大数据技术-信息工程学院

大数据技术专业介绍

大数据技术专业介绍

一、培养目标

（一）总体目标

本专业致力于培养德、智、体、美、劳全面发展，适应数据分析、大数据平台运维、数据库管理及信创产业领域发展需求的高素质技术技能型人才。系统掌握大数据采集与处理、大数据平台搭建与运维、数据分析与可视化、数据库管理与应用等专业核心理论知识，具备数据采集与清洗、平台部署与运维、数据分析与建模、可视化报告输出等关键实践技能。拥有良好职业素养、数据思维、工匠精神、创新意识和团队协作精神，能够适应新一代信息技术行业发展和岗位需求，服务区域数字经济和绿色建筑产业数字化转型。

（二）具体目标

毕业后，学生应具备独立开展数据采集与处理、大数据平台搭建与运维、数据整理分析、数据库管理与开发、大数据处理分析等相关工作的职业能力，能够熟练运用Python、SQL、Hadoop、Spark等专业工具、技术和方法，解决实际工作中的数据问题。职业发展上，初期胜任数据分析师、大数据平台运维工程师、数据采集工程师、数据库管理员等基础岗位，中期成长为数据产品经理、大数据开发工程师、数据架构师等技术骨干或管理人员，长期有望成为大数据专家、数据科学家或数据领域行业专家人才。就业领域涵盖信息技术服务、互联网、金融、通信、制造业、政务、教育等行业，可从事数据采集与处理、大数据平台运维、数据分析与可视化、数据库管理与开发、大数据技术支持等工作，也可拓展至人工智能应用、数据安全治理、建筑大数据分析等相关新兴领域。

二、主要课程

序号	课程名称	主要内容
1	数据采集技术	学习网络爬虫技术、API接口调用、日志数据采集、数据清洗与预处理等知识，掌握使用Python、Scrapy等工具进行多源数据采集与处理的核心技能，培养数据采集工程师岗位所需的综合实践能力。
2	数据预处理技术	学习数据清洗、数据集成、数据变换、数据规约等知识，掌握使用Pandas、Spark等工具进行数据预处理的核心技能，培养数据清洗专员岗位所需的数据质量保障能力。
3	大数据平台部署与运维	学习Hadoop、Spark等大数据平台的安装配置、集群管理、性能调优、故障排查等知识，掌握大数据平台搭建与运维的核心技能，培养大数据平台运维工程师岗位所需的综合能力。
4	数据可视化技术与应用	学习数据可视化原理、BI报表开发、可视化图表设计等知识，掌握使用Tableau、Power BI、ECharts等工具进行数据可视化的核心技能，培养数据可视化工程师岗位所需的数据表达与展示能力。
5	大数据分析技术应用	学习数据统计分析、机器学习算法、数据挖掘基础等知识，掌握使用Python、Spark MLlib等工具进行大数据分析与建模的核心技能，培养数据分析师岗位所需的数据洞察与模型构建能力。
6	数据挖掘应用	学习关联规则、聚类分析、分类预测、异常检测等数据挖掘算法，掌握使用Python、Spark MLlib进行数据挖掘建模的核心技能，培养大数据开发岗位所需的数据挖掘能力。

三、就业方向

毕业生主要面向信息技术服务、互联网、金融、通信、制造业、政务、教育等行业，能够在数据分析公司、大数据平台运维企业、互联网科技公司、金融机构及政府部门信息化部门，从事数据采集与处理、大数据平台运维、数据分析与可视化、数据库管理与开发、大数据技术支持等核心岗位工作；也可在人工智能应用、数据安全治理、建筑大数据分析等相关领域开拓职业发展道路。就业前景广阔，近三年毕业生毕业去向落实率稳定在95%以上，用人单位满意度高。此外，学生可通过专升本升入本科院校数据科学与大数据技术、计算机科学与技术、软件工程等相关专业继续深造。

四、实践教学

本专业构建了“校内仿真实训—基地生产实训—企业顶岗实习”三级递进式实践教学体系。校内建有大数据综合实训室、大数据安全运维实训中心、职业技能综合实训中心、云机房等专业实训场所，配备高性能服务器集群、大数据实验平台，可满足大数据采集、处理、分析、可视化、平台运维等核心课程的实践教学需求。引入企业真实数据项目，与麒麟软件、龙芯中科、三六零等规上企业共建校外实训基地，共同开展人才培养。学生可参加河南省高等职业教育技能大赛、“一带一路”暨金砖国家技能发展与技术创新大赛等高水平竞赛，以赛促学、以赛促练。实习阶段实行“学校导师+企业导师”双导师制，顶岗实习时长不少于6个月（实习总时长38周，含跟岗18周、顶岗20周），确保学生毕业即具备岗位胜任能力。