大数据专业软件开发，大数据专业主要学什么。

大数据产教融合项目根植于清华-青岛数据科学研究院（清华数据院） 的大数据学术探索和教育教学实践的总结。自二零一五年来历经清华数据院初创汇聚软件学 院、社科学院等多个院系开设的大数据能力提升项目、大数据基础设施研究中心对三十余所 职业院校和上百家大数据企业进行的调研与人才培养方案研发等工作，项目取得了我国首套 大数据及人工智能产教融合系列丛书、大数据产业人才培养方案、生产级实训平台等多项成 果，是产教融合的典型案例。为夯实我国大数据人才培养体系，项目进一步开展了全国十所大数据 产教融合示范校实施与建立大数据产教融合联盟的工作，在清华校友总会 AI 大数据专委会、 中国教育发展战略学会产教融合专业委员会、全国职业院校、各界合作伙伴的支持下，形成 了覆盖全国中高级职业院校和应用型本科院校的大数据、人工智能及相关专业的产教融合生 态。为高效开展相关工作，大数据产教融合联盟（拟）秘书处由清华大学社会科学学院数据 治理研究中心代为实施。

培养目标

在专业建设过程中主动适应地方数字化、信息化等产业发展战略。

– 服务区域经济建设，针对区域产业结构升级的需求，明确专业建设目标，课程结构。

– 培养提升教师专业素质，创新专业发展机制，以能力为主线探索实施人才培养模式。

– 构建大数据专业课程体系和教学内容，加强师资队伍建设，培养紧缺高素质的大数据专业建设技术技能型人才。

课程特色

数据技术应用专业人才培养课程体系建设分为四个方向，分别是感知、认知、决策 反馈和可持续发展。

– 感知类实训主要培养学生基本的思维和兴趣，实验内容将引入大数 据相关的领域的发展情况和前沿成果，培养学生的创新思维。

– 认知类实训培养目标是提高学生的专业技能水平，加深学生对专业技能和工具的理解、掌握和运用，让学生掌握职业发展 中所必备的基本知识和技能，树立正确的职业观。

– 决策反馈类实训内容是将专业技能类实训 课程植入到应用领域进行交叉创新，通过启发式，反馈式的教学方法，让学生学会独立思考，用理论指导实践。

– 可持续发展类实训课程通过进阶课程加强学生技术应用能力、创新能力、综合素质的培养，提高学生全面素质和综合职业能力以及可持续学习的能力。

教学模式

课程采用混合式学习、项目制学习、深度学习等创新的学习方法，帮助学生把枯燥 的理论学习融入到场景化教学中，强化学生理解能力，知识运用能力的培养，采用多元化的 12 教育理念，突出学生终身学习的能力。

– 大数据及人工智能产教融合项目的目标是按照相应人 员的年龄层次，知识的保有量和接受程度，设定相应的专业内容，初级的岗位数据采集、数 据清洗和数据分析、高级的岗位大数据系统架构师、数据挖掘工程师、算法工程师、大数据 的开发工程师等。

– 保证学生的工作岗位能够不断近阶和可持续发展，即掌握整个行业 的全景图，又精通某一特定领域的工作内容。