以下为《1.1.2大数据技术与应用专业建设规划》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

/

大数据技术与应用专业

建设规划

信息***

2022年01月

学校遵循教育部颁发的“鼓励和要求各高校新增相关专业的指导意见”，积极调整现有专业结构，顶层规划设计学科架构体系，按照国家新兴学科与高质量现代经济体系发展对接人才培养策略指向，针照国家新工科大数据专业设置指南，着眼大数据急需紧缺人才需求增长，拟申报大数据工程技术职业本科专业。为了提升学校学科建设层次与办学规模，按照特色兴院的发展思路，将该专业打造为学校信息学科特色专业，拟制定如下发展规划。

一、建设基础

大数据工程技术专业是在学校已开设计算机应用技术（企业级软件开发方向）、计算机信息管理（大数据应用服务方向）、信息安全与管理、移动互联应用技术等专科专业基础之上申办的本科专业，经过多年的专业建设积淀，目前学科专业衔接紧密，开设面向大数据采集、清洗、分析、治理、挖掘、可视化等技术的大数据工程技术专业课程体系成熟，支撑本专业的师资队伍结构合理，实训条件规模完备，为大数据工程技术本科专业的开办奠定了基础。具体情况如下：

（一）专业课程衔接紧密

在已开办的计算机应用技术（企业级软件开发方向）、计算机信息管理（大数据应用服务方向）、信息安全与管理等专业课程建设中，加大了程序设计、数据结构与算法、大数据技术等课程设置的比重，经过历年的课程优化与建设，现已成熟开设有程序设计基础（C语言）、应用程序开发基础（Java）、Python程序设计、数据结构、非关系型数据库存储与管理、Linux操作系统、大数据应用开发基础、Python大数据采集实践等专业基础课程。面向工业大数据领域人才培养，与甲骨文（中国）***校企合作，联合开展了大数据专业实战化的课程建设，形成了较为完善的大数据工程技术职业本科专业课程体系。

（二）师资队伍组建精干

围绕大数据工程技术方向师资队伍建设，学院实施人才引进战略工程计划，于2016年先后从普通高校、部队院校及知名企业引进了一批支撑该专业的高学历、高职称、高技能的专业师资团队。按本科层次职业人才培养目标，编成一支基础理论扎实、教学能力强、实践经验丰富的“双师型”师资队伍。本专业按年200人的招生规模配备师资队伍，按1：20的师生比配有专任教师47人；高级职称专任教师21人，占比44.7%；具有博士学位的专任教师8人，占比17%人，具有硕士学位及以上的专任教师26人，占比55.3%；专任教师中具有企业工作经历的“双师型”教师37人，占比78.7%。来自企业一线的兼职教师7人，占比12.7%，承担《大数据综合实践》、《Spark应用开发技术》、《机器学习原理与实践》和《分布式图并行计算技术》等专业课程和专业实训课程的教学。 其所承担的专业课教学任务授课课时占专业课总课时的25%。师资队伍结构见表1，具体信息见师资队伍名单。

表1 专业现有师资

专职教师

职称结构

学历结构

企业

师资

“双师型”教师





教授

副高

讲师

博士

硕士

本科







47人

2人

19人

17人

8人

18人

21人

7

78.7%



（三）实验条件集约高效

自2015年学校开办计算机信息管理（大数据应用服务方向）、计算机应用技术（企业级软件开发方向）以来，学校开始加大计算机类专业的实验实训条件建设力度。经过近几年的建设，现有可供大数据技术课程实验教学的软件开发实训室、数据库实训室、大数据挖掘与分析实训室、软件测试实训室、微机室、仿真室、云计算中心(见表2)。2017年我们就着手大数据本科专业条件建设，在原来高职实训条件基础上，采取扩容并改、提档升级的方式，实现实验条件功能由高职实验条件向本科实训功能的转型，在先前2000余平方米的计算机机实训条件基础上，改建完成了“大数据处理、大数据开发、数据库管理及应用”等800平方米的大数据实训教学场地，并以校企共建专业方式，引进甲骨文建起了1000余平方米的甲骨文大***，目前该专业能够满足本科年招生500人的培训规模。充足的实训条件为开办大数据工程技术职业本科专业提供了良好的实验实训教学保障。

表2 校内实习实训条件

序号

实验室名称

主要实验设备

数量







型号

数量





1

软件开发实训室

教学计算机（Intel I5 集成显卡，4GB，500G）

60台

4间



2

数据库管理及应用实训室

教学计算机（Intel I5 集成显卡，4GB，500G）

64台

3间



3

软件开发与测试实训室

教学计算机（Intel I3 集成显卡，2GB，500G）

60台

3间



4

大数据处理实训室

教学计算机（Intel I5 独显2G，6GB，1T）

59台

1间



5

大数据开发实训室

教学计算机（Intel I5 独显2G，2GB，500G）

64台

1间



6

微机室

教学计算机（Intel I3 集成显卡，2GB，500G）

70台

12间



7

仿真室

教学计算机（Intel I5 集成显卡，4GB，500G）

64台

7间



8

云计算中心

云计算服务器、大数据处理服务器等设备

1套

1个



9

甲骨文大***

深度校企合作人才培训基地

1个

1个



10

甲骨文大数据技术创新中心

深度校企合作技术研究中心

1个

1个



（四）校外实习基地稳定

为了更好的满足工学结合的实践教学条件需求，围绕计算机应用技术（企业级软件开发方向）、计算机信息管理（大数据应用服务方向）、信息安全与管理等专业实训课程的需求，学校先后与甲骨文（中国）***、中国电子科技集团第三十所、中兴***等企业进行深度合作，联合建立了7个稳定的实训教学基地（见表3所示）。实现了实习培训规模化、实训科目基地化、专业实习常态化的实践教学。实训基地的建设为大数据工程技术本科专业职业技术性人才培养提供了有力的实践教学保障。

表3 实习基地一览表

深度合作企业名称

企业投入



甲骨文（中国）***

价值300万技术及软件资源及师资



中兴***

500万软硬件投入及师资



中国电子科技集团第三十所

专业共建



**_*

200万硬件投入及师资



**_*

设备共享及师资投入



**_*

校外实习基地



**_*

校外实习基地



（五）教学制度建全完善

为了确保人才培养质量，建立完善了教学质量管控机制与制度。针对教学过程中人(教师、学生)、物(教材、试卷、作业、教案资料)、过程（质量监控）等环节制定《重庆机电职业***教师教学工作基本规范（试行）》、《重庆机电职业***学生管理规定》、《重庆机电职业***学生技能竞赛管理办（修订）》、制定了《重庆机电职业***教学督导制度》。系列教学制度的出台确保了教学秩序的正常进行。

二、专业建设指导思想

按照国家高等教育职业本科人才培养策略指向，遵循国家职教20条指导意见，结合重庆市大数据综合试验区、**_*市直属机构功能以及学校的总体发展战略规划和建设目标，坚持以“就业为导向”的知识结构设置原则、“岗位技能需求”的能力培养原则、“企业文化相结合”的综合素质培养原则，着眼西部地区大数据人才增长需求走势，探索大数据职业本科人才培养途径，实现学科建设与新兴产业有机对接、能力培养与岗位技能相适应、课程设置与职业资格认证相匹配，打造特色鲜明的大数据工程技术职业本科专业。

三、专业建设定位与目标

（一）专业定位

按照职业本科岗位任职能力培养的指向性，本专业培养德、智、体、美、劳全面发展，掌握自然科学理论、计算机科学、数据科学、统计学等相关领域的基础知识、基本技能和基本方法，通过工程实践及技术应用能力的系统化训练，面向工业大数据、社会大数据、金融大数据等领域，培养具有大数据工程项目集成能力、应用软件开发能力、运维管理能力以及一定的大数据科学研究能力，能从事大数据采集与治理、清洗、分析、挖掘、可视化等技术岗位，并具备大数据项目集成应用、管理、维护和服务的高层次技术技能人才。

毕业生应具有良好的工程师素养与职业发展潜力，毕业3-5年后在大数据技术领域应能胜高级大数据开发工程师、大数据架构师、大数据项目经理等岗位。

（二）专业建设特色

为了优质试点职业本科教育，按照“产教融合、校企合作、工学交替、知行合一”育人思路，面向工业大数据、社会大数据、金融大数据等领域，引进甲骨文、重庆管某某等资深企业共同承建大数据工程技术职业本科专业，以真实项目任务驱动的教学方式，建立“校中企、企中校”二元制教学模式，将“X”职业资格等级证书获取全面融入人才培养方案，实施“1+2”毕业准出制度，培养具有一定研发能力、超强的大数据清洗、大数据分析与挖掘、大数据开发、大数据可视化、大数据综合应用能力的高层次技术型人才。

（三）专业建设目标

1.总体目标

以职教20条精神为指导，加强内涵建设，优质试点职业本科教育。通过四年建设，“1+X”职业本科课程体系科学完备、人才培养目标定位精准、师资结构更趋合理、实践教学条件提档升级，打造一批职业本科教育的精品课程，培育2-3名市级名师，并以大数据工程技术专业建设带动促进智能科学与技术、人工智能、软件工程本科专业的建设发展。4年后，该专业的在校培训规模在800人以上，实现大数据工程技术职业本科专业评估达到优良水平。

2.分目标

（1）办学规模

四年后，该专业在校生达到80人，年招生人数稳定在200人以上。

（2）师资队伍

建设一支集教学科研能力强、实践经验丰富、职业指导水平高的“三师合一”（讲师、技师、职业导师）师资队伍，使大数据工程技术专业的师资队伍在年龄结构、学历结构、职称结构更加合理。师生比达1:18、三师型教师达90%、博士比达30%。

（3）课程建设

构建科学合理的“1+X”职业课程体系，课程内容紧扣岗位技能需求和能力培养规格，通过该专业课程体系的学习，学生能够获得企业认可的相关职业资格认证。建设精品在线开放课程校级4门、市级2门，校企合著教材5部。

（4）教学条件

探索实践职业本科“理实一体化”教育模式，深度拓展产教融合渠道，坚持理论教学与实践教学并重的原则，夯实职业教育办学物资基础。在现有的实验实训条件基础上，新建与改建设实验实训室5个，面积达1000m2，满足年招生量500人的教学需求。在现有校外实习基地基础上，新开辟校外实习基地3个，满足每年800人的校外实习。同时，加强甲骨文大***“校中企”的建设，把甲骨文大***建设成为区域高校校企合作示范基地，提升学科条件建设档次与规模，实现实验实训基地化、规模化、常态化。

（5）社会服务

全面提升专业服务于社会的质量，举办各种职业技能培训、岗前培训、岗位能力深造培训。每年培训规模达500余人次。

四、建设内容及措施

（一）课程建设

课程建设主要包括课程开发、核心课程建设、教学内容改革、教材建设及教学资源建设。

1.课程开发

课程体系开发按照大数据职业本科岗位任职能力的指向性，是以超强的大数据清洗、大数据分析与挖掘、大数据开发、大数据可视化、大数据综合应用能力的高层次技术技能人才培养为指导，紧紧围绕培养学生在工业大数据、社会大数据、金融大数据领域具有大数据工程项目集成能力、应用软件开发能力、运维管理能力以及一定的大数据科学研究能力生成开发面向岗位能力培养的课程教学内容。并将“X”证书获取嵌入课程体系，形成了面向职业岗位的课程体系。职业岗位技能与课程的逻辑关系见表4。

表4 职业岗位技能与课程的逻辑关系

序号

职业成长阶段

典型职业岗位群

典型工作任务

典型职业岗位知识、技能要求

从业资格要求

设置课程



1

毕业后的最初成长阶段

企业数据管理、企业数据运维

（1）利用各种技术工具汇集企业周围的大量数据；（2）将数据清洗和规范化；（3）数据导入数据仓库中。

（1）优化Hadoop平台MapReduce作业/计算框架/存储技术，提升集群吞吐并降低成本（2）对各业务线系统的日常监控、数据备份、数据监控、报警、故障处理；（3）根据系统需求制定运维技术方案，开发自动化运维工具和运维辅助系统；（4）熟练掌握大数据业务相关运维技术，持续优化集群服务架构，探索新的大数据运维技术及发展

大数据运维工程师、数据分析师

面向对象程序设计、Web程序设计、数据库原理及应用、大数据存储与处理技术



2

第一发展阶段

大数据开发、Hadoop开发

（1）负责大数据平台的搭建与开发；（2）负责大数据分布式存储系统、分布式计算系统产品的架构设计；（3）负责大数据应用相关解决方案的设计，进行技术方案材料的撰写。

（1）具备海量数据处理架构设计能力；（2）具备大容量、高性能、高某某、分布式架构设计能力；（3）熟悉Hadoop、Spark等分布式系统应用；（4）熟悉Scala、Java、Python、Bash Shell等语言；

大数据开发工程师、Hadoop开发工程师

Hadoop大数据开发技术、Spark应用开发、操作系统原理及应用



3

第二发展阶段

数据分析、数据挖掘、数据清洗

（1）进行报表数据加工；（2）进行业务指标分析、预警；（3）通过数据分析，发现数据异常，并分析原因；（4）对业务数据进行分析；（5）对第三方数据质量进行分析；（6）进行数据可视化。

（1）具备较强的逻辑思维、数据分析及学习能力，有丰富的数据分析、挖掘经验；（2）具备金融行业或互联网行业相关项目经验；（3）熟练运用SQL，并能高效的与数据技术团队进行沟通；（4）熟练使用SAS/R/Python的一种语言。

机器学习工程师、爬虫工程师、数据分析工程师、数据挖掘工程师

Python程序设计、数据分析与挖掘、Python大数据分析实践、机器学习



4

第三发展阶段

大数据架构设计

（1）进行系统层面基本设计、保证代码质量、对研发进度进行管理；（2）负责数据平台框架的架构设计、结合业务进行技术选型及规划；（3）建立体系化的数据资产；（4）制定数据平台监测指标，对平台进行维护，保持平台可以正常稳定的提供服务；（5）负责新技术的调研，并能在团队内进行推广应用.

（1）掌握数据平台/BI类产品研发，了解数据仓库模型设计与ETL开发，具备海量数据开发能力；（2）熟练掌握Java开发语言，熟悉SpringMVC，MyBatis架构；（3）熟悉Linux开发环境，了解Bash Shell、Python等脚本语言开发；（4）熟悉Hadoop生态体系技术栈，熟悉SparkSQL，SparkStreaming计算引擎，掌握批处理和流式处理技术。

大数据架构师

工业大数据、机器学习、云计算技术与实践、数据结构、应用统计学



2.核心课程构建

根据专业新的人才培养方案,加强应用统计学、大数据存储与处理技术、数据分析与挖掘、大数据可视化技术、Hadoop大数据开发技术、Python大数据分析实践等核心课程建设，达到课程建设评价标准；完善人工智能、大数据与统计机器学习限选课程建设；将Python程序设计课程打造为重庆市精品资源共享课，把大数据存储与处理技术、数据分析与挖掘课程建设校级精品在线开放课程。具体规划见表5。

表5 精品在线开放课程建设规划

年度

级别

2019年

2020年

2021年

2022年

2023年



校级

1

1

1

1

1



市级

0

0

0

1

1



国家级

0

0

0

0

1



完善本专业8门核心课程的试题库建设，每门课程试题不少于500题，每套题重复率不超过20％。加强核心课程的网络资源建设，主干课程均有配套的多媒体课件和电子教案，把应用统计学和机器学习课程的“多媒体”课件建设为精品课件。

3.教学内容改革

以优化学科专业建设为目标，以高层次技术型人才培养为主线，以人才培养方案和课程标准为依据，加强职业本科教育理论研究，创新实践职业教育人才培养模式，科学构建与岗位能力相匹配的教学内容，采取项目申报和企业共建的方式，加强专业综合实训、专业见习、毕业设计等实训课程的教学改革。

4.教材建设

通过申报国家级、省部级、校级规划教材，建设自编的优秀教材；推出实践环节指导教材系列；积极引进国外的优秀教材，实现教材与教学参考书的综合配套建设目标；积极参与并组织教案评比，鼓励年轻教师参与教材改革，利用多媒体手段，使教材建设多样化。

按照人才培养方案和课程标准，结合本科教育的特点，创新构建大数据工程技术专业教材体系，采取“选编、改编、新编”相结合的方式加强教材建设。在选编部分专业教材的基础上，根据教学需求实际，新编数据结构、数据分析与挖掘、大数据存储等教材，把Python程序设计、Hadoop大数据开发技术打造为精品教材。规划见表6。

表6 优质教材建设规划表（教材建设）

序号

教材名称

主编

教材类型

合作企业

拟完成日期



1

数据结构

梁某某

公开出版



2020



2

数据分析与挖掘

刘某某

公开出版



2020



3

大数据存储与处理技术

邓某某

公开出版

甲***

2021



4

Python程序设计

陈某某

公开出版

甲***

2021



5

Hadoop大数据开发技术

高某某

公开出版



2022



6

大数据可视化技术

向守超

校本教材



2023



5.教学资源建设

为了充分利用现代教育技术手段，丰富课堂教学方式方法。通过立项和教改课题的方式，完成核心课程的试题库建设，每门课程试题不少于500题，每套题重复率不超过20％。加强典型实验实训案例和核心课程的网络资源建设，主干课程均有配套的多媒体课件和电子教案，把Hadoop大数据开发技术和Python程序设计课程的“多媒体”课件建设为精品课件。根据专业建设和学科建设的需要，每年补充和更新中外文图书资料1000册以上。重点增加拓展学生知识面相关领域的图书资料。增添电子图书和网络图书，订阅本专业及相关专业的国内、国际学术期刊，满足教学和学员自主学习的需要。建设本专业特色鲜明的专业网站，使部分资源网络化，信息资源建设规划见表7。

表7 信息资源网络化建设规划

序号

资源类型

数量

完成日期



1

题库

12门

2020年



2

精品课件

15门

2020年



3

精典案例

8门

2021年



4

MOOC

8门

2021年



5

微课

10门

2021年



6

共享课

10门

2022年



7

翻转课堂

12门

2023年



（二）师资队伍

按教育部规定，本科专业最低师资为12人，学生超过120人，每增加20名学生，需增加1名教师的要求。按年招生量300人计算，本专业需要配备师资为18人。针对现有师资实际，采取引进与送出培育的方式壮大师资队伍。

1.外部引进

按职业本科教育要求，需要组建一支学科骨干、师资骨干、企业骨干的师资团队，为配强 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。

组 长：张旭东

副组长：余某某、邓某某

成 员：朱某某、彭某某、向守超、高某某、邓某某、郑某某、张某某

毕业生质量跟踪小组主要及时掌握毕业生就业去向和就业质量、毕业生职业满意度和工作成就感、用人单位对毕业生的满意度等情况，同时也要收集毕业生和用人单位对培养目标、毕业要求、课程体系、课程教学的意见和建议，并进行统计分析，形成分析报告，反***教学部门和教学督导小组。毕业生质量跟踪小组成员如下：

组 长：余某某

成 员：杨帆、李某某、张某某

（五）管理保障

在专业建设的实施过程中，严格遵守并履行学校发展期制定的各项政策，在学校制定的各项制度框架下，按照大数据工程技术专业建设管理的要求，加强专业建设的过程管理，对照本专业建设规划实施年度自我评估工作，对做得比较好地方进行物质和精神奖励，对不足之处提出整改意见并做限期整改，并在物质上给以适当处罚。实施项目责任制度，信息***院长为本专业规划第一责任人，对项目的实施负全面责任。通过《大数据工程技术专业规划建设任务书》，做到责任到人、目标清晰，各项具体建设项目明确责任到人，对项目实施进度、质量和效果建立监督和检查机制，实施项目问责制。





[文章尾部最后500字内容到此结束,中间部分内容请查看底下的图片预览]

以上为《1.1.2大数据技术与应用专业建设规划》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。