一、培养目标
培养具有大数据采集、清洗、分析、处理及可视化等各类不同岗位大数据工程师。
二、培养模式
校企合作2.5+0.5模式，第一年，学校承担规定的公共基础课程的授课任务，企业教师承担专业基础课；第二年，企业承担全部的专业核心课；第三年上半年，企业资深工程师带领学生进行企业级项目实战训练并推荐工作，最后半年带薪顶岗实习并编写论文。
三、岗位能力
具备大数据分析能力、大数据处理能力、大数据挖掘能力及大数据平台、云平台运维能力。
四、职业面向
就业岗位：大数据处理工程师、大数据系统运维工程师、大数据应用开发工程师、大数据可视化工程师、大数据分析分析工程师
序号 |
职业岗位名称 |
典型工作任务描述 |
1 |
大数据处理工程师 |
大数据获取、清洗、转换、上载，以及数据存储、备份和恢复 |
2 |
大数据系统运维工程师 |
大数据系统的搭建与运维 |
3 |
大数据应用开发工程师 |
搭建大数据应用平台、开发分析应用程序 |
4 |
大数据可视化工程师 |
利用图形化的工具及手段揭示数据中的复杂信息 |
5 |
大数据分析分析工程师 |
运用算法来解决分析问题，并且从事数据挖掘工作 |
就业范围：就业面向中国9大IT集群城市，国内外软件企业、服务外包、电商企业及企事业单位等，如微软、百度、微创、思创、美团网、携程网、银行、学校、医院等。
就业前景与就业保障：
前景：我国每年大数据程师目前每年人才的缺口在20万左右，人才的需求量以每年20%的速度增长。
保障：签订就业协议，明确就业薪水。
五、课程设置
大数据技术与应用专业核心课程设置 |
||||
学年 |
阶段 |
专业基础课 |
专业核心课 |
专业实践课 |
1 |
1 |
计算机系统管理与维护 计算机应用基础 |
面向对象程序设计(Java） 数据库存储(mysql) |
Java桌面项目实训 |
2 |
网页设计技术(HTML5/CSS) Linux系统基础 |
大数据的Python基础 zookeeper、网络编程 |
Python分布爬虫web应用项目实训 |
|
2 |
3 |
图形与图像处理 操作系统基础 Linux操作系统 |
Hadoop大数据平台基础 数据清洗 JSP动态网站开发技术 |
离线大数据应用分析项目实训 |
4 |
IT职业素养与就业指导（含模拟面试） |
数据计算框架与处理技术 数据可视化技术(Spark, Scala) J2EE企业级框架技术 |
在线实时大数据分析项目 Java企业级项目开发 |
|
3 |
5 |
就业与创业指导 |
软件交付与实施 |
企业商业项目实践 |
技术企业团队：
上一条：软件技术专业
下一条：计算机网络技术专业—智能化方向
