育部颁布《中等职业学校教师专业标准》和《中等职业学校设置标准》的有关规定，进行教师队伍建设，合理配置教师资源。本专业教学团队应是一支专兼结合、校企互通、“双师”结构合理的教学队伍。本专业有专职教师16人，兼职教师3人，其中技师6人，高级工6人，“双师型”的教师15人，师生比例合理。

通过加强教师参加各级各类培训进修和学习交流，定期安排专业教师到企业实践锻炼，形成专业带头人领军、骨干教师为中坚、行业专家引领和兼职教学的教师，建成力量雄厚、结构合理、特色鲜明的“双师型”、“效能型”专业师资团队。

（二）教学设施

1.校内实训室

序号

产品名称

品牌

型号

数量

单位

1

大数据实训平台

唯众

WZ-CTP-V2.0

1

套

2

大数据教学云平台

唯众

WZ-BDTTP-LY

1

套

3

《Docker入门与实战》

唯众

WZ-DIPRP

1

套

4

大数据之Linux

唯众

WZ-OSIPRP

1

套

5

大数据之python

唯众

WZ-LINUXRP

1

套

6

大数据之MySQL

唯众

WZ-JAVARP

1

套

7

大数据之环境搭建

唯众

WZ-PYTHONNRP

1

套

8

大数据之环境搭建

唯众

WZ-TPD-MS

1

套

9

Python数据采集

唯众

WZ-HCERP

1

套

10

Hbase分布式数据库

唯众

WZ-PDARP

1

套

11

Mapreduce数据数据预处理

唯众

WZ-HBASERP

1

套

12

Flume数据采集

唯众

WZ-PDARP

1

套

13

Hive快速大数据分析

唯众

WZ-HBASERP

1

套

14

数据可视化

唯众

WZ-MRRP

1

套

15

日志分析项目案例

唯众

WZ-LACRP-V1.0

1

套

16

学情分析系统项目案例资源包

唯众

WZ-CARP-V1.0

1

套

17

Spark用户画像系统开发资源包

唯众

WZ-UPCCRP-1.0

1

套

19

医疗实时审核系统项目案列资源包

唯众

WZ-MRRP-V1.0

1

套

20

控制节点服务器

 

 

2

台

21

计算节点服务器

 

 

6

台

22

千兆交换机（业务网络）

 

 

2

台

23

电脑

 

 

60

台

24

实训桌椅

 

 

60

套


2.校外实习基地

序号

企业名称

实训容量

校企合作

类型

合作范围

1

和鲸科技有限公司

50人

签约实习基地

顶岗实习、集中实习、师资培训、企业培训专业共建

2

博雅大数据学院

50人

签约实习基地

顶岗实习、集中实习、师资培训、企业培训专业共建

3

金数智谷

50人

签约实习基地

顶岗实习、集中实习、师资培训、企业培训专业共建

4

八速科技

50人

签约实习基地

顶岗实习、集中实习、师资培训、企业培训专业共建

5

新智微

10人

签约实习基地

顶岗实习、集中实习、师资培训、企业培训专业共建

（三）教学资源

为了使教学过程有效地开展，我校为教师提供各种有利的教学资源。为教师提供各种教学所需的教学辅助资料，以及网络教育资源；配备各项教学所需的硬件及软件设施；为教师提供学习交流的平台等。

（四）教学方法

为实现教师和学生共同的教学目标，完成教学任务，在教学过程中多运用2422教学方法。主要表现为以下三点：一是模块化教学，学生每周1个模块，1个目标，1个结果；二是项目制管理，每组有计划有组织的练习，小组组长指挥协调，最终实现学习目标；三是交付式验收，通过钉钉和微信形式及时、高效、准确的提交作业成果，最终使得交付过程声像化，技术动作规范化，观摩评价及时化，教学过程可视化。除此之外，还有多种不同的教学方法，如任务驱动法、自主学习法、小组练习法等。


（五）学习评价

学生学习评价记录学生学习态度、表现、能力；公共基础课程学习成绩、专业技能课程学习成绩等情况。期中公共基础课程学习考核为合格性考试，专业技能学习成绩表现在成果记录，主要反映学生在校期间专业技能掌握情况和运用专业知识解决问题的能力，重点记录学生校内实训情况，岗位实习情况、专业课考证情况、参与各类技能大赛表现、创造发明、专利等。在此过程中引入社会评价，记录学生在校期间获得的与专业技能学习相关的职业技能水平评价等。

从核心价值观、身心健康、行为习惯、核心素养、职业能力、社会实践等角度记录学生成长，实施学生综合素质评价，强化过程评价，探索增值价值，开展多元评价，做好认知学习、岗位学习，建立学生成长档案，引导学生积极主动全面发展。规范开展学生奖学金评选，奖励品学兼优中职生。

（六）质量管理

1.建立系统科学规范的教育教学质量管理与监控体系。

2.完善教学管理规章制度，保障教学质量监控体系的正常运行，使教学工作有章可循、有据可依。

3.成立教学督导机构。

4.行业参与管理，注重实训教学与顶岗实习教学管理，每年征求企业的意见，企业参与教学，制定了相关管理制度和实施办法，确保实践教学有效开展。


九、毕业要求

1.按培养目标和专业培养要求，修满学分，且德育考核合格。

2.在完成学习任务，取得本专业中专毕业证书的基础上，还必须获得至少一个国家认可的各类相关证书。

3.参加至少6个月以上的岗位实习，考核合格。

十、附录

附表1：2022级大数据技术应用专业教学进程安排（使用时间：2023年9月-2023年4月）

附表2：人才培养方案修订审批表


附表1：2022级大数据技术应用专业教学进程安排

课程

性质

课程编码

课程名称

课程类别

课程性质

总学时

学分

各学期周学时数分配

考核方式

1

2

3

4

5

6

18

18

18

18

18

18

公共基础课

1

语文

必修

A

180

8

2

2

2

2

2

 

考试

2

数学

必修

A

180

8

2

2

2

2

2

 

考试

3

英语

必修

A

180

8

2

2

2

2

2

 

考试

4

思想政治

（中国特色社会主义）

必修

A

36

2

2

 

 

 

 

 

考试

5

思想政治

（心理健康与职业生涯）

必修

A

36

2

2

 

 

考试

6

思想政治

（哲学与人生）

必修

A

36

2

 

2

 

 

 

考试

7

思想政治

（职业道德与法律）

必修

A

36

2

 

 

 

2

 

 

考试

8

习近平读本

必修

A

36

2

1

1

 

 

 

 

考试

9

信息技术

必修

B

180

10

2

2

2

2

2

 

考试

10

历史

必修

A

72

4

2

2

 

 

 

 

考试

11

体育与健康

必修

B

180

10

2

2

2

2

2

 

考试

12

公共艺术

必修

A

90

5

1

1

1

1

1

 

考查

13

普通话

选修

A

36

2

1

1

 

 

 

考查

14

中国传统文化

选修

B

36

2

 

1

1

 

考查

15

心理健康

选修

A

36

2

1

1

 

考查

共计（占比39%）：

1350

69

18

18

13

14

6

 

专业技能课

专业核心课程

16

Linux基础

必修

B

72

4

2

2

 

 

考试

17

数据库应用

必修

B

72

4

2

2

 

考试

18

计算机网络

必修

B

72

4

2

2

 

 

考试

19

网页设计

必修

B

72

4

2

2

 

 

 

考试

20

Java编程技术

必修

B

72

6

 

 

2

2

 

考试

21

Python编程技术

必修

B

72

4

2

2

 

考试

22

Python数据分析

必修

C

72

3

 

2

2

 

考试

共计（占比16%）：

504

29

8

8

4

2

6

 

专业方向课程一

23

数据采集

必修

C

36

2

 

2

 

考试

24

数据清洗

必修

C

72

4

 

 

 

2

2

 

考试

25

数据预处理

必修

C

36

2

 

2

 

考试

共计（占比4%）：

144

8

0

0

2

2

4

 

专业方向课程二

26

数据挖掘

必修

C

38

2

 

2

 

考试

27

数据分析与处理

必修

C

74

4

 

2

2

 

考试

28

数据开发

必修

C

38

2

 

 

 

2

 

考试

共计（占比4%）：

150

8

0

0

2

2

4

专业方向课程三

29

数据可视化

必修

C

108

6

 

2

2

2

 

考试

30

网络爬虫

必修

C

72

4

 

2

2

 

考试

31

数据架构

必修

C

72

4

 

 

2

2

 

考试

共计（占比7%）：

252

14

0

0

2

6

6

 

专业选修课

32

软件开发

选修

C

36

2

 

2

考查

33

机器学习

选修

C

108

6

 

2

2

4

考查

34

云计算

选修

B

36

2

 

 

2

考查

共计（占比6%）：

180

13

2

2

5

2

2

 

综合实践课程

35

岗位实习

必修

C

540

30

 

 

30

考查

36

入学教育

必修

C

60

1

2周

 

 

考查

37

毕业教育

必修

C

30

1

 

 

 

1周

考查

共计（占比21%）：

630

34

 

 

 

 

合计

3210

175

28

28

28

28

28

18周

说明:

1.每学期为20周，其中机动1周，考试1周，教学周共18周，学时计算按18周计算。

2.根据学校统一安排，周课时数为30学时，除去校会、班会各1时，每周教学共计28学时。

3.入学教育（军训）为1周、劳动教育、毕业教育各两周，共计五周5学分，计150学时。

4.岗位实习按每周30学时计算，共540学时。

5.课程代码中的字母表示该门课程的性质，A类—纯理论课，B类—（理论＋实践）课，C类—纯实践课。


附件2：人才培养方案修订审批表