实施国家大数据战略，推进数据资源开放共享，在这样的契机下，大数据领域必将迎来建设高峰和投资良机，而推到大数据发展，不仅依托国家战略方针的支持，更需要大数据相关人才的支撑。当前大数据的发展的最大瓶颈在于大数据人才的紧缺。

直到今天，开设大数据专业学科的院校已经破千，然而人才的缺口依然很大，据悉，现在每年大数据涉及的领域（云计算，人工智能，数据分析等领域）均急缺人才，每年大约在100-150万左右。同时，随着信息时代的发展，信息的增长可以说呈指数式的增长，每两年产生的信息，都是过去几千年的总和。大势所趋下，大数据专业会成为未来最有前景的专业之一。

大数据的专业基础课：

Linux操作系统应用。让学生熟悉LINUX操作的各种指令及文件操作，为后面的大数据核心课spark,hadoop,分布式文件系统等课程打下基础

python程序设计基础。让学生熟悉基本的python操作，包括判断，循环，列表，函数等为后面的专业核心课包括数据采集，数据分析，数据可视化打下基础

MySQL数据库技术。让学生熟悉基本的关系型数据库的操作，为后面专业核心课NOSQL非关系型数据库打下基础。

JAVA程序设计。让学生通过JAVA的学习了解基本的JAVA操作，包括函数，类，面向对象方法等。

大数据的专业核心课：

数据采集技术：本门课程旨在让学生熟悉如何从我们相关的网站爬取我们需要的数据信息，以及图片或者文件下载，为培养大数据挖掘工程师打下基础。

数据挖掘技术：本门课程旨在让学生掌握数据挖掘与机器学习的算法原理与技术，为培养大数据分析工程师和算法工程师打下基础。

HADOOP原理与技术：本门课程瞄准业界大数据处理的公认流行框架，使同学们掌握hadoop框架各个组件的功能和使用方法，为培养配置管理工程师、大数据运维工程师打下基础。

Spark技术与应用:让学生了解现行的Hadoop框架下的spark组件，包括基本的RDD编程，SQL编程等，使同学们具有处理分布式计算工程问题的能力，为培养产品开发工程师打下基础。

Flink技术与应用：聚焦当下流行的大数据流处理算法与技术，使同学们掌握实现数据的实时分析与计算技能。

大数据项目综合开发。在校内企业基地完成。通过教学，使学生真实接触企业案例，掌握大数据工程项目开发框架，具有利用IDEA开发工具进行项目整合开发的能力。使学生熟悉大数据分析项目的全过程，包括需求分析、平台部署、数据获取、数据清洗、数据分析与挖掘、数据可视化、数据分析报告撰写等一系列流程，具有一定的大数据分析项目的实施和管理能力，为今后走上大数据技术与应用相关岗位打下基础。