大数据技术（中美合作大数据分析）专业
人才培养方案（2024级）
专业代码：510205
教学单位： 智能制造与信息工程学院
执 笔 人： 杨顺
审 核 人： 王宇翔
教务处 编制
2024年4月
2024 级大数据技术（中美合作大数据分析）
专业人才培养方案
一、专业名称及代码
专业名称：大数据技术（中美合作大数据分析）
专业代码：510205
二、入学要求
高中阶段教育毕业生或具有同等学力者。
三、修业年限
基本学制3年，学习年限3-6年
四、职业面向与职业能力分析
（一）职业面向
表1 职业面向一览表
所属专业大类 | 所属 专业类 | 对应行业 | 主要职业类别 | 主要岗位类别（或技术领域）举例 | 职业资格（职业技能等级）证书举例 |
电子与信息大类 | 计算机类 | 软件和信息技术服务业 商务服务业 | 大数据工程技术人员 计算机软件工程技术人员 商务咨询服务人员 | 大数据开发工程师大数据可视化开发工程师 大数据分析师 商务数据分析师 | 大数据应用开发（Python）（中级） Cloudera初级认证 FCA-FineBI证书 |
（二）职业能力分析
相关工作岗位职业能力如下表。
表2 工作岗位职业能力分析表
岗位名称 | 职业能力 | 相关课程 | 考证考级要求 |
职业证书名称与等级 | 必考/选考 |
大数据开发工程师 | 大数据平台与系统的搭建、配置、操作、监控、优化能力 数据处理、数据分析与挖掘、数据可视化分析能力 | Python程序设计基础 数据可视化分析 Python网络爬虫技术 Hadoop大数据开发基础 | 大数据应用开发（Python）（中级） | 必考 |
大数据可视化开发工程师 大数据分析师 | 大数据的描述及推理统计能力、对大数据的高级分析能力、大规模数据集上的机器学习能力 | Python程序设计基础 数据可视化分析 大数据分析与数据挖掘 | Cloudera初级认证 | 选考 |
商务数据分析师 | 具备基础的数据分析能力 | 数据统计 Power BI商业数据分析 | FCA-FineBI证书 | 选考 |
五、培养目标与培养规格
（一）培养目标
本专业培养能够践行社会主义核心价值观，德、智、体、美、劳全面发展，具有一定的科学文化水平，良好的人文素养、职业道德和创新意识，精益求精的工匠精神，较强的就业创业能力和可持续发展的能力；坚持“服务为宗旨，就业为导向”的原则，立足区域经济发展，以市场需求的变化为依据，具备扎实的大数据处理、大数据分析能力，面向软件和信息技术服务业及商务服务业岗位群，掌握大数据技术专业必备知识，具备大数据采集、存储、清洗、分析、开发及系统维护的专业能力和技能，能够从事各类数据采集、数据处理、数据可视化、大数据开发等岗位工作的复合型高素质技术技能人才。
（二）培养规格
本专业学生应在系统学习本专业知识并完成有关实习实训基础上，全面提升素质、知识、能力，掌握并实际运用岗位（群）需要的专业核心技术技能，总体上须达到以下要求：
1.素养
（1）思想政治素质：热爱社会主义祖国，拥护中国共产党的领导，能够准确理解和把握社会主义核心价值观的深刻内涵和实践要求，具有正确的世界观、人生观、价值观。
（2）文化素质：遵纪守法，诚信友善，具有社会参与意识和关怀社会的责任感，具备良好的公民素质。具有健康的体魄和良好的心理，能胜任本专业岗位的工作。具备信息搜集、判断、整合和应用能力，能够在工作、学习、生活中熟练使用通用的信息技术手段认识、分析和解决问题。
（3）职业素质：严格遵守相关职位的行为准则、职业规范与职业道德。具有自我管理能力、职业生涯规划的意识，具有良好的协作意识与团队精神。具有良好的大数据技术系统风险防范、创新精神和安全意识。能够在工作中综合考虑环境、法律等制约因素。具有科学的管理思维意识。
（4）身心素养：具有健康的体魄和心理、健全的人格，能够掌握基本运动知识和一两项运动技能；掌握一定的学习方法，具有良好的生活习惯、行为习惯和自我管理能力。
2.知识
（1)公共基础知识
掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识。
（2)专业技术基础知识
了解大数据技术及商务专业基本知识和基本技能。掌握程序设计、数据库原理、计算机软件基本知识，数据处理基础知识。
（3)专业知识
了解大数据技术发展动态；掌握必需数据处理等专业技能；掌握一门面向对象语言；掌握信息采集、处理和融合及大数据技术分析等基本理论和方法；掌握大数据采集、存储、分析、可视化等知识。
3.能力
（1）具有一定的大数据采集、大数据存储的基本能力；
（2）具有一定的分析数据和处理数据的基本能力；
（3）具有应用数据挖掘知识分析、解决该领域实际问题的专业能力；
（4）具有简单英语会话、写作和较熟练的阅读专业技术资料的能力；
（5）具有从事大数据系统系统搭建、分析处理、可视化的专业能力；
（6）具有从事金融数据分析，商业数据可视化分析的专业能力。
对主要技术技能，以及终身学习能力、信息技术应用能力、创新创业能力、实践动手能力，沟通表达能力、团队合作能力、分析解决问题能力等方面的要求。（其中主要技术技能应结合专业特点，行业企业技术标准或规范、主要岗位（技术领域）要求等，注意对接产业发展中高端水平，细化出若干条目。）。
六、课程设置及要求
本专业课程体系围绕人才培养目标与规格，突出德智体美劳“五育融合”培养，主要分为公共基础课程、专业技能课程、拓展教育课程三大类。总共50门课程，2792学时，159学分。具体如表3所示。
表3 课程结构表
课程类别 | 开设课程 | 总学分 | 总学时 |
公共基础课程 | 公共必修 | 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 体育 心理健康教育 大学信息技术 军事技能 军事理论 大学生职业发展与就业指导 综合英语 英语听力 英语写作（初级） 生物学 | 41.5 | 652 |
限定选修 | 劳动教育 安全教育 综合素质实践 德育测评 四史教育 | 11.5 | 184 |
任意选修 | 公共艺术选修 公共通识选修 | 4 | 64 |
专业技能课程 | 专业基础 | 微积分 统计学 大数据程序设计基础 数据统计 Power BI商业数据分析 Java程序设计语言 量化管理学 会计学原理（初级） Python程序设计基础 会计学原理（中级） 英语写作（中级） | 35 | 560 |
专业核心 | 数据库技术与应用(MYSQL) 人工智能概论 Python网络爬虫技术 财务管理学 数据可视化分析 Hadoop大数据开发技术基础 演讲与沟通（Speech Communication） | 22 | 352 |
专业实践 | 大数据程序设计基础实训 数据库技术与应用(MYSQL)实训 毕业实习（1） 毕业实习（2） 毕业综合训练 | 26 | 676 |
拓展教育课程 | 专业拓展 | 微观经济学 数据采集与标注 大数据分析与数据挖掘 数字化媒体营销 | 12 | 192 |
专业选修 | 计算机概论 离散数学与概率论 市场营销 | 7 | 112 |
合计 | 159 | 2792 |
（一）专业核心课程描述
表4 专业核心课程描述表
序号 | 课程名称 | 课程目标 | 主要内容 | 教学要求 | 学时 |
1 | 数据库技术与应用(MYSQL) | 1.素养目标： 职业道德：理解数据库管理员（DBA）和数据库开发者的职业道德标准，如数据保护、隐私权和安全性。 持续学习：培养对新技术和最佳实践持续学习的态度，以适应不断变化的数据库技术环境。 团队协作：培养在数据库项目中与团队成员有效沟通和协作的能力。 2.知识目标： 数据库基础知识：理解数据库的基本概念、原理和架构。 SQL语言：熟练掌握SQL语言 的基本语法和用法，包括数据 定义、数据查询、数据更新和 数据控制。 MySQL特性：了解MySQL数据 库管理系统的特性和功能，如 存储引擎、索引、事务处理等。 数据库设计：掌握数据库设计 的基本方法和步骤，如需求分 析、概念设计、逻辑设计和物 理设计。 数据库优化：了解数据库性能 优化的基本策略和技术。
3.能力目标： 数据库管理：能够创建、修改和删除数据库和表，管理用户权限和安全性设置。 数据查询：能够编写复杂的SQL查询语句，从数据库中检索和提取所需的数据。 数据库开发：能够使用MySQL进行简单的数据库应用开发，如创建存储过程、触发器和视图。 数据库维护：能够监控数据库的性能和状态，进行故障排查和恢复操作。 项目实践：能够在实际项目中应用所学的数据库技术，解决实际问题。 | 1、数据库基础知识。 理解数据库和数据库系 统的概念、原理及作用； 掌握数据模型的概念和 数据模型的类型，特别 是关系数据模型； 掌握关系数据库基本概 念和关系运算。 2、MySQL数据库技术。 掌握MySQL数据库的安 装、配置与运行；深入 了解MySQL的存储引 擎、索引机制等核心技 术；学习MySQL的SQL 语言基础，包括数据定 义、数据查询、数据更 新和数据控制等。 3、数据库设计与实现。 学习数据库设计的基本 方法和步骤，包括需求 分析、概念设计、逻辑 设计和物理设计；掌握 表的设计与创建，包括 表的结构、主键、外键、 索引等概念及操作；学 习视图、存储过程、函 数等数据库对象的设计 与实现。 4、数据库管理与维护。 掌握数据库用户管理、 权限管理、数据备份与 恢复等管理技能；学习 数据库性能优化的基本 概念和方法，包括SQL 优化、索引优化等；了 解数据库并发控制、事 务和锁等高级特性的使 用及管理。 5、数据库应用系统开发。 学习如何根据实际需求 设计并实现简单的数据 库应用系统。
| 1.授课教师要求： 专业知识：授课教师应具备深厚的数据库技术与应用知识，特别是对MySQL数据库有深入的理解和丰富的实践经验。 教学能力：教师应具备良好的教学设计和组织能力，能够清晰、准确地传达知识，并激发学生的学习兴趣。 实践经验：鼓励教师具有相关的项目经验或实践经验，以便能够结合实际应用案例进行教学，提高学生的实践能力。 持续学习：教师应关注数据库技术的最新发展，不断更新和扩展自己的知识体系，保持与时俱进。 2.教学方法及要求： 理论与实践结合：采用理论教学与实践教学相结合的方式，通过案例分析、项目实践等方式，帮助学生加深对理论知识的理解和掌握。 多种教学手段：采用多媒体教学、网络教学等多种手段，提高教学效果。利用演示文稿、视频教程、在线资源等丰富教学内容，提高学生的学习兴趣和积极性。 互动式教学：鼓励学生积极参与课堂讨论，提出问题、分享经验，增强师生互动和生生互动。 项目驱动：设置相应的实验课程和项目，让学生在实践中学习和掌握数据库技术与应用知识。通过项目实践，培养学生的实际操作能力和团队协作能力。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 64 |
2 | 人工智能概论 | 1.素养目标： 培养学生的科学精神，使学生了解人工智能的基本理论、社会影响以及法律法规，形成正确的科技观和道德观。 培养学生的创新精神和批判性思维，鼓励学生勇于探索人工智能领域的新知识、新技术，并具备对新技术、新方法的批判性思考能力。 培养学生的国际视野和跨文化交流能力，使学生了解国际人工智能发展的前沿动态和趋势，以及不同国家和地区在人工智能领域的政策和合作情况。 2.知识目标： 使学生了解人工智能的基本概念、发展历程、基本原理和主要技术，包括机器学习、深度学习、自然语言处理、计算机视觉等。 使学生熟悉人工智能在不同领域的应用，如智能制造、智慧医疗、智能交通、智能家居等，并了解这些应用的基本原理和实现方法。 使学生了解人工智能的前沿技术和最新研究成果，包括神经网络、强化学习、迁移学习等，以及这些技术在解决实际问题中的应用。 3.能力目标： 培养学生掌握人工智能的基本技术和方法，具备独立设计、开发和调试人工智能系统的能力。 培养学生将人工智能技术应用于实际问题中的能力，使学生能够根据实际需求选择合适的算法和模型，并解决实际应用中的难题。 培养学生具备团队协作和项目管理的能力，能够在人工智能项目中担任不同角色，并与其他团队成员协作完成项目任务。 培养学生具备持续学习和自我提升的能力，能够关注人工智能领域的最新动态和技术发展趋势，并不断更新自己的知识和技能。 | 课程涵盖了人工智能的基本概念、发展简史、主要研究领域以及关键技术等方面的内容。 主要内容包括： 1.人工智能的基本理论与技术，包括知识表示、搜索技术、机器学习、人工神经网络与深度学习等基本概念和基本原理。 2.人工智能中主要技术方法和不同领域的研究任务及策略，能深入体会其中经典技术和方法的思想，理解其优点与局限性；针对复杂智能软件系统，进行研究、分析并设计出相应的解决方案。
| 1.授课教师要求： 计算机、信息技术、数学、数据科学等相关专业背景，对人工智能领域有深入的理解和丰富的实践经验。具备扎实的学科专业素养，包括人工智能的基本理论、算法、技术及其应用等方面的知识。 对人工智能相关理论和技术有一定认知和了解，能够跟踪人工智能领域的最新动态。 具备良好的教学设计和创新能力，能够根据学生的不同需求和特点灵活调整教学策略。 具有相关教学经验，特别是在人工智能领域的教学经验，能够为学生提供前沿、实用的知识和技能。 2.教学方法及要求： 案例教学法：通过分析真实的人工智能应用案例，让学生理解人工智能技术的实际应用和优势。 实践教学法：让学生参与实际的人工智能项目或实验，在实践中学习、理解和掌握人工智能技术。 探究式教学法：引导学生进行探究性学习，主动发现和解决问题，培养创新思维和自主学习能力。 混合式教学法：结合线上和线下的教学资源，采用多种教学方法，如讲授、讨论、实验等，以提高教学效果。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 32 |
3 | Python网络爬虫技术 | 1.素养目标：具备良好的职业道德、法律法规意识、社会责任感和持续学习的能力，能够在实际工作中以负责任的态度应用网络爬虫技术解决实际问题。 2.知识目标：理解网络爬虫的基本概念、原理和应用场景；掌握网络爬虫的基本架构和工作流程。学会使用Python的requests库发送HTTP请求（GET、POST等），掌握处理HTTP响应的方法，包括解析HTML、XML、JSON等格式的数据。使用数据库（如MySQL、MongoDB等）或文件（如CSV、JSON、XML等）来存储爬取的数据。了解并学习使用Scrapy等流行的爬虫框架。 3.能力目标：培养学生能够独立编写Python代码，实现网络爬虫的基本功能，如发送HTTP请求、解析网页数据等。能够分析网络爬虫在爬取过程中遇到的问题，如反爬虫策略、网络延迟、数据解析错误等，并提出有效的解决方案。 | 爬虫与反爬虫的基本概念，以及Python爬虫环境的配置，爬取过程中涉及的网页前端基础，在静态网页中爬取数据的过程，在动态网页中爬取数据的过程，登录后才能访问的网页进行模拟登录的方法，爬取PC客户端、App的数据的方法，使用Scrapy爬虫框架爬取数据的过程。 | 1.授课教师要求：具有计算机相关专业的本科或以上学历，具备扎实的Python编程能力，熟悉Python的语法、特性和标准库，具备良好的问题解决能力，能够帮助学生分析和解决Python编程及网络爬虫中的常见问题和错误。能够制定和设计Python网络爬虫课程的教材和教学大纲。 2.教学方法及要求：理论与实践相结合、案例教学法、项目导向学习等。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 32 |
4 | 财务管理学 | 1.素养目标： 培养学生的职业道德和社会责任感，使其能够遵守职业道德规范，履行社会责任，为企业和社会的发展做出贡献；培养学生具有正确的世界观、人生观、价值观，践行社会主义核心价值观，具有深厚的国家认同感、民族自豪感；崇尚宪法、遵守法律、遵规守纪，具有社会责任感和参与意识。 2.知识目标： 掌握管理学、经济学和财务与金融的基本理论和基本知识；熟悉财务管理活动的主要环节，包括财务规划、投资决策、筹资决策、营运资金管理、收益分配等；了解我国有关财务、金融管理的方针、政策和法规；了解本学科的理论前沿和发展动态。 3.能力目标： 具有较强的语言与文字表达、人际沟通、信息获取以及分析和解决财务、金融管理实际问题的基本能力；培养学生的财务决策能力，使其能够根据不同的环境和条件，制定合理的财务策略，实现企业的长期发展目标。 培养学生的财务控制能力，使其能够掌握财务控制的基本原理和方法，对企业的财务活动进行有效的监控和管理；培养学生的财务分析能力，使其能够通过财务数据分析，了解企业的财务状况和经营成果，为企业的决策提供科学依据；具有一定的实践基础和实际工作能力。 | 本课程讲授如何对资金运动进行管理，以提高资金效益。主要内容为企业财务预测、决策、计划、控制和分析等业务方法。学生通过学习，能够掌握资金筹集方式、筹集决策和财务分析，以及财务管理的价值观念，了解经济学原理和经济管理理论，具备对企业和国民经济各部门财务管理工作进行科学总结而形成的知识体系和分析能力。
| 1.授课教师要求： 教师需要有深厚的财务管理专业知识，并具有财务管理领域的实践验，熟悉国内外财务管理理论和实践的最新动态。 教师需具备丰富的教学经验和实践经验，能够灵活运用各种教学方法和手段，提高学生的学习效果。 教师需具备高尚的职业道德和较强的责任心，能够以身作则，为学生树立良好的榜样。 3.教学方法及要求： 教学方法应多样化，包括课堂讲授、案例分析、小组讨论、实践操作等，以激发学生的学习兴趣和积极性。 教师应注重理论与实践相结合，通过实际案例和操作练习，加深学生对财务管理理论的理解和掌握。 教师应鼓励学生参与课堂讨论和互动，培养学生的思维能力和表达能力。 教师应积极利用现代教学手段，如多媒体教学、在线教学等，提高教学效果和学生的学习体验。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 48 |
5 | 数据可视化分析 | 1.素养目标：培养学生掌握Python数据可视化的技术技能，且具备良好的学术态度、创新思维、团队协作能力、审美能力、问题解决能力和伦理法规意识。 2.知识目标：熟悉并掌握Python中常用的数据可视化图表类型，如折线图、柱状图、饼图、散点图、热力图、箱线图、地图等，并了解它们的特点和适用场景。学习Matplotlib库的基本使用方法和高级功能，能够创建高质量的静态和动态图表。了解Pandas内置的可视化功能、Geopandas用于地理数据可视化等。 3.能力目标：系统地掌握Python数据可视化的基本理论和技能，并具备运用Python数据可视化技术解决实际问题的能力。 | Python数据分析的基本概念等相关知识，Python数据分析的常用库及其应用，涵盖NumPy数值计算、Matplotlib数据可视化、pandas统计分析、使用pandas进行数据预处理、使用scikit-learn构建模型，Python数据分析方法。 | 1.授课教师要求：教师应具备扎实的Python编程基础，能够熟练运用Python进行数据处理和分析。了解并掌握各种常见的数据可视化图表类型（如柱状图、折线图、散点图、饼图、热力图等）的适用场景和绘制方法。教师应具备丰富的教学经验，能够清晰、生动地讲解数据可视化的概念和技术。 2.教学方法及要求：理论与实践相结合、案例教学法、项目导向学习等。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。。 |
64 |
6 | Hadoop大数据开发技术基础 | 1.素养目标：培养学生技术理解与应用、团队协作与沟通、持续学习与创新、数据安全意识以及问题解决与抗压能力等多个方面。 2.知识目标：理解Hadoop的起源、发展及其在大数据处理中的核心地位；掌握Hadoop生态系统的核心组件，掌握HDFS的基本概念，学会使用HDFS API进行文件的创建、读取、写入和删除等操作。能够编写简单的MapReduce程序，处理和分析大数据集。 3.能力目标：培养学生在Hadoop生态系统中进行大数据处理、分析和应用开发的综合能力。 | Hadoop介绍、Hadoop集群的搭建及配置、Hadoop基础操作、MapReduce编程入门、MapReduce进阶编程。 | 1.授课教师要求：熟悉Hadoop的核心组件（如HDFS、MapReduce、YARN）以及相关的生态系统工具（如Hive、HBase、Spark、Flink、Kafka等）。了解大数据的存储、处理、分析和可视化等各个环节，并能将这些技术整合到Hadoop生态系统中。具有丰富的教学经验，能够清晰、生动地讲解Hadoop及相关技术。 2.教学方法及要求：理论与实践相结合、案例教学法、项目导向学习等。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 48 |
7 | 演讲与沟通（Speech Comunication） | 1.素养目标： 跨文化素养：培养学生的跨文化意识和全球视野，使其能够在多元文化交流中保持开放、包容的态度，尊重并理解不同文化背景下的沟通方式和价值观。 职业素养：通过双语教学，提升学生的职业素养，包括在国际职场中的沟通礼仪、谈判技巧以及跨文化商务沟通等能力。 2.知识目标： 双语基础知识：掌握英语和母语的基本词汇、语法和表达习惯，为双语沟通打下坚实基础。 演讲与沟通理论：了解演讲的基本原理、技巧以及不同场合下的沟通策略，包括公共演讲、小组讨论、辩论等多种形式。 跨文化沟通知识：学习不同文化背景下的沟通方式和规则，包括文化差异对沟通的影响、跨文化沟通中的非语言因素等。 3.能力目标：
双语表达能力：能够用流利的英语和母语进行演讲和沟通，包括口头和书面表达，以及听力理解能力。 跨文化沟通能力：能够在不同文化背景下进行有效的沟通，包括适应不同沟通方式、处理文化冲突以及构建和谐的跨文化关系等。 演讲技巧：掌握公共演讲的技巧和方法，包括演讲稿的撰写、演讲的开场白和结束语、演讲中的肢体语言等。 沟通策略制定：能够根据不同场合和对象制定合适的沟通策略，包括沟通目标的设定、沟通方式的选择以及沟通效果的评估等。 | 1．基础知识讲解： 沟通技巧与演讲口才的基知识，包括明确表达观点与意图、有效交流与倾听等；沟通的基本元素，如明确表达意图、倾听他人观点、尊重他人意见等；演讲类型与内容组织，涵不同类型的演讲作品及其内容策划。 2.经典作品赏析： 通过分析经典演讲案例，学习优秀演讲者的表达技巧、语言运用和演讲仪态；对学生案例进行点评，指优点与不足，提供改进建议。 3.模拟案例练习： 提供模拟演讲场景，让学生在实际操作中练习演讲与沟通技巧；通过角色扮演等活动，让生在真实场景中运用所学的语言进行交流。
| 1.授课教师要求： 专业知识背景：教师应具备语言学、教育学、传播学等相关领域的专业背景，并对演讲与沟通领域有深入的研究和丰富的实践经验；教师应具备流利的双语（如英语和母语）能力，并能自如地运用两种语言进行教学和交流。 教学能力： 教师应具备良好的教学设计和组织力，能够根据学生的实际情况和需求，制定合理的教学计划和教案；教师应具备启发式教学和互动式教学的能力，能够激发学生的学习兴趣和积极性，鼓励学生主动参与课堂讨论和实践。 实践经验：教师应具备丰富的演讲与沟通实践经验，包括公共演讲、商务谈判、跨文化交等方面的经验。 2.教学方法及要求： 双语教学：教师应采用双语进行教学，交替使用英语和母语进行授课和讨论；教师应注重培养学生的双语表达能力和跨文化沟通能力。 案例教学：教师应结合实际案例进行教学，通过案例分析、角扮演等方式，使学生能够更好地理解和掌握演讲与沟通的技巧和方法。 互动式教学：教师应采用互动式教学的方式，鼓励学生积极参与课堂讨论和实践。 多种教学手段：采用多媒体教学、网络教学等多种手段，提高教学效果。利用演示文稿、视频教程、在线资源等丰富教学内容，提高学生的学习兴趣和积极性。 3.考核评价形式及要求： 课程采用多种方式相结合的进行评价，包括课堂考勤、课堂表现、作业、实践、期中考试、期末考试等。全面评价学生的学习情况和综合素质。 课程总评成绩=平时成绩+期末成绩。总评成绩由平时表现（占60%）和考试成绩（占40%）两部分构成。平时成绩包括课堂课后作业（占50%），出勤与课堂表现（占10%）；考试成绩包括期末考试成绩（占40%）。 | 64 |
（二）专业实践内容描述
表5 专业实践教学安排表
序号 | 课程名称 | 学时 | 实训项目内容 | 能力目标 |
总学时 | 实践学时 |
1 | 大数据程序设计基础实训 | 26 | 26 | 1.基本语法练习 2.函数和递归 3.数组和字符串 4.结构体和指针 5.综合实训项目
| 1.掌握C语言的基本语法。 2.学会使用C语言进行基本的输入输出操作。 3.熟练掌握函数的定义和调用，了解递归函数的概念和用法。 4.掌握数组、结构体、指针等高级特性的使用。 |
2 | 数据库技术与应用(MYSQL)实训 | 26 | 26 | 1.环境准备 2.数据库与表操作 3.数据操作 4.高级查询与统计 5数据库安全与性能优
| 1.掌握MySQL数据库的基本操作。 2.熟悉数据表的设计与管理。 3.理解SQL语言。 4.应用MySQL进行数据查询与统计。 5.了解数据库的安全与性能优化。 |
3 | 毕业实习（1） | 208 | 208 | 1.岗位职责与任务 了解岗位职责：熟悉实习岗位的职责范围、工作流程和相关规定。 执行任务：根据实习导师或上级的安排，完成日常工作任务，如数据录入、文档整理、市场调研等。 参与项目：根据项目需求，参与项目的策划、执行和总结，了解项目管理的全过程。
2.专业技能实践 专业技能应用：将课堂所学的专业知识应用于实际工作中，如软件开发、数据分析、市场营销等。 技能提升：通过实习，发现并解决自己在专业技能方面的不足，提升自己的专业能力。 学习新技术：了解行业内的最新技术和趋势，学习并掌握新技术，提升自己的竞争力。
3.职业素养培养 职场文化体验：了解实习单位的职场文化，如团队协作、沟通方式、工作习惯等。 团队协作：与团队成员协作完成任务，培养团队协作和沟通能力。 职业道德：遵守职业道德规范，保持诚信、勤奋、敬业的工作态度。
4.实习总结与反馈 实习总结：在实习结束后，对实习过程进行总结，包括自己的收获、不足以及改进方向。 反馈交流：与实习导师或上级进行反馈交流，听取他们的意见和建议，为自己的职业发展提供参考。 实习小结：撰写实习实践报告，总结实习过程中的收获和体会，分析自己的成长和进步。 实习鉴定：由实习单位出具实习鉴定，对学生的实习表现进行评价和肯定。
| 1．理论与实践结合：将课堂所学理论知识应用于实际工作中，加深对专业知识的理解。 2.技能提升：通过实习，提升专业技能和职业素养，为未来的职业生涯做好准备。 3.职场体验：了解职场文化，培养团队协作和沟通能力，为将来的工作生活奠定基础。 |
4 | 毕业实习（2） | 208 | 208 | 同毕业实训（1） | 同毕业实训（1） |
5 | 毕业综合训练 | 208 | 208 | 1.完成毕业综合训练任务书。 2.完成毕业论文/毕业设计阶段。 制作简洁明了、逻辑清晰的答辩PPT，突出论文的主要内容和创新点。PPT中应包含研究背景、目的、方法、结果、结论和展望等关键部分。 3.参与毕业答辩。 4.提交毕业综合训练材料。包含实习小结1和2。 | 1.专业能力展示 充分掌握所学专业知识：学生能够系统地回顾并准确阐述其研究领域的理论基础、研究方法和实践经验，确保答辩内容具有深度和广度。 论文立论正确：学生能够清晰地阐述论文的论点、论据和论证过程，确保论文的逻辑性和严密性。 论文质量达标：确保论文结构严谨、条理清楚，语言表达准确，符合学术规范和标准。
2.表达能力提升 3.综合素质展现 5.具体能力指标 答辩准备充分：学生能够充分准备答辩内容，熟悉论文结构和关键点，确保答辩过程中不会出现明显的遗漏或错误。 答辩时间控制：学生应合理安排答辩时间，确保在规定时间内完成答辩任务，避免超时或时间不足的情况。 答辩材料规范：学生提交的答辩材料应规范、完整，符合学校或学院的要求，确保评委能够全面了解学生的研究成果和学术能力。
|
七、教学进程总体安排
（一）教学活动周进程安排
表6 教学活动周进程安排表
学期 | 入学与专业认知教育 | 军训 | 理论（理实一体）教学 | 集中实践教学 | 毕业实习 | 考试 | 机动 | 合计 |
第一学期 | 1 | 2 | 14 | 2 |
| 1 | 0 | 20 |
第二学期 | 0 | 0 | 16 | 2 |
| 1 | 1 | 20 |
第三学期 | 0 | 0 | 16 | 3 |
| 1 | 0 | 20 |
第四学期 | 0 | 0 | 16 | 2 |
| 1 | 1 | 20 |
第五学期 | 0 | 0 | 8 | 2 | 8 | 1 | 1 | 20 |
第六学期 | 0 | 0 | 0 | 0 | 16 | 0 | 4 | 20 |
总计 | 1 | 2 | 70 | 11 | 24 | 5 | 7 | 120 |
（二）学时安排
表7 教学总学时结构分配表
课程类型 | 课程门数 | 学时学分 | 占总学时比（%） | 占总学分比（%） |
总学时 | 理论学时 | 实践学时 | 学分 |
公共基础课程 | 公共必修 | 14 | 652 | 392 | 260 | 41.5 | 23.4 | 26.1 |
限定选修 | 5 | 184 | 64 | 120 | 11.5 | 6.6 | 7.2 |
任意选修 | 2 | 64 | 64 | 0 | 4 | 2.3 | 2.5 |
专业技能课程 | 专业基础 | 11 | 560 | 340 | 220 | 35 | 20.0 | 22.0 |
专业核心 | 7 | 352 | 188 | 164 | 22 | 12.6 | 13.8 |
专业实践 | 5 | 676 | 0 | 676 | 26 | 24.2 | 16.4 |
拓展教育课程 | 专业拓展 | 4 | 192 | 108 | 84 | 12 | 6.9 | 7.6 |
专业选修 | 3 | 112 | 112 | 0 | 7 | 4.0 | 4.4 |
合计 | 51 | 2792 | 1268 | 1524 | 159 | 100 | 100 |
公共基础课程900学时，占总学时比例32.2%； 选修课程304学时，占总学时比例10.9%； 实践性教学1524学时，占总学时比例54.6%。 |
（三）教学进程表（见附录）
八、实施保障
主要包括课程思政、师资队伍、教学设施、教学资源、教学方法、学习评价、质量管理等方面。
（一）课程思政
围绕教师、教材、教法三大关键要素，创新人才培养模式，拓展育人途径，将思想政治工作贯穿于教育教学全过程。教研室定期组织课程思政专题集体备课与教学研讨，系统梳理各门课程所蕴含的思想政治教育元素和所承载的思想政治教育功能。完善教学设计，将课程思政具体落实到课堂教学、实践教学的每个环节。注重课程思政学习效果的评价，作为学生考核关键知识和衡量教学效果的首要指标，纳入命题考核内容。注重课程思政教学效果的评价，将课程思政作为教学督导和课程评价的重要内容之一。
（二）师资队伍
1.队伍结构
本专业现有专任教师10人：具有高校教师资格，有与专业相关的学科背景，具有相应的知识和能力。其中，高级职称1人，副高级职称2人，中级职称4人，“双师素质”10人，且具有相关专业资格证书。教师队伍中的教师均属25-50年龄段中的中青年教师，超过50%的40岁以下中青年教师队伍结构使得整个专业教研室充满活力，富于创新。
本专业现有兼职教师3人：具有中级及以上相关专业职称，具有扎实的专业知识和丰富的实践工作经验，其中还拥有来自行业、企业具有丰富经验和高知名度的行业专家、技术能手。
本专业现有外籍教师2人，均为美国合作大学（凯泽大学）委派至上海授课教授，英语授课，理论与实践并重，根据学生实际水平制定学与教的互动型教学计划。
2.专业带头人
专业带头人原则上应具有高级职称。要求从获得国家级及省部级荣誉称号，主持过国家级及省部级课题，在国内外学科领域、行业组织、知名企业担任重要职务等方面考虑。
3.任课教师（含专兼职教师）
专任教师具有高校教师资格和本专业领域有关证书。所有专任教师均为“双师”型教师，教育理念先进，有道德情操，有扎实学识，有仁爱之心。具有扎实的本专业相关理论功底和实践能力，知识面广。具有较强的信息化教学能力，能够开展课程教学改革和科学研究。
兼职教师具有良好的思想政治素质、职业道德和工匠精神，热心职业教育，本科以上学历，是企业技术骨干、能工巧匠。具有扎实的专业知识和丰富的实际工作经验。能承担专业课程教学、实习实训指导和学生职业发展规划指导等教学任务。
（三）教学设施
主要包括专业教室基本条件、校内实训室（基地）基本要求、校外实训基地基本要求。
1.专业教室基本条件
一般专业教室为多媒体教室，配备多媒体计算机和投影设备、黑板、音响设备，互联网计入或WiFi环境，并具有网络安全防护措施。安装应急照明装置并保持良好状态，符合紧急疏散要求、标志明显，保持逃生通道畅通无阻。
2.校内实训室（基地）基本要求
为了更好地培养学生大数据应用能力，按照实用性、先进性、开放性、共享性的建设目标，需要建设集教学、培训、技能鉴定、工学结合、顶岗实习、应用科研等多种功能于一体的校内实验、实训室，以满足实践教学的需要。
表8 校内实训场地要求一览表
序号 | 实训场地名称 | 主要实训项目 | 设施配置 | 容纳学生人数 | 适用课程 |
1 | 大数据基础实训室 | 基于信息技术、程序设计基础、Java 程序设计、MySQL等课程的教学与实训 | 主要安装办公软件、Dev-C++、Eclipse、MySQL 等相关软件 | 70 | 大数据程序设计基础、Java程序设计语言、数据库技术与应用（MYSQL） |
2 | 商务数据分析实训室 | 基于数据统计、会计学原理、财务管理学等课程的教学与实训 | 主要安装办公软件、PowerBI等相关软件 | 70 | 数据统计、PowerBI商业数据分析、财务管理学、会计学原理 |
3 | 数据可视化分析实训室 | 基于Python、数字化媒体等课程的教学与实训 | 主要安装办公软件、Python、Anaconda，UI等相关软件 | 70 | Python程序设计基础、数据可视化分析、数字化媒体营销 |
4 | 大数据技术综合实训室 | 基于Hadoop、网络数据爬虫、数据分析与挖掘等课程的教学与实训 | 主要安装HBuilder、Hadoop、Spark、Hive、Python、SQL 数据库等相关软件 | 70 | Hadoop大数据开发技术基础、Python网络爬虫技术、数据分析与数据挖掘 |
3.校外实训基地基本要求
校外实训基地应选择具有一定生产能力和生产规模的企业，具备满足学生实习的工位数量，具备一定数量能指导实习的技术管理人员，具备学生基本生活条件，能保证学生人身安全，有干净卫生的环境。符合条件的企业，双方愿意建立互动的校企合作机制，互利双赢，可确定为校外实习实训基地，并签订《实习实训基地协议》。
表9 校外实践教学基地一览表
序号 | 校外实践基地名称 |
1 | 上海机床厂有限公司 |
2 | 浩科机器人（苏州）有限公司 |
3 | 上海节卡机器人科技有限公司 |
4 | 上海兰慧麒科技有限公司 |
（四）教学资源
1.教材选用基本要求
本专业教材的选用应符合职业教育教学规律，便于课堂教学，有利于激发学生学习兴趣。具有正确的政治导向和价值导向，具有科学性、规范性、适应性和合理性，应优先选用国家和省级规划教材、精品教材及获得省部级以上奖励的优秀教材，优先选用近三年出版的新教材或修订版教材。鼓励专业教师与行业专家、技术骨干联合开发实训教材、数字化教材、特色鲜明的专业课校本教材。
2.图书文献配备基本要求
图书文献配备能满足人才培养、专业建设及教学科研需求，且按生均80册的标准配备，方便师生查询、借阅。专业类图书文献包括：专业基础课程类、专业核心课程类、专业集中实践课程类、专业拓展课程类、公共基础课程类等相适应的图书、期刊、资料、标准、规程、图集和手册等。
3.数字教学资源配备基本要求
依据超星学习通平台，利用学院专业教师团队开发和建设的课程及其他数字教学资源进行信息化教学，创新教学方法、提升教学效果。专业已在超星教学平台开通所有课程教学资源库，其中包括2门精品在线开发课程，供学生使用。
（五）教学方法
根据学生特点，普及项目教学、案例教学、情境教学、模块化教学等教学方式，广泛运用启发式、探究式、讨论式、参与式等教学方法，推广翻转课堂、混合式教学、实时互动、移动学习等信息化教学模式，推动课堂教学革命。加强课堂教学管理，规范教学秩序，打造优质课堂。
（六）学习评价
改进学习过程管理与评价。严格落实培养目标和培养规格要求，加大过程考核、实践技能考核成绩在课程总成绩中的比重。严格考试纪律，健全多元化考核评价体系，完善学生学习过程监测、评价与反馈机制，引导学生自我管理、主动学习，提高学习效率。强化实习、实训、毕业设计（论文）等实践性教学环节的全过程管理与考核评价。
（七）质量管理
1.建立专业建设和教学质量诊断与改进机制，健全专业教学质量监控管理制度，完善课堂教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面质量标准建设，通过教学实施、过程监控、质量评价和持续改进，达成人才培养规格。
2.制定每学期的教学进程表，根据专业培养计划和课程标准制定教学进程表，安排每门课程理论教学课时和实训课时，合理安排实训地点，为课程教学的顺利实施创造条件。
3.任课教师制定课程教学计划表和实训教学计划表，按照专业培养计划和课程标准的要求,规划和确定教学过程的具体任务;考虑各门课程的具体情况，注意激发学生的学习动力，发挥学生的能动性，有机地控制教学过程，恰当地安排过程评价。
4.制定实训指导书，明确实训要求、实训地点、实训指导老师安排；确定具体的实训内容、实训进度；为实训的正常进行创造良好条件。
5.加强与相关行业的企业合作，建立校外实训基地，安排学生到校外实训基地实训，加强学生专业知识的应用能力，培养良好的职业素养。
6.定期开展课程建设水平和教学质量诊断与改进，建立健全听课、评教等制度，建立与企业联动的实践教学环节，严明教学纪律，强化教学组织功能,定期开展教研活动。
九、毕业要求
1.学生在规定修业年限内，修满专业人才培养方案所规定的学时学分，完成规定的实训、毕业实习和社会实践；
2.实行课证融通制度，鼓励学生在获得学历证书的同时，积极取得若干职业技能等级证书或职业资格证书；
3. “双注册”：在中方高职三年学习期间，修满中方高职课程98学分及美方副学士课程61学分，符合学籍管理规定的毕业条件，准予毕业，颁发中方高职毕业证书，同时获得美国凯泽大学副学士毕业证书。
十、附录
包括教学进程安排表等。
