大数据技术专业介绍

  大数据技术是2018年学院新增的“互联网＋”专业。该专业将大数据采集、分析、整理、挖掘、处理、应用等前沿技术相结合，引入IT企业真实项目，按照实际在做的工作项目的实施流程，完成大数据相关项目的立项、调研、设计、制作、成果提交。以市场为导向，突出职业教育特色，通过“教、学、做”一体化，强化对学生职业能力的培养。同时，依托软件行业和互联网公司，从始至终坚持走产教融合、与企业深度合作办学的特色发展之路。开展“2+1”人才订单班，实现学习、实习、考证、就业无缝对接，旨在培养适应新形势，具有最前沿思维的大数据专业人才。 在数据驱动的未来，大数据人才市场势必会慢慢的大，而目前，我国大数据人才数量较少，直接引发近几年大数据技术的就业薪水远高于其它行业。

  培养掌握大数据分析管理、大数据应用开发基本理论，具备大数据平台搭建与运维、数据采集、数据加工、数据分析、数据挖掘、数据可视化等专业实践能力，拥有非常良好的职业道德、创业精神，适应新时代大数据应用发展所需的高素质技术技能人才。 大数据技术与应用专业从 数据架构、数据分析、数据应用 三个主要使用在层面培养具有实战经验的高素质、实用型大数据人才。同时通过有名的公司提供的硬件、软件及数据资源，让学生在真实的大数据环境中直接参与项目实践和企业实训，真正把握企业在大数据方向需求的 数据管理、系统开发、数据分析与数据挖掘等方面的核心技能 ，成为未来大数据领域不可或缺的人才。

  《Python语言程序设计》、《R语言程序设计》、《Linux》、《Java》、《数据采集》、《数据清洗》、《分布式文件系统》、《分布式计算框架》、《大数据可视化技术》、《大数据技术综合实践》等。

  面向IT企业、金融银行国家事业单位，从事软件开发、信息系统监理与管理、大数据的储存与管理、大数据应用系统搭建与运营、大数据分析与可视化、大数据应用系统搭建与运营等。

  中国“十三五”规划纲要中提出：“实施国家大数据战略，推进数据资源开放共享”。《大数据产业高质量发展规划（2016-2020年）》中指出：“加强大数据人才教育培训，整合高校企业，社会资源，推动建立创新人才教育培训模式，建立健全多层次、多类型的大数据人才教育培训体系”。

  主要负责公司大数据平台的维护，如管理、监控Hadoop集群、监控运作时的状态等。

  结合行业经验，负责公司各业务单元的数据分析，如财务分析、生产分析、销售分析等。

  主要负责公司实时计算系统开发，如实时风控系统Flink开发，基于Spark Streaming的实时指标分析开发。

  主要负责基于大数据平台的数据挖掘、特征提取、挖掘模型选择和评价。例如，用户肖像挖掘类型标签的开发。

  主要工作是搭建公司的商业智能平台，包括各种数据可视化报告的制作，以及仪表盘大屏生产的ETL开发工程师。负责数据挖掘、数据清理及相关预处理。例如，从文本数据中清除一些非法数据。

  1、北京大学：大数据是一个新的专业，国内首次出现这个专业是在2016年的时候，当时新设这个专业的高校全国只有3所有，其中就有北京大学。

  2、对外经济贸易大学：与北大为同一批次开设大数据专业的学校还有对外经贸大学，很多人不知道这所学校是一所211工程大学，所以这个大数据专业应该是办得不错的。

  3、中南大学：该校是湖南最好的大学，属于211和985工程学校。是第一批开设大数据与专业的高校。网上的一些排名中将该校的大数据专业排在了全国第一的位置。

  4、中国人民大学：人大属于第二批开设大数据专业的高校，具体开设时间是在2017年。人大的这个专业虽然开设只有一两年的时间，但是实力应该是很强的，因为该校的统计学科在国内处于领先地位。

  5、复旦大学：复旦大学的大数据专业是在2017年开设的，支撑学科主要涉及到了统计学、计算机科学和数学等学科，应用场景范围很广，几乎在所有的行业中都能够直接进行应用。

  6、电子科技大学：电子科技大学位于成都，总实力在全国范围内排前50位，在四川省中排名第2位，在全国电子科技内大学中排名第一。

  截至2020年9月，全国共有446所高职高专院校成功登记备案“大数据技术”专业，其中浙江省11所。

  目前全国的大数据人才只有46万，未来3-5年内大数据人才的缺口将高达150万之多，大数据行业将面临全球性的人才荒。

  十二五末我国大数据市场规模接近100亿元，十三五末有望达到611.6亿美元。

  学生参与典型企业大数据信息系统项目实训，提升实践动手能力；通过毕业设计，参与企业的真实项目，积累项目实践经验；借助顶岗实习，提前解决就业，最终实现高质量就业！

  大数据技术专业是一个培养能在互联网、证券、金融、银行、保险、IT等行业，从事大数据系统搭建、管理、运维等工作的高端技能人才，大数据的学习不会像网络后台开发或系统编程那样又累又枯燥，在进行大数据分析的学习过程中是在不断通过数据的清洗、筛选、重装、分析、可视化，最后得到科学的结果，是在享受社会持续健康发展中大数据技术的运用带来的进步改变，以及通过大数据来给社会注入更美好的决策和发展。