一、专业简介
在数据经济浪潮的推动下，大数据已成为推动社会进步和经济增长的核心要素。大数据技术与应用微专业聚焦大数据技术的核心理论与实践应用，通过系统学习数据采集与处理技术、数据挖掘与分析、数据可视化、云计算与大数据处理等核心课程，能熟练运用主流大数据工具与平台，解决行业中的大数据分析问题，培养具备大数据思维、掌握大数据处理与分析技能、能够解决实际问题的高素质应用型人才。
二、培养目标
培养德、智、体、美、劳等全面发展，具有扎实的计算机、数学、统计学等多学科的理论和专业知识，掌握数据科学与大数据技术的基本理论、基本方法和技能，具有较强的创新能力、工程实践能力和团队协作能力，能在多学科环境下从事大数据的采集与处理、存储与管理、挖掘与分析、可视化和大数据综合分析处理等工作，适应现代化建设和未来社会科技发展需要的复合型应用人才。
三、学制、学分与结业要求
学制1.5年，共18学分，学生在规定时间内修满培养方案规定的全部课程且考核合格后，可获得九江学院大数据技术与应用微专业学习证明书。
四、课程设置与教学计划
共设置7门课程（共304学时，其中理论192学时、实践112学时）。独立开班，每学期集中在晚上、周六或周日上课。
课程名称 |
学分 |
总学时 |
学时分配 |
考核 方式 |
开课 学期 |
周学时 |
起止周 |
授课单位 |
讲授 |
实践 |
线上 |
线下 |
大数据概论 |
2 |
32 |
32 |
0 |
0 |
32 |
纸质试卷 |
2026-2027（1） |
2 |
1-16 |
计算机学院 |
大数据统计分析 |
3 |
48 |
32 |
16 |
0 |
48 |
线下大作业 |
2026-2027（1） |
3 |
1-16 |
计算机学院 |
数据采集与处理技术 |
3 |
48 |
32 |
16 |
0 |
48 |
线下大作业 |
2026-2027（1） |
3 |
1-16 |
计算机学院 |
数据挖掘与分析 |
3 |
48 |
32 |
16 |
0 |
48 |
线下大作业 |
2026-2027（2） |
3 |
1-16 |
计算机学院 |
数据可视化 |
3 |
48 |
32 |
16 |
0 |
48 |
线下大作业 |
2026-2027（2） |
3 |
1-16 |
计算机学院 |
云计算与大数据处理 |
3 |
48 |
32 |
16 |
0 |
48 |
线下大作业 |
2027-2028（1） |
3 |
1-16 |
计算机学院 |
大数据项目实战 |
1 |
32 |
0 |
32 |
0 |
32 |
线下大作业 |
2027-2028（1） |
2 |
1-16 |
计算机学院 |
总计 |
18 |
304 |
192 |
112 |
0 |
304 |
|
|
|
|
|
五、课程简介
序号 |
课程名称 |
课程简介 |
1 |
大数据概论 |
《大数据概论》是大数据技术与应用微专业学生的入门课程，是使学生通过现代媒体及工具构建知识、培养能力和提升素质的重要课程。本课程内容包括大数据概述，大数据与云计算、物联网和人工智能，大数据技术，大数据应用，大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易和大数据治理等。 |
2 |
大数据统计分析 |
《大数据统计分析》是在统计理论的基础上，重点阐述市场经济条件下各种调查、各类数据的分析以及对未来前景预测的实际操作方法。通过本课程的教学，使学生能够在大数据背景下系统灵活运用统计基本方法和技术进行统计设计、统计调查、统计整理和统计分析，全面提高学生研究和解决问题的工作能力。 |
3 |
数据采集与处理技术 |
《数据采集与处理技术》以《Python程序设计基础》《大数据概论》等课程为先导课。本课程旨在通过系统的教学，使学生能够掌握Python网络爬虫的基本原理，常用技术和实战技能，为后续的数据分析，数据挖掘等研究或工作奠定基础。 |
4 |
数据挖掘与分析 |
《数据挖掘与分析》旨在培养学生熟悉数据挖掘分析和知识挖掘方法的思想与技术，掌握重要的数据挖掘基本理论，具备利用数据挖掘来解决实际问题的能力。本课程主要讲授数据挖掘的基本概念、原理、方法和实现技术，具体包括：常用的Python数据挖掘工具的使用、数据探索方法、数据的预处理方法、分类和预测模型、集成学习技术、聚类分析模型、关联挖掘技术和时间序列处理技术等。 |
5 |
数据可视化 |
《数据可视化》旨在培养学生对数据可视化的处理能力。通过本课程的教学，使学生了解数据可视化基本概念；掌握视觉感知和认知的基本原理；掌握可视化的基础理论；掌握不同类型数据的可视化方法。本课程重点培养学生灵活应用Python软件包实现数据可视化，并通过可视化方法分析数据获得有价值的信息解决复杂问题。 |
6 |
云计算与大数据处理 |
《云计算与大数据处理》课程是学习云计算和大数据技术的基础课程，是大数据技术与应用微专业的核心课程。该课程着重讲述云计算领域相关的前沿与趋势，引导学生进行初级实践和了解相关技术，培养学生运用大数据技术架构，大数据技术以及云计算与大数据技术的应用等方法和能力。在整个课程体系中起着承前启后的重要作用。 |
7 |
大数据项目实战 |
《大数据项目实战》旨在培养学生对大数据类项目的实战能力。通过本课程学习，巩固和深化本专业课程体系内容，培养学生理解和掌握数据获取、数据存储和管理、数据清理、数据挖掘、数据可视化的综合应用能力。 |
六、教学团队简介
姓名 |
出生年月 |
学历 |
职称 |
职务 |
主要从事专业 |
授课课程 |
所在单位 |
郭景娟 |
1978年8月 |
博士研究生 |
讲师 |
教研室主任 |
数据科学与大数据技术 |
大数据项目实战 |
计算机与大数据科学学院 |
王晓静 |
1980年4月 |
本科 |
讲师 |
教研室副主任 |
数据科学与大数据技术 |
大数据概论 |
计算机与大数据科学学院 |
朱娟 |
1982年4月 |
博士研究生 |
副教授 |
教研室副主任 |
跨境电子商务 |
大数据统计分析 |
管理学院 |
张艳 |
1979年10月 |
本科 |
讲师 |
教师 |
数据科学与大数据技术 |
数据采集与处理技术 |
计算机与大数据科学学院 |
汪彬彬 |
1984年9月 |
博士研究生 |
讲师 |
教师 |
数据科学与大数据技术 |
数据挖掘与分析 |
计算机与大数据科学学院 |
徐蓓 |
1982年8月 |
本科 |
讲师 |
教师 |
数据科学与大数据技术 |
数据可视化 |
计算机与大数据科学学院 |
曹良林 |
1981年9月 |
博士研究生 |
讲师 |
教师 |
数据科学与大数据技术 |
云计算与大数据处理 |
计算机与大数据科学学院 |
陈曦 |
1982年3月 |
博士研究生 |
讲师 |
教师 |
数据科学与大数据技术 |
大数据统计分析 |
计算机与大数据科学学院 |
七、招生对象及选拔方式
（一）招生计划
2026年招生人数为30人，最低开班人数20人。
（二）招生对象及要求
面向全校理工科专业大二大三学生，对大数据技术有浓厚兴趣，具备一定的计算机基础知识和编程能力。学习成绩良好，无不良学术记录。
（三）选拔方式
热爱大数据领域，具备良好数学基础与逻辑思维；具有基本计算机素养，掌握Python 等编程基础者优先。学习态度端正，课业成绩优良，能保障学习时间。
八、联系方式
郭老师电话：13879225920；地点：文友楼415-2
王老师电话：13755289633；地点：文友楼415-2
