一、基本信息
微专业名称 |
大数据分析与应用 |
责任学院 |
我院 |
修读学分 |
12 |
课程门数 |
4 |
所属学科 |
工科 |
涵盖学科 |
计算机科学、管理学、经济学、法学、理学等 |
二、微专业简介
大数据分析及应用“微专业”面向国家新工科发展,适应重庆地方社会经济发展需求和学校发展,依托我院,以培养具有大数据复杂工程问题处理能力,满足大数据工程技术发展需求的创新和复合型人才为目标。
大数据分析及应用“微专业”在我院计算机科学与技术、智能科学与技术、人工智能专业的基础上,通过引入专业前沿和跨学科跨领域的新兴交叉课程,构建科学合理的核心课程体系。大数据分析及应用“微专业”由大数据应用开发语言、大数据处理技术、数据库技术、数据挖掘4门核心课程组成,共计12学分,学习周期为2个学期,1学年。课程采取线上线下混合式教学,课程内容符合交叉创新、复合型人才的培养要求。
通过本专业学习,学生能够系统地掌握大数据分析与处理技术的基本理论和基本知识,掌握大数据系统开发与应用的基本理论和技术、工商大数据相关工程技术;培养具有扎实专业理论知识、具有较强系统分析和决策能力及创新意识的高级信息化技术的大数据工程技术复合型人才。
三、修业年限
1年
四、培养目标
大数据分析及应用“微专业”面向国家新工科发展对大数据分析与应用的需求,培养学生具有大数据复杂工程问题处理能力为宗旨。根据产业高速发展的需求,培养掌握处理和解决大数据复杂工程问题所需相关知识和基本理论,适应国际化竞争环境的高素质复合型信息化专业人才。
在专业知识要求方面,系统地掌握大数据分析与处理技术的基本理论和基本知识,掌握本专业所需的计算机技术、统计学、应用数学等相关学科的基本理论和基本知识;掌握大数据系统开发与应用的基本理论和技术、工业大数据相关工程技术;培养具有扎实专业理论知识、具有较强系统分析和决策能力及创新意识的高级信息化技术的大数据工程技术人才。
修满学分后,能够达到大数据初级工程师或大数据初级分析师的能力要求。能够从事数据科学与大数据技术的教学科研工作或者以大数据采集处理、存储与加工、分析与挖掘、展现与应用等为主要内容的技术开发、测试、支撑、服务与管理等工作。
五、课程设置
(一)主要课程
大数据应用开发语言、大数据处理技术、数据库技术、数据挖掘。
(二)课程简介
1.大数据应用开发语言
本课程的教学目的是了解大数据开发的典型流程,深入掌握大数据开发语言JAVA的高级应用技术,进一步强化Java开发技能。主要内容包括集合框架、泛型、实用类、输入输出处理、多线程、Socket网络编程、XML解析等。
2.大数据处理技术
本课程的教学目标是使学生了解大数据处理的基本概念、架构、技术原理、主要组件和处理流程,在大数据系统应用层面认识大数据,使学生深刻认识大数据技术在各种行业领域中的应用,提升利用大数据技术分析和解决各行业领域数据分析问题的能力,培养具有一定实际动手能力、真正理解和掌握大数据理论、工具、技术的工程人才。
3.数据库技术
本课程的教学目标是使学生了解数据库技术在工农业生产、商业、行政管理、科学研究、教育、工程技术和国防军事等各行各业广泛应用,了解数据库的建设规模、应用深度是衡量一个国家信息化程度的重要标志,数据资源和数据库高新技术是国家优先发展的战略。通过课程的学习使学生掌握数据库的基本概念、数据库本身的结构、完整性、安全性、故障恢复和并发控制的基本原理,以及DBMS的使用。
4.数据挖掘
数据挖掘是综合了机器学习、统计和数据库的一门现代计算机技术,旨在发现海量数据中的模型与模式,具有巨大的应用前景。在很多重要的领域,数据挖掘都发挥着积极的作用。因此这门课程是数据分析与处理相关专业的重要课程之一。《数据挖掘》课程是专业拓展课程,通过本课程的学习使学生掌握数据挖掘的基本概念,了解数据挖掘的定义和功能以及实现数据挖掘的主要步骤和具体实现方法,初步掌握数据挖掘的算法。使同学们在学习本课程后,能实现简单的数据挖掘算法编程,了解实现数据挖掘的具体操作。
六、教学计划进程表
序号 |
课程名称 |
学分 |
学时 |
学时分配 |
考核方式 |
开课时间 |
理论 |
实验 |
上机 |
实践 |
1 |
大数据应用开发语言 |
3 |
64 |
32 |
32 |
|
|
考查 |
春季学期 |
2 |
大数据处理技术 |
3 |
64 |
32 |
32 |
|
|
考查 |
春季学期 |
3 |
数据库技术 |
3 |
64 |
32 |
32 |
|
|
考查 |
秋季学期 |
4 |
数据挖掘 |
3 |
64 |
32 |
32 |
|
|
考查 |
秋季学期 |
|
|
|
|
|
|
|
|
|
|
总计 |
12 |
256 |
128 |
128 |
|
|
/ |
/ |