大数据行业背景
大数据是对海量数据的描述和称谓，美国社会思想家托夫勒在《第三次浪潮》中提出：“如果说IBM的主机拉开了信息化革命的大幕，那么大数据才是第三次浪潮的华彩乐章”。作为大数据领域的重要延伸，大数据正在引领信息革命进入新的时代。
随着5G和物联网的发展，业界对更为高效、绿色的数据中心和云计算技术设施的需求越发升高，大数据基础层持续保持高速增长，《2020中国大数据产业发展白皮书》显示，2019年中国大数据产业规模达5397亿元，同比增长23.1%，预计到2022年将突破万亿元，持续促进传统产业转型升级，激发经济增长活力，助力新型智慧城市和数字经济建设。
大数据人才缺口将长期存在
发展大数据及其相关服务业将成为经济发展的重要机遇，在各行各业具有广阔的应用前景，包括消费行业、金融服务、食品安全、医疗卫生、军事、交通环保、电子商务、气象等。
大数据人才需求
当今时代，大数据应用的价值已经展露在各行各业中，而大数据人才的供不应求也是目前大数据行业面临的一大困境。预计2025年前大数据人才需求将保持30%-40%的增速，需求总量在2000万人左右。
培养目标
本专业旨在培养适应社会主义现代化建设需要，德、智、体、美、劳全面发展，具有良好的人文精神、科学素养、创新思维和实践能力等基本素质，掌握信息科学与数据科学的基础知识和专业知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，能够在企业、事业、政府、社会组织等部门从事大数据挖掘、分析、服务和利用，大数据系统开发、集成和管理维护等工作的高素质应用型人才。
专业方向
1.大数据应用开发方向
通过提供丰富的课程体系和实践项目，使学生具备扎实的Java海量分布式开发和大数据平台集成的能力，掌握大数据项目开发的基本理论、基本技能及综合应用方法，具有较强的基于Java大数据平台的相关技术，能轻松胜任企业级的大数据应用项目开发。
2.大数据分析方向
通过提供丰富的课程体系和实践项目，使学生具备扎实的大数据存储加工与统计分析、数据仓库与智能处理技术，掌握数据挖掘与数据分析的基本理论、基本技能及综合应用方法，掌握较强的基于大数据平台的分析技术，能轻松应对基于企业级的大数据分析与处理工作。
就业方向
大数据技术已经运用到社会生产中的方方面面，所以大数据相关人才的就业前景十分广阔，主要集中在以下行业：
u咨询公司：大数据项目咨询、大数据方案设计、大数据工程实施；
u软件公司：大数据软件开发、大数据信息服务、大数据项目运营、大数据挖掘分析；
u零售公司：大数据平台运营、大数据挖掘分析、大数据业务分析；
u金融机构：保险公司、银行和大型公司的风险管理部门，客户的信誉评价、风险评估、业务风险管理，股票、期货等金融投资公司的研发部门，从事量化投资模型和程序化交易策略的开发；
u政府机构：统计局、海关和财税局，大数据的实时监控、风险控制、大数据挖掘分析；
u互联网公司：和互联网等行业的市场销售部门，从事数据分析与挖掘，对客户或商品进行聚类、分类和关联分析，利用历史数据建模对将来预测，通过数据库营销，降低企业运营成本，提升企业的盈利能力；
u通讯、电子商务公司：大数据挖掘分析、数据可视化人才、大数据业务分析；
u物流公司：大数据挖掘分析、数据可视化人才、大数据业务分析；
就业范围主要是初级分析类工程师、挖掘算法类工程师、开发运维类工程师、产品运营类工程师等相关岗位。
专业薪资
在大数据领域，相关专业的毕业生有着非常广泛的从业选择。从国防部、互联网创业公司到金融机构，从零售金融到互联网电商，从医疗制造到交通检测，都需要大数据项目来做创新驱动，对大数据的需求无处不在，其岗位报酬也非常丰厚。在硅谷，入门级的数据科学家的收入已经是6位数了(美元)；在国内，以Hadoop开发工程师为例，Hadoop入门薪资已经达到了8K以上，工作1年可达到1.2W以上，具有2-3年工作经验的Hadoop人才年薪可以达到30万—50万。
资格证书
大数据分析师、大数据架构师、Hadoop运维工程师、Hadoop开发工程师、软件工程师等职业资格证书。
主干课程
高级语言程序设计、数据结构与算法、离散数学、Linux操作系统、Java SE编程基础、计算机网络、数据库原理、统计学、数据仓库与数据挖掘、机器学习与模式识别、R语言建模、Python程序设计、人工智能、Java EE企业级开发、Hadoop开发技术、数据采集与网络爬虫、数据可视化分析、大数据分析技术、Spark大数据处理技术等。
大数据&人工智能应用实例
01人脸识别
应用领域-安保，出行，监控、身份验证
人工智能与大数据结合，进行海量数据库匹配，双重保险，更安全。
02网上行为追踪
应用领域-购物，安防
通过大数据分析，精准到一个IP，深度分析用户，猜你喜欢很容易。
03数据监控
应用领域-互联网实时存储，海量数据，横纵对比，数据可视化。
04车牌识别
应用领域-交通，监控，智能出行
实时监控，车辆路线分析，车牌识别匹配，智慧交通构建。
网上行为跟踪
人脸识别
车辆识别
互联网监控
合作单位
