大数据技术与应用专业建设

⼤数据技术与应⽤专业建设调研报告

⾃党的⼗⼋⼤以来，我国提出了实施国家⼤数据战略的重⼤决策。国务院和相关部门先后印发了《促进⼤数据发展⾏动纲要》、《⼤数据产业发展规划（2016～2020年）》等指导性⽂件。各部门、各地⽅⾼度重视，据不完全统计，我国已有20多个省级地⽅和10余个部委出台了本地区、本⾏业⼤数据发展规划，我国⼤数据发展已经正式驶⼊快车道。

2015年9⽉5⽇经李克强总理签批，国务院印发《促进⼤数据发展⾏动纲要》（以下简称《纲要》），系统指导我国⼤数据发展的国家顶层设计和总体部署⼤数据发展⼯作。《纲要》提出从政府⼤数据、新兴产业⼤数据、安全保障体系三个⽅⾯着⼿推进⼤数据领域⼗⼤⼯程建设，将我国⼤数据发展推向了另⼀个制⾼点。

职业教育服务经济与社会发展，必须紧跟产业发展步伐，随着经济增长⽅式转变⽽“动”，跟着产业结构调整升级⽽“⾛”，围着企业技能型⼈才需求⽽“转”，适应市场的需求⽽“变”。在⼤数据技术飞速发展的今天，职业教育必须紧跟⼤数据产业发展步伐。为了更好地了解相关⾏业企业对⼤数据⼈才的需求，促进⼤数据技术与应⽤专业教学及专业建设，⼤数据技术与应⽤专业教学资源库建设团队在国内外针对⼤数据在⾏业企业的需求开展了调研。⼀、调研⽬的

1、了解⼤数据⾏业企业对⼤数据技术与应⽤专业⼈才的需求倾向、⼈才需求规格预测、就业预测、⼈才的市场定位等；2、了解⼤数据⾏业企业对⼤数据技术与应⽤专业⼈才培养模式、培养⽬标的意见，以及对专业知识、岗位分⼯、职业技能等的要求；

3、了解往届相关专业毕业⽣在⼯作单位的表现及⽤⼈单位对往届毕业⽣的⼯作、岗位能⼒评价；

4、与相关企业建⽴校企合作模式，促进教学与社会实践的联系，为⼤数据技术与应⽤专业教学资源库的专业建设、课程体系建设及培养模式寻找更完善的发展⽅向。⼆、调研⽅式

1.问卷调查：印制问卷涵寄或⾯交，请企业相关⼈员作答。2.实地调研：教师到企业和⽤⼈单位实地调研。

3.座谈调研：邀请⽤⼈单位的技术⼈员、管理⼈员到系⾥开展座谈交流。4.⽹上调查：到⽹上搜索有关⼈才需求、课程设计、教学计划等信息。三、国内外⼤数据发展现状（⼀）⼤数据产业呈现爆炸式增长

由IDC和EMC联合发布的《The Digital Universe of Opportunities : Rich Data and the Increasing Value of Internet of Things》研究报告中指出，2011年全球数据总量已达到1.8ZB，并将以每两年翻⼀番的速度增长，到2020年，全球数据量将达到40ZB，均摊到每个⼈⾝上达到5200GB以上。

图2-1 2014-2020年中国⼤数据市场规模及增速

在“2017年世界电信和信息化社会⽇⼤会”上，⼯信部总⼯程师张峰指出，我国的数据总量正在以年均50%的速度持续增长，预计到2020年，我国数据总量在全球占⽐将达到21%。美国市场研究公司IDC发布的报告称，全球⼤数据技术和服务市场将在未来⼏年保持31.7%的年复合增长率，2016年总规模达到238亿美元。（⼆）⼤数据产业应⽤需求扩张

⼤数据产业应⽤包括了政府/公共事业、物流零售、⽂化娱乐、能源/制造、⾦融/保险、旅游、IT互联⽹电信等⾏业，可以看出⼤数据已经受到⼴泛的⾏业关注。

图2-2 ⼤数据在中国的⾏业分布

参与⼤数据调查的⾏业中，来⾃能源/制造⾏业的最多，⽐例达44.9%，其次是政府与公共事业部，⽐例为17%，第三则是⾦融与保险⾏业，为10.3%。接下来，分别是物流零售（8.7%）、⽂化娱乐（6.3%）、IT/互联⽹/电信（5.8%）、旅游（3.36%）。与数据规模的调查数据相对⽐，我们发现50TB以上的数据容量主要分布在能源/制造（47.8%）、⾦融/保险（20.5%）与政府/公共事业（15.9%）。

从各个⾏业对⼤数据调研的参与程度其实已经可以反映出各⾏业对⼤数据的关注程度，能源/制造⾏业对于市场⾏情的数据更为敏感，历史的商品⾏情对于未来的产品设计、风险评估以及市场导向都有较强的参考意义。⽽随着政府与公共事业的服务意识的强加与转变，以及更智慧的执政与管理理念的带动，对于数据的管理与分析的需求也在⽇益加强。在⾦融与保险⾏业，则是传统的数据量⼤户，⽽在新时代更好更快的发现客户⾦融习惯，将是⾦融与保险⾏业未来竞争必须要做的事情。其次，物流零售的数据价值也在⽇益显现，成为排名第四的参与调查的⾏业，⽽新兴的，数据积累（尤其是⾮结构化数据）历史尚浅的⽂化娱乐、IT/互联⽹/电信⾏业则分列第五和第六。看来⼤数据已经成为众多⾏业关注和探讨的话题，其影响⼒已经覆盖了从传统的制造⾏业到新型的⽂化娱乐、IT、互联⽹⾏业。（三）⼈才供不应求

美国⼈才招聘市场的数据分析领先者WANTED Analytics和Forbes对来⾃150个国家的10亿个岗位信息进⾏了统计，基于“数据分析”、“数据采集”、“数据挖掘”和“数据结构”四项技能的⼤数据专业⼈才市场需求分析，在对过去12个⽉美国就业市场“⼤数据”相关岗位的分析中发现：需要“⼤数据”技能的岗位空缺呈现⾼速增长。

麦肯锡全球研究所（MGI）和麦肯锡商业技术办公室在对医疗、公共、零售、制造业和个⼈定位等五个领域内详细研究了⼤数据发展趋势后发布的研究报告

预测：由于⼤数据的引⼊，会造成信息分析⼈才的缺乏，预计到2018年，仅美国就需要14～19万信息分析专业⼈才以及150万懂得⼤数据的管理⼈员和分析师。⼤数据不仅提⾼了产业价值，还能够⼤幅度的拉动就业。

随着各⼤公司纷纷上马⼤数据业务，对⼤数据⼈才的需要，市场上正处于⼗分旺盛的阶段。据Gartner预测，全球将新增440万个与⼤数据相关的⼯作岗位。⼤数据的发展也会催⽣出⼀些新职业如⼤数据分析师、⾸席数据官等，然⽽⼈才供给的缺乏正是⼤数据发展⾯临的⼀个瓶颈。⽬前企业发展⼤数据已步⼊初级阶段，不论是拓展⼤数据业务的百度、阿⾥、奇虎360等互联⽹公司，还是专业提供数据服务的⼤数据服务商，对专业的⼤数据⼈才均有较⾼的需求量。⽽今年，这⼀“⼈才荒”的情况正在愈演愈烈，从⼀定程度上说，⼈才匮乏已经成为制约⼤数据应⽤产业发展的重要因素。

图2-3 ⼤数据⼈才市场需求分析

（四）⼤数据技术与应⽤专业系统化课程资源匮乏

就⽬前来看，在互联⽹上已经拥有了较多的单体资源，例如Java程序设计、MapReduce程序设计、Hadoop体系框架等课程资源⾮常丰富，但是缺少资源的系统性，很多学习者不知如何去养成职业岗位能⼒要求。从⽬前来看，建设⼀个⼤数据技术与应⽤领域的优质资源库，同时为学习者提出科学合理的学习建议，是⾮常有必要的。四、典型⼯作岗位及能⼒分析

由于我国⼤数据产品正处于起步阶段，市场对技能型、操作性的⼈才需求相对较⾼，从统计数据上看，⼤数据⾏业求职者学历与招聘需求出现错位，主要表现为⼤专的招聘需求⾼于求职者占⽐，⽽硕⼠以上的需求则正好相反。⽬前，⼤数据相关⼯作按照专业范围和⼯作特点⼤致可分为如下1)、数据处理类：

该类职位要求对数据存储⽅式和数据存储结构有⼀定的理解，了解数据的定义，并且可以通过多种采集⽅式获取原始数据，按特定要求处理数据。该职位应了解基本的统计学⽅法，能应⽤统计学的⼯具，同时掌握⼤数据平台的相关操作技术，能将数据处理⽅法通过⼤数据平台实现。

对于企业来讲，这部分⼈群在⼯作中对专业的熟练程度要求也是⾮常⾼的，例如能熟练做出因⼦分析，聚类等基础技术处理，包括类似的各类数据统计处理技术。完成业务中数据的前期预处理和处理基础⼯作，提供⾼质量的数据供数据分析和解读。2)、⼤数据运维类：

该类职位要求具备⼤规模服务器集群的运维能⼒，同时具备⼤型数据库运维能⼒。服务器运维包括维护并确保服务器的可⽤性，不断优化系统架构、提升部署效率和优化资源利⽤率等。数据库运维包括具备软件安装、配置优化、数据恢复和迁移、数据库故障排除、预防性巡检等⼀系列能⼒。

运维⼯程师⾯对的最⼤挑战是⼤规模服务器集群的管理问题，如何管理好⼏⼗万台服务器上的服务，同时保障服务的⾼可⽤性，是运维⼯程师⾯临的最⼤难题。因此，作为运维类⼯作，特别是⼤数据级的运维⼯作，职位要求应该具备扎实的基础知识。包括掌握如Java/Python等⾄少2种编程语⾔、熟练掌握常⽤的算法并能灵活运⽤、熟悉⽹络基础知识、深⼊理解Linux操作系统等。

同时，在⼤数据环境下，还应该掌握熟悉分布式计算或者存储系统。3)、⼤数据技术⽀持类：

⼤数据技术⽀持类包括售前技术⽀持和售后技术⽀持。售前技术⽀持能够在⼤数据应⽤系统实施前遇到⽆法解决的问题时提供技术⽀持；售后技术⽀持能够在⼤数据应⽤系统部署完成后，为客户提供售后服务，帮助⼯程师诊断并解决⼤数据应⽤系统使⽤过程中出现的问题。

该类职位需要掌握⼤规模服务器集群知识，以及⼤数据相关基础。具体包括掌握⾄少1门编程语⾔、掌握Linux操作系统、掌握分布式计算和存储系统等。同时技术⽀持需要⾯对客户，应具备⼀定的沟通和团队协作能⼒。

校企专家通过对上述典型⼯作岗位的能⼒要求分析研讨，形成⼤数据技术与应⽤专业岗位职业能⼒分析表。表3-4 ⼤数据技术与应⽤主要⼯作任务描述典型⼯

作任务

能⼒要求知识要求技能要求课程⼤数据平台运维通过系统监控、集群配置等技术⼿段，保证⼤数据平台能够长期稳定的⽀撑企业⼤数据业务的⼯作能⼒

1、掌握计算机基础知识；2、掌握⽹络基础知识、中⼩型局域⽹组建和运维技术；

3、掌握服务器及存储基础知识，

4、掌握主流操作系统（如Linux、Windows）5、掌握主流数据库基础技术（如oracle、MySQL、NoSql等）

6、掌握脚本编写⽅法（如shell、Python等）1、能够配置和管理⽹络设备，完成⽹络搭建2、能够配置和管理服务器和存储，完成相关设备的维护3、能够完成操作系统的安装和配

置

4、能够完成⼤数据平台的⽇常维护数据处理技术（Python）数据库基础Linux操作系统⼤数据概论⽹络技术⼤数据平台构建⼤数据安全管理Hadoop综合实训云计算与虚拟化Spark综合

7、掌握Hadoop/Spark相关组件的基础理论知识及运维⼯具的使⽤；8、掌握HDFS、Hbase、hive、yarn等组件的基本操作5、能够使⽤⼯具完成⼤数据平台的软硬件平台运⾏状态监控6、能够完成⼤数据平台的故障应急处理实训

数据预处理通过数据抽取、整理、传输、加载、校验等技术⼿段，结合⼯具，保证

⾼效的为⼤数据分析提供⾼质量的数据资源的⼯作能⼒

1、掌握计算机基础知识；2、掌握主流数据库基础技术（如Oracle、MySQL、NoSql等）

3、掌握shell脚本编程，熟悉Java、Python等开发语⾔

4、掌握Hadoop/Spark相关组件的基础理论知识及运维⼯具的使⽤；1、能够使⽤⼯具从数据源抽取所需数据

2、能够使⽤⼯具对数据进⾏指定操作，如转换、清洗、校验等3、能够使⽤⼯具完成数据加载，如传输、建库、校验等4、具备分布式ETL过程调优能⼒应⽤程序开发基础（Java）数据处理技术（Python）数据库基础

Hadoop综合实训Spark综合实训爬⾍技术实训云计算与虚拟化概率论与数理统计数据清洗

⼤数据平台部署通过综合运⽤服务器、交换机、存储、虚拟化、云计算、⼤数据等基础知识，保证快速、⾼效的完成⼤数据平台环境等搭建和部署的⼯作能⼒

1、掌握计算机基础知识；2、掌握⽹络基础知识、中⼩型局域⽹组建和运维技术；

3、掌握服务器及存储基础知识，

4、掌握主流操作系统（如Linux、Windows）5、掌握主流数据库基础技术（如Oracle、MySQL、NoSql等）

6、了解⼤数据基础知识和基本框架1、能够配置和管理⽹络设备，完成⽹络搭建2、能够配置和管理服务器和存储，完成相关设备的维护3、能够完成操作系统的安装和配置

4、能够完成⼤数据平台的搭建、测试及调优数据库基础Linux操作系统⼤数据概论⽹络技术⼤数据平台构建⼤数据安全管理⼤数据测试技术Hadoop综合实训Spark综合实训云计算与虚拟化

可视化设计与开发通过数据可视化报表技术、商业智

能报表⼯具、常⽤Web开发框架以及程序开发语⾔，能够进⾏可视化应⽤的设计、开发与展⽰，直观的为客户呈现⼤数据的价值

1、掌握主流操作系统（如Linux、Windows）2、掌握数据可视化报表技术，如Echarts、Highcharts等

3、掌握商业智能报表⼯具的设计和使⽤4、掌握Web开发框架和程序开发语⾔，如PHP、Java、HTML5、CSS、JavaScript等

5、掌握数据库相关知识1、能够使⽤Web开发框架进⾏可视化应⽤开发2、能够根据⾏业领域需求进⾏可视化设计3、能够使⽤BI⼯具进⾏商业智能报表设计、开发与展⽰应⽤程序开

发基础（Java）数据处理技术（Python）数据库基础⼤数据概论数据结构与算法软件⼯程Web开发技术⼤数据可视化技术⼤数据分析技术流式计算技术实训⼤数据测试技术概率论与数理统计⼤数据后台应⽤开发实战

OLAP数据分析实战⼤数据仓库与数据挖掘

⼤数据应⽤开发通过对⼤数据进⾏分析处理、结合软件开发流程，按照业务需求完成⼤数据应⽤

开发的相关软件设计与实现的⼯作能⼒

1、掌握软件⼯程和软件开发基础知识

2、掌握数据库开发基础知识

3、了解⼤数据开发平台4、掌握开发环境的设置5、掌握HDFS⽂件存储操作6、掌握

MapReduce/Spark编程7、了解专业领域的数据分析⽅法1、能够搭建好⼤数据程序开发的环境2、能够根据⽤户需求利⽤开发语⾔进⾏⼤数据分析和预处理3、能够进⾏⼤数据应⽤程序开发

4、能够完成功能性测试应⽤程序开发基础（Java）数据处理技术（Python）数据库基础⼤数据概论

数据结构与算法软件⼯程Web开发技术⼤数据可视化技术⼤数据分析技术流式计算技术实训⼤数据测试技术概率论与数理统计⼤数据后台应⽤开发实战OLAP数据分析实战⼤数据仓库与数据挖掘⼤数据售后技术⽀持具备综合型的⼤数据相关基础知识，快速故障分析定位、基本⽇志阅读理解的能⼒，结合项⽬⽂档，对⼤数据平台完成故障排查，采取相应措施，保障⼤数据平台稳定⾼效运⾏

1、掌握计算机基础知识；2、掌握⽹络基础知识、中⼩型局域⽹组建和运

维技术；

3、掌握服务器及存储基础知识，

4、了解主流操作系统（如Linux、Windows）5、了解主流数据库基础技术（如Oracle、MySQL、NoSql等）

6、掌握Hadoop/Spark相关组件的基础理论知识及运维⼯具的使⽤；7、了解⼤数据基础知识和基本框架

8、项⽬实施⽂档撰写和项⽬管理知识1、能够熟练使⽤Hadoop、Saprk等⼤数据组件和模块的功能2、可以根据⼤数据常见组件安装部署⼿册进⾏系统部署并解决安装部署中的基础问题；

3、能够根据项⽬售前技术⽅案与客户沟通业务具体需求，撰写项⽬实施⽅案和测试⽅案；4、具有项⽬整体管理能⼒，能够进⾏项⽬整体规划、执⾏、风险

管理、项⽬验收等项⽬管理相关⼯作，熟练使⽤常见项⽬管理⼯具如project等；5、了解⽹络的交换技术、路由技术以及出⼝技术等，可以完成中⼩型⽹络的规划与设计；6、能够熟练使⽤Linux、Windows等常见操作系统7、能够使⽤Oracle、SqlServer、MySQL、NoSQL等主流数据库数据处理技术（Python）数据库基础Linux操作系统⼤数据概论⽹络技术⼤数据平台构建⼤数据安全管理Hadoop综合实训云计算与虚拟化Spark综合

实训

⼤数据⽂档编写参与产品开发和项⽬运⾏全过程中，综合运⽤⼤数据相关技术知识，按照正确格式和⾏业要求，完成⼤数据产品和相关项⽬⽂档编写的综合职业能⼒

1、掌握计算机基础知识；2、掌握⽹络基础知识、中⼩型局域⽹组建和运维技术；

3、掌握服务器及存储基础知识

4、掌握主流操作系统（如Linux、Windows）5、掌握主流数据库基础技术（如Oracle、MySQL、NoSql等）

6、掌握脚本编写⽅法（如shell、Python等）7、掌握Hadoop/Spark相关组件的基础理论知识及运维⼯具的使⽤；8、掌握HDFS、Hbase、Hive、Yarn等组件的基本操作

能够按照正确格

式和⾏业要求书写⽂档数据处理技术（Python）数据库基础⼤数据概论软件⼯程⼤数据测试技术概率论与数理统计

⼤数据系统测试通过⼤数据测试⼯具，实现对⼤数据应⽤的功能、性能和可靠性的测试，输出测试⽂档，辅助分析并反馈测试结果

1、掌握主流操作系统，如Linux、Windows2、掌握主流数据库基础技术，如Oracle、Mysql、Nosql等

3、掌握测试脚本编写⽅法，如shell、Python等4、掌握Hadoop/Spark相关组件的基础理论知识5、掌握⼤数据相关测试⽅案及流程

6、熟悉⾃动化测试⼯具的使⽤，如bigtop、hibench等

1、能够完成测试⽂档编写（如测试⽤例、测试报告等）

2、能够完成测试脚本编写，协助开发⼈员或系统维护⼈员完成bug修复与调优3、能够使⽤⾃动化测试⼯具完成⼤数据系统相关测试⼯作应⽤程序开发基础（Java）数据处理技术（Python）数据库基础⼤数据概论软件⼯程⼤数据测试技术概率论与数理统计

⼤数据安全通过数据安全相关技术⼿段和策略，保证⼤数据合理化

1、掌握数据安全理论知识

2、掌握主流操作系统和系统安全保证技能，如1、能够对数据进

⾏细粒化授权管理与配置2、能够熟练管理系统认证应⽤程序开发基础（Java）⼤数据概论⽹络技术管控的安全管理，避免恶意⼊侵、伪装盗取和内部越权访问等⾏为造成任何数据损失，全⽅位保护⼤数据的安全

Linux、Windows3、掌握HDFS、HBase、Yarn、Hive等⼤数据相关组件的基本操作4、掌握⼤数据安全功能使⽤，如数据授权、安全策略制定、统⼀认证功能、数据加密、数据审计等

kerberos组件和通过LDAP、AD对⽤户进⾏统⼀认证管理

3、能够对⼤数据系统进⾏审计管理

4、能够对HDFS数据、元数据和其他敏感数据进⾏加密操作5、能够制定和实施⼤数据安全策略⼤数据平台构建⼤数据安全管理⼤数据测试技术Hadoop综合实训Spark综合实训云计算与虚拟化

五、调研总结

综上所述，市场对⼤数据⼈才的需求量⽇益加⼤，但是⾼校的专业培养却供不应求。为了适应⼤数据产业的快速发展，2016年9⽉，教育部向普通⾼等学校、⾼等职业教育（专科）专业⽬录增补13个专业，其中就包括⼤数据技术与应⽤专业，正式批准“⾼职”《⼤数据技术与应⽤》专业作为《普通⾼等学校⾼等职业教育（专科）专业⽬录 2016 年增补专业》（专业代码：610215）。经过⼀轮探索后，国家开始加⼤⼒度，扩⼤⾯积，积极寻找和催⽣⼤数据专业⼈才的培养⽅式来填补⼤量⼈才缺⼝，但仍不满⾜需求。

各⼤⾼职院校的⼤数据技术与应⽤专业均处于起步阶段，⼈才培养课程体系不够完善，教学科研资源匮乏，专业师资⼒量不⾜。因此，建设⼤数据技术与应⽤专业教学资源库势在必⾏。附件1：

关于⼤数据技术与应⽤专业⼈才培养⽅案的调查问卷（院校版）尊敬的学校领导/⽼师：

您好！我们现正在进⾏⾼职学校⼤数据技术与应⽤专业教育教学情况的问卷调研，⽬的是要通过调研掌握⼤数据技术与应⽤专业⼈才培养的情况，⽤以指导今后⼯作，耽搁您⼀些时间请您填写我们的问卷，希望了解您对这些问题的⼀些看法和评价。谢谢！学校名称:学校联系电话:

⼀、⼤数据技术与应⽤专业相关情况

1.贵校在开办软件技术专业/专业群的过程中遇到过哪些困难？（）（可多选），其中最⼤的困难是（）（单选）

A．招⽣困难； B.实践环节难以开展；C.学⽣就业困难；Ｄ.经费不⾜；E.没有困难；F.其它（请注明）；

2. 贵校软件专业/专业群学⽣学习的积极性表现为（）A. ⾮常积极；B. ⽐较积极；C. ⼀般;D. 不愿学习；

3. 贵校软件专业/专业群学⽣对未来的就业前景的认识是（）A．⾮常好；B.⽐较好；C.⼀般；D．不理想；

4.贵校认为在⼤数据技术与应⽤专业⼈才培养模式中应重点关注学⽣（）A.当前就业；B.升学；

C.兼顾就业和升学；D.中⾼职衔接班；E.多岗迁移就业；F.职业发展。

5．贵校在校企合作⽅⾯学⽣顶岗实习⼀般如何安排。A．校⽅安排；B.企业安排；C.学⽣⾃主选择; D.其他。

6．贵校在校企合作⽅⾯学⽣顶岗实习⼀般如何安排在什么时间。

A．第五学期；B．第六学期；C．根据学校需要安排;D.根据企业需要安排。

5.贵校认为⼤数据技术与应⽤专业学⽣毕业后主要从事的岗位有（）（可多选，请在下表相应位置打√）岗位⼤数据运维师⼤数据处理⼯程师⼤数据开发⼯程师云计算运维⼯程师⼤数据⼴告销

售⼤数据媒体营销⼯程师数据处理员数据测试⼯程师数据安全控制员其他

⼆、⼤数据技术与应⽤专业学⽣能⼒具备的职业能⼒

请您对表格中所列能⼒项对⼤数据技术与应⽤专业学⽣未来发展的重要程度作出评判，在相应的内容处打“√”。序号类别能⼒项（请写出您认为的）⾮常重要⽐较重要⼀般不重要1 职业能⼒2专业

能⼒⼤数据运维师3

⼤数据处理⼯程师

序号类别能⼒项（请写出您认为的）⾮常重要⽐较重要⼀般不重要4⼤数据开发⼯程师5

云计算运维⼯程师6

⼤数据⼴告销售

7 数据处理员8

数据测试⼯程师9其他能⼒（请说明）

三、⼤数据技术与应⽤专业课程

以下是⼤数据技术与应⽤专业的专业课，请您对其重要程度作出评判；此外，以下课程贵校是否都有开设，请在开设的课程后打“√”，未开设的课程可不做重要程度评判。序号课程⾮常⽐较⼀般不重要贵校是否已开设重要重要1 Java程序设计2 Linux操作系统3 ⽹络与云计算基础4 数据库基础5 ⼤数据导论

6 Hadoop平台配置实训7 数据建模8 数据分析

9 项⽬管理⽂档编制技巧10 可视化表达⼯具11 Python程序设计12 数据挖掘基础13 算法设计基础

14 互联⽹+创新创业案例分析15 数据清洗

除以上课程外，贵校还另外开设了或者您认为还需要开设哪些专业课，主要作⽤（⽬的）为何？其它专业课主要作⽤（⽬的）123

四、⼤数据技术与应⽤专业及专业群教师对教学资源的获取情况

1．贵校⼤数据技术与应⽤专业及专业群建设和教学过程中，最希望得到哪些硬件教学资源？（）A．专业实训设备； B. 图书资料； C 参考⽂献；D. 场地。

2. 贵校软件技术应⽤专业及专业群教师希望获取哪些基本教学资源（）

A．教材；B. 电⼦教案；C.题库；D. 学⽣实训⼿册；E. 教学⼤纲；F. 其他。

3. 贵校⼤数据技术与应⽤专业及专业群教师想获取哪些辅助教学资源（）A．教学软件；B. 视频；C. 案例；D. 动画；E.微课件；F.其他。

五、⼤数据技术与应⽤专业及专业群教师在⾃⾝提⾼⽅⾯的情况1. 贵校⼤数据技术与应⽤专业及专业群教学中的最⼤困难是什么？（）A 教学资源不⾜B 缺少指导教师C 学⽣学习兴趣不⾜D 其它

2. ⽬前⼤数据技术与应⽤专业及专业群教师提⾼⾃⾝专业⽔平的途径主要（）A．学历教育深造；B．⾃发科研活动；C．参加学术会议；D．参与企业实践；E．学校组织科研活动；F．参加培训班；G．各类资格考试；H．国内外校际访问交流；I．到企业挂职。

3. 将来贵校⼤数据技术与应⽤专业及专业群教师应如何提⾼⾃⾝专业⽔平（）A．学历教育深造；B．⾃发科研活动；C．参加学术会议；D．参与企业实践；E．学校组织科研活动；F．参加培训班；G．各类资格考试；H．国内外校际访问交流；I．到企业挂职。

4. ⽬前贵校⼤数据技术与应⽤专业及专业群教师认为最需提⾼⾃⼰的是（）A．教学⽅法； B.专业知识； C.职称； D.专业技能。

六、以下是贵校教学模式⽅⾯的情况，请填写。

1、⽬前贵校在教学中，是否使⽤过以下的教学⽅法：（单选）

（1）演⽰法经常⽤□B偶尔⽤□没⽤过□（2）讲授法经常⽤□B偶尔⽤□没⽤过□（3）任务驱动教学法经常⽤□B偶尔⽤□没⽤过□（4）多媒体教学法经常⽤□B偶尔⽤□没⽤过□（5）实训操作教学法经常⽤□B偶尔⽤□没⽤过□（6）启发式教学法经常⽤□B偶尔⽤□没⽤过□（7）案例教学法经常⽤□B偶尔⽤□没⽤过□（8）项⽬教学法经常⽤□B偶尔⽤□没⽤过□（9）情境教学法经常⽤□B偶尔⽤□没⽤过□（10）⾃学辅导法经常⽤□B偶尔⽤□没⽤过□

2、从各类教学⽅法的课堂效果来看，哪种教学⽅法较受学⽣欢迎：（最多选五项）演⽰法□实训操作教学法□项⽬教学法□多媒体教学法□情境教学法□讲授法□任务驱动教学法□案例教学法□启发式教学法□⾃学辅导法□3.贵校软件技术专业⽼师是否尝试运⽤新型教学模式：（单选）

⼀直在尝试摸索（尝试的是教学模式）□；公开课时有所尝试□已有构思，暂未实施□；未考虑过□

4.贵校教学模式对学⽣学习效果如何（）（单选）

（1）对专业知识很有效□；较有效□；⼀般□；效果较⼩□；⽆效果□