职业技术学院大数据技术专业人才培养方案

大数据技术专业人才培养方案

一、专业名称及代码

专业名称：大数据技术方向专业

专业代码：610215

二、入学要求

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、职业面向与需求分析

（一）职业面向

所属专所属专主要职业类职业资格证书

对应行业

业大类业类别主要岗位类别（或技术领域）或技能等级证

（代码）

（代码）（代码）（代码）书举例

1.主要岗位

基础类岗位：大数据文档编写、

计算机等级证

大数据采集清洗与转换；

书

大数据技术类岗位：大数据系统

电子信计算机搭建与运维、海量数据库管理、

2-02-10-03工信部大数据

息大类类6513大数据软件开发、大数据可视化、

2-02-30-09工程师等证书

（61）（6102）大数据分析；

2.销售服务类岗位

1+X职业技能等

大数据营销、大数据呼叫、大数

级证书

据售后服务。

3.进阶岗位

（二）需求分析

通过市场调研与岗位分析，确定大数据技术相应的岗位有大数据系统

研发工程师、大数据分析工程师、大数据应用开发工程师、大数据系统运

维工程师、大数据处理工程师、大数据可视化工程师，当前“大数据+”已

经在各大行业风行，通过借助大数据赋能实现传统行业的新生和颠覆性发

展已成为现实。据前瞻研究院数据，未来10年我国大数据相关岗位年度人

才缺口高达百万，就业前景光明。

五、培养目标与培养规格

（一）培养目标

本专业培养德、智、体、美全面发展，适应经济社会发展需要，思想

政治坚定、德技并修、全面发展，适应互联网行业的大数据应用开发工作

岗位需要，具有较强创新能力、较高综合素质与良好职业素养，了解大数

据技术应用框架与其生态系统，掌握大数据采集、清洗、存储、建模、分

析等基本技能和大数据应用开发的基本理论、技术和方法，面向电信、零

售、银行、金融、政府等领域的高素质劳动者和技术技能人才。

（二）培养规格

（1）素质

具有正确的世界观、人生观、价值观。坚决拥护中国共产党领导，树

立中国特色社会主义共同理想，践行社会主义核心价值观，具有深厚的爱

国情感、国家认同感、中华民族自豪感；崇尚宪法、遵守法律、遵规守纪;

具有社会责任感和参与意识。

具有良好的职业道德和职'也素养。崇德向善、诚实守信、爱岗敬业，

具有精益求精的工匠精神；尊重劳动、热爱劳动，具有较强的实践能力；

2

具有质量意识、绿色环保意识、安全意识、信息素养、创新精神；具有较

强的集体意识和团队合作精神，能够进行有效的人际沟通和协作，与社会、

自然和谐共处；具有职业生涯规划意识。

具有良好的身心素质和人文素养。具有健康的体魄和心理、健全的人

格，能够掌握基本运动知识和一两项运动技能；具有感受美、表现美、鉴

赏美、创造美的能力，具有一定的审美和人文素养，能够形成一两项艺术

特长或爱好；掌握一定的学习方法，具有良好的生活习惯、行为习惯和自

我管理能力。

（2）知识

1）公共基础知识

思想道德与法治、形式与政策、大学语文、信息技术、大学英语、高

等数学、大学体育等。具有扎实的数理知识、英语听说写、普通话、文书

写作等基础文化知识。

2）专业技术基础知识

掌握程序设计语言、关系型数据库原理、Linux操作系统原理、数据

结构和算法、软件开发流程等专业基础知识。

3）专业知识

掌握大数据生态系统，分布式计算和分布式存储原理，大数据系统的

搭建方法，MapReduce编程，MySQL数据库应用技术，数据采集、存储、

清洗、建模、分析、挖掘等知识。

（3）能力

3

学各周安排

期1234567891011121314151617181920

*•

V：•*.―——►X

二□—►X

三—-►▲▲☆☆X

四一——►▲▲☆☆X

五——►☆☆☆☆☆☆☆☆☆☆

六■•■■■■•■■•■■■■■

符号说明：J入学教育：军训十一课堂教学又考试三假期□认识实

习☆课程实训（设计、论文）▲跟岗实习

・顶岗实习〜毕业教育♦机动

5

七、教学计划安排表

大数据技术专业教学计划表（三专）

学时数分配各学期冏学时分配

考核"岗谋正

序课程代码蹿程名称爆程性质学分四五

理论实践合计方式京融通六

号4-191-161-161-161-8

1S0000001思想道德与法治公共必修课3361248试3

毛泽东思想和中国特色社会主义理论体系

2S0000002公共必修课4481664查4

概论

3S0000017形势与政策公共必修课14848登饵学期8课时

4S0000021大学英语（一）公共必修课21616322

5S0000027大学英语（二）公共必修课21632322

6S0000026信息技术公共必修课43232614

7S0000008大学体育（-*>公共必修课2432362

8S0000009大学体育（二）公共必修课2432362

9S0000010大学语文公共必修课232322

10S00000H创造性思维与创新方法（网络课程》公共必修课22242

11S0000012摄影基础（网络课程）公共必修课288162

12S0000014经济数学公共必修课464614

13S0000015职业规划与就业创业（一）公共必修课116161

14S0000016职业规划与就业创业（二）公共必修课116161

15S0000019军事理论公共必修课116161

16S0000020入学教育、军事技能训练公共必修课20002W

17S0000021中国优秀传统文化（网络课程）公共必修课2222

18S0000023劳动教育（网络课程）公共必修课2022

19公共任选课（含体育限选）公共任选课6484896

6

公共基础课模块454082326240013162300

1S0408001Web前端设计专业基础课3242448上机深证融通3

2S0108002Java程序设计专业基础课4204461上机课赛融通4

3S0408003大数据专业导论专业基础课2161632试2

4S0408004MYSQL数据库应用技术专业基础课4323261上机课岗融通4

5S0408005信总检索沟通与演讲专业％础课11616上机1T

7S0108006Linux操作系统专业基础课2161632上机2

8S0408007分布式处理系统Hadocp专业基础课2161632上机2

9S0108008Java窜eb项目实训专业基础课23232上机深鑫融通1.5W

1050108009数据结构(Java)专业基础课4323264上机8*8周

11S0408010分布式数据库Hndoop专业基础课4323264上机8*8周

12S0408011数据仓库Hive专业基础课4323261上机4

13S0408012大数据可视化专业基础课4323264上机课簧融通4

14S0108013Python基础很桂专业基础课2161632上机2

15S04080I4基于Hadoop的离线大数据处理项目实训专业恭础课34848上机2H

16SO108015大数据处理与分析专业基础课4323261上机课岗融通4

专业基础课程模块4530012072000968800

1SO108016移动应用开发专业核心课2161632试2W

2S0408017Python高级应用专业核心课2161632上机谋畏融通1

3S0408018实时数据处理Storm专业核心课4323264上机课岗融通4

基于Spark的实时大数掂处理项目开发实

4S0408019专业核心课23232上机课愠融通2W

VII

5S0108020数据挖掘专业核心课4323261上机4

6S0408021高级大数据应用开发专业核心课2161632上机课尚融通2W

专业核心课程模块161121142560000012160

1S0406015人员招聘模拟(融入职场义化教育》专业拓展课22828报告媒闵融通1W

2S0406016ERP沙盘实训《融入职场文化教学》专业拓展课46464上机课赛融通4

7

3S0100010认知实习（融入职场文化教育）专业拓展课0.533报告0.5T

\SO100011跟岗实习《融入职场文化教育）专业拓展课26060报告2W

5SOWOO12毕业论文或设计专业拓展课8240240论文8W

6SO4OOO13毕业（顶岗）实习（融入职场文化教育〉专业拓展课8480480报告18W

7SO106016专业限选课：Photoshop图像处理专业限选课4646-1上机4

8$0406017专业限选课：短视频拍摄与剪辑专业限选课46464作品3

9SO106018专•业限选课：机器学习专业限选课348■18上机2W

专业拓展课程模块35.501051105100008300

合计141.5820181726510022222626280

八、各模块学时与学分分配表

（一）各类课程学时与学分分配表

课程结构课程学分总计、学时的分配及其总比（％）

理实分配

课程性

课程模块学分总占比时数总占比E论实践

质

时数占比时数占比

公共基础课程模块必修4531.80%62423.54%40849.76%23212.56%

专业基础课程模块必修4531.80%72027.16%30036.59%42022.74%

专业核心课程模块必修1611.31%2569.66%11213.66%1447.80%

专业拓展课程模块必修35.525.09%105139.65%00.00%105156.90%

实践学时数占比184769.67%

合计—141.5100%2651100%

选修课学时占比27210.26%

九、专业核心课程及基本内容

（一）核心课程

学习领域课程Java程序设计

安排在第一学期，基准学时64学时，其中理论20学时，校内实训44学时。

学生经过本课程的学习可以掌握Java面向对象程序设计的能

职业能力力，与后续课程《Java高级开发》、《Web前端设计》相衔

接，共同培养程序设计能力和软件开发能力。

1、熟练掌握Java程序设计语言基本语法；

2、熟练掌握Java面向对象程序设计方法；

3、熟练掌握Java异常处理机制；

学习目标4、熟悉常用编程算法；

5、具有使用Java编写程序的能力；

6、具有面向对象程序设计思想；

7、具有程序异常处理的能力。

♦Java变量♦数据类型♦运算符♦条件结构♦循环结构等基本

学习内容

语法♦对象、类、方法等面向对象程序设计方法

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

1()

学习领域课程Linux操作系统

安排在第二学期，基准学时32学时，其中理论16学时，校内实训16学时。

本课程的主要任务是讲授Linux操作系统的理论基础和服务

职业能力器配置实践知识，同时通过大量实验，着重培养学生的动手能

力。

1、具备安装、启动及使用Linux系统平台的能力；

2、具备运用Vi编辑器修改各种配置文件的能力；

3、具备运用文件权限管理实现不同用户文件权限分配的能力；

学习目标

4、具备管理与维护文件系统及外围设备的能力；

5、具备软件包安装、卸载、系统服务与进程管理的能力；

6、具备简单Shell脚本编程的能力。

♦Linux系统安装及使用♦Linux基本命令.vi编辑器的使

用♦用户与用户组管理♦Linux文件系统与设备管理♦Linux

学习内容

服务与进程管理、软件包管理♦局域网基础知识♦Linux网络

配置与维护♦管理与维护Samba.FTP及NFS服务器

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

II

学习领域课程MYSQL数据库应用技术

安排在第二学期，基准学时64学时，其中理论32学时，校内实训32学时。

职业能力掌握Java技术中实际开发中运用多、使用率高的技术和工具，

全面了解和掌握Java的多层面技术。

1、能按照软件工程的要求分析业务需求，编写系统需求分析

报告；

2、能按照数据库设计规则，进行数据库的概念设计、逻辑设

计和物理设计；

学习目标3、能使用SQL语句进行数据库编程；

4、能管理数据库用户、控制和监控用户对数据库的存取和访

5、问，维护数据库的安全性；

6、能根据业务需求和数据库设计规则，将数据库管理系统与

程序开发工具结合开发中小型数据库应用系统，

♦关系型数据库基础知识♦MySQL数据库的安装和配置♦数

据库和表数据表的设计♦数据的增删改查操作*SQL语句♦

学习内容

事务和锁管理♦存储过程管理♦视图管理♦函数管理♦应用

程序开发等内容

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

12

学习领域课程分布式系统Hadoop

安排在第三学期，基准学时32学时，其中理论16学时，校内实训16学时。

理解Hadoop的体系结构和工作原理、搭建和配置方法和理

职业能力解HDFS文件系统结构和工作原理以及理解MapReduce计

算框架的工作流程。

1、具有搭建和配置Hadoop系统的能力；

2、具有使用HDFS文件系统的能力；

学习目标3、具有基于MapReduce编程的能力；

4、具有使用HDFSJavaAPI的能力；

5、具有使用Zookeeper.Flume的能力。

♦adoop的体系架框、原理及搭建方法.IIDFS文件系统架框、

原理及使用方法♦MapReduce计算框架的工作流程♦基于

学习内容

MapReduce的大数据应用开发♦Zookeeper工作原理♦Flume

的体系结构和工作原理

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

13

学习领域课程分布式数据库Hbase

安排在第三学期，基准学时64学时，其中理论32学时，校内实训32学时。

理解Hadoop的体系结构和工作原理、搭建和配置方法和理

职业能力解HDFS文件系统结构和工作原理以及理解MapReduce计

算框架的工作流程。

1、具有搭建和配置Hbase系统的能力；

2、具有使用HbaseShell.DDLshell.DMLshell的能力；

3、具有使用JavaAPI对Hbase数据库进行CRUD操作的能

力；

学习目标

4、具有使用JavaAPT对Hbase进行管理操作的能力；

5、具有Hbase批处理、扫描、过滤器、计数器使用能力；

6、具有Hbase表的设计能力；

7、具有HBase优化能力。

♦Hbase的体系架构♦Hbase的逻辑模型和物理模型♦Hbase

的搭建方法和使用方法♦HbaseShell命令.JavaAPICRUD

学习内容

操作♦批处理操作和行锁；扫描.avaAPI管理操作♦过滤器

♦计数器♦表的设计

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

14

学习领域课程数据仓库Hive

安排在第三学期，基准学时64学时，其中理论32学时，校内实训32学时。

理解Hive的工作原理、Hive的体系架构和搭建方法、Hive

职业能力的数据存储以及文件格式，掌握HiveDDL.DML和数据查

询的操作方法。

1、具有Hive的安装和配置能力；

2、具有使用HQL做数据定义、数据操作、数据查询的能力；

3、具有创建和使用分区表、外部表的能力；

学习目标4、具有使用Hive函数和创建自定义Hive函数的能力；

5、具有Hive项目开发能力；

6、具有Hive的优化能力；

7、具有使用Sqoop做数据传输的能力。

♦数据仓库的基本概念和作月*Hive的体系架构和搭建方法

学习内容♦Hive的数据定义♦数据操作和数据查询.Hive的数据存

储和文件格式*Hive函数、UDF、UDAF0Sqoop的原理和使用

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

15

学习领域课程基于Hadoop的离炭大数据处理项目实训

安排在第四学期，基准学时48学时，其中理论0学时，校内实训48学时。

理解SparkSQL、SparkStreamingsSparkGraphX的基本

职业能力

概念和工作原理。

1、具有搭建和配置Spark系统的能力；

2、具有使用SparkRDD编程的能力；

3、具有使用SparkSQL进行结构化数据的处理；

学习目标

4、具有使用SparkStreamig进行流式数据处理的能力；

5、具有使用SparkGraph图形和图形并行计算；

6、具有搭建Kafka+Spark实时日志采集与计算平台的能力。

♦Spark基本概念和生态系统.Spark的系统结构♦工作原

理和安装弹性分布式数据集的概念和工作机制

学习内容*RDD*RDD

^^♦SparkSQL♦SparkStreaming♦SparkGraphsKafka的

基本概念和工作原理

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

16

学习领域课程高级大数据应用开发

安排在第五学期，基准学时32学时，其中理论16学时，校内实训16学时。

进一步掌握大数据应用平台开发的方法，掌握数据采集、清洗、

职业能力

存储、处理、分析的流程。

1、具有根据企业应用场景制定大数据应用开发方案的能力；

学习目标

2、具有根据企业需求使用大数据技术实现应用开发的能力。

学习内容Hadoop+Spark+Python的大数据应用项目开发

学习方法♦讨论♦任务教学♦案例教学♦演示♦练习♦答辩♦总结

♦技术资料♦文档页♦幻灯片♦网站资料♦企业案例♦实训

学习材料

室

学生需要的知♦案例分析能力♦发散思维能力♦计算机基本操作能力

识和技能

教师需要的知♦教师资格♦大数据技术知识♦电子课件制作能力♦案例搜

识和技能集整理能力♦计算机基本操作能力♦项目管理能力

（二）认证课程

1、通过参加计算机应用基础课程的学习，学生可以参加福建省

高校计算机一级证书考试。

2、通过参加MYSQL数据库应用技术，JAVA语言基础、Python等

课程学习，学生可参加大数据工程师证书考试，参加1+X相关大数据

职业技能等级证书考证。

17

十、主要实践教学环节

序号课程名称主要实践内容教学实施建议

4个实践项目：熟练Java变量、

常量、数据类型、算术和赋值

等运算符，以及顺序结构程序

设计和应用；掌握用Java语

安排在第一学期，

言进行关系和逻辑运算符，以基准学时64学时，

1Java程序设计

及分支结构程序设计；Java其中理论20学时，

校内实训44学时

基本语法综合练习；固定资产

管理系统项目开发。通过以上

实践学生能用Java分析和解

决简单实际问题。

4个实践项目：SQL语句基础

安排在第二学期，

和提高、SQL语句调优、MySQL

基准学时64学时，

MYSQL数据库应工具使用及系统的管理、数据

2其中理论32学时，

用技术库设计基础;能使用MYSQL设

校内实训32学

计数据库；实现数据增、册IJ、

时。

改、查等操作。

完成电商物流系统设计：采用

中台化架构，学习物流快递业安排在第三学期，

务场景解决方案，涉及的核心基准学时36学

Java开发项目

3能力包括车辆轨迹监控、智能时，其中理论0学

实训

调度、运费计算、区域分配、时，校内实训36

路径规划等功能实现过程，掌学时。

握数据同步Otter的配置和使

18

用。

完成4个实践项目：PYTHON程

安排在第三学期，

序设计之初窥门径、PYTHON程

Python基础编基准学时32学时，

4序设计之结构与复用、PYTHON

程其中理论16学时，

程序设计之组合数据类型、

校内实训16学时。

PYTHON程序设计之文件。

以某新闻平台为基础，涉及海

量用户、讨论、浏览用时等数

安排在第四学期，

据，通过Hadoop分布式集群、

基于Hadoop基准学时48学时，

Eclipse与MapReduce集成开

5的离线大数据其中理论0学时，

发、Kafkal.x分布式集群等，

处理项目实训校内实训48学

从而掌握大数据离线项目常

时。

用技术组件和大数据离线项

目开发流程。

用Python实现面向主题的网

络爬虫程序：主题式网络爬虫安排在第四学期，

设计方案（如格力商城销售数基准学时32学时，

Python高级应

6据等）；网络爬虫程序设计（包其中理论16学时，

用

括数据爬取与采集、对数据进校内实训16学

行清洗和处理、文本分析、数时。

据分析与可视化）。

熟练Spark大数据实时处理技

安排在第5学期，

基「Spark的术、Spark分布式计算框架、

基准学时48学时，

实时大数据处Spark数据读取与存储等模

7其中理论0学时，

理项目开发实块，进行相应项目开发，从而

校内实训48学

训深入了解Spark在大数据实时

时・。

处理中的使用。

基于Java、Linux、SQL、Hadoop安排在第5学期，

高级大数据应

8等大数据专业的技术综合运基准学时32学时,

用开发

用，开发一套电影推荐系统，其中理论16学时，

19

实现非个性化统计到个性化校内实训16学

千人千面推荐，掌握Spark时。

Mlib、Kafka、Flume等主流组

建的使用。