一、培养目标

“大数据管理与应用”微专业致力于培育具备跨学科能力的高素质人才，以满足数字化转型的人才需求。专业依托大数据管理与应用专业丰富的教学资源和来自行业领军企业的教师团队，为非计算机类专业学生提供大数据思维与应用技能的综合教育。通过实践导向的项目化教学，学生将掌握数据采集、处理、分析、可视化及模型设计等关键技能，并深入理解人工智能等前沿技术在专业领域的应用。本微专业强调培养学生的创新能力和解决实际问题的综合能力，同时可以通过考取行业认证，增强学生的就业竞争力和社会适应力，以适应数字经济时代的挑战。

二、招生对象及条件

本科非计算机类专业在校学生，具有初步的编程能力，如Python或R语言。

三、学分与证书

按规定修完“大数据管理与应用微专业”要求学分后，由学校发放“微专业证书”。

自主参加工信部-算法工程（数据分析）初、中、高级证书考试，获得对应等级证书。

四、课程教学进程表

4门必修课程《大数据采集与预处理技术》《大数据分析与应用》《大数据可视化工具及应用》《商务智能与数据挖掘》，为学生提供全面的大数据技能基础；4门选修课程（4选1），结合学生专业背景，提供金融、健康、商务和社交网络等数据分析实训，强化实践能力和行业应用。自主参加“工信部-算法工程（数据分析）初、中、高级证书”考试。总学分15分，2或3个授课学期。

五、课程简介

1.大数据采集与预处理技术：本课程是大数据分析技术中的重要一环，它涉及从各种来源获取数据、清洗数据、处理缺失值和异常值等操作，以便为后续的数据分析提供高质量的数据集。包括了数据采集与预处理的基本概念和方法，学生可以通过学习这些课程掌握相关的技能和技术，熟练使用文件读取、数据库基本操作命令和工具、网络采集工具、预处理工具等，为后续的数据分析工作打下坚实的基础。

2.大数据分析与应用 ：本课程旨在指导学生将大数据分析方法和工具应用于实际问题中，以支持决策制定、业务优化、创新发展等。以SPSS等统计软件为运用工具，用基本的统计学理论与方法为指导，教授学生对社会经济现象数据的搜集、整理、分析等综合技能。学生将学习如何应用大数据处理和分析方法探索数据、识别趋势，利用统计技能探究数据集中的不同方面，做出简单的数据预测，提升学生利用SPSS等软件在大数据分析与处理的实操技能。

3.大数据可视化工具及应用：本课程将采用Tableau、Python为主要工具，旨在教授学生如何基于数据进行多维度报表的数据可视化呈现。学生将学习使用Tableau、Python实现多种可视化方式的方法，包括数据集合的处理以及数据呈现的优化，从而提高数据洞察力和数据分析能力。主要讲解如何利用Tableau、Python进行探索性数据分析、分析业务趋势、识别关联关系，以及探索数据集中的不同方面等内容，并通过实际案例对不同行业进行分析和应用。最后学生将学习如何将多维度数据可视化呈现到可操作的仪表板上，并为不同的受众群体呈现适当的内容。

4.商务智能与数据挖掘：本课程介绍商务智能的概念、商务智能系统的架构、商务智能核心技术（OLAP、数据挖掘等）以及在商业应用场景等。内容涉及统计学基础、在线分析处理、数据挖掘原理、机器学习与人工智能技术、商业分析工具等，帮助学生掌握基本的数据分析方法和工具，进而辅助商业决策。通过案例分析等方式，介绍商务智能在各个领域的应用，商业常用模型应用，如市场营销、客户关系管理、电商运营等。本课程旨在为学生提供对商务智能和数据挖掘领域的全面理解，以及如何使用这些技术来支持商业决策和策略制定。通过本课程的学习，学生将能够掌握数据分析的核心概念，学习如何应用现代数据挖掘工具和技术来解决实际的商业问题。

5.金融数据分析综合实训：本课程面向非大数据专业背景的学生,如商科专业学生,旨在帮助他们掌握金融数据处理的技能和工具，课程致力于培养学生对金融数据分析的基本概念和方法的理解，使学生熟练掌握常用数据分析工具，培养学生分析和解决金融领域实际问题的能力，提升学生的数据思维和数据可视化呈现能力。通过该课程的系统学习,学生将掌握金融数据分析的全流程技能,学会如何高效利用数据支撑金融领域的决策，为未来在金融行业从事相关工作打下坚实基础。  

6.健康数据分析综合实训：本课程属于综合实战阶段学习，着重培养学生在医疗行业的基本业务知识，以及在此基础上具备独立分析问题和全流程设计实施解决方案的能力。通过综合实战项目，进一步掌握数据采集、处理、分析、可视化、应用等大数据处理流程各环节技术。通过模型和算法学习，加深对常用数据建模方法的理解，增强学生运用大数据分析工具进行数据分析的能力。项目包括但不限于：1.疾病风险预测。2.医疗健康支出分析。3.医疗健康数据可视化。

7.商务大数据分析综合实训：是一门面向实战的综合课程，旨在培养学生在商务领域的数据分析能力。课程内容围绕传统销售与电子商务等商业场景，通过精心设计的项目，培养学生独立分析问题和制定全流程解决方案的能力。学生将深入学习数据采集、处理、分析、可视化及应用等关键环节，掌握大数据处理的完整流程。课程项目涵盖：1.利用小红书平台，分析销售表现与用户行为。2.对淘宝购物篮数据进行深入分析，挖掘消费者购买模式。3.通过抖音平台，构建用户画像，洞察用户偏好与行为特征。

8.社交网络数据分析综合实训：社交网络数据分析综合实训是一门实践课程，旨在教授学生如何运用数据分析技术深入挖掘社交网络数据。课程内容涵盖数据收集、处理、可视化及高级分析方法，帮助学生理解社交网络的结构和动态，培养数据驱动的决策能力。  

六、教学师资

20人的教师团队，有3名教授、2名副教授，14位年青教师组成，多来自国内著名大学及具有海外留学背景的优秀人才，有普华永道的数据科学家、微软产品经理加盟，具备丰富的大数据开发与应用技术。获得教育部“产学合作、协同育人”项目、“供需对接、就业育人”项目共7项；获得广东省省教育厅重点项目、特色创新项目共2项；获得省级教研立项5项；市厅级科研立项8项。

七、 联系方式

如对此微专业感兴趣，可加入下方微信群咨询。