大数据技术
专业介绍
本专业培养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、大数据分析与可视化、大数据平台管理、大数据技术服务、大数据产品运营等工作的高技能人才。
男女比例
开设课程
大数据概论
系统介绍大数据的基本概念、理论框架与研究方法，涵盖核心知识体系与发展脉络，为大数据工程技术专业后续课程学习奠定扎实的理论基础，培养学生的学科素养与分析能力。
Java程序设计
Java程序设计讲授Java语言的面向对象编程思想和核心技术，包括类、接口、异常处理、多线程等，培养学生开发跨平台应用程序的能力。
Python程序设计
系统学习Python编程语言，包括语法、数据结构、函数及面向对象编程，掌握程序设计思维与基础开发能力。
Hadoop大数据平台
学习Hadoop大数据平台的基本理论与核心知识，涵盖该领域的重要概念、方法体系与前沿发展，培养学生的专业素养与实践能力，为大数据技术专业的深入学习与职业发展奠定坚实基础。
Spark技术
学习Spark技术的原理、方法与应用实践，涵盖关键技术要点与操作规范，培养学生的技术应用能力与创新精神，服务大数据技术专业领域的技术发展需求。
数据库技术
学习数据库的基本概念、原理与核心技术，涵盖数据模型、关系代数等内容，解决数据组织与存储的基础理论问题，为数据库应用提供理论支撑。
Linux操作系统
系统讲解Linux系统的安装、命令行操作、用户管理、进程调度等，解决Linux环境下的系统管理与维护问题，为服务器运维与开发提供基础。
数据采集与预处理
学习数据采集与预处理的基本理论与核心知识，涵盖该领域的重要概念、方法体系与前沿发展，培养学生的专业素养与实践能力，为大数据工程技术专业的深入学习与职业发展奠定坚实基础。
数据可视化
介绍数据可视化的原则与技术（如图表设计、交互可视化），学习工具使用，将数据转化为易理解的视觉呈现。
数据分析基础
系统介绍数据分析的基本概念、理论框架与研究方法，涵盖核心知识体系与发展脉络，为智慧机场运行与管理专业后续课程学习奠定扎实的理论基础，培养学生的学科素养与分析能力。
NoSQL数据库
学习NoSQL数据库的基本理论与核心知识，涵盖该领域的重要概念、方法体系与前沿发展，培养学生的专业素养与实践能力，为大数据工程技术专业的深入学习与职业发展奠定坚实基础。
计算机网络技术
聚焦网络实用技术，学习路由交换配置、网络性能优化、故障诊断，掌握网络工程实施与运维技能，解决企业网络运维中的实际问题。
数据结构
介绍线性结构（数组、链表）、非线性结构（树、图）等基本数据结构的定义、存储方式及操作，为数据组织与算法实现提供基础支撑，解决数据高效组织问题。
机器学习基础
机器学习基础介绍机器学习的基本概念和算法，涵盖分类、回归等任务，为人工智能专业学习奠定基础。
数据仓库技术
学习数据仓库技术的原理、方法与应用实践，涵盖关键技术要点与操作规范，培养学生的技术应用能力与创新精神，服务大数据工程技术专业领域的技术发展需求。
云计算技术
涵盖云计算的核心技术（如分布式存储、弹性计算）、架构设计与性能优化，掌握云计算的技术原理，解决对云计算核心技术的理解问题。
信息检索与利用
讲授信息资源的类型、检索工具和检索策略，学习利用数据库、搜索引擎和知识管理工具高效获取、评价和整合所需信息，提升信息素养。
跨学科研讨
围绕跨学科议题组织师生研讨，鼓励不同专业背景的学生交流碰撞，培养跨界思考和多视角分析问题的能力，促进学科交叉融合与创新。
社会实践
组织学生深入社区、企业或乡村开展调研、志愿服务和专业实践，在真实社会环境中锻炼综合能力，增强社会责任感和专业使命感。
毕业设计指导
针对毕业设计（论文）的全过程进行系统指导，涵盖选题、方案制定、实施过程管理和答辩准备，帮助学生高质量完成毕业环节的综合训练。
计算机应用基础
学习计算机基本操作、操作系统、网络基础及办公软件，掌握计算机入门技能，解决计算机基础应用与操作中的常见问题。
行业前沿讲座
邀请行业专家和企业高管分享行业最新动态、技术趋势和职业发展经验，帮助学生了解行业实际需求，缩小校园学习与职场之间的认知差距。
团队协作训练
通过团队建设活动、协作项目和角色扮演等方式，训练沟通表达、分工合作、冲突协调等团队工作技能，提升跨专业协作和集体问题解决的能力。
创新创业基础
介绍创新思维方法和创业基础知识，涵盖创意产生、机会评估、商业计划书撰写和创业风险管理，激发学生的创新意识和创业精神。
数据分析基础
讲授数据收集、清洗、探索性分析和可视化的基本方法，学习使用Excel、Python或SPSS等工具处理结构化数据，为各专业的数据驱动决策奠定技能基础。
学术论文写作
系统讲授学术论文的结构规范、文献引用、论证逻辑与写作技巧，从开题报告到终稿修改全流程指导，帮助学生完成高质量的学术写作。
科研训练
通过参与导师课题或独立小型研究项目，让学生亲历科研全过程——从文献调研、方案设计到数据收集和成果汇报，培养基础科研素养和创新思维。
批判性思维训练
通过案例辨析、辩论赛和逻辑推理练习，系统训练证据评估、假设质疑和合理论证的思维能力，帮助学生在学习和工作中做出更理性的判断。
专业实习
通过进入专业相关岗位实操，将理论知识转化为实际能力，解决专业应用场景中的真实问题，提升职业适应力。
培养目标
职业面向
面向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，大数据实施与运维、大数据分析与可视化等技术领域。
培养目标定位
本专业培养德智体美劳全面发展，掌握扎实的科学文化基础及数据库基本原理、程序设计、操作系统原理、计算机网络及相关法律法规等知识，具备大数据项目方案设计及实施等能力，具有工匠精神和信息素养，能够从事大数据实施与运维、数据采集与处理、大数据分析与可视化、大数据平台管理、大数据技术服务与产品运营等工作的高素质技术技能人才。
能力要求
- 01
具备初步分析用户业务需求，制订大数据项目解决方案的基础能力；
- 02
具备开发数据采集、抽取、清洗、转换与加载等数据预处理模型的能力；
- 03
具备安装部署与使用数据分析工具，运用大数据分析平台完成大数据分析任务的能力；
- 04
具备数据可视化设计，开发应用程序进行数据可视化展示，以及撰写数据可视化结果分析报告的能力；
- 05
具备大数据平台搭建部署与基本使用，以及大数据集群运维能力；
- 06
具备大数据平台管理、大数据技术服务、大数据产品运营等应用能力；
- 07
具备基于行业应用与典型工作场景，解决业务需求的数字技术综合应用能力；
- 08
具有探究学习、终身学习和可持续发展的能力。
实习实训
对接真实职业场景或工作情境，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、数据可视化、数据挖掘应用等实训。在大数据相关企事业单位或生产性实训基地等场所进行岗位实习。