大数据人才培养的思考
本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！
一、引言
随着计算机软硬件技术的快速发展，计算技术已从传统的PC平台计算模式发展到嵌入式计算、移动计算、并行计算和服务计算等多种计算系统并存及融合的计算模式，处理的对象也呈现出网络化、多媒体化、大数据化和智能化需求的特征，而物联网、移动互联网的快速发展促进了这一趋势，从而迎来了大数据时代的到来。大数据是继云计算、物联网之后兴起的又一新兴发展方向，被学术界、工业界乃至政府机构密切关注和广泛研究。
大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极的目的的资讯。在维克托·迈尔·舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法。一般说来，大数据具有4V的特点:V olume(大量)，Velocity(高速)，Variety(多样),Value(价值)。大数
据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
二、大数据时代对人才的要求
从广义上讲，大数据人才就是具备大数据处理能力的科学家和工程师。目前，国际上开设了大量的数据科学方面的课程、数据科学学位计划以及数据科学短期培训班。从国际上设置的培养计划来看，大数据人才应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识而，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。具体来说，大数据人才首先应具备获取大数据的能力，例如能根据任务的具体要求，综合利用各种计算机手段和知识，收集整理海量数据并加以存储，为支撑相关的决策和行为做好数据准备。其次，应具备分析大数据的能力，对于经过预处理的各类数据，能够根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析，并形成分析报告，为实际问题提供决策依据。最后，应具备良好的团队合作精神，
大数据时代下的数据分析任务通常无法依赖个人能力来完成，需要在团队制度的约束下，与他人一同携手、互相鼓励、分工合作来实现既定目标，因此具备较强的责任心与团队合作精神也是大数据从业人员必备的基本条件。
三、大数据人才培养的探索
大数据产业的发展，对大数据人才提出了新的需求，国内各高校在积极进行大数据学术研究的同时，也开始考虑将大数据相关课程纳入培养体系，以满足社会对大数据人才的需求。以下结合作者在数据库及分布式技术系列课程中的教学经验，以及大数据分析与处理方面的实践经验，探讨大数据系列课程教学内容和实践形式的设置。
在教学内容的设置上，大数据系列课程建议可分为理论教学和技术教学两个方面，因为理论是大数据认知的必经途径，也是被广泛认同和传播的基线;而技术是大数据价值体现的手段和前进的基石。在理论方面，讲授的理论内容可涵盖如下几点:
(1)大数据概念:大数据概念出现的历史，关于大数据定义的各种流派以及说明，大数据的四个特征，大数据与云计算、物联网的关系，大数据与大规模数据、海量数据的差别。这个部分主要突出“大数据”概念中
应包含的“对数据对象的处理行为”。
(2)典型的大数据应用实例:精选有新意的大数据分析典型案例，可帮助学生更清晰的理解大数据的概念和含义，这样的案例如:美国梅西百货的实时定价机制(根据需求和库存的情况对多达7300万种货品进行实时调价)、百度搜索的实时热点排行榜(以数亿网民的搜索行为作为数据基础，建立权威的关键词排行榜与分类热点)、沃尔玛的搜索引擎Polaris(利用语义数据进行文本分析、机器学习和同义词挖掘使得在线购物的完成率提升了10%-15%)、谷歌流感趋势工具(通过跟踪搜索词相关数据来判断全美地区的流感情况)等。在教学过程中，教师应注意将授课的重点放在系统化的开发步骤和关键性问题的求解上，介绍案例的设计思想、主要方法和应用过程等。
(3)大数据关键技术与挑战:介绍大数据时代面临的新挑战，包括大数据集成(数据异构性和数据质量问题)、大数据分析(数据形式多样化、数据处理的实时性、索引结构的复杂性等)、大数据隐私问题(隐私保护和数据分析的矛盾)、大数据能耗问题(低功耗硬件的设计)、大数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。
(4)大数据存储和管理技术:介绍如何把采集到的
大数据存储起来，建立相应的数据库，并进行管理和调用。主要内容包括:分布式文件系统(HDFS)、去冗余及高效低成本的大数据存储技术、新型数据库技术(键值数据库、列存数据库、图存数据库以及文档数据库等)、异构数据融合技术、分布式非关系型大数据管理与处理技术、大数据索引技术和大数据移动、备份、复制等技术。
(5)大数据分析及挖掘技术:介绍从大量数据中寻找其规律的技术，通常由数据准备、规律寻找和规律表示3个阶段组成。数据准备是从上述大数据中心存储的数据中选取所需数据并整合成用于数据挖掘的数据集;规律寻找是用某种方法将数据集所含规律找出来;规律表示则是尽可能以用户可理解的方式(如可视化)将找出的规律表示出来。根据挖掘任务可分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等。
在技术方面，可考虑分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程，具体可包括以下几点:
(1) NoSQL技术:NoSQL产生的背景、NoSQL现
状、NoSQL数据库与关系数据库的比较、聚合数据模型、分布式模型、数据一致性、典型的NoSQL数据库分类、NoSQL数据库开源软件。
(2) MapReduce: MapReduce模型概述、编程模型:Map和Reduce函数、MapReduce工作流程、并行计算的实现、实例、Yam等
(3) Hadoop分布式文件系统:Hadoop出现的背景、Hadoop的功能与作用、为什么不用关系型数据库管理系统、Hadoop的优点、Hadoop的应用现状和发展趋势、Hadoop项目及其结构、Hadoop的体系结构、Hadoop与分布式开发、Hadoop应用案例、Hadoop平台上的海量数据排序。
(4)还可进一步包括数据流的管理与挖掘、云数据库、图数据库等。
由于大数据系列课程所涉及的技术具有很强的应用背景和实践意义，因此应摒弃传统教学模式中“重理论、轻实践”的思想，在掌握大数据相关的理论知识和技术知识之后，还需重点培养学生的综合实践能力，以满足社会就业的需要。为此，应设立一定的大数据技术实践课程内容，帮助学生从知识型向能力型转变。结合上一节分析的大数据时代对人才的具体要求，建议按以下流程设置实践环节的内容:
(1)分组。如前所述，大数据时代下的数据分析任务通常需要以团队的形式来完成，因此首先要求学生根据自身情况，结合各自的技术优势，合理进行分组。
(2)选题。在具体选题上，可使用校企合作的具体项目或以Apadre Hadoop,MongoDB ,Dremel,Gephi等一系列的开源大数据分析软件作为实践平台，以Kaggle为数据科学平台来进行选题。
(3)明确需求并撰写大数据分析任务书。明确选定的题目范围内，数据分析要研究的主要问题和预期的分析目标。只有明确了数据分析的目标，才能正确地制定数据收集方案，即收集哪些数据，采用怎样的方式收集等，进而为数据分析做好准备。
(4)数据收集及预处理。由于大数据分析最终的结果与其获取的数据质量紧密相关，因此收集的数据是否真正符合数据分析的目标是必须注意的重要问题。该步骤要求学生从分析目标出发，从浩瀚的数据中正确的收集高质量且服务于既定分析目标的数据，然后对数据进行必要的加工整理，包括填写空缺值、平滑噪声数据、识别和删除孤立点、解决不一致性、规范化(消除冗余属’山和聚集(数据汇总)等。
(5)探索性数据分析。由于大数据分析的数据量通常达到PB甚至YB级以上，因此希望直接选定一个
分析模型是不现实的，而且面对高维海量数据，也很难直接看出数据的规律。在这个步骤中，应指导学生通过基本描述统计量的计算、基本统计图形的绘制、用各种形式的方程拟合等手段，计算某些特征量等方法探索规律性的可能形式，帮助学生快速掌握数据的分布特征，这是进一步深入分析和建模的基础。
(6)模型选定分析。在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。有时选择几种统计分析方法对数据进行探索性的反复分析也是极为重要的。每一种统计分析方法都有自己的特点和局限，因此，一般需要选择几种方法反复印证分析，仅依据一种分析方法的结果就断然下结论是不科学的。
(7)模型的验证及分析报告。指导学生对选择的数据分析模型及结果进行分析，可使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。观察模型提供决策的信息是否充分、可信，所发挥的作用是否与期望值一致，数据分析方法是否合理，是否将风险控制在可接受的范围。
以上这种项目式实践形式的优势是:在学生参与完成某一具体的大数据分析任务过程中，通过主动地学习来自主地进行知识的建构，让学生经历项目开发
的整个过程，从中去发现和掌握相关知识，达到既能熟悉大数据分析过程，又完成了经验的积累，还能实现学习知识、培养能力的目的。在这里，教师不再是知识的传授者，而是项目活动的组织者和咨询者。
四、校企合作推动人才培养
一方面，大数据的核心业务必然是一种扎根于特定行业，综合运用已有的存储、分析、挖掘、展现技术，根据用户需求并融入行业特色技术模型的一站式大数据平台业务。另一方面，对于企业来说，各类业务产生的数据为数据分析创造了非常好的基础条件。大数据解决方案是有价值的，但是苦于找不到既懂数据分析技术，又懂得业务的专业人才。由此可见，既懂得相关技术，又谙熟企业业务的复合型人才才是企业部署大数据应用最迫切需要的人才。因此，企业可以与学校联合培养自己所需要的大数据人才，这种方式有两方面的优势:一是大数据技能训练的对象，即大量的数据，只有企业才具备;二是在企业的支持下，学校也能通过针对性的实践训练来培养学生的大数据处理技能。
大数据时代下的校企合作的形式多种多样，可通过联合办学、联合制定人才培养方案、合作开发课程和教学内容、设置实训项目、教学管理和共建“双师”
结构教学团队等形式展开。
五、结语
未来的十年将是一个“大数据”引领的智慧科技的时代。随着社交网络的逐渐成熟，移动带宽迅速提升，云计算、物联网应用更加丰富。更多的传感设备、移动终端接入到网络，由此产生的数据及增长速度将比历史上的任何时期都要多，都要快。“大数据”时代的脚步悄然而至，未来几年，中国项目数据分析专业人才需求达几十万人以上。国内高校应及时关注大数据时代的数据分析人才培养，融基础理论、实验教学、工程实践为一体，为大数据这样的新兴产业发展输出高层次、实用性、国际化的复合型专业人才，确保产业科学、持续、高速的发展。
本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！
大数据产业人才培养计划贵州省在着力打造大数据产业发展应用新高地，推动大数据产业 建成全国领先的大数据资源中心和成为贵州经济社会发展的新引擎，大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应月，贵州印2014年2用、保安全、促创新，建设信息资源聚集地。2014发《关于加快大数据产业发展应用若干政策的意见》。明确从亿元资金，贵安新区每年各安排不少于1省和贵阳市、年起连续3年，个大―2年，用于支持大数据产业发展及应用。到2017贵州将形成1户50030数据产业示范园区，引进和培育户大数据龙头企业，聚集亿元，通过大数据带动相关产业规模达3000创新型大数据相关企业，名。名，引进和培养高端人才引进大数据领军人才1005000年2015年的3年至IDC 一方面，根据的调查报告，全球从2012的26% 的年增长率，超过1/4之间里，云计算的相关工作需求将出现的预测还表明，增长率再次证明了企业对云计算人才的巨大需求。IDC万的云计算相关岗位出现真空，而这方面的求职者年有约1702012值得也都缺乏云计算方面的实践经验，并且不具备完善的培训机制；万，云计算700170警醒的是，到2015年，这个数字将有万上升到亚太地区的云计算人才若以地区来看，产业面临着更大的人才缺口。亚太区的云计算相关人才需求预测，缺失要更加严重一些，根据IDC2015个百分点，到8，超过欧洲、中东等地区32%年增长率将达到．
万。这其中，中国地区也占了很大比例，尤其中年的人才需求是230 国还是一个拥有巨大发展潜力的市场。另一方面，根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。 大数据产业在中国已经被提高到国家战略层面，在国务院印发的《促进大数据发展行动纲要》中就明确指出要以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，促进大数深化大数据在各行业创新应用，着力推进数据汇集和发掘，等行业据产业健康发展。发展大数据在工业、新兴产业、农业农村 推进基础研究和核领域应用，推动大数据发展与科研创新有机结合，心技术攻关，形成大数据产品体系，完善大数据产业链。大部分都是然而，目前在云计算和大数据行业打拼的从业者中，在信息周刊的调
此文档仅供收集于网络，如有侵权请联系网站删除大数据产业人才培养计划贵州省在着力打造大数据产业发展应用新高地，推动大数据产业 建成全国领先的大数据资源中心和成为贵州经济社会发展的新引擎，大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应月，贵州印2014年2用、保安全、促创新，建设信息资源聚集地。2014发《关于加快大数据产业发展应用若干政策的意见》。明确从亿元资金，省和贵阳市、年，贵安新区每年各安排不少于1年起连续3个大1―2用于支持大数据产业发展及应用。到2017年，贵州将形成户户大数据龙头企业，聚集50030数据产业示范园区，引进和培育亿元，通过大数据带动相关产业规模达3000创新型大数据相关企业，5000名。名，引进和培养高端人才引进大数据领军人才100年32012年至2015年的IDC 一方面，根据的调查报告，全球从的的年增长率，超过之间里，云计算的相关工作需求将出现26%1/4的预测还表明，增长率再次证明了企业对云计算人才的巨大需求。IDC万的云计算相关岗位出现真空，而这方面的求职者1702012年有约值得并且不具备完善的培训机制；也都缺乏云计算方面的实践经验，万，云计算万上升到700170警醒的是，到2015年，这个数字将有亚太地区的云计算人才产业面临着更大的人才缺口。若以地区来看，亚太区的云计算相关人才需求IDC预测，缺失要更加严重一些，根据年增长率将达到32%，超过欧洲、中东等地区8个百分点，到2015只供学习与交
流． 此文档仅供收集于网络，如有侵权请联系网站删除万。这其中，中国地区也占了很大比例，尤其中年的人才需求是230 国还是一个拥有巨大发展潜力的市场。年大数据 2018另一方面，根据麦肯锡报告，仅仅在美国市场，万。此外美国企业还需要人才和高级分析专家的人才缺口将高达19万位能够提出正确问题、运用大数据分析结果的大数据相关管理150 人才。 在国务院印发的大数据产业在中国已经被提高到国家战略层面，营造宽《促进大数据发展行动纲要》中就明确指出要以企业为主体，松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，促进大数深化大数据在各行业创新应用，着力推进数据汇集和发掘，只供学习与交流． 此文档仅供收集于网络，如有侵权请联系网站删除等行业据产业健康发展。发展大数据在工业、新兴产业、农业农村推进基础研究和核领域应用，推动大数据发展与科研创新有机结合，心技术攻关，形成大数据
大数据培训方案简介 大数据人才的培养是一项系统工程，企业可以通过在内部遴选相对符合基础条件的员工，打造自己专业的大数据团队，使学员能系统化获取知识结构和专业技能。 通过课程学习可以使学员获得如下能力： ?通过本专业的学习，学员可以了解云计算、机器学习，文本和语义分析，图计算，可视化分析，以及MapReduce，NoSQL数据库，在并行计算等领域的基本概念，熟悉并行文件系统和分布式存储系统的组织方式和基本技术，掌握Map-Reduce的编程模型、相关基础和高级编程语言。 ?了解Hadoop生态系统的组成和主流模块的架构原理，以及其在典型工业界的大数据处理和分析领域的应用场景。使学员掌握海量数据计算的基本概念与原理，特别是面向分布式计算和存储的关键技术原理，培养员工解决大规模数据处理的基础能力，学会编写简单数据处理程序。 大数据系统架构师培养方案 课程介绍： 该课程将带领学员理解大数据处理的分析思路和方法，提高大数据技术架构设计能力和管理能力，采用理论与实践相结合的授课方式，来掌握解决实际问题的能力。该课程中设计的技术难点和关键点均举例说明，让学员更加容易掌握。并在培训过程中与学员交流培训经验与技巧，以帮助学员将大数据技术复制下去。
另外，在实战演练过程中介绍大数据项目开展步骤及项目控制。 课程天数： 3~12天 培训目标： 通过课程培训，让学员掌握： 1、掌握大数据方法体系； 2、掌握Hadoop原理技术； 3、掌握大数据质量管理体系； 4、掌握大数据架构设计思路与方法； 5、掌握大数据架构课程培训技巧； 6、掌握大数据项目的开展步骤及项目控制技巧； 7、授课期间搭建一个基于hadoop的大数据模拟架构平台。 培训对象： 大数据运营、管理和分析人员 参训条件： 管理人员及数据分析人员 课前调研： 在开课之前，与学员和领导进行访谈，进一步明确领导对课程的期望，并了解学员的基础，倾听学员的建议，有针对性的优化培训思路。 课程大纲：
应用统计学专业（大数据方向）人才培养方案 学科门类：理学 二级类：统计学类 专业代码：071202 英文名称：Applied Statistics（Big data） 一、专业培养目标 本专业培养德、智、体、美全面发展，掌握数学、统计学和经济学等相关学科的基本理论和知识，具备运用统计方法和大数据处理技术，利用计算机处理和分析数据的能力，能在企事业、经济、金融、保险等部门从事数据采集、预处理、数据挖掘、大数据应用分析及开发、数据可视化等工作的高素质应用型人才。 二、专业培养规格 1、知识结构 （1）掌握计算机的基础知识。 （2）掌握中外文资料查询、文献检索及运用现代信息技术获取相关信息的基本方法。 （3）熟练掌握一门外语，能顺利阅读本专业的外文资料和撰写外文摘要。 （4）具有社会学、文学、哲学和历史学等社会科学基本知识。 （5）掌握经济学、管理学的基本理论知识。 （6）掌握政治、形式与政策、思想道德修养与法律基础等基本知识。 （7）具有坚实的数学理论基础。 （8）了解与统计学相关的自然学科的基本知识，具有坚实的统计学和经济学理论基础。 （9）掌握统计学的基本思想和方法，熟悉统计政策和法规； （10）理解大数据技术领域的基本理论和基本知识。 （11）掌握大数据科学与技术的基本思维方法和研究方法，了解大数据技术的应用前景、以及相关行业最新进展与发展动态。 （12）具有分布式数据库原理与应用、大数据技术框架、数据分析与方法、数据挖掘技术、数据可视化技术、并行与分布式计算原理、大数据编程技术等专
业知识。 2、能力结构 （1）具有一定的语言文字表达能力，掌握资料查询，文献检索及运用现代信息技术获得相关信息的能力，能够跟踪统计学领域最新技术发展趋势。 （2）具备自主学习、对终身学习有正确的认识，具有不断学习和适应发展的能力。 （3）具有运用统计方法进行数据采集、处理、分析、推断和预测的能力。 （4）能熟练使用统计软件并具备一定的编程能力,并且能正确利用统计思想和方法分析判断软件的计算结果。 （5）具备应用统计方法解决企事业、经济、金融、保险等领域实际问题的能力。 （6）了解相关的技术标准，具有数据处理、分析、呈现等应用技能，具备大数据项目的组织与管理能力。 （7）具有大数据行业领域相关软件产品的应用、大数据系统分析、设计、部署以及维护和管理能力。 （8）具备一定的创新意识和从事大数据领域科学研究的初步能力，有获取最新科学技术知识和信息的基本能力。 （9）具有一定的独立工作能力、人际交往能力和团队合作能力。 3、素质结构 （1）掌握马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想的基本原理，树立辩证唯物主义、历史唯物主义和科学发展观的基本观点。 （2）具有良好的道德品质、社会公德、职业道德和良好的文化素养。 （3）具有爱岗敬业、艰苦奋斗、团结合作的优秀品质。 （4）具有健全的人格、健康的体魄、良好的心理素质和积极乐观的人生态度，养成健全的职业人格和对统计的热爱态度以及良好的体育锻炼习惯, 达到国家规定的大学生体育合格标准和军事训练标准。 三、专业培养规格实现矩阵
1.1 成功案例1-汤姆森路透(Thomson Reuters) 利用Oracle 大 数据解决方案实现互联网资讯和社交媒体分析 Oracle Customer: Thomson Reuters Location: USA Industry: Media and Entertainment/Newspapers and Periodicals 汤姆森路透(Thomson Reuters)成立于2008年4月17 日，是由加拿大汤姆森 公司(The Thomson Corporation)与英国路透集团(Reuters Group PLC)合并组成的商务和专 业智能信息提供商，总部位于纽约，全球拥有6万多名员工，分布在超过100 个国家和地区。 汤姆森路透是世界一流的企业及专业情报信息提供商，其将行业专门知识与创新技术相结合，在全世界最可靠的新闻机构支持下，为专业企业、金融机构和消费者提供专业财经信息服务，以及为金融、法律、税务、会计、科技和媒体市场的领先决策者提供智能信息及解决方案。 在金融市场中，投资者的心理活动和认知偏差会影响其对未来市场的观念和情绪，并由情绪最终影响市场表现。随着互联网和社交媒体的迅速发展，人们可以方便快捷的获知政治、经济和社会资讯，通过社交媒体表达自己的观点和感受，并通过网络传播形成对市场情绪的强大影响。汤姆森路透原有市场心理指数和新闻分析产品仅对路透社新闻和全球专业资讯进行处理分析，已不能涵盖市场情绪的构成因素，时效性也不能满足专业金融机构日趋实时和高频交易的需求。 因此汤姆森路透采用Oracle的大数据解决方案，使用Big Data Appliance 大 数据机、Exadata 数据库云服务器和Exalytics 商业智能云服务器搭建了互联网资讯 和社交媒体大数据分析平台，实时采集5 万个新闻网站和400 万社交媒体渠道的资 讯，汇总路透社新闻和其他专业新闻，进行自然语义处理，通过基于行为金融学模型多维度的度量标准，全面评估分析市场情绪，形成可操作的分析结论，支持其专业金融机
附件： 2017年大数据技术与及用人才培养方案 一、培养目标 本专业培养适应生产、建设、服务和管理第一线需要的，德、智、体、美等方面全面发展的，具有大数据行业对应岗位必备的科学文化知识及相关专业知识，以大数据系统运维与管理、数据处理、数据分析、应用系统开发能力为目标，系统掌握大数据技术与应用专业基本理论、大数据分析挖掘与处理、移动开发与架构、软件开发、云计算技术等前沿技术，旨在培养适应新形势下新兴的“互联网+”专业，具有良好职业道德和敬业精神的高素质技能型专门人才。 二、学制及招生对象 （一）学制：三年 （二）招生对象：高中毕业生和中职毕业生 三、人才培养规格 （一）职业面向、预期工作岗位名称 1.主要岗位 本专业大数据基础类岗位：大数据文档编写、大数据采集清洗与转换； 大数据技术类岗位：大数据系统搭建与运维、海量数据库管理、大数据软件开发、大数据可视化、大数据分析； 2.相关岗位 大数据销售服务类岗位：大数据营销、大数据呼叫、大数据售后服务。 3.进阶岗位 大数据技术公司管理岗位和高级技术岗位 （二）起薪标准 4500元/月 （三）人才质量标准 1.知识要求 毕业生应具有大数据技术与应用专业必要的基础理论知识，掌握从事本专业领域实际工作的基本能力和基本技能；具备适应生产、管理、服务一线岗位需要的工作能力，具备良好的职业道德与素养。
①掌握本专业培养目标所要求的基础理论知识、专业知识和技能； ②具备一定的英语知识，能够借助工具书阅读理解本专业所使用的常用计算机英语，包 括技术性文档和资料； ③掌握计算机方面的专业基础知识，能适应信息化建设； ④掌握Linux平台下大数据平台搭建，数据库系统搭建、优化、管理等方面的专业技能； ⑤掌握大数据技术与应用专业基本的专业技能，能满足大数据岗位的基本素质。 2.能力要求 通过三年的学习，学生应具备从事本专业领域相关工作的能力。 ①熟练操作办公自动化软件； ②具备计算机组装、计算机软硬件故障的判断与定位以及故障排除的能力。 ③具备办公自动化设备维护的能力；具备数据库系统管理维护的能力； ④具备非结构化数据处理能力； ⑤具备数据仓库管理基本能力； ⑥具备OOP程序设计能力； ⑦具备Web应用开发能力； ⑧具备Linux Server、Hadoop项目管理维护的能力； ⑨具备数据挖掘、数据清洗、数据可视化的处理能力。 3.素质要求 ①政治思想素质： 热爱祖国，拥护党的基本路线。遵纪守法，善于独立思考，勇于创新的精神。具备良好的职业道德与素养。 ②文化素质： 具有一定的文化素质修养，诚实守信、礼貌待人、为人谦逊的文明习惯；具有自尊自强、爱岗敬业、勤奋好学、追求进步的品格；具备良好的人际交往与勾通和工作协调能力。 ③业务素质： 掌握大数据技术与应用专业的基础理论知识；掌握计算机组装与维护、办公自动化软件操作、办公自动化设备维护、计算机网络系统维护及管理、关系型/非关系型数据库系统维护及管理、Windows/Linux服务器系统配置管理等方面、各类大数据平台搭建管理维护的专业技能的能力。 （四）职业岗位资格证书 至少取得下列证书之一：
1.1成功案例1-汤姆森路透(Thomson Reuters)利用Oracle大 数据解决方案实现互联网资讯和社交媒体分析 ?Oracle Customer: Thomson Reuters ?Location: USA ?Industry: Media and Entertainment/Newspapers and Periodicals 汤姆森路透(Thomson Reuters)成立于2008年4月17日，是由加拿大汤姆森公司(The Thomson Corporation)与英国路透集团(Reuters Group PLC)合并组成的商务和专业智能 信息提供商，总部位于纽约，全球拥有6万多名员工，分布在超过100个国家和地区。 汤姆森路透是世界一流的企业及专业情报信息提供商，其将行业专门知识与创新技术相结合，在全世界最可靠的新闻机构支持下，为专业企业、金融机构和消费者提供专业财经信息服务，以及为金融、法律、税务、会计、科技和媒体市场的领先决策者提供智能信息及解决方案。 在金融市场中，投资者的心理活动和认知偏差会影响其对未来市场的观念和情绪，并由情绪最终影响市场表现。随着互联网和社交媒体的迅速发展，人们可以方便快捷的获知政治、经济和社会资讯，通过社交媒体表达自己的观点和感受，并通过网络传播形成对市场情绪的强大影响。汤姆森路透原有市场心理指数和新闻分析产品仅对路透社新闻和全球专业资讯进行处理分析，已不能涵盖市场情绪的构成因素，时效性也不能满足专业金融机构日趋实时和高频交易的需求。 因此汤姆森路透采用Oracle的大数据解决方案，使用Big Data Appliance大数据机、Exadata数据库云服务器和Exalytics商业智能云服务器搭建了互联网资讯和社交媒体大数据分析平台，实时采集5万个新闻网站和400万社交媒体渠道的资讯，汇总路透社新闻和其他专业新闻，进行自然语义处理，通过基于行为金融学模型多维度的度量标准，全面评估分析市场情绪，形成可操作的分析结论，支持其专业金融机构客户的交易、投资和风险管理。
大数据技术与应用专业 人才需求分析和预测性调研报告 一、调研情况分析 (一)政府发展规划与政策动态 推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。日前，工业和信息化部正式印发了《大数据产业发展规划（2016－2020年）》（以下简称《规划》），全面部署“十三五”时期大数据产业发展工作，加快建设数据强国，为实现制造强国和网络强国提供强大的产业支撑。 2018年，贵州提出“万企融合”大行动，计划用五年时间，带动10000家企业通过应用大数据技术，提升企业数字化、网络化、智能化水平，实现发展新增长、服务升级。有预测称，这次行动将在贵州形成超过1200亿美元的市场。 (二)市场需求和行业发展趋势 1）大数据市场需求 大数据经过前几年的概念热炒之后，逐步走过了探索阶段、市场启动阶段，当前已经在接受度、技术、应用等各个方面趋于成熟，开始步入产业的快速发展阶段。大数据巨大的应用价值带动了大数据行业的迅速发展，行业规模增长迅速。截至 2014 年，全球大数据市场规模已经成长到300 亿美元的空间，预测到2017 年全球大数据技术和服务市场的2018 年的复合年增长率将达到26.4%，规模达到415 亿美元，是整个IT 市场增幅的6 倍。大数据市场规模在2020 年有望达到611.6 亿美元，符合年增长率将达到26%。 中国大数据产业起步晚，发展速度快。物联网、移动互联网的迅速发展，使数据产生速度加快、规模加大，迫切需要运用大数据手段进行分析处理，提炼其中的有效信息。“大数据”已成为一个热门词语高频出现在各种场合，其专门人才已不能满足市场需求。经过专门调研数据显示，大数据人才岗位缺口2018年高达150万，俱预测2025年中国大数据人才缺口达到200万，这给高校和人力资源企业的一个很大的优惠。未来几年人才需求将持续走俏。引进和培养1000
大数据产业人才培养计划 贵州省在着力打造大数据产业发展应用新高地，推动大数据产业成为贵州经济社会发展的新引擎，建成全国领先的大数据资源中心和大数据应用服务示范基地。按照“基础构建、集群聚集、创新突破”的思路，科学规划大数据产业布局，建基地、引人才、聚企业、抓应用、保安全、促创新，建设信息资源聚集地。2014年2月，贵州印发《关于加快大数据产业发展应用若干政策的意见》。明确从2014年起连续3年，省和贵阳市、贵安新区每年各安排不少于1亿元资金，用于支持大数据产业发展及应用。到2017年，贵州将形成1―2个大数据产业示范园区，引进和培育30户大数据龙头企业，聚集500户创新型大数据相关企业，通过大数据带动相关产业规模达3000亿元，引进大数据领军人才100名，引进和培养高端人才5000名。 一方面，根据IDC的调查报告，全球从2012年至2015年的3 年之间里，云计算的相关工作需求将出现26%的年增长率，超过1/4的增长率再次证明了企业对云计算人才的巨大需求。IDC的预测还表明，2012年有约170万的云计算相关岗位出现真空，而这方面的求职者也都缺乏云计算方面的实践经验，并且不具备完善的培训机制；值得警醒的是，到2015年，这个数字将有170万上升到700万，云计算产业面临着更大的人才缺口。若以地区来看，亚太地区的云计算人才缺失要更加严重一些，根据IDC预测，亚太区的云计算相关人才需求年增长率将达到32%，超过欧洲、中东等地区8个百分点，到
2015年的人才需求是230万。这其中，中国地区也占了很大比例，尤其中国还是一个拥有巨大发展潜力的市场。 另一方面，根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口将高达19万。此外美国企业还需要150万位能够提出正确问题、运用大数据分析结果的大数据相关管理人才。 大数据产业在中国已经被提高到国家战略层面，在国务院印发的《促进大数据发展行动纲要》中就明确指出要以企业为主体，营造宽松公平环境，加大大数据关键技术研发、产业发展和人才培养力度，着力推进数据汇集和发掘，深化大数据在各行业创新应用，促进大数
大数据人才培养的思考 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 一、引言 随着计算机软硬件技术的快速发展，计算技术已从传统的PC平台计算模式发展到嵌入式计算、移动计算、并行计算和服务计算等多种计算系统并存及融合的计算模式，处理的对象也呈现出网络化、多媒体化、大数据化和智能化需求的特征，而物联网、移动互联网的快速发展促进了这一趋势，从而迎来了大数据时代的到来。大数据是继云计算、物联网之后兴起的又一新兴发展方向，被学术界、工业界乃至政府机构密切关注和广泛研究。 大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极的目的的资讯。在维克托·迈尔·舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法。一般说来，大数据具有4V的特点:V olume(大量)，Velocity(高速)，Variety(多样),Value(价值)。大数
据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。 二、大数据时代对人才的要求 从广义上讲，大数据人才就是具备大数据处理能力的科学家和工程师。目前，国际上开设了大量的数据科学方面的课程、数据科学学位计划以及数据科学短期培训班。从国际上设置的培养计划来看，大数据人才应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识而，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。具体来说，大数据人才首先应具备获取大数据的能力，例如能根据任务的具体要求，综合利用各种计算机手段和知识，收集整理海量数据并加以存储，为支撑相关的决策和行为做好数据准备。其次，应具备分析大数据的能力，对于经过预处理的各类数据，能够根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析，并形成分析报告，为实际问题提供决策依据。最后，应具备良好的团队合作精神，
大数据时代高校创新型人才培养模式研究 1.问题的提出 大数据，学界普遍认为是指数据量大，产生速度快的非结构化的数据集，通过对该数据集的采集、存储和分析能够发现已知变量间的相关关系，进而实现有效的科学预测。继云计算、物联网之后，“大数据”成为IT 产业的又一次重大技术变革。联合国在2012年发布的大数据白皮书“Big Data for Development: Challenges & Opportunities”（《大数据促发展：挑战与机遇》）中指出，大数据时代已经到来，大数据的出现将会对社会各个领域产生深刻影响。这种影响也必然波及到教育领域，美国教育部早在2012 年就发布了Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics（《通过教育数据挖掘和学习分析促进教与学》）报告，世界先进国家正积极筹划数据教育的研究计划，而我国的相关研究则处于起步阶段。“大数据”对教育决策、教育评估、教育研究、课堂教学、智慧教育、个性化教育等各个方面都会产生深远影响，引领未来教育的发展。这一方面为创新型人才培养提出了新的挑战，同时也提供了重要的具有划时代意义的发展机遇。我们如何抓住这场新技术革命为传统教育带来的机遇，培养出适应全球信息化时代的具有创新精神和能力的创新型人才，是我们立足现在、面对未来亟须审思的问题，《大数据时代的创新型人才培养模式研究》正是在这一背景下提出的。 2.课题界定 本课题属于高等教育研究范畴。课题基于当代第三次信息技术革命——大数据的视角，以高校创新型人才培养模式为研究对象，运用文献分析法、个案调查法、对比研究法等，分析了国内外大数据教育及创新型人才培养问题的研究现状，探讨了这一新型时代背景下，我国高校创新型人才的培养模式及路径，对教育数据挖掘（EDM）和学习分析技术（LA）在创新型人才培养中的应用、新型数字化教学模式及新型数字化管理环境等进行了研究。 3.国内外研究现状 本课题包含两大关键词，即“创新型人才培养”和“大数据”，创新型人才培养是提升国家竞争力的重要战略之一，这一议题是教育界一直以来热议的问题，在教育改革背景下，高校创新人才的培养更成为学界研究的重要课题，目前的研究成果也较为丰硕。“大数据”同云计算一起被誉为信息产业的第三次高峰，与智能化生产、无线网络革命共同被称为引领未来繁荣的三大技术变革，人们已清醒认识到大数据对人类社会各领域的革命性影响。同时大数据对教育的影响正是当今国内外学界积极探索的课题。目前国外研究处于领先地位，国内研究成果还不足。 但以“大数据时代”为背景和角度进行“创新型人才培养”的研究目前还属于空白，这也是本选题的意义之一。 4.选题意义与研究价值 本选题对高校教育改革、创新人才培养、大数据教育计划等都具有重要现实意义，对探索未来教育的发展趋向——“智慧教育”及“个性教育”的实现路径具有一定参考价值。本选题的意义与研究价值具体表现在： 理论意义及价值 （1）目前已有成果缺乏从大数据视阈探讨创新型人才培养模式的研究，本课题在一定程度上能够填补这一空白； （2）本研究对大数据时代创新型人才培养的模式进行了探讨，有助于创新型人才的培养模式及路径的建设研究。
数据分析方法、数据处理流程实战案例 大数据时代，我们人人都逐渐开始用数据的眼光来看待每一个事情、事物。确实，数据的直观明了传达出来的信息让人一下子就能领略且毫无疑点，不过前提是数据本身的真实性和准确度要有保证。今天就来和大家分享一下关于数据分析方法、数据处理流程的实战案例，让大家对于数据分析师这个岗位的工作内容有更多的理解和认识，让可以趁机了解了解咱们平时看似轻松便捷的数据可视化的背后都是有多专业的流程在支撑着。 一、大数据思维 在2011年、2012年大数据概念火了之后，可以说这几年许多传统企业也好，互联网企业也好，都把自己的业务给大数据靠一靠，并且提的比较多的大数据思维。
那么大数据思维是怎么回事我们来看两个例子： 案例1：输入法 首先，我们来看一下输入法的例子。 我2001年上大学，那时用的输入法比较多的是智能ABC，还有微软拼音，还有五笔。那时候的输入法比现在来说要慢的很多，许多时候输一个词都要选好几次，去选词还是调整才能把这个字打出来，效率是非常低的。
到了2002年，2003年出了一种新的输出法——紫光拼音，感觉真的很快，键盘没有按下去字就已经跳出来了。但是，后来很快发现紫光拼音输入法也有它的问题，比如当时互联网发展已经比较快了，
会经常出现一些新的词汇，这些词汇在它的词库里没有的话，就很难敲出来这个词。 在2006年左右，搜狗输入法出现了。搜狗输入法基于搜狗本身是一个搜索，它积累了一些用户输入的检索词这些数据，用户用输入法时候产生的这些词的信息，将它们进行统计分析，把一些新的词汇逐步添加到词库里去，通过云的方式进行管理。 比如，去年流行一个词叫“然并卵”，这样的一个词如果用传统的方式，因为它是一个重新构造的词，在输入法是没办法通过拼音“ran bing luan”直接把它找出来的。然而，在大数据思维下那就不一样了，换句话说，我们先不知道有这么一个词汇，但是我们发现有许多人在输入了这个词汇，于是，我们可以通过统计发现最近新出现的一个高频词汇，把它加到司库里面并更新给所有人，大家在使用的时候可以直接找到这个词了。 案例2：地图
数据科学与大数据技术----专业建设规划 方案 一、总体目标 本专业旨在培养具有良好的数学基础和逻辑思维能力，具备较高的信息素养，掌握计算机学科、大数据科学和信息技术的基本理论、方法与技能，受到系统的科学研究训练，具备一定的大数据科学研究能力及数据工程师岗位的基本能力与素质，掌握大数据工程项目的规划、应用和科学管理决策方法，具有大数据工程项目设计、研发和实施能力的高级复合、应用型卓越人才。毕业生能在国家各级财经政务部门、信息产业、工商企业、金融机构、科研院所等从事大数据分析、挖掘、处理、服务、应用和研究工作，亦可从事各行业大数据系统集成、设计开发、管理维护等各方面的工作，也适合去高等院校和科研院所的相关交叉学科继续深造，攻读硕士学位。 （一）人才培养目标 本专业围绕以培养面向大数据工程与信息技术行业的工程应用型人才为中心，突出“校企合作”的办学特色，强化工程应用实践，兼顾交叉学科专业基础知识，注重培养创新意识和创新实践能力，培养从事大数据项目设计开发、数据挖掘与分析、大数据综合应用的高级复合、创新型卓越人才。 （二）课程体系与学科建设 作为一个新专业，首先，需要考虑是否符合市场需求，要进行深入调研，了解地区对于大数据技术人才是否有一定的需求；其次，需要了解大数据技术岗位需要何种技能，把大数据技术人才需要掌握的技能弄清楚，列出岗位技能清单，将技能清单转化为课程清单，明确了大数据技术专业的人才培养定位和目标，细化了人才培养课程体系。 在教学过程中，不断凝练专业特色和发展方向，本专业在数据科学与大数据研究的基础上，通过数据分析与数据挖掘，逐步开展人工智能与数据推荐等领域的研究。 （三）学科队伍建设 由于大数据涵盖内容广泛，因此需要如下三类关键人才队伍建设： （1）实现大数据的技术支持人才，他们具有很强的编程能力，尤其表现在搭建数据存储、管理以及处理的平台方面； （2）精通处理大数据分析的人才； （3）大数据技术的应用类人才，以适应高校培养高素质人才的需要。 大数据技术需要复合型人才，不仅要具备扎实的基础知识，更需要有充足的实践经验。唯有如此，我们通过典型的算法展示、算法实现结合数据分析的应用场景与案例对学生进行数据分析方面的综合训练，从而实现专业实验教学由理论到应用、涵盖原理验证、综合应用及全方位实验的体系。因此，学校应根据不同类型的人才特点，结合现代企业对大数据人才的需求，以就业为导向，开展全方位立体式（专业拓展模块——技能考证模块——集中实践模块）大数据专业实践教学体系，培养理论与技能并重的大数据高素质人才。与此同时，还要开展职业技能考证培训，如数据挖掘工程师、数据分析工程师、大数据系统运维工程师等。为了适应专业建设的需要，必须实行内培外引的人才培养策略，将青年教师派驻企业学习是一种增强师资队伍实力比较快捷的方式，4年内你派出20余人次国内外高校、大数据企业进行短期进修培训和挂职锻炼，引进大数据相关专业教师4人（硕士研究生及以上，计算机、大数据等相关专业）。另外，还可以通过引进企业工程师作为学校兼职教师，充实教师队伍，4年内拟引进企业大数据工程师4人。 （四）实践平台与科学研究建设
大数据应用分析案例分析大数据应用与案例分析当下，”大数据"几乎是每个IT人都在谈论的一个词汇，不单单是时代发展的趋势,也是革命技术的创新.大数据对于行业的用户也越来越重要。掌握了核心数据,不单单可以进行智能化的决策，还可以在竞争激烈的行业当中脱颖而出，所以对于大数据的战略布局让越来越多的企业引起了重视，并重新定义了自己的在行业的核心竞争。 在当前的互联网领域，大数据的应用已十分广泛，尤其以企业为主，企业成为大数据应用的主体.大数据真能改变企业的运作方式吗?答案毋庸置疑是肯定的。随着企业开始利用大数据，我们每天都会看到大数据新的奇妙的应用,帮助人们真正从中获益.大数据的应用已广泛深入我们生活的方方面面，涵盖医疗、交通、金融、教育、体育、零售等各行各业。...感谢聆听... 大数据应用的关键，也是其必要条件,就在于＂IT”与”经营"的融合,当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。以下是关于各行各业,不同的组织机构在大数据方面的应用的案例，并在此基础上作简单的梳理和分类。
一、大数据应用案例之：医疗行业 ＳetｏｎＨｅaｌｔhcare是采用ＩBM最新沃森技术医疗保健内容分析预测的首个客户。该技术允许企业找到大量病人相关的临床医疗信息,通过大数据处理，更好地分析病人的信息。在加拿大多伦多的一家医院，针对早产婴儿，每秒钟有超过30０0次的数据读取。通过这些数据分析，医院能够提前知道哪些早产儿出现问题并且有针对性地采取措施,避免早产婴儿夭折. ...感谢聆听... 它让更多的创业者更方便地开发产品，比如通过社交网络来收集数据的健康类Apｐ。也许未来数年后,它们搜集的数据能让医生给你的诊断变得更为精确，比方说不是通用的成人每日三次一次一片，而是检测到你的血液中药剂已经代谢完成会自动提醒你再次服药. 二、大数据应用案例之:能源行业 智能电网现在欧洲已经做到了终端,也就是所谓的智能电表。在德国,为了鼓励利用太阳能，会在家庭安装太阳能，除了卖电给你，当你的太阳能有多余电的时候还可以买回来.通过电网收集每隔五分钟或十分钟收集一次数据,收集来的这些数据可以用来预测客户的用电习惯等,从而推断出在未来2~３个月时间里，整个电网大概需要多少电。有了这个预测后，就可以向发电或者供电企业购买一定数量的电.因为电有点像期货一样，如果提前买就会比较便
如有人问你什么是大数据？不妨说说这10个典型的大数据案例(-from 互联网) 在听Gartner的分析师Doug Laney用55分钟讲述55个大数据应用案例之前，你可能对于大数据是否落地还心存疑虑。Laney的演讲如同莎士比亚的全集一样，不过可能“缺乏娱乐性而更具信息量”（也许对于技术人员来说是这样的）。这个演讲是对大数据3v 特性的全面阐释：variety（类型）、velocity（产生速度）和volume（规模）。术语的发明者就是用这种方式来描述大数据的–可以追溯到2001年。 这55个例子不是用来虚张声势，Laney的意图是说明大数据的实际应用前景，听众们应该思考如何在自己公司里让大数据落地并促进业务的发展。“也许有些例子并非来自于你当前所处的行业，但是你需要考虑如何做到他山之石可以攻玉。”Laney表示。 下面是其中的10个典型案例： 1. 梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。 2. Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。“SAP想通过这次收购来扭转其长久以来在预测分析方面的劣势。”Laney分析到。 3. 沃尔玛的搜索。这家零售业寡头为其网站https://www.doczj.com/doc/5a8960514.html,自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。 4. 快餐业的视频分析（Laney没有说出这家公司的名字）。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。 5. Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提
数据科学与大数据技术专业人才培养方案 （2020级） 专业代码： 2020年，我校数据科学与大数据专业将招生50人左右。该专业依托校企合作，借助双方共同投入2000万构建的大数据专业实验室，与山东中创软件工程股份有限公司联合开展人才培养。旨在培养具有大数据思维、运用大数据思维及分析应用技术、具有将领域知识与计算机技术和大数据技术融合、创新的能力，能够从事大数据研究和开发应用的高层次人才。本专业学生毕业后，能在统计部门、税务海关、公司企业以及金融保险机构等企事业单位从事从事大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作，或继续攻读本学科及其相关学科的硕士学位研究生。 一、培养目标 本专业培养具有良好职业道德，具备系统的数学、人文与专业素养，较全面掌握大数据处理和分析的基本理论、基本方法和基本技术，具有数据采集、存储、处理、分析与展示的基本能力，能够运用所学知识解决实际问题，具备较高的综合业务素质、创新与实践能力、以及良好外语运用能力，能从事大数据研究、大数据分析、大数据应用开发、大数据系统开发、大数据可视化以及大数据决策等工作的应用型创新人才。 二、毕业要求 通过本科阶段学习，毕业生应达到如下的毕业要求（能力）： 1、知识要求 （1）通识知识：具有人文社科、信息交流、法律与环境、社会与公共安全等知识，其中人文社科包括文学、外语、哲学、政治学、社会学、管理学、经济学、心理学等方面的常识或基本知识。 （2）自然科学知识：具有从事专业相关的项目工作所需的数学、物理等基础知识。 （3）学科基础知识：具有扎实的计算机基础知识、信息处理方法，统计分析，软件开发等相关学科的基本理论和基本知识。 （4）专业知识：熟悉大数据技术领域的基本理论和基本知识，熟练掌握分布式数据库原理与应用、大数据技术框架、数据分析与方法、机器学习、数据挖掘技术、云计算技术、
大数据时代下 信息管理与信息系统专业应用性人才培养模式探索性研究 信息与工程学院王学成1 【摘要】 大数据时代来临之际，社会对信息管理人才的需求和要求不断提高。这不仅为信息管理与信息系统专业的建设提出挑战，也为其带来前所未有的发展机遇。本文主要依据陕西国际商贸学院的信息管理与信息系统专业的人才培养方案，深入分析在大数据时代下信息管理专业人才培养模式的现状，并对专业建设和模式进行了实践探索。 关键词：信息管理与信息系统；应用型人才 一、引言 “大数据”作为目前最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的技术逐渐成为专业人士争相研究的焦点。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有特定意义的数据进行专业化处理。目前我国政府尚未直接以专有名词对“大数据”给予政策支持。但是在2011年12月8日工业和信息化部发布的物联网“十二五”规划上提出的四项关键技术创新工程（信息处理技术、信息感知技术、信息传输技术、信息安全技术）中，信息处理技术包括了海量数据存储、数据挖掘、图像视频智能分析等大数据的重要组成部分；而另外3项也都与“大数据”密切相关。 大数据时代的到来不但对信息管理与信息系统专业人才的需求增加，同时也对信息管理专业人才培养提出了新的要求。陕西国际商贸学院的信息管理专业结合大数据时代背景，从培养标准、课程设置等进行了全新的改革，希望培养出更多符合社会需求的高层次复合型人才。 二、信息管理与信息系统专业的建立 为了适合我国信息化建设需要的“宽口径、厚基础、高素质”的人才需求，在1998年教育部颁布了新的《普通高校本科专业目录和专业介绍》(以下简称《目录》)，对原有专业进行了大幅度调整和压缩，其中将原先分属于不同学科领域的经济信息管理、科技信息学、管理信息系统、信息学和林业信息管理等 5个专业整合成信息管理与信息系统专业(以下简称为信息管理专业)，隶属于管理学大门类之下，培养具有现代管理学理论基础、计算机技 王学成 (1978-)，男，陕西渭南人，陕西国际商贸学院，讲师，工程师，研究方向主要有数据库应用开发，信息安全等。
一、大数据分析师时代背景 随着计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所 产生的数据呈爆炸性增长。动辄达到数百TB甚至数十至数百PB规模的行业/企业大数据已 远远超出了现有传统的计算技术和信息系统的处理能力，因此，寻求有效的大数据处理技术、方法和手段已经成为现实世界的迫切需求。 由于大数据处理需求的迫切性和重要性，近年来大数据技术已经在全球学术界、工业界和各 国政府得到高度关注和重视，全球掀起了一个可与20世纪90年代的信息高速公路相提并论 的研究热潮。美国和欧洲一些发达国家政府都从国家科技战略层面提出了一系列的大数据技 术研发计划，以推动政府机构、重大行业、学术界和工业界对大数据技术的探索研究和应用。目前，国内外IT企业对大数据技术人才的需求正快速增长，未来5～10年内业界将需要大量的掌握大数据处理技术的人才。 为了紧跟全球大数据技术发展的浪潮，我国政府、学术界和工业界对大数据也予以了高度的 关注。
国务院《关于印发促进大数据发展行动纲要的通知》发布，大数据已上升为国家战略。数据驱动的大数据时代到来了，你准备好了吗？正所谓机不可失，失不再来！只有站在时代的前列，你才会更具竞争力！ 二、大数据就业方向 根据16年数联寻英发布的首份《大数据人才报告》，目前全国的大数据人才经济46万，未来3-5年大数据人才的缺口将高达150万，随着缺口逐渐放大，大数据人才的薪资将会水涨船高。大数据的应用也会逐渐在行业中扩散开来，由金融、通信、电商行业逐渐应用到其他领域。
中国大数据市场正处于高速发展期根据易观的报告能够发现目前已经处在大数据市场高速发展的尾巴，企业深度利用数据价值的意识迅速提高，数据资产管理成为热门概念，企业开始愿意通过数据交易进行变现，各种与大数据有关的政策及法律法规不断完善，市场成熟后，入行门槛恐怕会相应提高，现在抓住最后进入大数据市场的机会非常重要，一个人的选择有时候比努力更重要。