大数据分析师微专业培养方案
Undergraduate Education Plan for Specialty in Big Data Analyst(2024)
专业名称 大数据分析师
计划学制 1.0年
一、 培养目标
大数据分析师微专业旨在培养德智体美劳全面发展,掌握现代经济学、管理学、信息技术及大数据应用的基本理论,具备良好的互联网创意、创新和创业素质,能够从事大数据管理、大数据分析、大数据系统架构分析设计以及大数据产品经营与管理,能在各类企事业单位、政府部门,适应社会经济发展需要、具有创新精神的高素质复合型、应用型人才。
目标(1)理解数据资产的内涵,能够熟练运用大数据存储管理、数据质量管理、数据安全管理等技能,具备符合国家标准的大数据管理能力,促进大数据有效治理和数据要素市场化配置。
目标(2)有良好的人文社会科学素养、社会责任感和工程职业道德,能够成为单位的数据治理业务骨干。
目标(3)具备根据管理决策目标,探索和利用交叉性、大跨度、深层次和综合性的融合数据研究方法,构建支持复杂决策、提供深度知识服务的数据建模能力,提升在大数据管理及应用相关领域的就业竞争力。
目标(4)能够通过不断学习来拓展自己的知识和能力,结合领域业务特性,运用大数据思维提升创新能力和研究水平,成为相关组织的研发技术骨干。
目标(5)具有国际化视野和跨文化交流与合作能力,能够在不同类型企业的团队中发挥特定的作用并具备承担领导角色的能力。
二、 毕业要求
(一)专业毕业要求
1.品德修养:坚持四项基本原则,德智体美劳全面发展,具有良好的思想品质和道德修养,具有人文素养、科学精神和积极的人生态度,认同中华优秀传统文化,具备职业认同、职业素养和社会责任感,能够参与社会实践,践行社会主义核心价值观;
2.学科知识:掌握系统扎实的数学、管理学和计算机科学等基础知识,掌握专业知识和专业技能, 掌握本专业研究的初步方法,了解大数据管理与应用专业的历史、现状和前沿进展,了解国家相关政策法规。
3.应用能力:以纺织服装行业为依托,了解本行业的大数据管理与应用实践;能够根据国家相关标 准和政策,分析企业实际情况,运用所学知识,提出数据存储、数据质量、数据安全和数据应用等方面的初步对策和方案,促进上下游产业的数据联合应用,挖掘大数据潜在信息的经济价值和社会效益。
4.信息能力:能够运用相关工具和技术进行数据采集、存储、处理、交易、应用;掌握数据处理、分析、挖掘的基本技能;掌握统计机器学习、模式识别和人工智能等基本数据挖掘算法,处理半结构化和 非结构化等复杂数据。
5.创新能力:培养大数据思维,以关联关系检索代替因果关系分析,通过对数据的洞察,形成对企 业运行和商业模式的新理解,具有一定的创新创业能力;
6.沟通表达:具备优秀的数据分析报告撰写能力,能够通过准确规范的语言和文字,与同行和社会 公众进行有效沟通;
7.团队合作:具有集体意识和团结协作能力,能够在团队中发挥积极作用,具有较强的组织、管理 和协调能力;
8.国际视野:具有国际视野和跨文化知识,掌握一门外语,能够流畅阅读本专业外文资料,具备一 定的听说读写能力;能够理解世界文化的差异性和多样性,能够参与国际交流与合作,能够介绍中国文化;
9.持续发展:能够规划个人发展并进行自我管理,具有自主学习能力,具有终身学习和可持续发展 意识,能够适应时代发展。
(二)毕业要求与培养目标对应矩阵
表1 培养目标的矩阵关系毕业要求支撑
毕业要求 | 培养目标1 | 培养目标2 | 培养目标3 | 培养目标4 | 培养目标5 |
毕业要求1 |
| √ |
|
|
|
毕业要求2 |
| √ |
|
|
|
毕业要求3 | √ |
| √ |
|
|
毕业要求4 |
|
| √ |
|
|
毕业要求5 |
|
| √ |
|
|
毕业要求6 | √ |
|
|
|
|
毕业要求7 | √ |
|
|
|
|
毕业要求8 | √ |
|
|
| √ |
毕业要求9 |
|
|
| √ |
|
(三)毕业要求内涵观测指标点分解
表2 毕业要求指标点的分解
毕业要求 | 指标点 |
毕业要求1: 品德修养:坚持四项基本原则,德智体美劳全面发展,具有良好的思想品质和道德修养,具有人文素养、科学精神和积极的人生态度,认同中华优秀传统文化,具备职业认同、职业素养和社会责任感,能够参与社会实践,践行社会主义核心价值观; | 1.1理解个人与社会的关系,具有良好的人文社会科学素养,具有社会责任感;了解中国国情,理解、树立和践行社会主义核心价值观; |
1.2具有人文社会科学素养和社会责任感,能够在信息系统应用工程实践中理解并遵守工程职业道德和规范,履行责任,树立和践行社会主义核心价值观。 |
毕业要求2: 学科知识:掌握系统扎实的数学、管理学和计算机科学等基础知识,掌握专业知识和专业技能,掌握本专业研究的初步方法,了解大数据管理与应用专业的历史、现状和前沿进展,了解国家相关政策法规。 | 2.1具备数学及自然科学知识,并能用于解决信息管理系统中的复杂工程问题; |
2.2能将管理学基础理论和信息与工程相关技术知识的基本概念、原理用于对信息管理与信息系统问题进行恰当表述和求解; |
2.3能将数学、管理学和计算机科学相关技术与知识用于大数据的分析与决策,为现代的大数据管理和应用提出合理的解决思路和策略。 |
毕业要求3: 应用能力:了解在各行业的大数据管理与应用实践;能够根据国家相关标准和政策,分析企业实际情况,运用所学知识,提出数据存储、数据质量、数据安全和数据应用等方面的初步对策和方案,促进上下游产业的数据联合应用,挖掘大数据潜在信息的经济价值和社会效益。 | 3.1 具备管理学、数据采集处理、数据库等相关知识,并能运用相关技术进行数据管理; |
3.2能运用大数据分析技术,包括数据的采集、存储、分析与挖掘、决策能力,针对不同应用领域进行数据分析,解决实际的应用问题。 |
毕业要求4. 信息能力:能够运用AI相关工具和技术进行数据采集、存储、处理、交易、应用;掌握数据处理、分析、挖掘的基本技能;掌握机器学习、模式识别和人工智能等基本数据挖掘算法,处理半结构化和非结构化等复杂数据。 | 4.1能够运用 python、爬虫算法或软件进行数据的采集,并能够运用数学知识、数据处理软件或算法进行数据预处理; |
4.2 能够利用数关系数据库、NoSQL 数据库、excel、文本等进行数据的存储管理; |
4.3 能够运用数据挖掘的经典算法、机器学习的能力,处理结构化和非结构化的复杂数据。 |
毕业要求5: 创新能力:培养大数据思维,以关联关系检索代替因果关系分析,通过对数据的洞察,形成对企业运行和商业模式的新理解,具有一定的创新创业能力; | 5.1能够运用大数据理论和数据分析技术知识,进行商务数据分析并提供相应的管理决策支持; |
5.2具备大数据思维,在分析和处理问题的过程中,能够以灵活和新颖的思维来探讨问题,从而获得新观念、新理论、新技术等创造性、突破性的成果。 |
毕业要求6: 沟通表达:具备优秀的数据分析报告撰写能力,能够通过准确规范的语言和文字,与同行和社会公众进行有效沟通; | 6.1具备良好的口头和书面表达能力,能进行有效沟通和交流; |
6.2能够就信息技术中的复杂工程问题,以文稿、图表、口头方式,准确表达自己的观点,回应指令,理解与业内同行和社会公众交流的差异。 |
毕业要求7: 团队合作:具有集体意识和团结协作能力,能够在团队中发挥积极作用,具有较强的组织、管理和协调能力; | 7.1能够理解多学科背景下的团队中每个角色的定位于责任,能够胜任个人承担的角色人物; |
7.2能够与团队其他成员有效沟通,听取并综合团队其他成员的意见与建议,能够胜任负责人的角色。 |
毕业要求8: 国际视野:具有国际视野和跨文化知识,掌握一门外语,能够流畅阅读本专业外文资料,具备一定的听说读写能力;能够理解世界文化的差异性和多样性,能够参与国际交流与合作,能够介绍中国文化; | 8.1 有国家化意识,从全球视角看待、理解管理问题,能够识别组织中跨文化问题,并能够提出解决方案; |
8.2具备跨文化交流的语言和书面表达能 力,能就专业问题,在跨文化背景下进行基本沟通和交流。 |
毕业要求9: 持续发展:能够规划个人发展并进行自我管理,具有自主学习能力,具有终身学习和可持续发展意识,能够适应时代发展。 | 9.1具备健康的体质和人格,能够承受学 业、社会和工作的压力,努力前行; |
9.2具有较强的自学能力,以及适应社会、经济发展的终身学习与研究的能力。 |
三、课程体系与毕业要求的关联度矩阵
(一) 专业核心课程
AI提示工程基础,零基础学Python,一周搞定机器学习,大数据分析理论与方法。
(二) 专业特色课程
GPT大模型辅助的科研与工作,AI图像创作与数据分析,行业大数据分析与实战。
表3 课程体系与毕业要求的关联矩阵
| 课程名称 | 大数据分析师微专业毕业要求 |
专 业 核 心 课 程 |
| 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
AI提示工程基础 |
| √ | √ | √ |
|
|
|
|
|
零基础学python |
|
| √ | √ | √ |
|
|
|
|
一周搞定机器学习 |
|
| √ | √ | √ |
|
|
|
|
大数据分析理论与方法 | √ |
|
| √ |
|
|
|
|
|
专 业 特 色 课 程 | GPT大模型辅助的科研与工作 |
|
|
|
|
| √ |
| √ | √ |
AI图像创作与数据分析 |
| √ |
|
| √ |
|
|
|
|
行业大数据分析和实战 |
|
| √ |
|
|
| √ | √ |
|
四、学制与证书
修业年限:1年,1-3年弹性学制。
授予证书:《大数据分析师》微专业结业证书
五、学分及教学建议进程表
表4 课程安排
课程安排 |
|
课程名称 | 学分 | 学时数 | 考核 方式 | 开课时间 |
|
总学时 | 理论 | 实验 | 实践 |
|
AI提示工程基础 | 3 | 48 | 24 | 24 | 0 | 考查 | 1 |
|
零基础学Python | 3 | 48 | 24 | 24 | 0 | 考试 | 1 |
|
AI图像创作与数据分析 | 3 | 48 | 24 | 24 | 0 | 考查 | 1 |
|
行业大数据分析与实战 | 2 | 32 | 16 | 16 | 0 | 考查 | 1 |
|
大模型辅助的科研与GPT科技论文写作 | 2 | 32 | 16 | 16 | 0 | 考查 | 2 |
|
一周搞定机器学习 | 3 | 48 | 24 | 24 | 0 | 考查 | 2 |
|
大数据分析理论与方法 | 3 | 48 | 24 | 24 | 0 | 考查 | 2 |
|
合计 | 19 | 304 |
|
|
| - | - |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
六、结业要求
在修业年限内,修满专业培养方案总学分19学分,可准予办理微专业结业证书。