大数据技术与应用专业 (简称:数应)
(专科,学制三年) [简版]
行业分析:
2015年以来,国家大力支持信息技术服务业发展。
在云计算领域,国务院发布了:《关于促进云计算创新发展培育信息产业新业态的意见》,工业和信息化部发布《云计算综合标准化体系建设指南》。
在大数据领域,国务院发布了《促进大数据发展行动纲要》,明确提出了大数据发展的重点方向和路径。
2015年5月国务院提出积极利用移动互联网、地理位置服务、大数据等信息技术提升流通效率和服务质量,深化信息技术在生产制造各环节的应用。
随着近年来,云计算、大数据技术和商业模式进一步成熟,基于大数据的新兴领域服务应用快速普及,社会对大数据技术的需求、数据工程师的需求急剧增加。
据中国人民大学袁卫教授(中国调查与数据中心主任、原中国人大常务副校长)介绍,我国相关部门预计2018-2020年内,数据工程师和数据分析师的需求将达100万人左右。而目前的人才培养规模和质量,都远达不到需求。一是目前全国高校中尚无“大数据技术”类的专业毕业生,而其它专业的毕业生,短期又无法适应行业的需求。
在数据科学与大数据应用领域,不仅需要高端人才,还需要掌握数据应用开发技术的中端人才,而且行业对中端人才的需求量更为巨大,这就为“大数据技术与应用”专业的学生提供了与本科、硕士以上毕业生有交叉更有区别的职业发展空间。从对人才需求的数量上看,短期内,各类数据库工程师、应用软件开发人员也不会快速饱和。因此,本专业的就业及发展前景十分看好。
大数据应用案例
对大数据技术的应用,除了我们日常接触到的精确广告推送、无人驾驶环境分析、金融数据分析等耳熟能详的案例,它在商业、工业、农业、政府管理等几乎所有社会生活中都就巨大的应用市场。下面摘录《中国教育报》2014年6月30日第5版举的几个案例。
PRADA的试衣间
PRADA(普拉达,一个意大利的奢侈品牌)在纽约的旗舰店中每件衣服上都有RFID(射频识别)码。每当一个顾客拿起一件PRADA衣服进试衣间,RFID会被自动识别。同时,数据会传至PRADA总部。每一件衣服在哪个城市哪个旗舰店什么时间被拿进试衣间,停留多长时间,数据都被存储起来加以分析。如果有一件衣服销量很低,以往的做法是直接干掉。但如果RFID传回的数据显示这件衣服虽然销量低,但进试衣间的次数多,也许这件衣服的下场就会截然不同,也许对某个细节作微小改变就会重新创造出一件非常流行的产品。
中国的粮食统计
中国的粮食统计是一个老大难的问题。传统的统计办法,依靠统计人员层层上报,水分很大,数据的真实性令人怀疑。在前两年北京的一次会议上,原国家统计局总经济师姚景源讲述了他们是如何进行粮食统计的。他们采用遥感卫星,通过图像识别,把中国所有的耕地标示、计算出来,然后把中国的耕地网格化,对每个网格的耕地抽样进行跟踪、调查和统计,然后按照统计学的原理,计算(或者说估算)出中国整体的粮食数据。这种做法是典型采用大数据建模的方法,打破传统流程和组织,直接获得最终的结果。
公安部门的“犯罪地图”
作为2014年亚太经合组织(APEC)领导人非正式会议的举办地,北京市怀柔区警方通过运用大数据、云计算和科学分析模型,整合历年案件信息,建立了犯罪数据分析和趋势预测系统,能够预测犯罪趋势,指导警力投入。这套系统共收录了怀柔区近9年来1.6万余件犯罪案件数据,通过标准化分类后导入系统数据库,同时采用地图标注,将怀柔分成16个警务辖区,抓取4700余个犯罪空间坐标,实施空间网格编号。通过对越来越多数据的挖掘分析,某一区域的犯罪率以及犯罪模式都将清晰可见。大数据可以帮助警方定位最易受到不法分子侵扰的区域,创建一张犯罪高发地区热点图和时间表。
专业课程体系
专业 基础 课程 | 1 | 高等数学(一) | 6 | 数据科学与大数据技术导论 |
2 | 高等数学(二) | 7 | C语言程序设计 | |
3 | 线性代数 | 8 | 数据结构 | |
4 | 概率论与数理统计 | 9 | 数据库原理与应用技术(SQL类) | |
5 | 大学物理 | 10 | 数据结构课程设计(C语言) | |
专业 核心 课程 | 1 | 面向对象设计(JAVA) | 5 | 操作系统原理(Linux ) |
2 | NOSQL数据库 | 6 | 大数据开发技术1(Hadoop) | |
3 | 算法分析与设计(JAVA) | 7 | 大数据开发技术2(Hadoop) | |
4 | 计算机网络技术(Linux版) | 8 | ||
限选 | 1 | Python 编程技术 | 2 | 软件工程 |
选修 | 1 | 工程制图 | 4 | 数据分析与可视化(Python) |
2 | 机器学习理论 | 5 | Python 编程实训 | |
3 | 专业外语 |
实践环节
1 | 军事训练 | 7 | 智能推荐系统设计实践 |
2 | 社会调查及实践 | 8 | 数据采集与网络爬虫实践(JAVA) |
3 | 数据结构课程设计 | 9 | 云平台搭建与维护实训(Hadoop) |
4 | 数据库应用课程设计(SQL类) | 10 | 生产实习 |
5 | 数据库应用课程设计(NOSQL类) | 11 | 毕业实习与设计 |
6 | 数据存储与分析课程设计(Hadoop) |