大数据技术(510205)

一、专业名称及代码

专业名称：大数据技术

专业代码：510206

专业所属专业群：大数据技术专业群

二、入学基本要求

中等职业学校毕业、普通高级中学毕业或具备同等学力。

三、修业年限

3年，可实行弹性学制2-5年。

四、职业面向

表1  职业面向信息表

所属专业大类（代码）	所属专业类（代码）	对应行业 （代码）	主要职业类别（代码）	主要岗位类别 （群）或技术领域
电子与信息大类 （51）	计算机类 (5102)	互联网和相关服务（64）、软件和信息技术服务业（65）	大数据工程技术人员(2-02-38-03)、数据分析处理工程技术人员(2-02-30- 09)、信息系统运行维护工程技术人员（2-02-10-08）	大数据实施与运维、数据采集与处理、大数据分析与可视化、大数据云平台管理、大数据技术服务、大数据产品运营

五、职业技能等级证书
                     表2 职业技能等级证书一览表

序号	证书名称	等级	颁证单位	备注（必考或选考）
1	“1+X”大数据应用开发(Python)	中级或以上	广东泰迪智能科技股份有限公司	选考
2	华为认证大数据工程师	HCIA-BigData或以上	华为技术有限公司	选考
3	华为认证云计算工程师	HCIA-Cloud Computing或以上	华为技术有限公司	选考
4	人社部职业技能等级证书（人工智能训练师、计算机程序设计员等）	四级或以上	人社部社评机构	选考

六、培养目标

本专业服务国家“东数西算”工程、广东省“软件与信息服务”战略性支柱产业集群、韶关市“大数据及软件信息服务”战略性新兴产业，培养能够践行社会主义核心价值观，传承技能文明，德智体美劳全面发展，具有一定的科学文化水平，良好的人文素养、科学素养、数字素养、职业道德、创新意识，爱岗敬业的职业精神和精益求精的工匠精神，较强的就业创业能力和可持续发展的能力，掌握本专业知识和技术技能，具备职业综合素质和行动能力，面向软件和信息技术服务、互联网和相关服务等行业的大数据工程技术人员、数据分析处理工程技术人员、信息系统运行维护工程技术人员等职业，能够从事大数据实施与运维、数据采集与处理、大数据分析挖掘与可视化、大数据云平台管理、大数据技术服务、大数据产品运营等工作的高技能人才。

七、培养规格

  本专业的毕业生应在素质、知识和能力等方面达到以下要求：

（一）素质要求

(1)坚定拥护中国共产党领导和中国特色社会主义制度，以习近平新时代中国特色社会 主义思想为指导，践行社会主义核心价值观，具有坚定的理想信念、深厚的爱国情感和中华 民族自豪感；

(2)具有爱岗敬业的职业精神，遵守职业道德准则和行为规范，具备社会责任感和担当精神；

(3)具有良好的人文素养与科学素养，具备职业生涯规划能力；

(4)掌握身体运动的基本知识和至少1项体育运动技能，达到国家大学生体质健康测试 合格标准，养成良好的运动习惯、卫生习惯和行为习惯；具备一定的心理调适能力；

(5)掌握必备的美育知识，具有一定的文化修养、审美能力，形成至少1项艺术特长或爱好；

(6)树立正确的劳动观，尊重劳动，热爱劳动，具备与本专业职业发展相适应的劳动素养，弘扬劳模精神、劳动精神、工匠精神，弘扬劳动光荣、技能宝贵、创造伟大的时代风尚。

（二）知识要求

(1)掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识。

(2)掌握与本专业对应职业活动相关的国家法律、行业规定，掌握绿色生产、环境保护、 安全防护、质量管理等相关知识与技能，了解相关行业文化。

(3)掌握支撑本专业学习和可持续发展必备的语文、数学、外语（英语等）、信息技术等文化基础知识。

(4)掌握数据库基本原理、程序设计、操作系统原理、计算机网络、云计算等方面的专业基础理论知识；

(5)掌握大数据采集与大数据预处理技术技能；

(6)掌握数据分析、数据可视化和数据挖掘应用技术技能；

(7)掌握大数据平台搭建与部署、大数据平台运维、数据库开发与管理等技术技能；

(8)掌握OpenStack、Docker、kubernetes等常用云平台管理和运维知识。

（三）能力要求

(1)具有探究学习、终身学习和可持续发展的能力，具有整合知识和综合运用知识分析 问题和解决问题的能力；

(2)具有良好的语言表达能力、文字表达能力、沟通合作能力，具有较强的集体意识和团队合作意识，学习1门外语并结合本专业加以运用；

(3)具有适应本行业数字化和智能化发展需求的数字技能；

(4)具有数据采集、抽取、清洗、转换与加载等数据预处理能力；

(5)具有面向业务需求，基于大数据分析平台进行数据的批量、实时、分布式计算，基础特征工程处理以及机器学习算法应用等大数据分析挖掘实践能力；

(6)具有数据可视化设计和数据分析报告撰写能力，具有开发应用程序进行数据可视化 展示、撰写数据可视化结果分析报告等实践能力；

(7)具有大数据平台部署与运维、数据库管理与应用、大数据技术服务、大数据产品运营、大数据平台管理等实践能力。

(8)具有主流云平台规划、搭建与维护能力。

八、课程设置及要求

（一）课程设置

1.公共基础课程

（1）公共基础必修课程

包括军事理论、军事技能、大学生心理健康教育、体育I、体育II、体育III、大学语文、形势与政策、国家安全教育、思想道德与法治、毛泽东思想和中国特色社会主义理论体系概论、习近平新时代中国特色社会主义思想概论、走在前列的广东实践、大学生职业生涯规划与就业指导、创新创业教育、劳动教育、人工智能基础及应用、大学英语、高等数学C等课程。

（2）公共基础选修课程

包括中华优秀传统文化、学年劳动实践周（社会实践）、其他类公共任选课等课程。

2.专业（技能）课程

（1）专业群基础课程

主要包括：信创技术基础、程序设计基础、Linux系统应用、信创数据库技术、Web前端开发基础等领域的内容。

（2）专业核心课程

主要包括：大数据分析技术应用（Spark）、数据采集与预处理、大数据平台部署与运维、数据挖掘应用（Spark）、数据可视化技术与应用（Web）、Python数据分析与挖掘等领域的内容。

表3  专业核心课程主要教学内容与要求

（3）专业拓展课程

主要包括：Python程序设计、Flink实时处理、私有云基础架构与运维、容器云服务架构与运维、Scala语言基础、企业特色课程(数据仓库)、Excel数据分析、企业特色课程(Python运维开发)、企业特色课程(大数据ICT考证训练)、企业特色课程(大数据综合实训)、高斯数据库、欧拉操作系统、AIGC辅助软件开发、专升本C程序设计与算法、NoSQL数据库、PowerBi数据分析等领域的内容。

（二）实践性教学环节

实践性教学应贯穿于人才培养全过程。实践性教学主要包括实验、实习实训、社会实践活动等形式，公共基础课程和专业课程等都要加强实践性教学。

1.实训

在校内外进行大数据平台部署与运维、数据采集、数据预处理、大数据分析、大数据挖掘、数据可视化等实训，包括单项技能实训、综合能力实训、生产性实训等；，包括单项技能实训、综合能力实训、生产性实训；基于产业学院、现代学徒制、订单培养或其他校企创新协同育人等“校企精准对接、精准育人”模式而开设的企业特色课程等。

2.实习

在互联网和相关服务、软件和信息技术服务行业的大数据分析与应用企业进行大数据技术专业实习，包括认识实习和岗位实习。

九、教学进程总体安排

（一）教学进度表

详见附录“2025级大数据技术专业教学进度表（三年制）”。

（二）各类课程课时、学分总体安排

表4  课程学时情况明细表

表5  各类课程类别占比情况表

十、师资队伍

（一）队伍结构

现有专任教师15人，现有学生数358人，学生数与本专业专任教师数23.9：1，“双师型”教师占比66.7%，高级职称占比40%，有企业工作经验教师占比73.3%，平均年龄40.1岁。

现有兼职教师8人，其中广东省职业院校产业导师2人，广东省高层次兼职教师1人。组建校企合作、专兼结合的教师团队，建立定期开展专业（学科）教研机制。

（二）专业带头人

专业带头人陈永松，现任大数据与人工智能学院大数据技术专业群主任，南粤优秀教师，人工智能训练师三级（高级工），计算机应用副高职称。作为专业群带头人，大数据技术专业群立项为广东省第二批高水平专业群，并通过省厅中期检查；主持工信部产教融合型试点专业建设，2024年结题；主持广东省教育厅重点领域科研项目1项，2024年结题；主持工信部重点领域产业人才基地、教育部供需对接人才培养基地各1项。具有较强的系统开发能力，开发的主要系统有韶关市正安机械有限公司数据仓库系统、学校信息技术考试系统、学校大学英语考试系统等。带领专业群与华韶数智、华为、中软、轩辕等公司开展校企合作、产教融合，粤北大数据产业学院立项为省级示范性产业学院，华韶数智成为广东省产教融合型企业；为广东采华网络科技有限公司提供区块链技术咨询工作，公司开发的“智慧公证平台”、“智慧公证维权平台”融入区块链技术，系统年签约标的达数百亿元人民市。兼任院级教学督导专员，对大数据与人工智能学院教育教学工作的全过程、各环节进行检查、督导、指导和评价，为学院人才培养与质量提升发挥好督导、评价、保障等作用。

（三）专任教师

现有专任教师如表6所示，所有专任教师均具有高校教师资格，计算机类或电子信息类专业本科及以上学历，具有一定年限的相应工作经历或者实践经验，达到相应的技术技能水平；具有本专业理论和实践能力；能够落实课程思政要求，挖掘专业课程中的思政教育元素和资源；能够运用信息技术开展混合式教学等教法改革；能够跟踪新经济、新技术发展前沿，开展技术研发与社会服务；专业教师每年至少1个月在企业或生产性实训基地锻炼，每5年累计不少于6个月的企业实践经历。

表6 大数据技术专业专任教师一览表

序号	姓名	性别	学历	职称	双师	承担主要课程
1	陈永松	男	本科	副高级	是	Scala语言基础、信创数据库技术
2	曹晶华	女	博士	副高级	是	程序设计基础、Python程序设计
3	封俊红	女	硕士	副高级	是	专升本C程序设计与算法、程序设计基础
4	黄焕冲	男	本科	副高级	是	Linux系统应用、信创数据库技术
5	崔炜	男	硕士	副高级	是	Python数据分析与挖掘
6	孙俊	男	博士	正高级	是	PowerBi数据分析
7	段桂芹	女	硕士	讲师	是	大数据平台部署与运维、Web前端开发基础
8	赵辉	女	硕士	讲师	是	数据挖掘应用（Spark）、大数据分析技术应用（Spark）
9	熊传玉	女	硕士	讲师	是	专升本C程序设计与算法、欧拉操作系统
10	蒋亚虎	男	硕士	讲师	是	高斯数据库、NoSQL数据库
11	刘钊	男	硕士	初级	否	数据可视化技术与应用（Web）、企业特色课程(数据仓库)
12	陈鹏飞	女	硕士	初级	否	Web前端开发基础、云计算平台技术应用
13	赵豪	男	硕士	初级	否	Python数据分析与挖掘、企业特色课程(大数据ICT考证训练)
14	何跃祥	男	硕士	初级	否	企业特色课程(Python运维开发)、Flink实时处理、企业特色课程(大数据综合实训)
15	张丽丝	女	硕士	初级	否	NoSQL数据库、Python程序设计

（四）兼职教师

现有兼职教师如表7所示，所有兼职教师都具有扎实的专业知识和丰富的实际工作经验，具有中级及以上专业技术职务（职称），了解教育教学规律，能承担专业课程教学、实习实训指导和学生职业发展规划指导等专业教学任务。根据需要聘请技能大师、劳动模范、能工巧匠等高技能人才，根据国家有关要求制定针对兼职教师聘任与管理的具体实施办法。

表7 大数据技术专业兼职教师一览表

序号	姓名	性别	职称	企业名称	承担主要课程
1	李楚威	男	中级	广东轩辕网络科技股份有限公司	企业特色课程(Python运维开发)
2	刘华栋	男	中级	北京千锋互联科技有限公司	企业特色课程(Python运维开发)
3	赵佳乐	男	中级	广州传智播客教育科技有限公司	企业特色课程(大数据综合实训)
4	韩龙祥	男	中级	北京千锋互联科技有限公司	企业特色课程(大数据综合实训)
5	古政	男	中级	深圳市程序猿教育科技有限公司	企业特色课程(数据仓库)
6	庄庆乐	男	中级	广州狼码教育科技有限公司	企业特色课程(数据仓库)
7	王士先	男	中级	广东轩辕网络科技股份有限公司	企业特色课程(大数据ICT考证训练)
8	张小平	男	副高级	中软国际教育科技有限公司	企业特色课程(大数据ICT考证训练)

 

十一、教学条件

主要包括教学设施、教学资源、教学方法、学习评价、质量保障等方面。

（一）教学设施

1.专业教室

本专业教室均为多媒体教育，具备利用信息化手段开展混合式教学的条件。所有教室均配备黑（白）板、多媒体计算机、投影设备、音响设备，具有互联网接入或无线网络环境及网络安全防护措施。所有教室均安装应急照明装置并保持良好状态，符合紧急疏散要求，安防标志明显，保持逃生通道畅通无阻。

2.校内外实验、实训场所

本专业实验、实训场所面积、设备设施、安全、环境、管理等符合教育部有关标准（规定、办法），实验、实训环境与设备设施对接真实职业场景或工作情境，实训项目注重工学结合、理实一体化，实验、实训指导教师配备合理，实验、实训管理及实施规章制度齐全，能够顺利开展大数据平台部署与运维、数据采集、数据预处理、大数据分析、数据可视化等实验、实训活动。实训中能运用大数据、云计算、人工智能、虚拟仿真等前沿信息技术。

表8 大数据技术专业主要校内实践基地一览表

序号	名称	工位	面积	功能
1	大数据实训中心	100	115.1	主要承担Scala语言基础、Spark大数据处理分析、Spark大数据实训等课程教学
2	Web应用开发实训室	100	115.1	主要承担容器云计算技术、云计算基础与OpenStack、数据采集与预处理等课程教学
3	程序设计基础实训室	100	115.1	主要承担Python静态开发技术、Python数据分析与可视化、企业特色课程(Python运维开发)等课程教学
4	网站开发综合实训室	100	115.1	主要承担信创技术基础、NoSQL数据库等课程教学

表9 大数据技术专业校外实践基地一览表

序号	合作企业	校外实践基地名称	用途	合作深度
1	广东华韶数智有限公司	粤北大数据产业学院校外实训基地	大数据平台运维	“园中校”合作模式
2	广东轩辕网络科技有限公司	轩辕科技大数据技术校外实训基地	大数据开发	教学见习合作模式
3	广东泰迪智能科技股份有限公司	泰迪科技大数据分析校外实训基地	大数据分析	工作室合作模式
4	北京中软国际教育股份有限公司	中软国际软件开发校外实训基地	软件开发	教学见习合作模式
5	北京千锋互联科技有限公司	千锋互联IT技术校外实训基地	云计算	订单培养合作模式
6	北京四合天地科技有限公司	教育部供需对接育人实训基地	数据仓库	校外实训基地

（二）教学资源

1.教材选用

按照国家规定，经过规范程序选用教材，优先选用国家规划教材和国家优秀教材。专业课程教材应体现本行业新技术、新规范、新标准、新形态，并通过数字教材、活页式教材等多种方式进行动态更新。

2.图书文献配备

图书文献配备能满足人才培养、专业建设、教科研等工作的需要。专业类图书文献主要包括：大数据行业政策法规资料，有关大数据岗位的技术、标准、方法、操作规范以及实训案例类图书等。及时配置新经济、新技术、新工艺、新材料、新管理方式、新服务方式等相关的图书文献。

3.数字教学资源配置

建设、配备与本专业有关的音视频素材、教学课件、数字化教学案例库、虚拟仿真软件 等专业教学资源库，种类丰富、形式多样、使用便捷、动态更新、满足教学。

（三）教学方法

以企业和社会的实际需求为目标，以技术应用能力和基本素养为主线，构建专业人才的知识、能力、素质结构，最终培养服务区域经济发展的高素质复合型技术技能人才。通过课内实训、实习基地的实践学习，提高实践学习的效率和成果，专业课程采用情境项目教学模式教学，结合现有教学设施和教学资源，课堂中经常将项目教学法、任务驱动教学法、分组讨论教学法，角色扮演教学法、启发引导教学法等教学方法合理综合应用，引导学生合作学习、自主学习。实现教、学、做一体化。教师利用虚拟教学平台（如大数据实验实训教学平台、学习通等）组织线上线下混合式教学（教师需要在教学平台中上传自己的相关资料丰富其中的内容），通过教学平台实现在线自主学习、测验、考核、留言互动、讨论、头脑风景、分组协作等。

（四）学习评价

根据不同课程的特点，分为笔试、机试、考查三种，笔试注重实用性，机试以技能培养为中心，考查以考核学生综合应用能力为主。实现过程评价和课程评价的方式进行课程的考核，根据相应的课程考核标准进行知识与技能的综合考评。

笔试总成绩计算公式为：笔试成绩*0.8+平时成绩*0.2，机试总成绩计算公式为：机试成绩*0.8+平时成绩*0.2或机试成绩*0.4+实验成绩*0.4+平时成绩*0.2，考查课总成绩计算机公式为：考查成绩*1。总成绩60分以上为合格。

使用虚拟教学平台组织教学的课程，可根据平台提供的课堂参与度、作业完成情况等方面进行平时成绩的综合评价，根据平台提供的课程实验完成进度、完成效果等方面进行实验成绩的综合评价。鼓励教师使用虚拟教学平台进行笔试、机试，成绩批阅可采用机器阅卷与教师手工阅卷相结合的方式。

（五）质量保障

1.学校和二级院系建立专业人才培养质量保障机制，健全专业教学质量监控管理制度，改进结果评价，强化过程评价，探索增值评价，吸纳行业组织、企业等参与评价，并及时公开相关信息，接受教育督导和社会监督，健全综合评价。完善人才培养方案、课程标准、课堂评价、实验教学、实习实训以及资源建设等质量保障建设，通过教学实施、过程监控、质量评价和持续改进，达到人才培养规格要求。

2.学校和二级院系完善教学管理机制，加强日常教学组织运行与管理，定期开展课程建设、日常教学、人才培养质量的诊断与改进，建立健全巡课、听课、评教、评学等制度，建立与企业联动的实践教学环节督导制度，严明教学纪律，强化教学组织功能，定期开展公开课、示范课等教研活动。

3.专业教研组织建立线上线下相结合的集中备课制度，定期召开教学研讨会议，利用评价分析结果有效改进专业教学，持续提高人才培养质量。

4.学校建立毕业生跟踪反馈机制及社会评价机制，并对生源情况、职业道德、技术技能水平、就业质量等进行分析，定期评价人才培养质量和培养目标达成情况。

十二、毕业要求

在学制规定的年限内完成规定的教学活动，修满本专业人才培养方案规定的141学分，全部课程考核合格（不含公共任选课程、专业群选修课程），毕业时素质、知识和能力达到本方案“培养目标和规格”的要求，可获得毕业证书。鼓励学生考取一项本专业职业资格证书或社会公认相关技能证书（详见表2职业技能等级证书一览表）。符合学校相关管理办法要求的，可进行学分认定或成绩置换。

表10 应修总学分学时统计表

十三、附录

 2025级大数据技术专业教学进度表（三年制）

注：学生在第四学期、第五学期各选修1门专业群选修课。