一、培养目标

本专业主要培养掌握信息科学、数据科学的基础理论，熟练掌握大数据采集、处理、分析与应用的技术与核心技能，具有大数据分析、处理、挖掘和可视化，大数据系统集成、管理维护等能力，能够承担企业、事业、政府、社会组织等部门的信息管理、信息咨询服务、信息研究等工作的有一定创新能力的高素质技术应用人才。

二、教育层次、学制和修业年限

本专业的教育层次为专科起点本科（专升本）。

学制2年，最低修业年限为2.5年，学籍8年有效。毕业总学分为90学分，收费学分为71学分。

获得国民教育系列专科或以上学历的人员可注册专业学历学习。获得普通高中、职业高中或技工学校以上学历的人员可注册单科课程学习。

三、就业岗位

本专业毕业生可在政府机关、企事业单位、教育培训单位、房地产、金融、移动互联网等领域从事大数据平台运维、基于大数据平台的分布式程序开发、数据分析、数据可视化、数据挖掘等工作，也可以在IT领域从事计算机应用工作。

四、专业团队

本专业团队素质优良、结构合理，具备较强实践操作能力和科研水平。团队教师已全部硕士化，具备“双师型”素质，其中70%教师具有高级职称或博士学历。本专业还与知名企业合作，从企业聘请经验丰富、技术能力突出的技术专家担任兼职教师，实现产教学深度融合，同时聘请知名学校教师授课，以最先进的教学理念指导，建设优质网络教学资源。

五、专业特色

1．全方位的人才培养

整合高校与企业资源，从市场需求出发，明确培养目标，不仅注重培养学习者的学习能力，更注重培养学习者的基础素质与能力素质。

2．企业级课程体系

邀请行业技术专家和教育领域专家一起参与课程体系的研发，将高校教学与企业需求高度融合，培养学习者的理论知识和动手实践能力。把握行业发展趋势，设计新颖、实用的课程内容。

3．企业级授课师资

聘请知名企业从业师资和高校的优秀教师进行课程的讲解，为学习者带来最前沿最实用的专业知识，使学习者掌握技术的精髓，缩短与企业融合的时间，真正满足企业的用人需求，为未来就业增加更多筹码。

六、教学模式

课程教学基于网络教学平台的远程自主协作式教学模式。利用学校网络教学平台(Moodle)提供的优质教学资源，依托互联网进行远程交互式教学。构建了以学习者为中心，远程学习与面授相结合的“线上线下混合式”教学模式。

七、学习支持服务

学校为每门课程配备课程责任教师，课程责任教师负责统筹课程教学，组织教学团队人员建设学习资源并发布在广东开放大学网络教学平台上，提供实时和非实时的学习支持服务；学校为学习者安排课程辅导教师，为学习者提供课程学习指导。学习者根据自己的学习环境与需求，自主安排学习进度，通过“翻转课堂”、协作学习，与课程责任教师、辅导教师、同学进行实时或非实时的交流，获得学习帮助。

八、专业核心课程

操作系统原理与应用、数据采集技术、数据挖掘与数据仓库、大数据分析与应用、数据可视化技术、大数据存储与运算等。

课程简介：

1、操作系统原理与应用

本课程是数据科学与大数据专业开设的专业核心课。本课程将全面介绍Linux操作系统，包括Linux的起源及功能、Linux的文件系统、shell、vi和vim的使用方法、Linux账号管理与Linux系统实践应用等，通过学习培养学生熟练应用Linux平台的能力。

本课程的教学目的：掌握常用命令、系统配置与管理、vi与编程及调试、网络服务器配置与管理等。

2、数据采集技术

本课程是数据科学与大数据专业开设的专业基础课和学位课。随着大数据概念逐渐升温，如何进行海量数据收集与处理成为了当今社会的一个热点问题。本课程系统的介绍了数据采集的基本概念、特点和核心技术，为网络数据采集、数据处理提供了全面的指导。通过本课程的学习，使学生全面系统地学习捕捉、清洗和管理大容量数据的原理和相关技术，并通过对海量数据的交换、整合和分析，发现新的知识，创造新的商业价值与机会。

本课程的主要内容：数据采集方法、网络爬虫原理及应用、数据预处理、数据清洗、数据存储及转换等。

3、数据挖掘与数据仓库

本课程是数据科学与大数据技术专业开设的专业核心课。本课程以数据仓库与数据挖掘的基本概念和基本方法为主要内容，以方法的应用为主线，系统叙述数据仓库和数据挖掘的有关概念和基础知识，使学生尽快掌握数据仓库和数据挖掘的基本概念，基本方法和应用背景。本课程要求学生能对数据仓库和数据挖掘的基本方法和基本概念有整体的了解，掌握建立数据仓库的原理和方法,从理论上掌握数据仓库、OLAP联机分析的基本概念、原理、主要算法及应用系统解决方案，对数据挖掘的关联规则，分类方法，聚类方法有深入的了解，并能够在软件开发过程中熟练掌握这些方法加以应用。

4、数据可视化技术

本课程是数据科学与大数据专业开设的专业核心课和学位课。本课程系统、全面地介绍了大数据可视化技术的基本知识和概念，针对应用中遇到的不同类型的数据介绍相应的可视化方法，并介绍可视化的实用系统和综合应用，为学生学习数据可视化提供了全面的指导。本课程要求学生掌握数据可视化原理、分类和流程，掌握数据处理和变换方法，理解可视化编码方法，能使用Excel、Spreadsheets、Tableau以及Python语言库等常用可视化工具对数据进行可视化处理。

5、大数据分析与应用

本课程是数据科学与大数据专业开设的专业核心课和学位课。本课程从大数据计算系统的三个层次对数据模型、处理算法、计算模型与架构、开发技术标准等内容进行综合性的介绍，重点阐述各类数据分析算法和MapReduce，图并行计算，交互式处理，流计算，内存计算等计算架构。本课程要求学生掌握大数据分析的基本理论、技术和典型的应用场景，掌握如何分析数据、解决问题、完成相关研究的方法。通过本课程学习，能增强学生实际动手解决问题的能力，培养创新和独立思考的意识。

6、大数据存储与运算

本课程是数据科学与大数据专业开设的专业选修课。本课程以Hadoop平台为基础，深入介绍大数据存储与运算的原理和实现，包括分布式存储架构以及快速、稳定地存取数据的相关技术。本课程要求学生掌握Hadoop的原理、架构、安装、配置，熟悉Hadoop的IDE开发环境，具备Hadoop编程开发能力。

课程主要内容包括：Hadoop架构、Hadoop 命令、Hadoop编程基础、Hadoop Java API、Hadoop案例等。

九、毕业和学位

修满规定学分，通过毕业审核，准予毕业，颁发广东开放大学本科毕业证书。

本专业设置3门学位课程：数据采集技术、大数据分析与应用、数据可视化技术。根据《广东开放大学学士学位授予实施细则（试行）》，满足学位授予条件，可向学校学位评定委员会申请学士学位。