一、大数据专业概述

一）专业介绍

大数据专业是一个跨学科领域，旨在培养能够处理、分析和从海量数据中提取有价值信息的专业人才。该专业结合了计算机科学、统计学、数学、信息管理等多个领域的知识，重点教授数据挖掘、机器学习、数据库管理、数据可视化等关键技术。学生将学习如何设计和实施大数据解决方案，以支持业务决策、产品开发、市场分析等多种应用场景。

二）核心岗位描述

大数据专业毕业生可从事的岗位多样，主要包括但不限于：

1、大数据运维工程师：负责部署大数据环境、数据管理与维护，大数据相关系统的安全处理。

2、大数据研发工程师：设计和构建大规模数据处理系统，确保数据的高效存储、处理和访问。

3、数据可视化工程师：将复杂数据转化为直观图表和报告，帮助非技术人员理解数据故事。

三）覆盖重点行业及领域

金融行业：风险评估、欺诈检测、客户行为分析。

健康医疗：疾病预测、患者分群、个性化治疗方案。

电子商务：用户画像、推荐系统、库存管理。

智慧城市：交通管理、能源分配、公共安全监控。

社交媒体：情感分析、趋势预测、用户互动优化。

四）对区域经济发展的价值

1、促进产业升级转型：

大数据技术的应用可以推动传统行业数字化转型，提高生产效率和创新能力，促进产业结构优化升级。

2、增强决策科学性：

政府和企业通过大数据分析能更准确地把握市场动态和社会需求，制定更加精准有效的政策和策略。

3、激发新经济增长点：

大数据相关产业（如云计算、人工智能）本身就是经济增长的新动力，创造大量高技能就业机会。

4、提升公共服务水平：

在教育、医疗、交通等领域利用大数据优化资源配置，提升服务质量和公众满意度。

5、促进科研创新：

大数据为科学研究提供了前所未有的数据资源和分析工具，加速了科研成果的转化应用，推动区域科技创新能力的提升。

五）培养目标

1、熟练掌握至少一种主流编程语言，如Python、Scala等，用于大数据应用程序的开发。需要对编程语言的基础语法、数据结构、算法有深入理解，并能熟练应用到实际问题解决中。

2、熟悉并能熟练使用Hadoop、Spark、Flink等大数据处理框架，理解其内部机制和优化策略，能够根据项目需求选择合适的技术栈并进行定制化开发。

3、掌握关系型数据库（如MySQL、Oracle）和非关系型数据库（如HBase、MongoDB）的使用，熟悉数据建模、查询优化和数据存储策略。了解数据仓库（如Hive）的设计与实现。

4、深入理解各种数据结构的特点及其在大数据处理中的应用，能够设计和实现高效算法解决复杂数据处理问题。

5、理解分布式系统原理，能够设计和维护高可用、高性能的分布式大数据处理系统。能够进行大数据服务部署。

6、遵循软件工程的最佳实践，如版本控制（Git）、持续集成/持续部署（CI/CD）、代码审查等能力。

六）课程与实训资源

课程资源1-Javascript程序基础

课程资源2-Web前端网页开发

课程资源3-jQuery精品课

课程资源4-PHP-MySQL

课程资源5-echarts框架

课程资源6-linux系统基础

课程资源7-KVM虚拟化技术

课程资源8-网络应用技术

课程资源9-Python基础

课程资源10-Python进阶

课程资源11-分布式Hadoop应用

课程资源12-Spark技术与应用

课程资源13-大数据采集技术

课程资源14-大数据运算与处理

课程资源15-大数据可视化应用

生产实训项目资源1-北京二手房房价分析

生产实训项目资源2-餐厅订单数据分析与可视化

生产实训项目资源3-电商平台用户行为分析与可视化

生产实训项目资源4-电信行业客户分析与可视化

生产实训项目资源5-抖音用户行为数据分析

生产实训项目资源6-旅游数据分析

生产实训项目资源7-双十一淘宝美妆数据分析

生产实训项目资源8-物流行业数据分析与可视化

生产实训项目资源9-用户消费行为数据分析

生产实训项目资源10-优惠券使用分析

生产实训项目资源11-分布式文件环境搭建

生产实训项目资源12-就业数据采集与处理

生产实训项目资源13-气象数据采集与分析处理

生产实训项目资源14-用户消费行为数据分析（分布式）

生产实训项目资源15-抖音用户行为数据分析（Spark）

生产实训项目资源16-优惠券使用分析案例（Spark）

生产实训项目资源17-大数据应用服务系统研发

附：专业大类信息

专业代码 310205

专业名称大数据工程技术

基本修业年限四年

一）职业面向

面向大数据工程技术人员、数据分析处理工程技术人员等职业，大数据应用开发、大数据分析与挖掘等岗位（群）。

二）培养目标定位

本专业培养德智体美劳全面发展，掌握扎实的科学文化基础和大数据开发、大数据分析与挖掘及相关法律法规等知识，具备数据采集、处理与可视化及大数据系统开发、测试等能力，具有工匠精神和信息素养，能够从事大数据系统开发及运维、大数据分析与挖掘等工作的高层次技术技能人才。

三）主要专业能力要求

1.具备大数据采集、清洗、存储及管理、分析及挖掘、展现及应用的能力；

2.具备应用大数据平台体系架构，完成大数据系统的设计、开发、测试，以及性能监控及调优的能力；

3.具备管理维护并保障大数据系统稳定运行的能力；

4.具备提供大数据技术咨询和技术服务的能力；

5.具备开发或操作应用工具完成大数据工程领域的应用开发、数据分析、数据挖掘和数字化应用的能力；

6. 具备大数据工程领域信息技术和数字技术应用能力；

7. 具有探究学习、终身学习和可持续发展的能力。

四）主要专业课程与实习实训覆盖范围

专业基础课程：

计算机基础、程序设计、数据结构、大数据技术导论、数据库原理与应用、Linux 操作系统、计算机网络技术、Web 前端技术。

专业核心课程：

数据采集技术、数据预处理技术、分布式数据库技术、Hadoop 应用开发技术、Spark 应用开发技术、高性能系统架构、数据分析与挖掘技术、数据可视化技术。

实习实训：

对接真实职业场景或工作情境，在校内外进行数据采集、数据预处理、数据分析与挖掘、大数据开发与运维等实训。在数据处理与分析、大数据平台运维、大数据技术咨询与服务等企事业单位或生产性实训基地等场所进行岗位实习。

五）职业类证书举例

职业资格证书：计算机技术与软件专业技术资格

职业技能等级证书：大数据工程化处理与应用、大数据分析与应用