一、培养目标
本专业培养适应地方经济社会发展需要，德智体美全面发展，具有良好的职业道德，掌握大数据必备基础理论，掌握大数据存储、处理、分析、预测等本专业必需的基本理论知识和专业技能，能在企事业单位从事大数据系统开发应用、数据分析、数据挖掘、运行管理等工作的高等技术应用型专门人才。
二、主要就业方向
本专业毕业生就业面向大数据企业、政府机关和企事业单位与大数据分析相关行业，在大数据研发、大数据技术服务、大数据技术培训市场推广、大数据信息管理、大数据后台管理维护等部门，从事大数据分析、大数据预测、大数据存储、数据库开发和数据挖掘等工作。
三、职业岗位能力
（一）核心能力
1.具备综合运用所学知识分析和解决大数据分析过程中遇到问题的能力；
2.具有采集数据、分析数据和处理数据的基本能力；
3.具有应用数据挖掘知识分析、解决该领域实际问题的初步能力；
4.熟练使用常用数据挖掘统计软件包的能力；
5.开发和应用数据库系统的能力；
6.具备对新知识的学习能力；
7.掌握数据管理和维护的操作技能；
8.具有对大数据技术不断更新的应变能力；
（二）一般能力
1.具备较强的沟通和表达能力；
2.具备正确运用语言文字进行文档写作的能力；
3.具有熟练使用计算机和办公自动化的操作能力；
4.具有本专业必需的数学知识和逻辑思维能力；
5.具备一定的英语阅读和听说能力，能阅读简单专业技术文件、商业文件；
6.具备较强的自主学习能力；
四、学制
基本学制三年，最长学习年限五年。
五、主干课程介绍
1. C语言程序设计
C语言程序设计是一门为学习后续课程打下良好编程基础而开设的必修课，内容涵盖数据类型与运算规则、顺序程序设计、分支结构程序设计、循环结构程序设计、函数、数组、指针、结构体与共用体以及文件操作等。通过本课程的教学，让学生了解程序设计语言的基本结构，理解计算机学科求解实际问题的基本过程，掌握程序设计的基本思想、方法和技巧，养成良好的程序设计风格，培养利用计算机求解问题的基本能力。
2. 数据结构与算法
数据结构与算法是一门大数据技术与应用专业的专业必修课程，为后续大数据技术与应用专业课程的学习打下坚实的基础，内容涵盖数据结构和算法分析的基本概念、典型的线性结构、树型结构和图型结构及查找、排序等操作。通过本课程的学习，使学生理解数据结构的基本概念以及有关算法，培养良好的算法设计技能，锻炼通过编程解决实际问题的能力。
3. 数据库原理
数据库原理是大数据技术与应用专业的专业必修课程。数据库是计算机在数据处理应用领域中的主要内容和坚实基础，以应用为目标的学生都必须学习和具备数据库原理与应用的知识。本课程内容涵盖数据库的基本概念、数据模型、关系数据库、关系数据库标准语言SQL、数据存储过程、数据完整性、数据库安全、关系数据库理论、索引、数据库设计、事务管理、并发控制、数据库备份与恢复等，其任务是通过课堂教学和实习操作，使学生较全面地掌握数据库系统的基本概念、基本理论和基本方法；初步具备使用数据库应用技术解决实际问题的能力。
4. Java语言程序设计
Java语言程序设计是一门以面向对象程序设计为主的大数据技术与应用专业必修课，本课程内容涵盖类与对象及相关的概念，Java图形编程，事件响应，多线程编程和数据库编程等。本课程的教学任务是通过全面、系统地讲授Java语言的基础知识、运行机制、多种编程方法和技术，使学生理解和掌握面向对象的程序设计方法，理解和掌握网络程序的特点和设计方法，培养学生用“计算机思维”进行计算机编程，使学生能够运用Java语言作为一种思维工具解决处理现实问题，提高学生在程序设计过程中分析问题和解决问题的实际动手能力，使学生的理论知识和实践技能得到共同发展。
5. Hadoop大数据存储与运算
Hadoop大数据存储与运算是大数据技术与应用专业的一门主干专业课程，本课程主要内容涵盖Hadoop的核心机制及Hadoop的工作模式，介绍了Hadoop与其他产品和技术的组合使用，Hadoop是如何工作的，以及如何使用Hadoop从数据中提取有价值的信息，并用它解决大数据问题。培养学生大数据分析的能力。
6. 数据仓库与数据挖掘
数据仓库与数据挖掘主要介绍数据仓库和数据挖掘技术的基本原理和应用方法，主要内容包括数据仓库的概念和体系结构、数据仓库的数据存储和处理、数据仓库系统的设计与开发、关联规则、数据分类、数据聚类、贝叶斯网络、神经网络、遗传算法、统计分析、文本和Web挖掘。《数据仓库与数据挖掘》既重视理论知识的讲解，又强调应用技能的培养。通过对具体实例的学习和实践，使学生掌握数据仓库和数据挖掘中必要的知识点，达到学以致用的目的。
7. R语言基础
R语言基础是一门实践性很强的大数据技术与应用专业必修课，本课程内容涵盖了来自统计分析、机器学习、人工智能等领域的多种数据分析算法，在讲解与之相关的R代码时，还讨论这些算法的原理、优缺点与适用背景。通过本课程的学习，使学生掌握R语言的基本概念、基本语法、基本算法，具备数据分析工作所必备的专业知识和基本能力，能够承担数据分析的一般任务。
六、主要集中实践课程介绍
1.入学教育与军事训练
通过入学教育使学生了解校情和专业情况，学习各项规章制度，了解大学生学习方式，熟悉新的环境，明确学习目标，巩固专业思想，养成良好学风，遵守校规校纪；通过军事训练强化学生的国防意识和组织纪律观念，增强学生体质，培养学生团结友爱、团队协作和吃苦耐劳精神，教育学生养成良好的学习、生活习惯。
2.公益劳动
通过学校各单位组织的校内外绿化活动、环境卫生清理、搬迁等公益性劳动，培养大学生热爱劳动、关心集体、保护环境的意识，引导学生热爱公益事业，养成良好的卫生习惯。
3.数据库应用实训
数据库应用实训是大数据技术与应用专业的一门集中性实践课程，该课程是对数据库原理知识的综合运用，是一门实践性很强的课程，旨在使学生进一步掌握数据库设计和管理的方法和技术，培养学生的自主学习能力和创造性的工程设计能力，提高综合分析和解决问题的能力。通过数据库应用实训，进一步掌握数据库系统设计的方法和技术，提高数据库开发的实际能力，达到培养工程设计能力和综合分析、解决问题能力的目的。
4. Java程序设计课程实训
Java程序课程实训是大数据技术与应用专业的一门集中性实践课程。通过本课程设计，使理解和领会所学的Java程序设计基本理论，加深对所学Java程序基本语法、程序设计的基本思想、基本方法和基本技巧的理解和掌握。学生能综合运用Java语言程序设计的知识、程序设计方法和技巧编写具有一定规模的程序，从而达到增强学生运用Java语言程序设计知识解决实际问题的能力，并为后续课程的学习夯实基础。本实训课程是对学生后继课程Hadoop的开发和设计实现能力的初级的培养和训练。
5. Hadoop大数据实训
Hadoop大数据存储是现代信息化建设的一个重要体现和趋势，Hadoop大数据存储实训成为大数据技术与应用专业的一门重要的实践教学课程；通过该课程的学习，使学生掌握Hadoop大数据存储的一般开发过程,更好的理解Hadoop开发方面的问题，为将来的实际工作积累实际操作能力。同时，Hadoop大数据存储对HBase大数据库、大数据的分析处理、Hadoop环境下的数据整合、Hadoop集群的管理与维护、基于MapReduce的数据挖掘实践及面向未来的大数据处理技术进行了案例实训，对于培养学生的团队协作精神、创新能力以及可持续发展的能力也能够起到积极的作用。
6. R语言实训
R语言实训是大数据技术与应用专业的一门集中性实践课程。该课程旨在拓宽和加强学生对于R语言开发的了解和认识，并重点向学生介绍R语言开发过程中对数据的分析实例的基本思想和基本方法，通过实验和动手练习，使学生对R语言的基本思想、基本方法和具体过程有一个完整的了解，并能够重点掌握使用R语言进行数据分析、数据挖掘的技巧，领略大量探索和展示数据的图形功能，并学会如何撰写动态报告，从而更加高效地进行分析与沟通，为学生今后从事大数据开发和相应的大数据预测工作打下基础。
