数据科学与大数据技术专业本科人才培养方案一招生对象及学习年限 ( 一 ) 招生对象 : 全日制普通中学高中毕业生, 招生方式为普通高考招生 ( 二 ) 学习年限 : 基本学制四年, 实行弹性学制, 学生在校时间原则上不能少于三年, 总在校时间 ( 含休学 ) 不得超过七年二培养目标数据科

Size: px

Start display at page:

Download "数据科学与大数据技术专业本科人才培养方案一招生对象及学习年限 ( 一 ) 招生对象 : 全日制普通中学高中毕业生, 招生方式为普通高考招生 ( 二 ) 学习年限 : 基本学制四年, 实行弹性学制, 学生在校时间原则上不能少于三年, 总在校时间 ( 含休学 ) 不得超过七年二培养目标数据科"

创宫
4 years ago
Views:

1 数据科学与大数据技术专业本科人才培养方案一招生对象及学习年限 ( 一 ) 招生对象 : 全日制普通中学高中毕业生, 招生方式为普通高考招生 ( 二 ) 学习年限 : 基本学制四年, 实行弹性学制, 学生在校时间原则上不能少于三年, 总在校时间 ( 含休学 ) 不得超过七年二培养目标数据科学与大数据技术专业, 培养德智体美全面发展, 掌握数据科学的基础知识理论及技术, 包括面向大数据应用的数学统计, 计算机等学科基础知识, 数据建模高效分析与处理, 统计学推断的基本理论基本方法和基本技能对自然科学和社会科学等应用领域中大数据的了解, 具有较强的专业能力和良好外语运用能力, 能胜任数据分析与挖掘算法研究和大数据系统开发的研究型和技术型人才三就业岗位与就业范围序号主要面向就业岗位岗位主要工作任务职业能力要求 1 数据采集 / 网络爬虫工程师 1 参与爬虫项目的架构设计研发编程工作, 改进和提升爬虫效率 ; 2 设计爬虫策略和防屏蔽规则, 提升网页抓取的效率和质量 ; 3 负责后台爬虫数据的分布式存储设计以及代码实现 ; 4 负责网页采集任务的分析及采集方案设计 ; 5 负责分布式爬虫策略持续优化 1 熟悉掌握多线程网络编程, 精通网页抓取原理及技术的实现细节 ; 2 熟悉基于规则的网页信息抽取, 精通正则表达式 ; 3 从结构化的和非结构化的数据中获取信息, 对网页数据抓取信息提取去重清洗有一定经验 ; 4 了解分布式计算和储存技术以及相关原理 ; 5 熟悉 Python 开发 2 大数据运维工程师 1 负责和参与公司大数据基础架构平台的运维, 保障数据平台服务的稳定性和可用性 ; 1 具备 IT 领域的基本知识, 熟悉 Python 开发 ; 2 具备良好的文档习惯, 及文档编写能力, 熟练使用 Office 办公软件 ; 1

2 2 负责和参与运维系统及平台的建设 ; 3 负责优化运维流程提升运维效率 ; 4 处理各类异常和故障, 确保系统平台的稳定运行 3 熟悉 hive 语法及常见命令脚本 3 大数据开发工程师 1 参与公司大数据产品规划 ; 2 大数据处理分析平台的设计与开发 ; 3 为其他项目组提供大数据技术指导及分析手段支持 1 熟练使用 Linux 操作系统, 精通 Java 或 C++ 语言 ; 2 熟悉 Hadoop Spark 等生态相关技术 ; 3 熟悉 NoSQL 生态环境 ; 熟悉 Oracle 或 MySQL 数据库技术 ; 4 具有数据分析数据挖掘理论知识 ; 5 有数据挖掘机器学习自然语言处理等领域大型项目研发经验 4 大数据产品工程师 1 大数据产品规划与业务建模 ; 2 大数据产品需求分析设计开发 1 熟练使用 Linux 操作系统, 精通 Java 或 C++ 语言 ; 2 熟悉 Hadoop Spark 等生态相关技术 ; 3 熟悉 NoSQL 生态环境 ; 熟悉 Oracle 或 MySQL 数据库技术 ; 4 具有数据分析数据挖掘理论知识 ; 5 有数据挖掘机器学习自然语言处理等领域大型项目研发经验四培养规格要求 ( 一 ) 职业能力本专业是一门涉及应用数学统计学计算机科学等多领域的交叉学科大学本科四年期间, 本专业学生主要学习应用数学统计学计算机科学的基本理论和基本知识, 打好坚实的数学基础, 受到系统而扎实的计算机编程训练, 具备较强的数据分析和信息处理能力, 能在大数据科学与工程技术领域从事数据分析管理系统设计开发大数据处理应用科学研究等方面的工作, 具备综合运用所学知识分析和解决实际问题的能力本专业强调培养具有多学科交叉能力的大数据人才该专业重点培养具有以下三方面素质的人才 : 一是理论性的, 主要是对数据科学中模型的理解和运用 ; 二是实践性的, 主要是处理实际数据的能力三是应用性的, 主要是利用大数据的方法解决具体行业应用问题的能力 2

3 本专业主要学习常用机器学习编程语言 (R 语言和 Python) 数据库应用技术 Java 程序设计 Linux 操作系统分布式数据采集及数据可视化 Hadoop 大数据存储与运算 Hadoop 大数据存储与运算大数据查询与处理 Spark 大数据快速运算 Oozie 大数据工作流, 具备大数据开发与数据挖掘的实际工作能力, 具有创新意识及进一步发展专业技能的良好基础本专业毕业生应获得以下几方面的知识和技能 : 1. 具有比较扎实的计算机基本理论与技术数据挖掘的常用算法 ; 2. 掌握当前使用最广泛的数据挖掘编程语言 python; 3. 熟悉 SQL 的计算与存储过程调优, 并具有严密的逻辑分析能力 ; 4. 具备数据的处理抽取清洗转换等能力 ; 5. 掌握主流的 Hadoop 处理技术, 包括 MapReduce Hive Hbase 等 ; 6. 逻辑思维能力强, 具备较强的文档编写和良好的沟通表达能力 ( 二 ) 职业拓展能力 1. 对大数据基础架构和平台有深刻理解 ; 2. 熟悉 Hadoop 集群构建, 能进行相应的部署及配置 ; 3. 熟悉主流应用服务器的架构体系以及各种中间件技术五学制与学位学制 : 四年授予学位 : 工学学士六主干学科统计学计算机科学与技术数据科学大数据技术七主要课程 1.Linux 基础课程能力目标 : 掌握 Linux 操作系统的常用命令的使用图形界面的多种实用程序的使用多种 Internet 服务功能的配置, 通过实验加强学生的动手能力课程主要内容 :Linux 操作系统简介安装 ( 设计磁盘分区 ) 及使用 ;linux 档案权限与目录配置档案与目录管理用户账号管理 ;vim 程序编辑器 ;Bash 简介及功能介绍 ; Shell Script 编程 3

4 2. 大数据技术基础课程能力目标 : 掌握数据采集网络爬虫数据清洗和分析的方法及常用工具, 具备能胜任数据清洗数据存储数据分析与挖掘的基本技能课程主要内容 : 大数据技术与应用相关的基础概念, 大数据的国内外发展状况技术架构以及大数据分析的基础知识, 数据采集网络爬虫, 数据分析挖掘的流程方法工具等 3. 数据库应用技术课程能力目标 : 掌握 MySQL/ORACLE 等数据库管理和维护的各种技术, 从而达到数据库工程师专业水平课程主要内容 :MySQL/ORACLE 等的基础知识体系结构数据库日常维护和操作的相关内容 ; 存储引擎的相关内容, 系统优化 4.JAVA 面向对象程序设计课程能力目标 : 建立和掌握面向对象程序设计的思想方法, 具有分析问题和解决问题的能力, 能够运用所学的知识和技能对一般问题进行分析和程序设计, 编制出高效的 java 语言应用程序, 通过编程调试, 积累丰富经验, 提高综合实践能力课程主要内容 :Java 基础程序设计 ( 数据类型运算符表达式判断循环语言 ), 数组定义与使用方法定义与重载, 对象三大特征, 类与对象关系, 对象创建生成,String 类主要操作,this static 关键字, 普通代码块构造块静态块, 内部类 ; 继承概念及实现, 子类与父类,super 关键字, 抽象与接口基本概念与异同, 对象多态, 自动装箱与拆箱 ; 异常概念与编程 ; 包概念与导入 ; 泛型概念与编程应用 ;Java 类集 ; 建立 Java EE 项目 5.Python 编程与数据挖掘基础课程能力目标 : 了解数据挖掘技术 Python 编程及数据可视化课程主要内容 : 数据挖掘建模工具以及 Python 开发环境的搭建 ;Python 的基础知识, 包括操作符流程控制数据结构文件读写等内容 ;Python 面向对象的特性进行介绍, 包括函数类与对象等基本概念 ; 数据分析与挖掘, 以及其中具体的方法及对应的功能 ;Python 可视化模块 :Matplotlib 和 Bokeh 6.Hadoop 大数据存储与运算 4

5 课程能力目标 : 了解 Hadoop 的架构原理 Hadoop 集群配置及安装 (JDK SSH), 熟悉 Hadoop IDE 开发环境配置 (Eclipse 配置 ) 和 Hadoop Java API 编程实例具备 Hadoop 编程开发能力课程主要内容 :Hadoop 简介架构原理 Hadoop 集群配置及安装 (JDK SSH) Hadoop IDE 开发环境配置 (Eclipse 配置 ) Hadoop Java API 编程实例 Hadoop Java API 编程实例 Hadoop 命令 (hadoop fs, hadoop job, Hadoop jar) Hadoop 基础编程 (Mapper Reducer Driver) Hadoop 高级编程 (FileInputFormat Combiner Partitioner FileOutputFormat) Hadoop 案例基于 KNN 的鸢尾花类别预测 ( 算法实现及 Hadoop 编程 ) Hadoop 实例基于 KMeans 的客户价值分析 ( 算法实现及 Hadoop 编程 ) 7.Hbase 大数据快速读写课程能力目标 : 熟悉 HBase 集群安装配置掌握 HBase 架构与数据模型实现基于 HBase 的冠字号查询系统课程主要内容 :HBase 简介 HBase 集群安装配置 (Zookeeper 简介 Zookeeper 安装配置配置文件解读 ) HBase 架构与数据模型 ( 组件原理功能 Rowkey 设计 Schema 设计 ) HBas 命令行 (hbase shell) 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 (HBase to HDFS, HDFS to HBase,HBase to HBase) 基于 HBase 的冠字号查询系统 ( 案例背景架构数据处理案例实现 ) 8.Pig 大数据查询与处理课程能力目标 : 熟悉 Pig 架构与原理 Pig Latin 运行环境 Pig 数据类型,Hive 与 Pig 区别, 掌握 Pig 安装配置, 熟悉 Pig Latin 数据加载 / 输出数据转换数据存储课程主要内容 :Pig 简介架构与原理 Pig Latin 运行环境,Pig 数据类型 Hive 与 Pig 区别 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 ---SOGO 案例 9.Spark 大数据快速运算课程能力目标 : 掌握 Spark 安装配置, 了解其原理与架构, 掌握 Spark 常用编程技术, 实现基于 Spark ALS 的电影推荐系统课程主要内容 :Spark 简介 (Spark 简介应用场景 ) Spark 安装配置 ( 如何兼容 Hadoop HBase 集群 ) Spark 原理与架构 ( 组件功能 RDD 原理 ) Spark 编程 (Scala 及编 5

6 程简介 Spark Transformation/Action 编程 ) Spark Intellij IDEA 开发环境配置基于 Spark ALS 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 ) 10.Oozie 大数据工作流课程能力目标 : 了解 Oozie 工作原理, 熟悉 Oozie 环境配置及页面监控 Oozie Workflow 配置课程主要内容 :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 11. 顶岗实习课程能力目标 : 经过顶岗实习, 进一步巩固学生所学的数据库应用技术数据挖掘编程语言 Hadoop 大数据存储与运算 Hbase 大数据快速读写大数据查询与处理 Spark 大数据快速运算 Oozie 大数据工作流等学科知识, 提高学生的实际工作能力和技能, 为今后的工作打下基础课程主要内容 : 结合所学的数据库应用技术数据挖掘编程语言 Hadoop 大数据存储与运算 Hbase 大数据快速读写大数据查询与处理 Spark 大数据快速运算 Oozie 大数据工作流等学科知识进行顶岗实习, 实习课程的主要内容包括 : 常用数据挖掘算法的实际应用, 数据平台的运营管理和安全维护, 保障数据的存档保密工作 ; 搭建基于 Hadoop/Spark/Shark 的大数据平台, 大数据采集清洗整合等八主要专业实验 / 实训数据结构课程设计数据库原理与应用课程设计 Java 程序设计课程设计数据采集与网络爬虫实践周数据挖掘与分析课程设计智能推荐应用校内实训 Hadoop 大数据开发技术实训文本挖掘应用校内实训大数据综合项目毕业实习毕业论文 ( 设计 ) 等九毕业学分要求和总学时分布本专业方向学生毕业要求最低学分为 191 学分, 毕业设计 ( 论文 ) 要求 : 合格必选占总学分百分比 (%) 学分学时学分学时课内教学公共基础课文化素质与创业知识教育基础课程 ( 课外 )

7 学科基础课专业课 ( 方向 ) 总计实践教学周 20.4 创新学分注 : 本表实践教学学分仅指集中性实践教学环节的学分, 不包括课内教学环节必课程的实验实训学分, 以及独立设置的必实验课程实训课程的学分若将此类学分统计在内, 实践教学必学分为 , 占总学分百分比为 30.4 % 十课内教学进程表 : 课课实课程性质程类程编课程名称学分总学时验 / 实上机读学考核方式别号践期思想道德养与法律基础考试中国近现代史纲要考试马克思主义基本原理考试必毛泽东思想和中国特色社会主义理论体系概论 A 考试通识课 (78 ) 毛泽东思想和中国特色社会主义理论体系概论 A 考查大学英语 A 考试大学英语 A 考试大学英语 A 考试大学英语 A 考试大学生就业与创业指导 (Ⅰ) 考查大学生就业与创业指导 (Ⅱ) 考查大学生心理健康教育考查 7

8 高等数学 A 考试高等数学 A 考试线性代数 A 考试概率论与数理统计考试体育 A 考查体育 A 考查体育 A 考查体育 A 考查 Python 编程技术考查高级语言程序设计考试高级语言程序设计实验考查多元统计分析考查商务应用文写作与 PPT 设计考查选通识教育课程选应不少于 8 学分考查通识课合计应不少于 70 学分离散数学考试学科基础课必面向对象程序设计 (JAVA) 考试面向对象程序设计实验考试数据结构考试数据库原理考试操作系统原理 (Linux) 考查计算机网络考试学科基础课合计 20.0 学分数据挖掘与机器学习 (Python) 考查专业课必 Hadoop 大数据开发技术考查 Hbase 大数据快速读写技术考查 Hive 大数据查询技术考查 Oozie 大数据工作流技术考查 8

9 Pig 大数据处理技术考查 Spark 大数据快速运算技术考查智能推荐技术与应用 (Python) 考查数据仓库与商业智能考查互联网 + 数据可视化考试大数据平台核心技术考查文本挖掘技术与应用 (Python) 考查 WEB 前端技术考查数据采集与网络爬虫 (Python) 考试图像数据挖掘 (Python) 考查 R 语言编程技术考查深度学习技术与应用 (Python) 考查选分布式计算引论考查大数据前沿讲座考查 UML 系统分析与设计考查社交网站的数据挖掘与分析考查推荐系统实践考查云计算及其应用考查数据并行计算入门信息与网络安全考查专业选课程应不少于 16 学分专业课合计应不少于 45 学分军事理论及训练周 1 考查集中实践课必课认识实习周 2 4 考查高级语言程序设计实训周 1 考查数据采集与网络爬虫实训周 2 考查数据库技术实训周 3 考查大数据应用设计实训周 5 考查大数据系统架构实训周 6 考查大数据项目综合实训周 7 考查 9

10 毕业实习与毕业设计 ( 论文 ) 周 8 考查集中实践课合计 40 学分 10

附件5

附件5 计算机类专业 ( 大数据方向 ) 人才培养方案一招生对象及学习年限 ( 一 ) 招生对象 : 全日制普通中学高中毕业生, 招生方式为普通高考招生 ( 二 ) 学习年限 : 基本学制三年, 实行弹性学制, 学生在校时间原则上不能少于两年, 总在校时间 ( 含休学 ) 不得超过六年二培养目标本专业培养面向中国特色社会主义建设, 对接广州及珠三角地区战略性主导产业和战略性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,