池州学院-曙光大数据学院招生简章 

一、学院简介

   池州学院始建于1977年,始为安徽劳动大学池州地区专科班, 1980年正式定名为池州师范专科学校,1999年原池州工业学校并入,2002年原安徽省经贸学校并入,2007年经教育部批准升格为省属全日制普通本科院校。
   池州学院“曙光大数据学院”,是由教育部统筹,教育部规划司指导,联合曙光信息产业股份有限公司联合发起的数据中国“百校工程”项目建设院校,曙光大数据学院以产教融合,校企合作为核心,共同创建,共同管理。并且真正贯彻国际工程认证(OBE)人才培养理念,以培养具备解决复杂工程问题能力的应用创新型人才为目标,针对性地开展相关专业的课程/教材设计开发、学生/师资团队培训、项目实践培训等教育服务工作。

二、学院特色

 

产教融合、校企合作,数据中国“百校工程”实施项目
基于国家大数据战略及教育发展战略,2016年由教育部统筹,教育部规划司指导,曙光教育合作中心具体实施的’数据中国—产教融合促进计划”百校工程,在全国范围遴选百所高校,部署集人才培养、科研支撑、行业应用及社会服务于一体的“曙光都数据应用创新中心”,设立“曙光大数据学院”,特色如下:

(1)校企双方资源共享,优势互补,共同创建,共同管理;
(2)校企共建行业顶尖专业实验室,百校联网,共享数据价值,协同创新;
(3)并且真正贯彻国际工程认证(OBE)人才培养理念,以培养具备解决复杂工程问题能力的应用创新型人才为目标,专业内部教材,同步行业最前沿;
(4)经验丰富的企业讲师驻校授课,带来企业的氛围和全新的项目案例;
(5)采用VIP垂直整合项目教学, 循序渐进地参与项目组的形式以研促学;
(6)企业职素课程、职素活动、行业调研、企业考察、企业夏令营等各项活动用以实践;
(7)完善的就业服务体系,为学生提供1对1的就业推荐及服务。

三、培养目标
培养具备适应社会发展的政治、人文、科技素养,能够熟练运用大数据核心技术解决行业应用问题,具有创新创业意识的高素质大数据应用型人才。毕业生所具备的专业能力、从业素质和项目工作经验,能够胜任以大数据系统研发工程师、大数据应用开发工程师、大数据分析师、数据可视化工程师、大数据运维工程师为典型的大数据行业的工作。

具体的培养目标包括:

  1. 适应社会发展的政治、人文、科技素养;

(2)专业能力:理解并掌握大数据应用技术体系,能够完成大数据行业五类典型的工程师在项目工作中的常规任务,能够较熟练使用大数据行业在进行研发或者分析工作时所使用的通行的工具和技术,同时具备一定的创新解决行业应用问题的能力;
(3)从业素质:理解和认同行业规范和素质要求,在项目工作中体现相应要求,同时掌握求职就业的技巧方法,有一定的创新创业意识;
(4)项目工作经验:以不同角色参与到需要协同进行的行业项目类型的工作,拥有自己的项目工作成就并能够就参与的项目工作做出清晰说明。

四、课程介绍 
1、前导课程
学生在进入大数据专业核心课程的学习之前,需要具备必要的数学、计算机等知识基础。校方所开设的必备前导课程及相关课程要求如下:

前导课程

课程要求

数学类课程(高等数学、线性代数、概率论数理统计)

在符合教育部颁布的《工科类本科数学基础课程教学基本要求》的前提下,增加概念原理教学,减少常规计算训练,并运用数学软件(如mathematica,matlab)进行教学。

C语言编程

熟练掌握C语言的数据类型和各类运算符;能正确使用表达式实现各种数据的简单加工;熟练掌握C语言的三种基本结构的特点;掌握C语言的常用库函数的使用,以及用户函数的定义,调用参数传递的方法;熟练掌握阅读和分析简单程序的方法和技巧;了解并初步掌握实用程序的开发与调试技术。

Java语言编程

掌握面向对象的基本概念和使用面向对象进行程序设计的基本思想;掌握Java的基本语法和语言特点并可以进行一般的面向对象程序设计;培养学生规范编码和良好的程序设计风格;培养学生面向对象编程的思维和提高逻辑思维能力。

操作系统原理与应用(Linux)

理解Linux操作系统的基本原理和基础应用;能够安装和卸载Linux系统及相关软件包;能够熟练操作图形界面;能够熟练使用常用命令;能够熟练配置和管理Linux系统、网络连接和常用服务器;了解Linux下的shell编程。

数据库原理与应用

理解关系数据库的基本原理、基本方法;熟练掌握数据库系统安装及维护、数据表设计、基本语句使用、索引和视图应用、SQL编程、存储过程编写,触发器使用、事务操作。

数据结构

掌握线性表、栈、队列、串、数组、树、二叉树等基本数据结构及其操作;能够分析计算机加工的数据结构的特性;能够为应用中涉及的数据选择适当的逻辑结构、存储结构;熟练掌握各种常用算法的基本思想和程序实现。

2、专业核心课程
了解和掌握大数据处理的主要组成过程是大数据专业课程建设的关键,具体来说其过程包含如下几个部分:
(1)数据采集,负责将分布异构的、结构化或非结构化的数据抽取到中间层,经过清洗、转换、集成,最后加载到数据仓库。
(2)数据存储,用关系数据库或NOSQL 等将数据有效存储起来。
(3)基础架构,包括分布式文件系统、云存储等技术,如分布式系统基础架构Hadoop 等。
(4) 数据处理,其中包括自然语言处理,即让计算机“理解”人类的语言。MapReduce 作为一种用于处理大规模数据集的并行编程模型,也非常重要。
(5)统计分析,是指运用统计方法及与分析对象有关的知识,从定量与定性的结合上进行的研究活动,包括多种数据分析方法,例如:假设检验、显著性检验、T 检验、方差分析、卡方校验、回归分析、曲线估计等。
(6)数据挖掘,指从大量的数据中通过算法搜索隐藏于其中信息的过程。其常通过机器学习、专家系统和模式识别等方法来实现。
(7)模型预测,包括预测模型和建模仿真等。
(8)数据可视化,将大数据分析和处理的结果以易于理解的方式呈现出来。

3、职业素质课程
“职素课程体系”共分为:准职业人导向、职业定位与发展、求职能力提升三阶段, 相关作用如下:

(1)S1-S2阶段——准职业人导向训练
培养目标:通过本阶段的训练,学生能够初步具备职场所需的礼仪,能清晰地进行自我介绍向外展现自己。

(2)S3-S4阶段——职业定位与发展
培养目标:通过本阶段训练,学生对大数据行业的整体发展情况、细分行业、典型企业和岗位、职业环境和职业发展通道有较为清晰的认识;学生能够对自己的职业生涯进行有效规划并能清楚了解自身与行业要求的差距。

(3)S5阶段——就业能力提升训练
培养目标:通过本阶段训练,学生能顺利通过面试关,同时拥有在企业有工作一年以上的职业心态,进而提升学生的就业竞争力,引导学生树立正确的职业价值观就是本阶段的培养目标,本阶段培养内容包括:简历制作、面试能力提升和职业心态引导。

五、就业前景及分析
虽然大数据在国内还处于初级阶段,但是商业价值已经凸显。大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此,大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。大数据的发展会催生许多新兴新职业,会产生数据分析师、数据科学家、数据工程师,有非常丰富的数据经验的人才会成为稀缺人才。
大数据目前在业界持续火热,整个行业出现了井喷式的快速发展,产生了超千亿级的市场规模。然而在产业快速发展、投资持续火爆的背后,又有多少人知道,目前在大数据行业打拼的从业者中,大部分都是半路出家,极少有人受过系统化的培养和教育。
全球最顶尖管理咨询公司麦肯锡出具的一份详细分析报告显示,预计到2018年,大数据或者数据工作者的岗位需求将激增,大数据决策分析师和经理岗位缺口则将达到150万!大数据产业面临越来越大的人才缺口。
主要大数据专业就业岗位及其职责


岗位类别

岗位职责

大数据系统研发工程师

  1. 负责大数据系统研发工作,包括大规模非结构化数据业务模型构建、大数据存储、数据库架构设计以及数据库详细设计、优化数据库构架、解决数据库中心建设设计问题;
  2. 负责集群的日常运作、系统的监测和配置、Hadoop与其他系统的集成。

大数据应用开发工程师

  1. 负责搭建大数据应用平台、开发分析应用程序;
  2. 熟悉编程、包装、优化或者部署不同的MapReduce事务;
  3. 以大数据技术为核心,研发各种基于大数据技术的应用程序及行业解决方案。

大数据分析师

  1. 从事数据的抓取,导入,预处理的工作;
  2. 运用算法来解决分析问题,并且从事数据挖掘工作;
  3. 辅助开发数据产品,推动数据解决方案的更新。

数据可视化工程师

  1. 负责研究用户需求,进行概念设计,并最终定义产品信息架构、交互及视觉细节;
  2. 负责数据可视化产品的视觉设计,参与大数据分析产品策划工作,深入理解主流数据可视化展现形式,针对实际场景梳理数据信息,提出专业的数据可视化元素运用的建议;
  3. 负责大数据可视化工具插件研究,根据业务需求,进行系统分析和设计,提供优秀的数据可视化解决方案;
  4. 根据给定的业务数据,完成数据的可视化展示,实现较为丰富的数据交互功能。

大数据运维工程师

  1. 负责和参与公司大数据基础架构平台的运维,保障数据平台服务的稳定性和可用性;
  2. 负责和参与超大规模数据存储与计算任务的精细化管理系统的设计,选型和开发;
  3. 负责和参与大数据基础架构平台的监控、资源管理、数据流管理;
  4. 负责和参与自动化运维系统及平台的建设;
  5. 负责和参与基于数据分析的可预测的云平台弹性扩展解决方案。

 

六、招生人数
120人,统计学(大数据应用方向):60人;计算机科学与技术 (云计算方向):60人。

  1. 收费标准

统计学(大数据应用方向):3900/年/人。 计算机科学与技术(云计算方向):4290/年/人。