资源描述
附件1
普通高等学校设立非国家控制高等
职业教诲（专科）专业申请表
学校名称（盖章）：
学校主管部门：
专业名称：大数据技术与应用专业
专业代码：610215
修业年限：3年
年拟招生人数：
申请时间：
专业负责人：
联系电话：
中华人民共和国教诲部制
学校基本状况表
学校名称
学校地址
邮政编码
学校网址
学校标记码
办学性质
公办□ 民办□ 其她□
在校高职（专科）学生总数
专任教师总数（人）
已有专业大类
学校简介
和历史沿革
（300字以内）
申请增设专业理由和基本
（应涉及申请增设专业重要理由、学校专业发展规划及人才需求预测状况等方面内容，如需要可加页）
1、 申请增设专业重要理由
从国家政策和产业发展角度看，数据已成为国家重要基本性战略资源，大数据正日益渗入到社会生活和经济发展方方面面。运用大数据推动经济发展、完善社会治理、提高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。9月5日，国务院出台《增进大数据发展行动纲要》，提出要全面推动国内大数据发展和应用，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。11月3日发布《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建议》明确提出实行国家大数据战略，将来十年将是一种“大数据”引领智慧科技时代。随着社交网络逐渐成熟，移动带宽迅速提高，云计算、物联网应用更加丰富。更多传感器设备、移动终端接入到网络，由此产生数据及增长速度将比历史上任何时期都要多，都要快。大数据时代脚步悄然而至，将来几年，国内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数据分析人才培养，融基本理论、实验教学、工程实践为一体，为大数据这样新兴产业发展输出高层次、实用性、国际化复合型专业人才，保证产业科学、持续、高速发展。发展大数据产业和培养大数据人才，符合我省教诲发展需要，顺应社会需求，有助于社会进步，科技发展。
从我校专业布局和学科定位角度看，我校既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”专业有助于提高我校办学水平，形成特色学科方向。高等院校和科研机构是人才培养重要基地，往往走在时代最前沿，也是时代发展风向标，引领社会进步。我校是一所多学科型大学，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”专业设立有助于推动多学科交叉融合，为老式学科进一步发展开拓了新思路。
2、 学校专业发展规划
1） 强化师资队伍建设
一方面，增进双师型师资队伍建设，加强与大数据公司合伙。让教师进一步到大数据公司一线学习实战，掌握更新、更贴合实际大数据技术，逐渐形成一支理论实战型教师队伍；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夯实、专业技能高和科研能力相对较强专业骨干教师，建立一支年龄构造、专业构造以及学历构造相对合理专业科研队伍。
2） 注重实训实验
大数据技术实验室总体目的是建立一种以IT为核心、面向产业界、具备特色大数据分析技术研究中心，研究内容涵盖数据模型、核心技术以及应用办法等；致力于海量数据智能分析技术研究和应用，涉及大数据、数据库、数据仓库、数据挖掘以及知识管理等基本理论和核心技术，并可与公司合伙，服务于各个行业决策支持，增进行业信息化进程。
3） 加快课程设立
培养大数据人才加强理论教学与技术教学。理论教学可觉得学生提供基本知识和发展脉络，为学生后来发展奠定基本，重要有如下几点：对大数据概念进行解说、大数据特性、大数据和物联网及云计算关系、大数据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、分布式解决技术以及云计算发展来解说大数据采集、整合、保存到最后形成结论完整过程。
4） 加强校企合伙
我校加快大数据专业建设步伐，保证人才培养质量与效率，注重人才与产业结合，加强校企合伙。通过校企合伙，增强学生实践水平与大数据分析操作能力，为公司培养符合规定毕业生。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、东软集团等公司订立了校企合伙合同，已经为上述公司培养了大量人员。
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。通过毕业生就业方向和就业需求，不断修改人才培养筹划，制定符合公司和社会规定人才培养方案。按照培养方案，培养“产学研”三位一体复合型人才。
3、 人才需求预测状况
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迅速发展更促使咱们迅速进入了大数据时代。截止到当前，人们寻常生活中数据量已经从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生产因素，人们对于海量数据运用将预示着新一波生产率增长和消费者盈余浪潮到来。大数据时代到来，市场上必然对专业大数据人才需求增长。国际知名征询公司盖特纳预测，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，特别是记录和机器学习方面专业人才以及懂得如何运用大数据来运营公司管理和分析人才。仅仅在美国市场，大数据人才和高档分析专家人才缺口将高达19万。此外美国公司还需要150万位可以提出对的问题、运用大数据分析成果大数据有关管理人才。国内各大公司纷纷开拓大数据业务，对专业大数据人才均有较高需求量。当前市场对大数据人才需求特点是：需求量大、薪资水平高，并且呈上升趋势。
专业重要带头人简介
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
重要从事工作与
研究方向
行业公司兼职
工作简历
最具代表性教学科研成果
序号
成果名称
级别及签发单位、时间
本人签名位次
1
2
3
4
5
当前承担
重要教
学工作
（5项以内）
序号
课程名称
授课对象
人数
学时
课程性质
授学时间
1
2
3
4
5
注：填写一至三人，只填本专业重要带头人，每人一表。
教师基本状况表
序号
姓名
性别
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
与否
“双师型”
专职
/兼职
其她办学条件状况表
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、数字化教学资源状况
重要专业
仪器设备
装备状况
序号
设备名称
型号/规格
数量
购入时间
专业实习
实训基地
状况
序号
实训基地名称
合伙单位
校内/外
实训项目
申请增设专业人才培养方案
（涉及培养目的、基本规定、修业年限、就业面向、重要职业能力、核心课程与实习实训、教学筹划等内容，如需要可加页）
大数据技术与应用专业人才培养方案
专业名称：大数据技术与应用专业
专业代码：610215
招生对象：参加全国高等教诲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. 就业范畴：互联网、金融、IT、制造业、零售公司等。
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，重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，重要业务是数据集成工作开发、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，重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，重要业务是常规数据报告制定与信息挖掘、依照公司战略需要进行数据建模；数据分析师，重要业务是数据采集及数据解决工作、对数据进行整顿规划，编写数据阐明文档、明确客户方业务体系。
培养目的与规格
（一） 人才培养目的
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”为指引思想，面向中华人民共和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工程重点领域人才需求，具备良好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工程性开发与实现、在计算机与互联网公司中从事系统集成或售后服务、数据解决与分析、在政府部门或企事业单位从事信息系统建设、管理、运营、维护技术工作，具备德、智、体、美等方面全面发展高素质技术应用性人才。
（二） 人才培养规格
1.毕业生应具备素质
（1）政治思想素质：热爱中华人民共和国共产党、热爱社会主义祖国、拥护党基本路线和改革开放政策，事业心强，有奉献精神；具备对的世界观、人生观、价值观，遵纪守法，为人诚实、正直、谦虚、谨慎，具备良好职业道德和公共道德。
（2）文化素质：具备专业必须文化基本，具备良好文化修养和审美能力；知识面宽，自学能力强；能用得体语言、文字和行为表达自己意愿，具备社交能力和礼仪知识；有严谨务实工作作风。
（3）身体和心理素质：拥有健康体魄，能适应岗位对体能规定；具备健康心理和乐观人生态度；朝气蓬勃，积极向上，奋发进取；思路开阔、敏捷，善于解决突发问题。
（4）业务素质：具备从事专业工作所必须专业知识和能力；具备创新精神、自觉学习态度和立业创业意识，初步形成适应社会主义市场经济需要就业观和人生观。
2．毕业生具备知识
（1）掌握本专业所必须英语、数学及文化基本知识。
（2）具备必要人文、社会科学等通识知识。
（3）具备计算机应用基本知识，涉及文字录入与编辑、数据基本解决、电子表格、演示文稿等制作等知识。
（4）熟悉SQL计算与存储过程调优，并且具备严密逻辑分析能力。
（5）掌握当前使用最为广泛两门数据挖掘编程语言R语言和Python。
（6）具备数据解决、抽取、清洗、转换等能力。
（7）掌握主流Hadoop解决技术，涉及MapReduce、Hive、Hbase等。
3. 毕业生职业拓展能力
对大数据基本架构和平台有深刻理解；熟悉Hadoop集群构建，能进行相应布置及配备；熟悉主流应用服务器架构体系以及各种中间件技术。
4. 毕业生具备职业态度
（1）遵守有关法律法规、原则和管理规定
（2）爱岗敬业，严谨务实，团结协作，具备良好职业操守。
（3）具备良好规范意识、合伙意识和工作责任心。
职业证书
本专业学生可以获得职业资格书如下表所示，勉励学生考取表中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
序号
职业资格证书名称
发证部门
规定（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
全国计算机级别考试合格证书（二级）
国家教诲部考试中心
推荐
1-3
3
全国计算机级别考试合格证书（三级）数据库
国家教诲部考试中心
推荐
4
4
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
推荐
5
5
思科认证CCNA\CCNP
公司认证
推荐
4
6
初级程序员
国家教诲部考试中心
推荐
4
毕业规定
双证规定，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、专业教诲与职业素质教诲相结适当合开展工学结合课程体系。
（二） 依照大数据技术与应用专业相应岗位群公共技能和素质规定，拟定16门公共基本课程；依照专业核心岗位工作任务与规定，参照有关职业资格原则，按照大数据工程实际应用技术拟定5门专业核心课程；依照专业相应岗位群工作任务与程序，充分考虑学生岗位适应能力和职业迁移能力，拟定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
学时
理论学时、实践学时
教学目的
课程能力目的：理解Hadoop架构、原理、Hadoop集群配备及安装，熟悉Hadoop IDE开发环境配备和Hadoop java API编程实例、具备Hadoop编程开发能力。
教学内容
本课程重要内容：Hadoop简介、架构、原理、Hadoop集群配备及安装（JDK、SSH）、HadoopIDE开发环境配备、Hadoop java API编程实例、Hadoop命令、Hadoop基本编程、Hadoop高档编程、Hadoop案例分析。
本课程强调理论和实践并重原则，建议采用案例教学法、项目教学法，为加强和贯彻动手能力培养，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：具备高校教师资格，具备本科及以上学历，具备较高实践操作技能。
考核评价规定
1.成果形式：学生平时出勤、课堂体现、作业、实训报告成绩以及期末考试成绩构成。
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、报告及答辩、教师评价或技师评价方式，以过程考核为主；
3. 考核原则：倡导多元素综合评价原则，平日成绩（50%）与期末考试成绩（50%）相结合。
课程名称
Hbase大数据迅速读写
学时
理论学时、实践学时
教学目的
课程能力目的：熟悉Hbase集群安装配备、掌握Hbase架构与数据模型、实现基于Hbase冠字号查询
教学内容
Hbase简介、Hbase集群安装配备、Hbase架构与数据模型、Hbase命令行、Hbase开发环境配备、java API操作Hbase删/建表、Hbase增删改查、Hbase与Hadoop mapreduce交互、基于Hbase冠字号查询系统
教学办法建议
可采用任务驱动式教学，对于实践某些，可以按实验内容规定进行实验操作。
教学条件
1.教学场景：教室、实验实训室
2.实验实训室设备：计算机、Hbase开发环境
3.教师配备：具备高校教师资格，具备本科及以上学历，具备较高实践操作技能。
考核评价规定
1.成果形式：学生平时出勤、课堂体现、作业、实训报告成绩以及期末考试成绩构成。
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、报告及答辩、教师评价或技师评价方式，以过程考核为主；
3. 考核原则：倡导多元素综合评价原则，平日成绩（50%）与期末考试成绩（50%）相结合。
课程名称
大数据查询与解决
学时
理论学时、实践学时
教学目的
课程能力目的：熟悉pig架构与原理、Piglatin运营环境、pPig数据类型，Hive与Pig区别，掌握Pig安装、配、数据存储。
教学内容
pig简介、架构与原理、Piglatin运营环境、Pig数据类型，Hive与Pig区别，掌握Pig安装、配备，Pig运营模式、Pig基本指令，Pig Latin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
教学办法建议
可采用任务驱动式教学进行解说，对于实践某些，可以按实验内容规定进行实验操作。
教学条件
1.教学场景：教室、实验实训室
2.实验实训室设备：计算机、Pig Latin运营环境
3.教师配备：具备高校教师资格，具备本科及以上学历，具备较高实践操作技能。
考核评价规定
1.成果形式：学生平时出勤、课堂体现、作业、实训报告成绩以及期末考试成绩构成。
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、报告及答辩、教师评价或技师评价方式，以过程考核为主；
3. 考核原则：倡导多元素综合评价原则，平日成绩（50%）与期末考试成绩（50%）相结合。
课程名称
Spark大数据迅速运算
学时
理论学时、实践学时
教学目的
课程能力目的：掌握Spark安装配备，理解其原理与架构，掌握Spark惯用编程技术，实现基于Spark ALS推荐系统
教学内容
Spark简介、Spark安装配备、Spark原理与架构、Spark编程、Spark IDEA开发环境配备、基于SparkALS电影推荐系统（案例背景、系统架构、Spark Shell实现、系统业务逻辑实现）
教学办法建议
本课程强调理论和实践并重原则，建议采用案例教学法、项目教学法，为加强和贯彻动手能力培养，加强实验实训练习。
教学条件
1. 教学场景：教室、实验实训室
2. 实验实训设备：计算机、Spark开发环境
4. 教师配备：具备高校教师资格，具备本科及以上学历，具备较高实践操作技能。
考核评价规定
1.成果形式：学生平时出勤、课堂体现、作业、实训报告成绩以及期末考试成绩构成。
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、报告及答辩、教师评价或技师评价方式，以过程考核为主；
3. 考核原则：倡导多元素综合评价原则，平日成绩（50%）与期末考试成绩（50%）相结合。
课程名称
Oozie大数据工作流
学时
理论学时、实践学时
教学目的
课程能力目的：理解Oozie工作原理、熟悉Oozie环境配备及页面监控、Oozie Workflow配备。
教学内容
Oozie工作原理、Oozie环境配备及页面监控、Oozie Workflow配备（Hadoop MR工作流、Hive工作流、Pig工作流、Spark工作流）、定期任务配备。
教学办法建议
建议采用项目导向，任务驱动，案例引导，学生做中学，学中教一体化教学模式。
教学条件
1. 教学场景：教室、实验实训室
2. 实验实训设备：计算机、Oozie环境
3. 教师配备：具备高校教师资格，具备本科及以上学历，具备较高实践操作技能。
考核评价规定
1.成果形式：学生平时出勤、课堂体现、作业、实训报告成绩以及期末考试成绩构成。
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、报告及答辩、教师评价或技师评价方式，以过程考核为主；
3. 考核原则：倡导多元素综合评价原则，平日成绩（50%）与期末考试成绩（50%）相结合。
备注：每门专业核心课程均按照规定填写，保证内容详实，规定具备操作性。
表1.专业教学进程安排表
课程性质
课程代码
课程名称
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
32
B
影视欣赏
32
12
32
B
科学史
32
8
32
B
国学智慧与应用
32
12
32
B
创新创业与素质拓展
32
16
32
B
市场营销
32
16
32
B
小计
192
72
32
32
32
32
64
公共基本课
思想道德修养与法律基本
48
8
48
A
形势与政策
32
8
8
8
8
B
毛泽东思想和中华人民共和国特色社会主义理论体系概论
64
12
64
A
高等数学（上）（理）
48
8
48
A
高等数学（下）（理）
48
12
48
A
大学英语（一）
32
8
32
A
大学英语（二）
64
16
64
A
体育（一）
32
32
32
A
体育（二）
32
32
32
A
体育（三）
32
32
32
A
创新创业基本
64
32
64
B
军事理论
8
4
8
B
大学生心理健康
38
16
8
8
8
8
6
B
计算机导论
64
32
64
D
小计
606
244
248
224
112
16
6
学科导论
8
2
8
B
专业教诲课程
专业基本课
C语言程序设计
96
48
96
A
概率论数理记录
48
24
48
B
SQLServer数据库应用技术
64
32
64
A
计算机网络基本
64
32
64
B
数据构造与算法
32
8
32
B
面向对象分析与设计（Java）
64
32
64
B
Linux操作系统
48
24
48
A
小计
424
202
152
128
144
专业核心课
Hadoop大数据存储与运算
64
48
64
A/D
Hbase大数据迅速读写
64
48
64
A/C
大数据查询与解决
48
36
48
A/C
Spark大数据迅速运算
64
48
64
B
Oozie大数据工作流
64
48
64
B
小计
304
228
176
128
专业方向课
数据挖掘基本算法
64
48
64
B
R语言基本
48
24
48
B/C
数据挖掘使用案例
48
24
48
B/C
软件建模
48
48
48
B/D
软件测试
48
36
48
B
小计
256
180
64
192
专业拓展课
Python基本
48
24
48
B/D
数学建模
48
0
48
B/C
移动互联网数据挖掘软件开发
64
48
64
B
小计
160
72
112
48
专业综合实训课程
计算机组装实训
40
40
40
B
焊接实训
40
40
40
B
Java综合设计实训
40
40
40
B
大数据挖掘实训
40
40
40
B
综合实训
80
80
80
B
小计
240
240
40
40
40
40
80
第二课堂
136
136
24
24
24
24
24
16
军事训练
80
80
80
顶岗实习
毕业设计（论文）
300
300
共计
2506
1382
544
416
496
384
350
316
有关主管部门意见
校学术
委员会
意 见
（主任签字）
年 月 日
学校
意见
（盖章）
年 月 日
省级
教诲
行政
部门
意见
（盖章）
年 月 日
展开阅读全文
浙ICP备2021020529号-1 | 浙B2-20240490 
