大数据技术与应用专业申请书样本.doc

资料内容仅供您学习参考，如有不当之处，请联系改正或者删除。附件1普通高等学校设置非国家控制的高等职业教育( 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: 中华人民共和国教育部制学校基本情况表学校名称学校地址邮政编码学校网址学校标识码办学性质公办 民办 其它在校高职( 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) 申请增设专业的理由和基础( 应包括申请增设专业的主要理由、 学校专业发展规划及人才需求预测情况等方面的内容, 如需要可加页) 1、 申请增设专业的主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的基础性战略资源, 大数据正日益渗透到社会生活和经济发展的方方面面。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。 9月5日, 国务院出台促进大数据发展行动纲要, 提出要全面推进中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。 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, 中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。理论教学能够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; 技术教学能够使学生进一步认同掌握大数据, 能够分别从存储技术、 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。经过校企合作, 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。经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。截止到当前, 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, 特别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, 大数据人才和高级分析专家的人才缺口将高达19万。另外美国企业还需要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。当前市场对大数据人才需求的特点是: 需求量大、 薪资水平高, 而且呈上升趋势。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12345当前承担的主要教学工作( 5项以内) 序号课程名称授课对象人数学时课程性质授课时间12345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是否”双师型”专职/兼职其它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序号设备名称型号/规格数量购入时间专业实习实训基地情况序号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: 具有专业必须的文化基础, 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、 文字和行为表示自己的意愿, 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须的专业知识和能力; 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) 掌握本专业所必须的英语、 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, 而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能够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) 证书获取列表序号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3-62全国计算机等级考试合格证书( 二级) 国家教育部考试中心推荐1-33全国计算机等级考试合格证书( 三级) 数据库国家教育部考试中心推荐44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55思科认证CCNACCNP企业认证推荐46初级程序员国家教育部考试中心推荐4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大数据存储与运算学时理论学时、 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Hadoop IDE开发环境配置和Hadoop java API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、 Hadoop java API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。课程名称 Hbase大数据快速读写学时理论学时、 实践学时教学目标课程能力目标: 熟悉Hbase集群安装配置、 掌握Hbase架构与数据模型、 实现基于Hbase的冠字号查询教学内容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、 java API操作Hbase删/建表、 Hbase增删改查、 Hbase与Hadoop mapreduce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, 能够按实验内容要求进行试验操作。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。课程名称 大数据查询与处理学时理论学时、 实践学时教学目标课程能力目标: 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。教学内容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, 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案例分析教学方法建议可采用任务驱动式教学进行讲解, 对于实践部分, 能够按实验内容要求进行试验操作。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运行环境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。课程名称 Spark大数据快速运算学时理论学时、 实践学时教学目标课程能力目标: 掌握Spark安装配置, 了解其原理与架构, 掌握Spark常见编程技术, 实现基于Spark ALS的推荐系统教学内容Spark简介、 Spark安装配置、 Spark原理与架构、 Spark编程、 Spark IDEA开发环境配置、 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) 教学方法建议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。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。课程名称 Oozie大数据工作流学时理论学时、 实践学时教学目标课程能力目标: 了解Oozie工作原理、 熟悉Oozie环境配置及页面监控、 Oozie Workflow配置。教学内容Oozie工作原理、 Oozie环境配置及页面监控、 Oozie Workflow配置( Hadoop MR工作流、 Hive工作流、 Pig工作流、 Spark工作流) 、 定时任务配置。教学方法建议建议采用项目导向, 任务驱动, 案例引导, 学生做中学, 学中教的一体化教学模式。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。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32832B影视欣赏321232B科学史32832B国学智慧与应用321232B创新创业与素质拓展321632B市场营销321632B小计192723232323264公共基础课思想道德修养与法律基础48848A形势与政策328888B毛泽东思想和中国特色社会主义理论体系概论641264A高等数学( 上) ( 理) 48848A高等数学( 下) ( 理) 481248A大学英语( 一) 32832A大学英语( 二) 641664A体育( 一) 323232A体育( 二) 323232A体育( 三) 323232A创新创业基础643264B军事理论848B大学生心理健康381688886B计算机导论643264D小计606244248224112166学科导论828B专业教育课程专业基础课C语言程序设计964896A概率论数理统计482448BSQLServer数据库应用技术643264A计算机网络基础643264B数据结构与算法32832B面向对象分析与设计( Java) 643264BLinux操作系统482448A小计424202152128144专业核心课Hadoop大数据存储与运算644864A/DHbase大数据快速读写644864A/C大数据查询与处理483648A/CSpark大数据快速运算644864BOozie大数据工作流644864B小计304228176128专业方向课数据挖掘基础算法644864BR语言基础482448B/C数据挖掘使用案例482448B/C软件建模484848B/D软件测试483648B小计25618064192专业拓展课Python基础482448B/D数学建模48048B/C移动互联网数据挖掘软件开发644864B小计1607211248专业综合实训课程计算机组装实训404040B焊接实训404040BJava综合设计实训404040B大数据挖掘实训404040B综合实训808080B小计2402404040404080第二课堂136136242424242416军事训练808080顶岗实习毕业设计( 论文) 300300合计25061382544416496384350316相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 日省级教育行政部门意见( 盖章) 年 月 日