【职业面向】

面向包括数据挖掘师/算法工程师、数据分析师、数据工程师、数据产品经理、大数据可视化工程师、数据科学家及互联网企业、大数据采集单位、政府部门及企事业单位等职位。

【培养目标定位】

培养掌握互联网大数据分析理论和云计算储存、数据分析、网络安全管理与产品策划能力，从事大数据或数据挖掘工程性开发与实现、系统集成、数据处理与分析及信息系统的建设、管理、运维的高素质技能型人才。

【专业能力要求】

（一）数据处理与分析能力：

1、熟练掌握数据清洗、数据预处理、数据挖掘等技术，能够从海量数据中提取有价值的信息。

2、了解和掌握数据可视化技术，如Tableau、PowerBI等，能够将数据处理结果以图表等形式呈现，便于理解和分析。

3、熟悉统计分析方法，如回归分析、聚类分析等，能够对数据进行深入的定量分析。

（二）数据挖掘与机器学习能力：

1、掌握常用的数据挖掘和机器学习算法，如决策树、神经网络、支持向量机等，能够根据实际需求选择合适的算法进行建模和分析。

2、了解和掌握深度学习技术，如TensorFlow、PyTorch等，能够构建和优化深度学习模型进行数据预测和分析。

3、具备对模型的评估和优化能力，能够对模型进行调参和优化，提高模型的预测精度和泛化能力。

（三）编程与软件开发能力：

1、熟练掌握至少一门编程语言，如Python、R、Java等，能够编写高质量的代码实现数据处理、模型训练和预测分析等功能。

2、熟悉常用的开发框架和工具，如Spring、Django等，能够根据需求设计和开发高效可用的数据处理和分析工具或系统。

3、具备软件调试和优化能力，能够对软件进行性能测试和优化，提高软件的运行效率和稳定性。

（四）其他技能：

1、掌握相关的数据库技术，如MySQL、Oracle等，能够设计和维护高效的数据存储和查询方案。

2、具备良好的团队协作能力，能够与其他开发人员、数据分析师等密切合作，共同完成复杂的项目任务。

3、具备较强的学习能力和创新意识，能够不断学习和掌握新的技术和方法，适应快速变化的市场需求。

【专业课程】

Java程序设计、Web前端开发、Python程序设计、数据库管理与维护、Web程序开发，数据分析与可视化、Hadoop大数据分析与处理、Spark大数据计算及Hadoop协同框架之Zookeeper、Impala、Kafka、Storm。

【实习实训】

大数据应用实习实训主要是为了让学生掌握大数据应用的基本技能和能力。学习内容包括：了解大数据基础知识，学习大数据处理工具和技术，掌握数据挖掘和机器学习算法，实践大数据分析项目，培养团队协作能力和创新思维实践能力。

【职业技能等级证书】

RHCSA(红帽认证系统管理员)、RHCE(红帽认证工程师