1、培养目标

培养掌握大数据分析管理、大数据应用开发，具备大数据平台搭建与运维、数据采集、数据加工、数据分析、数据挖掘、数据可视化等专业实践能力，具有良好的职业道德、创业精神，适应社会大数据应用发展所需的高素质技术技能人才。

2、主干课程

大数据概论、Excel数据分析技术、Python语言程序设计、分布式文件系统、分布式计算框架、数据采集、数据清洗、R语言入门、大数据可视化技术、阿里云大数据技术与实践。

3、专业特色

本专业为满足小微企业大数据技术人才的需求，在人才培养方案中明确了大数据应用与大数据分析两个专业方向。在培养模式上，与知名大数据企业联合，突破传统的教学培养模式，采取全程嵌入式校企联合教学培养模式，将课程教学、工程实践、行业理念实现无缝结合，为区域经济发展培养高素质应用型专门人才。

4、就业方向

■数据采集工程师：从各种数据源中采集数据，包括互联网、数据库、各种数据文件等。需掌握Python、Java、Sqoop、爬虫技术等。

■数据清洗工程师：负责完成脏数据的清洗、数据转码、数据转换、数据格式处理。需掌握Hadoop、ETL技术等。

■数据建模工程师：面向主题的数据建模、分布式数据库设计，数据的管理与开发。需掌握分布式数据库、Hbase、Hive、Sqoop、NoSQL数据库技术等。

■大数据研发工程师：海量数据的计算、分析与数据整合。需掌握Hadoop、Spark。

■数据分析与挖掘工程师：基于数据挖掘方法和算法，对海量数据进行分析、挖掘与预测。需掌握Python语言或R语言、SAS、SPSS、Spark等。

■大数据实时计算工程师：秒级、毫秒级进行数据的处理和计算，实时计算出数据结果。需掌握实时计算框架技术Storm、Flume、Kafka等。

■大数据可视化工程师：对分析结果以图形化的形式显示。需掌握Web前端技术，Java语言，ECharts、D3、Oracle DV等。

5、技能证书

由工业和信息化部、 国家劳动和社会保障部联合颁发的大数据工程师证书

6、实践实训

设置课内实践和集中实训的“双实践”课程体系。建立了多个校内实训室和校外实训基地，两者互为补充成为本专业实践教学平台。校内专业实践教学平台由专业实验室架构；校外工程项目训练实践基地主要由校企工程项目训练教学基地、专业科技创新基地等形成。