（一）专业基础信息

专业名称	大数据技术	专业代码	510205
专业申报时间	2019年	专业首次招生时间	2020年
在校生数	174	校内专任教师数	8
校内兼课教师数	2	校外兼课教师数	1
专业师资队伍情况
生师比	14.5%	硕士及以上学位人数	4
副高级及以上职称人数（含教授1人）	2	双师型教师人数	7

（二）职业面向

大数据技术专业紧跟大数据时代技术发展趋势，根据大数据领域技术应用现状，以及大数据相关行业企业发展对专业人才的需求，定位为以下三个就业岗位：大数据分析工程师、大数据应用开发工程师、大数据挖掘工程师。

（三）职业发展

岗位类型	岗位名称
初始岗位	运维工程师、数据可视化工程师、数据分析处理工程技术人员
发展岗位	大数据分析工程师、 大数据应用开发工程师、大数据挖掘工程师
迁移岗位	大数据项目经理

（四）培养目标

培养拥护党的基本路线，具备扎实的思想政治理论素养，掌握大数据基本理论、大数据平台架构设计与部署规划、大数据采集清洗和分析处理等专业知识，具备较强的工程实践和协作能力，具有良好职业道德和敬业精神，能够从事大数据平台实施与运维、数据采集与预处理、大数据应用开发、大数据分析与可视化等岗位的德、智、体、美、劳全面发展的高素质技术技能人才。

（五）课程设置及要求

1.公共基础课程

为适应新时代发展，使学生具备良好的政治素质、职业道德、法律意识、创新意识和人文素质，坚持立德树人根本任务，着力推动“五育并举”，加强德智体美劳教育，开设思想道德与法治、毛泽东思想和中国特色社会主义理论体系概论、习近平新时代中国特色社会主义思想概论、形势与政策、尽善尽美尽年华、大学生廉洁教育、大学生安全教育、大学生国家安全教育、军事理论、就业指导与创业教育、劳动实践、体育、大学英语、大学语文、大学生心理健康教育、信息技术等公共基础课程。

2.专业课程

（1）专业基础课程

为适应大数据专业发展，使学生掌握大数据技术基本知识，开设Linux 操作系统基础、程序设计基础(Python)、面向对象程序设计(高级)、Web前端技术与应用、数据库原理与SQL语言、Web后端技术与应用等专业基础课程。

（2）专业核心课程

为胜任大数据相关领域内从事大数据分析、大数据挖掘、大数据应用开发等工作，开设数据采集与清洗、数据分析技术与应用、数据可视化技术、数据挖掘技术与应用、Hadoop大数据生态技术与应用、Spark生态技术与应用等专业核心课程。

（3）专业技能课程

为使学生适应岗位实习，掌握大数据技术综合应用知识，采用集中授课实训的方式，开设数据分析与挖掘项目实践、数仓项目实践专业实训。

（4）专业选修课程

为拓展学生的知识与技能，更好地与人交流，适应社会发展，开设商务礼仪、通用软件选讲、商业简报制作、计算机网络技术、数字图像处理、现代教育技术等专业选修课程。

（5）综合实训

为了让学生全方位,多角度地感受企业的生产环境及流程,熟悉未来职场的工作模式和学习最新的行业技能，开设综合实训。

综合实训是本专业必修的综合性训练课程。通过综合实训，使学生了解大数据工作流程，掌握安装基本开发环境、搭建Hadoop平台、搭建数据采集环境，掌握数据采集和存储、数据清洗、数据统计和数据移动、Web开发技术等，增强职业素质，获得“大数据分析与应用职业技能等级标准”职业技能等级证书。

（六）专业发展情况

一级指标	二级指标	2023年	2024年	平均/汇总数据
一、质量效益	就业质量	97.14%	96.34%	平均：96.74%
	证书获取比例	92%	97%	获证比例：95%
二、产教融合	生均共建共享生产性实训基地工位数	总工位数：350		生均工位数：2.01
三、师资队伍	具有相关行业企业工作经历教师占比	具有相关行业企业工作经历教师共3人		占比：37.5%
	“双师型”教师占比	“双师型”教师共7人		占比：92%
四.课程与教材	课程建设	2023届实践课时占比：58.3% 岗位实习时间：6个月	2024届实践课时占比：58.3% 岗位实习时间：6个月	平均实践课时占比：58.3% 平均岗位实习时间： 6个月 数字化资源开发及使用情况见佐证材料。
	教材建设	专业近3年校企合作开发并正式出版教材数：1
	普及项目、情景、模块化教学，广泛运用多种教学方法	见佐证材料
五.贯通培养与国际合作	师生访学交流	专业近3年专任教师国（境）外访学三个月以上人数:1
六.特色创新	综合类	信息商务专业群获得济南市首批2021年产教融合示范专业（群）点培育项目验收通过。 山东省新一代信息技术产教融合共同体。 全国嵌入式系统行业产教融合共同体。
	教师教学类	专业立项建设省级精品资源课1门；
	科研类	专业教师发表的核心期刊以上级别论文共1篇。 专业教师获得授权的各类专利共5项。

佐证材料

1.证书获取比例佐证材料（大数据技术专业）

大数据技术专业2023届-2024届毕业生获证学生统计表
获证人数				两年毕业生总数	获证比例
2022届	2023届	2024届	合计
0人	65人	80人	145人	152	95%

2.生均共建共享生产型实训基地工位数（大数据技术专业）

我专业在校生总数为174人，共建共享生产性实训基地工位数共350个，生均2.01个，建成了集实验实训、技能培训、创新创业、 技术服务功能于一体的凯文实训中心。

3.具有3年以上相关行业企业工作经历教师占比佐证材料

大数据技术专业具有相关行业企业工作经历教师统计表
序号	姓名	企业工作经历		企业工作年限
1	吴兴文	慧科教育科技集团有限公司 大数据开发工程师岗位		3年
2	周文挺	慧科教育科技集团有限公司 大数据开发工程师岗位		3年
3	张靖	山东拓智大数据有限责任公司   大数据开发工程师岗位		3年

附：教师企业工作经历证明材料

（七）课程建设

大数据技术专业实践性教学课时和岗位实习时间统计表
序号	年份	开设的实践性教学课时	总课时	岗位实习时间	实践课时平均占比
1	2021	1624	2787	6个月	58.3%
2	2022	1624	2787	6个月
3	2023	1624	2787	6个月

附：课程开发或使用情况截图等佐证材料

大数据技术专业校企合作开发课程和数字化资源开发与使用情况
序号	课程名称	合作单位	平台名称	使用情况
1	程序设计基础(Python)	凯文德信教育科技股份有限公司	超星泛雅	累计学习人数457人次/课堂活动次数235次
2	面向对象程序设计（高级）	凯文德信教育科技股份有限公司	超星泛雅	累计学习人数137人次/课堂活动次数971次
3	数据可视化技术	凯文德信教育科技股份有限公司	超星泛雅	累计学习人数51人次/课堂活动次数187次

（八）普及项目、情景、模块化教学，广泛运用多种教学方法

大数据技术专业校企合作开发教材统计
序号	教材名称	合作单位	出版社	出版时间
1	Python程序设计	凯文德信教育科技股份有限公司	航空工业出版社

（八）普及项目、情景、模块化教学，广泛运用多种教学方法

1.特色PBL项目式教学

1.1 PBL教学设计

1.1.1 PBL的目的

提高学生对知识的掌握程度；

达成各专业能力模型的有效途径；

培养符合就业岗位能力的人才；

践行产教融合的最佳教学方式。

1.1.2 PBL的流程

PBL教学渗透在整个专业体系中。在实施的整个流程中，首先，要明确课程的教学目标，对应的培养岗位以及培养能力素养；其次，PBL基于工作场景和真实任务，做真实的项目准备、筛选和设计；最后，整个项目的项目产出可以通过外部评价，并反馈评价。

2.PBL项目介绍

2.1认知项目

通过训练营的方式，让学生体验和感受企业级项目的设计和实现的完整过程。以能够引起学生兴趣，贴合学生生活的案例，引发学生对项目的思考，最终对企业业务流程有一个整体的认知。

2.2模拟项目

采用企业真实项目，根据企业真实岗位需求，通过项目拆解教学，让学生全方位、多角度地感受企业的生产环境及流程，熟悉未来职场的工作模式和学习最新的行业技能。

2.3工学结合

                  在学生具备相应的职场能力之后，适时引入工学结合项目，由凯文德信教育科技股份有限公司具备丰富工作经验的项目老师带学生做符合新媒体运营专业培养目标的企业项目，同时负责项目品控。

2.4项目支持条件

目前，大数据技术专业已经有30余综合项目，1000+专项训练项目支撑PBL教学的实施。

部分代表性综合项目示例如下：

预期学生学习产出成果：

3.案例展示

通过爬取美国青少年行为数据，以饮食习惯、体重、酒精与药物、烟草、体力活动五类健康危害行为为对象，对其健康行为进行分析，最终将分析结果可视化呈现。

针对商城app的运营数据，完成数据的抽取、转换和加载，进行数据清洗后，根据业务指标进行UV、PV、新增用户分析、漏斗流失分析、留存分析、用户价值分析、复购分析等内容，最后将买家用户行为分析结果以可视化形式呈现。

通过模拟证券市场业务场景，设计数仓开发架构、完成建模，对某品牌证券数据梳理，以数据应用层为中心，治理数据集市层，为应用层提供准确无噪的数据，最终形成可视化呈现。

（九）师生访学交流

近3年专任教师国（境）外访学汇总表
序号	姓名	时间	到访国家	开始时间	结束时间	备注
1	张靖	1个月	菲律宾	2023-4-2	2023-5-21
2	张靖	2个月	菲律宾	2023-7-15	2023-8-24

附：佐证材料

（十）科研情况、校企合作产教融合情况