2024級大數據技術專業人才培養方案
(專業代碼:510205)
一、招生對象與學制
招生對象:高中畢業生/中職畢業生
學制:全日制三年
二、職業面向
所屬專業大類 (代碼) |
所屬專業類 (代碼) |
對應行業 (代碼) |
主要職業類別 (代碼) |
主要崗位類別(或技術領域) |
職業資格證書或技能等級證書 |
電子與信息大類(51) |
計算機類(5102) |
互聯網和相關服務行業(64)、軟件和信息技術服務業(65) |
大數據工程技術人員(2-02-10-11)、數據分析處理工程技術人員 (2-02-30-09)、信息系統運行維護工程技術人員(2-02-10-08)
|
大數據實施與運維、數據采集與處理、大數據分析與可視化、大數據平臺管理、大數據技術服務、大數據產品運營 |
計算機技術與軟件專業技術資格、大數據分析與應用、大數據應用開發(Python)、大數據工程化處理與應用或本專業其他相當的職業技能等級證書 |
A |
B |
C |
D |
E |
F |
三、培養目標
本專業培養德智體美勞全面發展,掌握扎實的科學文化基礎和數據庫基本原理、程序設計、操作系統原理、計算機網絡、云計算等知識及相關法律法規等知識,具備大數據項目方案設計及實施能力,具有工匠精神和信息素養,能夠從事大數據實施與運維、數據采集與處理、大數據分析與可視化、大數據平臺管理、大數據技術服務與產品運營等工作的高素質技術技能人才。
四、培養規格
本專業畢業生應在素質、知識和能力等方面達到以下要求。
(一)素質
1.思想政治素質:熱愛社會主義祖國,熱愛中國共產黨,能夠準確理解和把握社會主義核心價值觀的深刻內涵和實踐要求,具有正確的世界觀、人生觀、價值觀。深入學習領會習近平總書記重要講話精神,深刻領悟“兩個確立”的決定性意義,增強“四個意識”、堅定“四個自信”,躬身踐行“兩個維護”,自覺在思想上政治上行動上同以習近平同志為核心的黨中央保持高度一致,堅定不移推進中華民族偉大復興歷史進程,更好把學習成果轉化為奮進新征程、建功新時代的實際行動。
2.人文素質:具有一定的審美和人文素養,能夠形成自身的藝術特長或愛好。勇于奮斗、樂觀向上,能履行道德準則和行為規范,具有社會責任感和社會參與意識。
3.職業素質:具有職業道德、工匠精神、信息素養、質量意識、安全意識、環保意識、創新思維、全球視野和市場洞察力。
4.身心素質:具有健康的體魄、心理和健全的人格,掌握基本運動知識和運動技能,養成良好的健身與衛生習慣,以及良好的行為習慣。能夠達到國家學生體質健康標準測試合格要求標準。
5.創新素質:能夠打破常規、突破傳統,具有敏銳的洞察力、直覺力、豐富的想象力、預測力。
(二)知識
1.文化基礎知識:掌握必備的思想政治理論、科學文化基礎知識和中華優秀傳統文化知識。
2.計算機基礎知識:掌握計算機軟硬件、程序設計、網絡技術、數據庫等基礎知識,以及職業規劃和職業道德規范相關知識。
3.專業基礎知識:掌握大數據基本概念、Python、科學計算、數據可視化等專業基礎知識。
4.專業核心知識:掌握大數據技術基礎知識與基本技能,能夠熟練進行大數據平臺搭建與運維、大數據采集、清洗、標注以及數據管理,會利用數據的可視化;掌握實用的數據分析工具、以及大數據應用開發的相關軟件進行初步的數據計算與分析;
5.行業應用知識:掌握大數據典型行業應用,熟悉大數據在智能制造(工業互聯網技術)、智能交通、智慧物流等領域的行業應用知識。
(三)能力
1.非專業能力:具有探究學習、終身學習、分析問題和解決問題的能力,具有良好的語言、文字表達能力和溝通能力,具有團隊合作與抗壓能力。
2.專業能力:
(1)具有信息技術綜合應用能力,具有運用計算思維描述問題的能力;
(2)具有數據采集、抽取、清洗、轉換與加載等數據預處理能力;
(3)具有安裝部署與使用數據分析工具,運用大數據分析平臺完成大數據分析任務的能力;
(4)具有數據可視化設計,開發應用程序進行數據可視化展示,以及撰寫數據可視化結果分析報告的能力;
(5)具有大數據平臺搭建部署與基本使用能力,以及大數據集群運維能力,大數據平臺管理、大數據技術服務、大數據產品運營等應用能力;
(6)具有大數據跨界融合的行業應用能力。
五、畢業資格與要求
(一)畢業學分要求
“通識教育課程+專業基礎課程+專業課程”學分≥134;“職業拓展課程”學分≥18;總學分≥152。專業必修課程學分必須全部獲得。未受過處分或者處分已撤銷。
(二)計算機能力要求
獲得全國計算機一級證書或其他同等級計算機證書。
(三)語言能力要求
《高職英語(一)》《高職英語(二)》成績合格。
(四)職業資格證書要求
獲得計算機技術與軟件專業技術資格、大數據分析與應用、大數據應用開發(Python)、云計算運維與開發職業技能證書、大數據工程化處理與應用或本專業其他相當的職業技能等級證書。
符合以下條件之一可免職業資格證書要求:
1.獲得全國職業院校技能大賽或世界技能大賽全國選拔賽三等以上獎項;
2.獲得江蘇省職業院校技能大賽或世界技能大賽江蘇省選拔賽二等以上獎項;
3. 獲得專利、軟件著作權排名前3(含指導老師的去除指導老師的排名)。
(五)體質健康測試要求
學生體質健康測試須達標。因病或殘疾不能參加全部或部分項目測試,可向學校提交免予執行《學生體質健康標準》的申請,學校審批后方可免予執行。
六、課程設置及學時安排
(一)課程體系架構
1.通識教育課程設置及安排
強化基礎素質,圍繞人的可持續發展、全面發展設置通識教育課程模塊。包括入學教育與軍訓、軍事理論、思想道德與法治、毛澤東思想和中國特色社會主義理論體系概論、習近平新時代中國特色社會主義思想概論、思想政治理論課實踐課、形勢與政策、四史教育、高等數學、信息技術基礎、信息技術基礎考證強化訓練、新一代信息技術導論、高職英語、體育、大學生心理健康教育、公共藝術課、大學生職業生涯規劃與就業指導、創新創業教育、勞動教育等方面的課程、國家安全教育或專題講座。合計47.5學分。
勞動教育(一):由后勤處負責基礎勞動教育課程的組織與實施,在各職能部門及二級學院配合下,落實基礎勞動教育課程崗位,確定各崗位指導教師,分組安排學生到相應崗位,進行崗前安全教育培訓,應急突發事件處置等,提供相應的勞動工具和勞動用品;學工處指導二級學院落實輔導員、班主任對勞動教育課程的理論教學和管理工作,做好基礎勞動教育相關考核、成績錄入、歸檔等工作。
勞動教育(二):由物聯網工程學院負責組織與實施,在第四學期進行,弘揚勞動精神、勞模精神,教育引導學生崇尚勞動、尊重勞動。
2.專業基礎課程設置及安排
物聯網應用技術專業群按照“底層基礎+中層模塊+高層方向”,圍繞工業互聯網關鍵技術和崗位群的項目貫通、書證融通專業群課程體系。根據專業群對技術技能人才所必備的共同基礎知識和基本技能要求,設置《職業素養》、《工業互聯網基礎》、《程序設計基礎(Python)》、《計算機網絡基礎》、《數據庫程序設計(MySQL)》、《Java程序設計》、《IT職業英語》等職業基礎平臺課程,合計20學分。
3.專業課程設置及安排
根據專業核心崗位能力要求設置專業核心課程模塊,設置《Python應用開發》、《Java Web程序設計》、《Hadoop大數據平臺架構與實踐》、《數據處理與分析》、《數據倉庫技術與應用》、《大數據可視化技術》等專業核心課程,設置《職業資格考證培訓》、《工業大數據綜合應用實訓》課程,提供大數據典型行業應用專業拓展模塊供學生選擇,培養學生跨界融合的行業應用能力,合計68學分。
4.職業拓展課程設置及安排
學校統籌開設關于國家安全教育、節能減排、綠色環保、金融知識、社會責任等人文素養、科學素養方面的選修課程、拓展課程、專題講座(活動);組織開展勞動實踐、創新創業實踐、志愿服務及其他社會公益活動,包括拓展專業選修模塊、其他選修項目、綜合素質教育、創新創業項目實踐、競賽活動、社會實踐活動等,合計大于等于18個學分。
(二)專業核心課程信息表
序號 |
課程名稱 |
課程 類型 |
基準 學分 |
基準學時 |
職業能力培養 |
主要知識與技能點 |
1 |
Hadoop大數據平臺架構與實踐 |
B |
4 |
64 |
1.根據系統部署方案, 安裝集群環境、硬件環境、虛擬化環境所需的各類系統。 2.根據軟件部署方案安裝各類大數據功能組件。 3.根據節點連接信息配置大數據集群、根據集群功能對組件進行啟動調試。 4.使用工具對大數據集群的各類組件、服務的運行狀態進行監控管理。 |
1.熟悉 Hadoop體系架構和生態圈組件功能。 2.掌握 Hadoop的安裝部署與操作方法。 3.掌握 HDFS文件系統的原理及應用方法。 4.掌握 MapReduce原理與應用方法。 5.掌握 Hadoop生態圈主流組件的搭建與操作方法。 6.掌握 Hadoop集群的管理和運行監控方法 |
2 |
Python應用開發 |
B |
4 |
64 |
1.熟練使用Matplotlib庫。 2. 進行數據的清洗、轉換和整合,進行統計分析和建模。 3. 運用Python的網絡爬蟲技術,編寫程序實現數據的自動爬取和解析。 4.調試程序的能力。 5.數據分析處理的能力、團隊協作的能力 |
1. Python計算生態中最優秀的網絡數據爬取和解析技術。 2. 掌握Python第三方庫Requests、Beautiful Soup和Scrapy的使用 3. 掌握Python計算生態中最優秀的數據分析和展示技術,包括NumPy、Matplotlib和Pandas等庫的基本概念和使用方法。 |
3 |
Java Web程序設計 |
B |
4 |
64 |
1.閱讀技術資料、閱讀程序、設計程序邏輯框圖 2、熟練操作開發工具 3、按項目書要求完成既定目標的程序代碼的編寫 4、調試程序和排錯能力、編程規范和代碼版本控制能力 |
1.搭建JSP程序開發環境、創建動態網頁 2.應用內置對象實現服務器和客戶端的信息傳遞 3.JDBC數據庫訪問技術的應用 4.應用MVC模式優化JSP程序 |
4 |
數據處理與分析 |
B |
4 |
64 |
1.結合業務場景使用工具對數據集進行概要、描述性統計分析。 2.在描述結果基礎上,對數據進行特征和規律的分析與推測、編寫批量、實時數據計算作業。 4.根據數據特征計算數據標簽并進行匯總、計算關鍵業務指標。 |
1.Spark的設計與運行原理。 2.Spark環境搭建和使用方法。 3.Scala編程基礎。 4.RDD編程。 5.Spark SQL。 6.Spark Streaming。 |
5 |
數據倉庫技術與應用 |
B |
4 |
64 |
1.具備Hive的集群安裝、卸載、環境調試的能力 2.具備DDL和DML操作能力,熟練操作數據庫 3.具備數據查詢以及函數使用的能力,能夠熟練過濾數據 4.能夠深入理解Hive內部機制 |
1.Hive的體系結構和執行流程、安裝與配置 2.Hive元數據配置 3.Hive數據類型,運算符、數據倉庫的創建與查詢、數據倉庫的修改,刪除方法、表的創建,修改與刪除方法 4.HQL查詢、Hive函數的使用方法、Hive優化 |
6 |
大數據可視化技術 |
B |
4 |
64 |
1.選擇關鍵指標抽取數據并進行圖表展示。 2.使用可視化組件庫進行可視化頁面 開發并配置交互模式。 3.根據產品反饋對可視化頁面及圖表 進行調整和美化。 4.根據業務需求及分析結果,制定數 據展示方案。 5. 對數據可視化結果進行業務分析并 輸出分析報告。 |
1.熟悉數據可視化的概念、目標、特征和流程等基礎知識。 2.了解可視化圖表類型介紹,文本可視化和網絡可視化區別。 3.熟練掌握主流數據可視化工具的使用。 熟練掌握數據可視化設計方法。 4.掌握可視化組件庫開發應用技術。 5.具備數據可視化結果分析報告 撰寫技能。 |
(三)專業課程思政矩陣圖
序號 |
課程類別 |
課程名稱 |
支撐思政點 |
遵紀 守法 |
家國情懷 |
思想品德 |
職業 操守 |
工匠精神 |
理想信念 |
創新精神 |
文化 自信 |
人文素養 |
社會 責任 |
人生價值觀 |
吃苦 耐勞 |
團結 協作 |
環保 意識 |
可持續發展 |
終 身 學 習 |
備注 |
1 |
專業基礎課 |
職業素養 |
H |
H |
H |
H |
M |
H |
M |
H |
M |
H |
H |
H |
M |
M |
M |
H |
|
2 |
專業基礎課 |
工業互聯網基礎 |
|
H |
|
M |
H |
|
M |
H |
H |
M |
|
|
M |
M |
M |
M |
|
3 |
專業基礎課 |
計算機網絡基礎 |
|
H |
|
M |
H |
|
M |
|
|
|
|
|
M |
|
M |
M |
|
4 |
專業基礎課 |
程序設計基礎(Python) |
|
H |
|
M |
H |
|
M |
M |
H |
|
|
|
M |
|
M |
M |
|
5 |
專業基礎課 |
Java程序設計 |
|
H |
|
M |
H |
|
M |
|
|
|
|
|
M |
|
M |
M |
|
6 |
專業基礎課 |
數據庫程序設計(MySQL) |
|
M |
|
M |
|
|
L |
M |
H |
|
|
|
|
|
M |
H |
|
7 |
專業基礎課 |
IT職業英語 |
|
H |
|
M |
M |
L |
|
H |
M |
|
|
H |
|
M |
M |
H |
|
8 |
專業課 |
Linux應用與開發 |
|
H |
H |
M |
M |
|
|
M |
H |
H |
|
H |
H |
M |
M |
H |
|
9 |
專業核心課 |
Python應用開發 |
|
H |
H |
M |
M |
M |
M |
H |
H |
H |
|
H |
H |
M |
M |
H |
|
10 |
專業核心課 |
Java Web程序設計 |
|
H |
M |
L |
L |
H |
H |
H |
M |
|
|
H |
M |
L |
L |
H |
|
11 |
專業核心課 |
Hadoop大數據平臺架構與實踐 |
|
|
M |
H |
M |
H |
H |
H |
|
H |
|
|
M |
H |
M |
H |
|
12 |
專業核心課 |
數據處理與分析 |
|
|
M |
H |
M |
H |
H |
H |
|
H |
|
|
M |
H |
M |
H |
|
13 |
專業核心課 |
數據倉庫技術與應用 |
|
|
M |
H |
M |
H |
H |
H |
|
H |
|
|
M |
H |
M |
H |
|
14 |
專業核心課 |
大數據可視化技術 |
H |
|
|
M |
M |
|
|
H |
|
|
H |
|
|
M |
M |
H |
|
15 |
專業課 |
Java Web項目開發實訓 |
|
H |
|
H |
H |
M |
H |
|
|
M |
|
M |
H |
L |
M |
H |
|
16 |
專業課 |
職業資格考證培訓 |
|
H |
|
H |
H |
M |
H |
|
|
M |
|
M |
H |
L |
M |
H |
|
17 |
專業課 |
工業大數據綜合應用實訓 |
H |
H |
H |
H |
H |
H |
H |
M |
H |
M |
M |
H |
H |
M |
H |
H |
|
18 |
專業課 |
畢業設計 |
H |
H |
H |
H |
H |
H |
H |
M |
H |
M |
M |
H |
H |
M |
H |
H |
|
七、教學基本條件
(一)師資隊伍
專任教師結構優化,梯隊合理。專業帶頭人具有高級職稱,骨干教師具備扎實的專業知識和技能,雙師型教師占專業課教師的比例不低于90%,學生數與專任教師數比例不高于25:1。注重專兼結合的教學團隊建設,吸納具有豐富實踐經驗的企業工程師、技術專家形成專兼結合的混編教學團隊。團隊教師應具有較強的工程實踐能力和信息化教學能力,積極發揮育人功能,在教學過程中注重培養學生的“工匠精神”,不斷提升專業競爭力。
(二)教學設施
以江蘇省產教深度融合實訓平臺-物聯網融合創新實訓平臺和智能物聯網(AIoT)產教融合集成平臺為人工智能技術服務專業學生的核心實訓平臺。根據人工智能行業發展和職業崗位工作的需要,與世界500強企業華為、華云等行業領軍企業深度合作,拓展學生校外實習、實訓、就業平臺,全面提升學生實踐性學習和綜合職業素質養成平臺。
以人工智能工作室作為個性化拓展平臺,通過創新項目訓練、參與企業橫向項目開發、參加職業技能競賽和創新創業大賽等方式培養學生創新意識和創新能力。
(三)教學資源
學校提供能夠滿足學生專業學習、教師專業教學研究和教學實施需要的教材、圖書及數字資源等。
選用優秀的高職高專規劃教材和校企合作共同編制的特色教材,優先從國家和省兩級規劃教材目錄中選用教材,結合各級在線開放課程教學資源,形成“立體化”的教學支撐體系。適應“互聯網+職業教育”新要求,全面提升教師信息技術應用能力,推動大數據、人工智能、虛擬現實等現代信息技術在教育教學中的廣泛應用,積極推動教師角色的轉變和教育理念、教學觀念、教學內容、教學方法以及教學評價等方面的改革。加快建設智能化教學支持環境,建設能夠滿足多樣化需求的課程資源,創新服務供給模式,服務學生終身學習。
(四)教學方法
建設符合項目式、模塊化教學需要的教學創新團隊,不斷優化教師能力結構。健全教材選用制度,選用體現新技術、新工藝、新規范等的高質量教材,引入典型生產案例。總結推廣現代學徒制試點經驗,普及項目教學、案例教學、情境教學、模塊化教學等教學方式,廣泛運用啟發式、探究式、討論式、參與式等教學方法,推廣翻轉課堂、混合式教學、理實一體教學等新型教學模式,推動課堂教學革命。加強課堂教學管理,規范教學秩序,打造優質課堂。
(五)教學改革評價
嚴格落實培養目標和培養規格要求,加大過程考核、實踐技能考核成績在課程總成績中的比重。嚴格考試紀律,健全多元化考核評價體系,完善學生學習過程監測、評價與反饋機制,引導學生自我管理、主動學習,提高學習效率。強化實習、實訓、畢業設計(論文)等實踐性教學環節的全過程管理與考核評價。
教學評價應實行多元考核評價,注重能力評價、過程評價。改變評價主體單一的現狀,引入多方評價主體,包括企業、學生、校友、其他第三方;改變一張考卷的傳統評價方式,增加能力過關、演講、崗位績效考核等方式,鼓勵學生參與技能競賽、職業資格技能鑒定,建立學分銀行,用混合式多元評價調動學生積極性,利用社會資源,完成對學生能力的多維度評價。
(六)質量保障
學校構建覆蓋全員、全過程、全方位的質量保障體系。完善質量保障制度設計,建立過程與結果相結合、共性與個性相結合、定性與定量相結合的教學質量評價制度。優化質量保障工作流程,扎實開展常規檢查與專項檢查活動,協調各部門提高信息反饋時效。提升教師質量主體意識,結合教學診斷與改進工作為提升人才培養質量提供有力保障。
八、制訂與實施說明
(一)制訂說明
1. 依據江蘇省、無錫市新一代信息技術產業發展對高職人工智能技術服務人才的需求,與產業鏈相關企業共同制訂由基本素質培養、基本技能積累、職業能力形成、職業崗位訓練等構成的人工智能融合創新人才培養方案。
2.學分學時設定及占比
教學計劃總學分為153.5學分,總學時2576課時;其中通識教育課程的學分為47.5學分,占比為30.94%;專業基礎課程及專業課程學分為88學分,占比為57.32%;選修課學分為18學分,占比為11.72%。實踐性教學課程課時為1836課時,占比72.27%。符合教育部有關制訂人才培養方案的指導意見。
(二)其他
本方案由專業帶頭人、專業負責人、教研室主任、專業骨干教師、“政、行、企、園”專家等組成的編制團隊共商并完成。