大数据技术专业人才培养方案(高职).docx

泉州海洋职业学院
2021级大数据技术专业人才培养方案
一、专业基本信息（一）专业代码：510205 （二）招生对象：经全国普通高等学校招生考试，到达我院录取分数线的普通高中
及同等学力毕业生。
（三）学制与学习年限：学制3年，学习年限2-5年。
（四）学习形式：全日制 （五）学历：大学专科二、培养目标与基本规格
（一）培养目标
本专业培养理想信念坚定，德、智、体、美、劳全面开展，具有良好职业道德和综 合素质、较强的专业能力和创新创业能力，掌握数据采集与处理、大数据分析、大数据 开发、大数据可视化等专业技能，能够适应网络爬虫、大数据分析、大数据开发、大数 据可视化、大数据运维等生产与管理一线需要的，具备大数据行业特点高素质技术技能 人才。
（二）基本规格
通过专业培养，应到达以下规格要求：
1.知识要求：
主要培养从事大数据采集、清洗、存储、建模、分析等基本技能和大数据应用开发 的大数据技术应用型人才。本专业培养的学生掌握C/Java/Python等程序设计语言、关 系型数据库原理、Linux操作系统原理、数据结构和算法、软件开发流程等专业基础知识。 掌握大数据生态系统、分布式计算和分布式存储原理、大数据系统的搭建方法、 MapReduce编程、NoSQL数据库以及数据采集、存储、清洗、建模、分析、挖掘等知识。 同时，还具备本专业质量管理常识。通过三年的学习和实训，毕业生能在企业单位从事 一线的大数据技术工作。
基本要求：通过本课程的学习，学生掌握各种数据结构的特点、存储表示、运算方 法以及在计算机科学中最基本的应用，培养、训练学生选用合适的数据结构和编写质量 高、风格好的应用程序的能力，培养学生分析回题、解决问题的能力，并为后续课程的 学习打下良好的理论基础和实践基础。
（十四）大数据处理Spark
教学内容：课程内容主要由五个局部组成，包括Spark基本概念和生态系统、Spark 的系统结构、工作原理和安装、RDD弹性分布式数据集的概念和工作机制、RDD编程、 Spark SQL、Spark Streamings Spark Graph> Kafka 的基本概念和工作原理。
基本要求：通过本课程的学习，学生了解和掌握Spark基本概念和生态系统、Spark 在大数据技术中的地位、Spark的系统结构、工作原理和安装配置、RDD弹性分布式数 据集的概念和工作机制、SCALA编程、Spark SQL的基本概念和工作原理、Spark Streaming的基本概念和工作原理、Spark GraphX的基本概念和工作原理、Kafka与 Spark的整合方法，能够运用所学知识和技能搭建和配置Spark系统、使用Spark RDD 编程、使用Spark SQL进行结构化数据的处理、使用Spark Streamig进行流式数据 处理、使用Spark Graph图形和图形并行计算、搭建Kafka+Spark实时日志采集与计 算平台，在实践中培养勤劳诚信、善于协作配合、善于沟通交流等职业素养。
（十五）Java高级开发
教学内容：Web技术基本概念、体系结构和主要组成、Web集成技术、开发与调试 Web应用。
基本要求：掌握一种主流的Web集成技术，熟悉其配置和应用环境，能与传统程序 设计和数据库开发技术相结合，并能根据实际问题，能独立设计、开发、调试完成一个 Web应用。
（十六）大数据实时分析
教学内容：课程内容主要由6个局部组成，包括数据的稀疏和低秩表达，压缩感 知，数据降维，机器学习和数据挖掘算法，随机优化算法，并行算法。
基本要求：通过本门课程的学习，掌握分析和处理大数据的主流工具和方法，通过 研究有关信息获取、信息传输、信息处理与信息控制等核心基础掌握运用现代计算机工 具高效求解科学与工程问题的数据理论与方法。
10
七、教学设计（一）教学环节周数安排表
学年
学期
课堂教学与
课内实践
考试
入学教育
与军训
专业实习
实训
毕业顶岗
实习
毕业鉴定、
毕业教育
小计

1
15
1
2
0
0
0
19
2
16
1
0
1
0
0
19

3
16
1
0
2
0
0
19
4
17
1
0
0
0
0
19
—*
5
18
1
0
0
6
0
19
6
0
0
0
0
18
1
19
合计
82
5
2
3
24
1
114
（二）教学进度及学时学分分配表
课 程
类
别
序 号
课程名称
学 分
教学时数及考核方式
课 程 特 性
学期周数及周学时分配
备注
总 计 学 时
理 论 学 时
实
践 学
时
考
试 考
查
1
2
3
4
5
6
19
19
19
19
19
19

1
军事理论
1
16
8
8
杳

1

2
思想道德修养与法律基 础
3
48
48
0
查

3

通
3
毛泽东思想和中国特色 社会主义理论体系概论
4
64
48
16
试

2
2

识 教
4
大学英语
8
128
128
0
试
证/ 赛
4
4

育 课
5
体育与健康
6
96
22
74
查

2
2
2

程
6
计算机应用基础
4
64
32
32
试
证

4

7
大学生心理健康教育
2
32
32
0
查

2

8
生涯规划
2
32
16
16
查

2

9
创新创业教育
2
32
16
16
查

2

1112

10
就业指导
1
16
10
6
查

1

11
高等数学
4
64
64
0
试
赛
4

12
形势与政策
1
80
40
40
查

V
V

V

小计
38
672
464
208

18
16
2
1
0
0

通 识 教 育 选 修 课 程
1
公共关系与社交礼仪
2
32
32

查

V
V

2
中国画鉴赏与技法
2
32
16
16
查

V
V

3
生命与健康
2
32
32

查

V
V

4
艺术与审美
2
32
32

查

V
V

5
中国文学名著欣赏
2
32
32

查

V
V

6
中国古诗词赏析
2
32
32

查

V
V

至少应选修4学分
4
64
32
32

2
2
0
0
0
0

小计
4
64
32
32

2
2
0
0
0
0

专 业 基 础 课 程
1
C语言程序设计
4
64
32
32
试

4

2
Photoshop平面设计
4
64
32
32
查

4

3
计算机网络技术基础
4
64
32
32
试

4

4
Java程序设计
4
64
32
32
试

4

5
数据结构
4
64
32
32
试

4

6
Python程序设计
4
64
32
32
试

4

7
数据库技术基础
4
64
32
32
试

4

8
web程序设计
4
64
32
32
试

4

9
Linux操作系统
4
64
32
32
查

4

小计
36
576
288
288

4
4
20
8
0
0

专 业
1
Hbase技术
4
64
32
32
查

4

核 心 课 程
2
python数据获取分析
4
64
32
32
试

4

3
Hadhoop生态圈技术
4
64
32
32
查

4

4
大数据实时分析
4
64
32
32
试

4

5
大数据处理spark
4
64
32
32
查

4

6
Java高级开发
4
64
32
32
查

4

7
数据挖掘
4
64
32
32
查

4

小计
28
448
224
224

0
0
0
12
16
0

职 业 素 质 拓 展 课 程
1
软件测试
2
32
16
16
查

V

V

2
网页制作与设计
2
32
16
16
杳

V
V
V
V

3
大数据导论
2
32
16
16
查

V
V

4
计算机专业英语
2
32
16
16
查

V
V
V
V

5
大数据营销
2
32
16
16
杳

V
V
V
V

6
大数据文档编写
2
32
16
16
查

V

V
V

7
移动应用开发
2
32
16
16
查

V
V
V
V

8
数据挖掘使用案例
2
32
16
16
查

V
V

9
Hive技术
2
32
16
16
查

V
V
V
V

10
大数据技术
2
32
16
16
查

V
V
V
V

至少应选修10学分
10
160
80
80

2
2
2
4

小计
10
160
80
80

0
0
2
2
2
4

课内教学活动学分/学时/周课时
116
1920
1088
832

24
22
24
23
18
4

集 中 实 践
1
入学教育与军训
2
60
0
60

2

2
劳动意识与技术技能
1
30
0
30

1

13
环
节
3
社会实践
2
60
0
60

2

4
素质拓展
4
120
0
120

4

5
Java程序设计实训
1
30
0
30

1

6
web开发实训
1
30
0
30

1

7
Python实训
1
30
0
30

1

8
毕业实习（顶岗实习等）
24
576
0
576

小计
36
936
0
936

1
2
0
0
0

总学分/总学时/总理论学时/总实践 学时
152
2856
1088
1768

备注：
1 .“证”：为证书课程，为获取专业对应证书的必修课程。学生参加职业资格等级证书考试，顺利取得证书，其证书对应的主要 课程课程成绩可由学生自主选择课程结束考试成绩或证书考核成绩，假设学生要修改课程考试成绩，需学生向任课教师提出申请、 报批。
2 . “赛”：为技能竞赛课程，为参加专业对应职业技能竞赛的必修课程。
3 .集中实践环节安排以“周”计（三）课程结构比例
课程模块类别
学时数
学分数
总学时
理论
学时
实践
学时
占总学时
百分比
学分
占总学分
百分比
通识教育课程
672
464
208
23.52%
38
25.00%
通识教育选修课程
64
32
32
2.24%
4
2.63%
专业基础课程
576
288
288
20.16%
36
23.68%
专业核心课程
448
224
224
15.68%
28
18.42%
职业素质拓展课程
160
80
80
5.60%
10
6.57%
集中实践
936
0
936
32.77%
36
23.68%
总计
2856
1088
1768
100.00%
152
100.(X)%
14
八、毕业标准及要求
本专业学生在学校规定的学习年限内修完培养方案规定的全部课程（含必修课程和 选修课程），综合素质测评（含德育素质测评）合格，最低修满152学分，原那么需取得 以下两类证书方可毕业：
（一）取得全国计算机等级考试证书。
（二）根据下表所列要求，获得专业规定的一种或一种以上职业资格证书:
证书工程
发证部门
建议考证时间
要求
NCRE 二级 C
教育部考试中心
第1学期后
合格
NCRE 二级 Java
教育部考试中心
第2学期后
合格
NCRE 二级 MySQL
教育部考试中心
第3学期后
合格
NCRE 二级 Web
教育部考试中心
第3学期后
合格
NCRE三级数据库技术
教育部考试中心
第3学期后
合格
NCRE 二级 Python
教育部考试中心
第4学期后
合格
NCRE四级数据库工程师
教育部考试中心
第4学期后
合格
高等学校英语应用能力考试B级
证书
高等学校英语应用能力
考试委员会
第2学期后
合格
全国英语等级考试四级证书
教育部考试中心
第2学期后
合格
九、教学资源保障与配置
（一）师资队伍
坚持知行合一、工学结合，打造“双师型”教师队伍，“双师型”教师占专业课教 师总数到达66. 6%以上。
（二）教学设施
1 .多媒体教室 每班1间,要求配备性能较高的电脑，确保每个学生有一台固定电 脑，用于上课、实训及课余时间练习。
2 .网络实验室1间该实验室能够满足计算机网络课程的使用，主要进行计算机网络的搭建等实验。可
与计算机应用技术等专业共享。
15
名称
配置
数量
教师机
中高端配置
1台
服务器
高端配置
1台
学生机
中端配置
60台
其他
交换机、集线器、网线、测线
器造网必需设备
假设干
3.校外实训基地
加强校外实训基地建设，突出校企双元育人，推动校企深度合作，打造（具有辐射 引领作用的）高水平专业化产教融合实训基地，以满足学生专业实习、实训和顶岗实习 的需要。校外实训基地有：
16
名称
用途
网站及软件开发基地
用于图像处理、网页制作、HTML5、程序设计、软
件设计等专业课程的实训
移动互联开发实训基地
用于移动应用开发课程的实训
大数据技术体验基地
体验前沿高端IT技术，扩宽知识面与就业面
（三）其他教学资源
依据课程性质选取符合高职学校培养高技能人才的教材，可以是精编教材、自编教 材、校企合作教材，并开发各种教学材料以及课程可以利用的各种教学资源、工具和场 所，包括电子数据库、图书馆、专业论坛、微课慕课视频等。
1 .电子数据库
计算机行业开展迅速，为了获取最新资讯，建议学校订阅相关的电子数据库，可供 师生查阅及下载。
2 .网络教学资源
充分利用网络资源，如网易公开课、中国大学慕课网、IT技术论坛等，丰富课堂教 学形式和资源，供学生学习和教师讨论。
网络资源参考站点：
3 .图书馆资源
学校图书馆所订的资料，应该基本满足学生课内外阅读的需要，这对于扩大学生的 计算机知识面，激发学生学习兴趣都起着重要的作用。也可以引导学生充分利用校外图 书馆，用以开阔学生的视野。
4 .智力资源
应充分利用学校和社会上的智力资源，如教师制作的微课视频、专业公司开发的智 慧校园女平台。
5 .学校反走私基地、民兵基地、国防教育基地、科普基地、社科基地、船模展厅 等其他教学资源。
17
2 .能力要求：
(1)通用能力
具有良好的政治识别和法律认知能力、数学运用能力、英语运用能力、信息技术应 用与加工能力；具有良好的创新创业能力、人际交往能力、心理调适能力、写作能力、 表达能力、解决实际问题的能力、终身学习能力等；具备独立查阅、翻译中英文专业资 料及公文处理能力；具备终身学习的意识和再学习的能力。
(2)专业技术技能
具备数据采集、清洗、存储的能力；具备大数据平台搭建、管理与维护的能力；具 备C/Java/Pyhton语言程序设计的能力；具备Hadoop处理能力，包括HDFS> MapReduce、 YARN及Hadoop生态系统的运用能力；具备Spark数据分析的能力；具备数据库管理与 应用的能力；具备大数据展示及展示系统分析设计的能力；具备大数据平安管理及平安 架构设计的能力；具备IT工程管理的能力；.素质要求：
⑴具有正确的世界观、人生观、价值观。积极践行社会主义核心价值观，具有 浓厚的爱情情感、国家认同感、中华民族自豪感；崇尚宪法、遵守法律、遵规守纪；具 有社会责任感和参与意识。
(2)具备一定的劳模精神、劳动精神和工匠精神，有爱岗敬业、艰苦奋斗的态度， 勇于创新、精益求精的品质，忠诚奉献、为国为民的担当。
(3)具有良好的身心素质。具有健康的体魄和心理、健全的人格，能够掌握基本运 动知识和一定的运动技能。
(4)具有良好的人文素养。具有感受美、表现美、鉴赏美、创造美的能力，具有一 定的审美和人文素养，能够形成一两项传统文化爱好；掌握一定的学习方法，具有良好 的生活习惯、行为习惯和自我管理能力。
(5)具有良好的职业道德和职业素养。崇德向善、老实守信、爱岗敬业，具有精益 求精的工匠精神；具有良好的质量意识、绿色环保意识、平安意识、信息素养、创新精 神；具有较强的集体意识和团队合作精神，能够进行有效的人际沟通和协作。
(6)具有高度的责任感，具有严谨、细致、认真的工作作风。
⑺遵守行业规程、保守国家秘密和商业秘密，不进行信息的窃取、盗卖活动。
三、就业面向与证书（一）就业面向
1 .初始岗位：
大数据采集员、大数据分析员（分析助理）、大数据产品技术支持专员、大数据开 发助理、大数据产品销售员.目标岗位：
爬虫工程师、大数据分析工程师、大数据运维工程师、大数据可视化工程师、大数 据应用开发工程师.开展岗位：
爬虫研发工程师、大数据分析师、大数据研发工程师、大数据架构工程师.迁移岗位：
数据仓库工程师、Web前端工程师、大数据产品经理（二）基本技能与职业资格证书
该培养方案既强调基本技能要求，同时也融入了岗位职业资格证书的要求，在学习 期间，可以参加以下基本技能与职业资格证书考试：
1.基本技能证书
证书工程
发证部门
全国计算机等级考试
教育部考试中心
高等学校英语应用能力考试B级证书
高等学校英语应用能力考试委员会
全国英语等级考试四级证书
教育部考试中心
2.职业资格证书3
证书工程
发证部门
NCRE 二级 C
教育部考试中心
NCRE 二级 Java
教育部考试中心
NCRE 二级 MySQL
教育部考试中心
NCRE 二级 Web
教育部考试中心
NCRE三级数据库技术
教育部考试中心
NCRE 二级 Python
教育部考试中心
NCRE四级数据库工程师
教育部考试中心
数据采集（初级）
浪潮
数据采集（中级）
浪潮
数据采集（高级）
浪潮
大数据分析与应用（初级）
阿里巴巴
大数据分析与应用（中级）
阿里巴巴
大数据分析与应用（高级）
阿里巴巴
大数据平台运维（初级）
新华三技术
大数据平台运维（中级）
新华二技术
大数据平台运维（高级）
新华三技术
（注明：证书信息取自 111）四、知识结构、能力结构、素质结构与要求
岗位能力与课程分析对照表
职业
素质
专业培养目标要求的岗位
能力、素质（素养）
知识要求
对应课程或工程
获取职业资格证书
工程及等级
通用
能力
素质
（素
养）
（素质素养一）较高的思想
道德素质和职业素质、了解
基本的法律知识
把握马克思主义中国 化理论；了解国家的 路线、方针、政策； 学会做人、做事知识 并转化为思想政治素 养和能力。
毛泽东思想和中国特
色社会主义理论体系
概论、思想道德修养与
法律基础、形势与政策

（素质素养二）良好的人文
素质
具备良好的道德修养
及一定的艺术鉴赏力
书法、艺术欣赏等公共
选修课

（素质素养三）较强的身体
素质
掌握体育锻炼基本方
法及军事基本知识，
加强意志品质锻炼
体育与健康、军训

（素质素养四）较强的心理
素质
了解心理健康的标准
和调试的方法
大学生心理健康教育

（素质素养五）具备团队合
作精神
了解并熟悉各项活动
的前期筹划与后期总
结相关知识
素质拓展、第二课堂活
动、学生社团活动

45
职业
素质
专业培养目标要求的岗位
能力、素质（素养）
知识要求
对应课程或工程
获取职业资格证书
工程及等级

（能力一）自我学习与创新
创业能力
拓广常识性知识面，
精选专业深刻性知谡
的内容
创新创业教育

（能力二）职业生涯开展与
就业
能较为清晰地认识自 己及职业的特性，了 解基本的创业知识， 掌握生涯决策技能和 求职技能等。
入学教育、劳动教育、
生涯规划、就业指导

（能力三）熟练的计算机基
本操作技能
熟练掌握目前常用流
行的操作系统和
OFFICE办公软件
计算机应用基础

逻辑思维素质
掌握一定的高等数
学、物理及其他自然
科学知识
高等数学、计算机应用
数学

（能力四）具备一定的英语
听说读写能力
能进行基本的口常英
语交际
基础英语、计算机英语
高等学校英语应用能
力考试（B级）
专业
素质
（能力五）程序设计素质
掌握Top3计算机语言
设计程序的基本方法
C语言程序设计
Java程序设计
Python程序设计
NCRE 二级 C、
NCRE』Java、
NCRE 二^ Python
（能力六）具备计算机网络
管理能力
能进行计算机网络设 备的配置、管理、维 护及开发
计算机网络技术
Web程序设计
NCRE 二^ Web
（能力七）具备数据库管理
的能力
能对主流数据库进行
操纵、维护
数据库原理
NCRE』MySQL
岗位
通用
能力
（能力八）具备大数据采集
能力
大数据采集、清洗及
存储
Python网络数据爬取
及分析
数据采集（初/中/高）
（能力九）具备大数据分析
与应用能力
大数据分析模型与算
法、数据加工处理、
数据质量管理、数据
可视化等
大数据实时分析
大数据分析与应用
（初/中/高）

职业
素质
专业培养目标要求的岗位
能力、素质（素养）
知识要求
对应课程或工程
获取职业资格证书
工程及等级

（能力十）具备大数据平台
运维能力
大数据平台高可用性 部署实施、大数据组 件维护及使用、大数 据平台维护及大数据 平台优化等
Hadoop生态圈技术
大数据平台运维（初/
中/高）

了解Android应用开发
Java程序设计
移动应用开发

了解大数据应用前沿
定义问题、建立数据
挖掘库、分析数据、
准备数据、建立模型、
评价模型和实施
数据挖掘使用案例

了解大数据领域的前沿
NoSQL, IIBase, Hive 等
大数据新技术

五、培养模式
根据现代职业教育改革的要求，加强培养模式改革，坚持推进校企合作、产教融合，推 进课程设置与证赛相结合，表达实践技能的重要地位，突出“1+X”目标的达成度。课 程以计算机网络技术基础、SQL-Server数据库应用、JAVA程序设计、Java Web开发、 Linux操作系统、互联网架构技术、Hadoop生态圈技术，Python爬虫及大数据可视化分 析、大数据营销、大数据文档编写等课程为辅，既注重专业技能培养，又兼顾综合素质的 提升。
六、主干课程教学基本要求（一）C语言程序设计
教学内容：数据类型、模块化设计、结构体、函数、位运算、指针、文件等。
基本要求：通过本课程的学习，应熟练掌握C语言中的基本知识、各种语句及程序 控制结构，熟练掌握C语言的函数、数组、指针、结构体、链表等数据结构的基本算法； 并能熟练地运用c语言进行结构化程序设计；具有较强的程序修改调试能力；具备较强 的逻辑思维能力和独立思考能力。
备注：近15年来稳居TI0BE世界编程语言排行榜前2位；（二）Photoshop平面设计
教学内容：Photoshop基本理论和基本常识、各种工具、功能及特效命令、通道、 创意设计等。
能力要求：掌握绘图工具的基本方法、图像处理命令、图像处理命令在创作中应用、图 像的输出，能够使用Photoshop软件进行创意设计。
（三）计算机网络技术基础
教学内容：本课程包括构建小型对等网络、构建中型网络、构建无线网络、网络服 务器的安装与配置、网络平安5个教学模块。包括双机互连对等网络的组建、小型办 公室对等网络的组建、IP地址与子网划分、多个部门之间局域网的组建、VLAN划分、 局域网互联、使用常用网络命令排除网络故障、家庭无线局域网的组建、Windows Server 2008的安装与管理、网络服务器的配置、防火墙的配置11个教学单元模块。
基本要求：掌握计算机网络的基本概念、基本理论知识和基本应用技术，到达理论 联系实际、活学活用，提高实际应用技能，养成善于观察、独立思考的习惯，注重实际 开发过程的规范要求，强化学生的职业道德和职业素质养成意识。
（四）JAVA程序设计
教学内容：本课程包括JAVA环境配置、数据类型、分支语句、循环语句、数组、 函数、枚举和结构体等7个模块和1个综合工程任务。
基本要求：通过本课程的学习，学生掌握配置JAVA的开发环境、JAVA的基础词 法、语法；能够熟练使用分支、循环语句；会利用数据存储数据；会编写函数。
备注:近15年来稳居TI0BE世界编程语言排行榜前2位;主流的NoSQL数据库HBase, Cassandra, Neo4j 都是用 Java 语言。
（五）数据挖掘
教学内容：本课程主要内容包括数据分析与数据挖掘的概述，关联规那么，数据分类， 数据聚类，贝叶斯网络和神经网络六大单元。
基本要求：掌握数据挖掘的基本理论和技术，熟悉数据挖掘成果的显示；掌握数据 挖掘的基本方法，能熟练地应用数据挖掘技术对显示数据进行有效的分析；结合相关软 件能从大量统计数据中获取有价值的信息。
（六）Python程序设计
教学内容：本课程包括Python环境配置、数据类型、分支语句、循环语句、数组、 函数、枚举和结构体等7个模块和1个综合工程任务。
基本要求：掌握配置Python的开发环境、Python的基础词法、语法；能够熟练 使用分支、循环语句；会利用数据存储数据；会编写函数，能访问数据库，完成基本的 增删改查工作。
备注：近3年来已升至TI0BE世界编程语言排行榜第3位；（七）数据库技术基础
教学内容：本课程包含7个模块，包括MySQL数据库管理平台的基本使用，创立、 简单维护数据库,创立数据表和维护表结构，通过数据完整性知识保证数据准确性和一 致性，使用DML操作数据表，通过SELECT语句、聚合函数、分组子句以及联接查询 实现数据分类展示等和1个阶段性工程。
基本要求：通过课程学习，学生掌握安装配置MySQL数据库；掌握库、表的创立； 掌握DML类数据操作语句。能够执行数据库的日常维护与操作。
备注：MySQL是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQL 是最好的 RDBMS （Relational Database Management System,关系数据库管理系统） 应用软件之一。
（八）Web程序设计
教学内容：网站规划设计、网站功能实现、HTML5+CSS3+Javascript＞响应式Web 开发。
基本要求：掌握网站的架构设计与功能实现，熟练使用HTML5+CSS3+JS进行响应 式Web开发、熟悉前端页面开发架构。
（九）Linux操作系统
教学内容：本课程包括Linux操作系统基础、Linux系统管理、Linux网络管理 等三个模块和Linux系统搭建、Linux环境配置、Linux大数据平台搭建等三个任务。
基本要求：掌握Linux操作系统环境搭建、服务配置的基本知识及应用，能够熟 练运用Linux基本命令，配置和管理Linux的各种网络服务，并能在实际工程中加以 应用，为后续课程学习奠定基础。
（十）Hbase技术
教学内容：课程内容主要由6个局部组成，包括Hbase的体系架构、Hbase的逻 辑模型和物理模型、Hbase的搭建方法和使用方法、HbaseShell命令、Java API CRUD 操作、批处理操作和行锁、扫描、Java API管理操作、过滤器、计数器、表的设计。
基本要求：通过本课程的学习，学生了解和掌握Hbase在大数据技术中的地位、 Hbase和关系型数据库的本质差异、Hbase的体系结构和工作原理、Hbase的逻辑模型、 物理模型、Hbase的搭建方法和使用方法、使用命令行操作HBase数据库的方法、使用 Java API操作HBase数据库的方法、Hbase批处理操作方法、Hbase表的设计方法、 Hbase过滤器的使用方法，能够运用所学知识和技能搭建和配置Hbase系统、使用 Hbase Shell、DDL shell、DML shell、使用 JavaAPI 对 Hbase 数据库进行 CRUD 操 作、使用Java API对Hbase进行管理操作、Hbase批处理、扫描、过滤器、计数器、 设计Hbase表、优化HBase,在实践中养成养成良好的编程习惯、严密的思维、团队 合作、协调与沟通等素质。
（十一）Python数据获取分析
教学内容：了解数据分析的概念流程，会选择恰当的数据分析常用工具，熟悉Python数 据分析的常用类库，学会运用Jupyter Notebook的高级功能，会使用pandas技术进行 数据处理，掌握使用scikit-learn建构模型。
基本要求：学会使用Python的数据分析类库及建构进行科学计算、可视化绘图、 数据处理，分析与建模，并详细拆解学习聚类、回归、分类3个案例，将理论与实践相结 合，为将来从事数据分析挖掘研究奠定基础（十二）Hadoop生态圈技术
教学内容：本课程包括Hadoop的体系架框、原理及搭建方法、HDFS文件系统架框、 原理及使用方法、MapReduce计算框架的工作流程、基于MapReduce的大数据应用开 发、Zookeeper工作原理、Flume的体系结构和工作原理等六个内容。
基本要求：通过本课程的学习，学生了解和掌握Hadoop的体系结构和工作原理、 Hadoop的搭建和配置方法、HDFS文件系统结构和工作原理、MapReduce计算框架的工 作流程、Yarn调度框架事件分发机制、Zookeeper、Flume等的体系结构和工作原理， 能够运用所学知识和技能搭建和配置Hadoop系统、使用HDFS文件系统、基于 MapReduce编程、使用HDFS Java API、使用Zookeeper、Flume,在实践中养成团队 协作、勇于创新、敬业乐业的素质。
（十三）数据结构
教学内容：本课程包括数据结构与算法、线性表、栈和队列、树与二叉树、图、排 序和查找等7个模块和算术表达式求值、文件目录搜索的开发等2个综合工程任务。