大数据技术专业2023级人才培养方案
一🕉、专业名称及代码
大数据技术 (510205)
批准设置日期:2018年12月
首次招生日期:2019年9月
二、入学要求
中等职业学校毕业、普高中阶段教育毕业生或具有同等学力者。
三、修业年限
3年。
四、职业面向
表1 大数据技术专业职业面向
所属专业大类(代码) |
电子信息大类(51) |
所属专业类(代码) |
计算机类(5102) |
对应行业 (代码) |
互联网和相关服务行业(64)🛞、软件和信息技术服务业(65) |
主要职业类别(代码) |
大数据工程技术人员(2-02-10-11)、数据分析处理工程技术人员(2-02-30-09)、信息系统运行维护工程技术人员(2-02-10-08) |
主要岗位(群)或技术领域 |
大数据实施与运维📗、数据采集与处理🧘🏿♀️、大数据分析与可视化📐、大数据平台管理、大数据技术服务、大数据产品运营 |
职业类证书举例 |
信息处理技术员、大数据平台运维1+X证书、大数据分析与应用1+X证书 |
五👨👨👧、培养目标
本专业培养能够践行社会主义核心价值观,德智体美劳全面发展🥍,具有一定的科学文化水平,良好的人文素养、科学素养、职业道德和创新意识👨🦽🏇🏿,精益求精的工匠精神,较强的就业创业能力和可持续发展的能力,掌握数据库基本原理、大数据采集与处理🍫、数据分析🫵🏼、大数据平台搭建等知识,面向软件和信息技术服务、互联网和相关服务行业的大数据工程技术人员、数据分析处理工程技术人员🔬、信息系统运行维护工程技术人员等职业,能够从事大数据实施与运维🎩、数据采集与处理、大数据分析与可视化❤️、大数据平台管理、大数据技术服务🫢、大数据产品运营等工作的高层次技术技能人才🚝。
六、培养规格
本专业学生应在系统学习本专业知识并完成有关实习实训基础上👂🏼,全面提升素质🖐🏻、知识、能力🫴🏼,掌握并实际运用岗位(群)需要的专业核心技术技能,总体上须达到以下要求:
(一)知识
(1)数据库基本原理、程序设计、操作系统原理、计算机网络、云计算等方面的专业基础理论知识♈️,具有较强的综合知识运用能力;
(2)熟练掌握大数据采集与大数据预处理技术👇🏼,具备数据采集🥗、抽取🫘、清洗🙋🏻♀️、转换与加载等数据预处理能力🚯;
(3)熟练掌握数据分析技术🩰🤶🏻、数据挖掘应用技术,具备面向业务需求,基于大数据分析平台进行数据的批量、实时↪️、分布式计算,基础特征工程处理、机器学习算法应用等大数据分析挖掘实践能力🕵🏿✊;
(4)熟练掌握数据可视化设计能力、数据分析报告撰写能力,具备开发应用程序进行数据可视化展示,撰写数据可视化结果分析报告等实践能力👍🏿;
(5)熟练掌握大数据平台搭建与部署🙆🧝♂️、大数据平台运维⟹👸🏼、数据库开发与管理等技术技能,具备大数据平台部署与运维、数据库管理与应用🤍👉、大数据技术服务、大数据产品运营、大数据平台管理等实践能力❎。
(二)能力
(1)掌握支撑本专业学习和可持续发展必备的数学、外语等文化基础知识,具有良好的科学素养与人文素养👷🏻🧑🔧,具备职业生涯规划能力🤲🏼;
(2)具有良好的语言表达能力☂️、文字表达能力✩、沟通合作能力,具有较强的集体意识和团队合作意识,学习一门外语并结合本专业加以运用;
(3)具有适应产业数字化发展需求、基于行业应用与典型工作场景,解决业务需求的大数据综合应用技术问题的能力;
(4)具有探究学习🧏🏿♀️、终身学习和可持续发展的能力,具有整合知识和综合运用知识分析问题和解决问题的能力;
(5)掌握基本身体运动知识和至少1 项体育运动技能,达到国家大学生体质测试合格标准🥱,养成良好的运动习惯👨🏼🎨、卫生习惯和行为习惯;具备一定的心理调适能力。
(三)素质
(1)坚定拥护中国共产党领导和中国特色社会主义制度,以习近平新时代中国特色社会主义思想为指导,践行社会主义核心价值观,具有坚定的理想信念、深厚的爱国情感和中华民族自豪感;
(2)能够熟练掌握与本专业从事职业活动相关的国家法律、行业规定🥶,掌握绿色生产、环境保护、安全防护、质量管理等相关知识与技能,了解相关产业文化,遵守职业道德准则和行为规范,具备社会责任感和担当精神;
(3)掌握必备的美育知识,具有一定的文化修养、审美能力🛀🏽,形成至少1项艺术特长或爱好;
(4)培育劳模精神、劳动精神🥹👨👩👦、工匠精神🧑🏿🌾,弘扬劳动光荣、技能宝贵、创造伟大的时代精神,热爱劳动人民🍨,珍惜劳动成果🤽🏽,具备与本专业职业发展相适应的劳动素养♖、劳动技能。
七、课程设置及学时安排
落实课程思政,推进全员、全过程🐙、全方位育人,实现思想政治教育与技术技能培养的有机统一😕。开设安全教育(含典型案例事故分析)、社会责任👨🏼🚒、绿色环保、新一代信息技术🧝🏼、数字经济、现代管理等方面的拓展课程或专题讲座(活动)⛹🏽♂️,并将有关内容融入专业课程教学中;将创新创业教育融入专业课程教学和有关实践性教学环节中👨🏿🏫;自主开设其他特色课程;组织开展德育活动、志愿服务活动和其他实践活动。
本专业A类课14门、B类课17门、C类课20门🧑🧒🧒,课程标准30门,选修课程306学时👨🚀,考试课14门🧏🏽,考查课38门,基本情况如下💣:
表2 大数据技术专业课程设置基本情况
类 别 |
课程门数 |
小计 |
学时 |
小计 |
学分 |
小计 |
公共基础课 |
公共必修课 |
12 |
16 |
657 |
831 |
38 |
48 |
公共选修课 |
4 |
174 |
10 |
专业(技能)课程 |
专业基础课 |
6 |
30 |
456 |
1332 |
28 |
81 |
专业核心课 |
6 |
374 |
22 |
专业选修课 |
12 |
306 |
18 |
专业拓展课 |
6 |
196 |
13 |
A类课数量 |
14 |
14 |
683 |
683 |
39 |
39 |
B类课数量 |
17 |
17 |
1068 |
1068 |
64 |
64 |
C类课数量 |
20 |
20 |
874 |
874 |
51 |
51 |
课程标准数量 |
30 |
30 |
|
|
|
|
考试课数量 |
14 |
14 |
|
|
|
|
考查课数量 |
38 |
38 |
|
|
|
|
(一)公共基础课
按照国家有关规定开齐开足公共基础课程,将思想政治理论、体育🩵、军事理论与军训🧅、心理健康教育💊、劳动教育课程列为公共基础必修课程🧎♂️。将党史🚄、新中国史🍯、改革开放史、社会主义发展史、中华优秀传统文化🍉↖️、大学语文🏊🏿♂️、高等数学、公共外语、应用文写作🏬、国家安全教育、信息技术、艺术👨🏼🦲、职业发展与就业指导、创新创业教育、美育等列为必修课程或选修课程,并根据实际情况可开设具有地方特色的校本课程🌝。
本专业共开设公共基础课15门,831学时,占总学时比例31.65%🦸♂️🧏🏽。其中体育课132学时、毛泽东思想和中国特色社会主义理论体系概论2学分🚭、习近平新时代中国特色社会主义思想概论4学分、思想道德修养与法律基础4学分、形势与政策4学分🎂。
1.公共必修课程包括:习近平新时代中国特色社会主义思想概论、思想道德修养与法律基础、形势与政策👨🎨、毛泽东思想和中国特色社会主义理论体系概论、军事理论教育、体育与健康体育选项课、心理健康教育、影视鉴赏、大学英语👩🏻🍼、大学语文、计算机文化基础
2.公共选修课程包括:公共选修课(通识课程)1、公共选修课(通识课程)2(艺术类慕课)、创新与创业教育、应用数学
(二)专业(技能)课程
1.专业基础课程包括:程序设计基础实践🤏🏿、图形图像处理、网页设计与制作、Python 基础🏌🏼♀️、Linux 操作系统、数据库技术与应用实践
2.专业核心课程包括:动态网页设计与制作✯、数据结构与算法实践🔸🖖🏿、Hadoop大数据存储与运维、小程序设计与开发👨👧、自动化测试基础🤵🏿、可视化设计与开发
3.专业选修课程包括:计算机网络技术、网络爬虫技术🚴🏿、Linux Shell、WEB前端框架、WEB前端框架🦼、数据分析与应用🗜、云平台运维📘、自动化测试实践、小程序设计与开发实践👬🏼😣、视频处理、游戏引擎基础👮♀️、嵌入式应用开发、软件工程
4.专业拓展课程包括:劳动教育、岗位实习指导👨🏽💼、大数据平台运维实践、数据分析与挖掘实践、数据采集实践🚴🏽♂️、大数据可视化实践
5.实践性教学环节
本专业实践性教学462学时、顶岗实习156学时、岗位实习开展学期第5学期🩺,岗位实习无特殊要求🈵🟢,军训3周👰👮🏼♀️、社会实践60学时。
八、学时安排
本专业总学时为2625学时🏃➡️,每16学时折算1学分。学年周数40,公共基础课程学时一般不少于总学时的25%。实践性教学学时原则上不少于总学时的50%,其中,顶岗实习累计时间一般为6个月,可根据实际集中或分阶段安排实习时间🕸。各类选修课程学时不少于总学时的10%👩⚖️。
(一)课堂教学环节
表3 大数据技术专业课程及教学时数分配表
(二)实践性教学环节
实习实训既是实践性教学🧑🏽🚀,也是专业课教学的重要内容,应注重理论与实践一体化教学🍺,严格执行《职业学校学生实习管理规定》的要求👨🏼✈️,具体为:
表4 大数据技术业实践性教学环节一览表
(三)课程结构比例
表5 大数据技术专业课程结构比例表
(四)教学环节分配
表6 大数据技术专业教学环节分配表
九、教学基本条件
(一)师资队伍
1.队伍结构
按照“四有好老师”“四个相统一”“四个引路人”的要求建设专业教师队伍🥼,将师德师风作为教师队伍建设的第一标准。
2.专任教师
本专业有专任教师共10人👩🏼,平均年龄36.4岁,其中50岁以上2人,30-49岁5人,20-29岁3人,年龄结构合理;有硕士研究生1人,大学本科9人🦁,研究生以上学历比例10%;副教授2人🚟,讲师2人,高级工程师2人,助教4人🧗🏿♀️🙇🏻,高级职称比例40%。“双师型”教师占比90%。
3.专业带头人
本专业由副教授及以上职称担任专业带头人。专任教师要求具有高校教师资格;具有计算机相关专业本科及以上学历;具有一定年限的相应工作经历或者实践经验🤍,达到相应的技术技能水平;具有本专业理论和实践能力🫗;能够落实课程思政要求,挖掘专业课程中的思政教育元素和资源;能够运用信息技术开展混合式教学等教法改革;能够跟踪新技术发展前沿📢,开展技术研发社会服务。教师每年企业锻炼不少于1个月🧙🏿。
4.兼职教师
本专业有兼职教授8人,主要从本专业相关的行业企业聘任🛀🏼,具备良好的思想政治素质🪭、职业道德和工匠精神,具有扎实的专业知识和丰富的实际工作经验✋ ,具有中级及以上相关专业职称,能承担专业课程教学、实习实训指导和学生职业发展规划指导等教学任务。有丰富现场工作经验和一定的课堂驾驭能力;有丰富的大数据运维💐、大数据处理🫖、大数据开发等专业方面的经验⛑。
5.教学团队
本专业共组建教学团队2个,建立定期开展专业(学科)教研活动◻️。
(二)教学设施
1.校内实训基地
本专业共有校内实训基地3个㊗️,多媒体教室10间,校内实训工位数150个🎥,使用普通教室20间。
2.校外实训基地
本专业共有校外实训基地4个🛍,主要承担教学实习🤦、岗位实习等实践教学环节,每校外实训基地(企业)配备岗位实习指导教师不少于2人𓀔🕺🏼,按校企双导师设置。
(三)教学资源
1.教材选用基本要求
按照国家规定🤸🏻♀️,经过规范程序选用教材,优先选用国家规划教材和国家优秀教材🧙🏼♀️。专业课程教材体现本行业的新技术👨🏽🎤、新规范、新标准,并通过活页式教材等多种方式进行动态更新。
2.图书文献配备基本要求
本专业有专业类图书文献80000本/册/个〽️🤛。图书文献配备能满足人才培养、专业建设、教科研等工作的需要👩🦱。专业类图书文献主要包括:大数据企业管理手册、计算机类管理的专业图书、文献资料以及专业领域的优秀期刊等。并及时配置新经济、新技术✤、新工艺🌒、新材料、新管理👱🏿、新服务等相关的图书文献;
3.数字教学资源配置基本要求
本专业建设🤌🏽、配备与大数据技术专业有关的专业教学资源1个🟥,教学资源有文本类资源200个,演示文稿类资源569个🤟,图形图形(图像)类资源356个👨🏽🏫,音频👩👩👦🌡、视频类资源1671个,动画类资源1491个,资源库种类丰富、形式多样、使用便捷、动态更新🚴、满足教学🧛🏿。
十、教学方法
对于课程的教学,教师可以结合学生和实际情况,选择适当的学习方法和途径👈。以下提供几种教学方法以供参考👫。
1.案例教学法。案例教学法就是通过教师出示具体案例来组织教学,目的是让学生开动脑筋思考案例中的矛盾,参加讨论,挖掘学生的创造潜能和创新意识,培养学生主动积极的学习兴趣和能力。从思想政治课的教学效果看,案例教学有助于“活化”教材🤌🏼🫱🏿,改革传统概念教学;能有效地解决理论知识和实际相结合的问题🧑🍼,提高学生分析问题和解决问题的能力🧑🦲;能够增强学生学习的主动性、积极性和学习兴趣;能有效地促进教学相长和师生互动🍢。
2.体验式教学法。体验式教学一般是指使学生亲身介入实践活动或一定的情境,通过认知🤬、体验和感悟🙋🏽♂️💨,在实践或亲历过程中获得新的知识、技能、态度的方法。常见的体验式教学方法有“情景模拟”、“参观调查”、“角色扮演”💃🏻、“实验制作”💁🏽♂️、“实践亲历”等等🤦🏿♀️。
3.实践探究法。这种方法强调学生通过实践🙏,增强探究和创新的意识👅,学习科学研究的方法🏃🏻♂️➡️,发展综合运用知识的能力。作为一种教学方法👩👦,实践与探究以活动为载体📌,以学生的经验和日常生活为背景,在活动和探究中💂🏽♂️,演绎教材内容🚗,补充和生成超越教材知识的内容📑。这种方法强调培养学生的创新精神🧔🏼、实践能力和探究能力✋🏻。
十一、质量保障
(一)学习评价
学生成绩的考核与评定由过程性考核与终结性考核组成🧎♂️。
1.理论和理实一体课🛕:过程性考核由出勤20%👩❤️👩、作业(报告)20%、课堂参与20%🪞🧕🏼、平时考核(含技能)20%组成;终结性考核根据课程特点由理论考试20%、技能考核20%、学生作品20%组成。
2.实践课(教学实习、实训等)🙄:过程性考核由出勤20%、任务完成20%组成🚶;终结性考核为实训成果以及实训报告20%。
3.岗位实习🤵🏻♂️:过程性考核由签到考勤40%、实习周报20%🙇🏿♀️、实习月报20%、实习总结20%、指导教师评价20%组成;终结性考核为实习报告30%。
4.选修课(含讲座)🤵🏽♀️:过程性考核由出勤40%、课堂参与20%组成;终结性考核为考查或考试40%。
5.毕业设计:采用终结性考核😸🖌,成绩评定包含选题、任务完成😀、作品质量📋、答辩等,成绩按照优👩🏼🍳、良、中👨🏽🚒、合格、不合格进行等级评定🐕🦺。
(二)质量管理
1.质量保障机构
本专业与大数据技术专业教育教学指导委员会作为人才培养质量保障机构🚽👍🏿,负责人才培养方案、教研项目的指导、论证和审定,专业教研室负责人才培养方案的制定和实施。
2.质量评价
本专业采用同行评教、学生评教、企业评教🤙🏻、督导评教作为主要的教学质量评价方法🧑🧑🧒,并按学校要求在期中🛺、期末进行教学检查📷,汇总问题并改进。
十二🌭、毕业要求
(一)知识、素质💇🏻♂️、能力要求
1. 知识
(1)完成军事技能训练3周🤘、军事理论教育2学分36学时🤖,习近平新时代中国特色社会主义思想概论4学分66学时🕝、毛泽东思想和中国特色社会主义理论体系概论2学分36学时、思想道德修养与法律基础4学分72学时🤵🏼♂️、形势与政策4学分68学时的学习,思想政治教育达标。
(2)具有大数据平台部署与运维技能,大数据集成与运维技术🤽🏿♀️,数据库应用技术🧎🏻♀️,数据采集与清洗技术,大数据应用开发技能,数据可视化基本技术🦫,分布式计算基础框架知识,以及大数据领域新知识、新技术。
2. 能力
(1)具有明确的职业目标和职业发展计划☝🏼、创新创业意识;
(2)具有良好的中文语言表达能力、文字表达能力、沟通合作能力👬,具有较强的集体意识和团队合作意识;
(3)具有一定的创新意识、创新精神及创新能力;
(4)具备班级建设与管理的能力;
(5)具有适应智能化✥🍳、数字化发展需求的基本数字技能;
(6)具有探究学习🤷🏻、终身学习和可持续发展的能力,具有整合知识和综合运用知识分析问题、解决问题的能力🤘🏻;
(7)具备一定的心理调适能力🔻。
3. 素质
(1)完成美育类课程达到4学分72学时,心理健康教育2学分36学时🌙,劳动教育2学分36学时,体育课8学分134学时,国家大学生体质测试合格,美育、体育🐦、劳动素质教育达标;
(2)与本专业从事职业活动相关的国家法律、行业规定🦫,符合教师职业道德规范和行为准则✈️,具备社会责任感和担当精神;
(3)有良好的运动习惯、卫生习惯和行为习惯。
(二)毕业学分要求
本专业毕业最低学分要求为154学分。
表7 大数据技术专业毕业学分要求一览表
序号 |
应修内容 |
最低学分 |
备注 |
1 |
公共基础课程 |
必修 |
38 |
|
选修 |
10 |
|
2 |
专业基础课 |
必修 |
28 |
|
3 |
专业核心课 |
必修 |
22 |
|
4 |
专业选修课 |
选修 |
18 |
|
5 |
专业拓展课程 |
选修 |
13 |
|
6 |
实践环节 |
必修 |
25 |
|
毕业总学分 |
154 |
|
(三)职业技能等级证书要求
本专业学生在校期间可以考取下列5项技能等级证书👩👩👧。此外🫅🏼,鼓励学生根据个人兴趣、职业规划考取其他技能等级证书🦸🏿♂️,但毕业时应至少取得2个证书。
表8 大数据技术专业职业技能等级证书一览表
序号 |
职业技能等级证书名称 |
颁证单位 |
等级 |
备注 |
1 |
云南省高等学校外语应用能力考试B级以上证书 |
云南省教育厅 |
B级 |
|
2 |
云南省高校非计算机专业学生计算机基础知识和应用能力考试一级以上证书 |
云南省教育厅 |
一级 |
|
3 |
信息处理技术员 |
工信部 |
初级 |
|
4 |
普通话水平测试等级证书 |
云南省语言文字工作委员会 |
二级乙等以上 |
|
5 |
教师资格证书 |
各地教育体育局 |
小学 |
|
合 计 |
|
|
|
(四)第二课堂成绩单
获得团委《第二课堂成绩单》所规定的成绩。
(五)其他要求
按学校学分置换相关规定执行。
十三、培养方案实施预期效果
本专业目前在校生10个班共计400余名学生,学生岗位实习对口率为70%,就业率95%。未来预期在校生规模稳定,本级学生岗位实习对口率预计提高到80%,就业率96%。
本专业培养方案的实施着重于提高人才培养质量、专业在全省的质量排序和社会影响力。打造校级高水平专业群1个;科学构建专兼职教师合理搭配的师资队伍👸🏽,建设1支校级并冲击省级教师教学创新团队;创新教学方法,提高教师教学水平,校级在线精品课程1门🦍,自编1本专业教材;改善教学条件,新增校外实训基地1个,学生技术技能突出,本级学生获省级及以上学生技能大赛1项。