随着信息技术的迅猛发展和互联网的普及，数据已经成为现代社会中最重要的资源之一。大数据时代的到来，为各行各业提供了前所未有的机遇与挑战。在数字化时代的今天，大数据已成为推动社会进步和产业升级的重要驱动力。
从商业决策、金融风控到医疗健康、智慧城市，大数据的深入应用正不断重塑着我们的世界。为了培养具备大数据思维、掌握大数据分析技能及数据治理能力的高素质人才，我校特开设“大数据分析与治理”微专业，通过精心设计的课程体系，帮助学生全面理解数据在不同场景下的应用，助力学生掌握大数据时代的核心技能。
一、微专业简介
大数据分析与治理微专业是信息管理与信息系统、大数据管理与应用、计算机科学与技术等多学科交叉融合的“新工科”专业，围绕大数据基础理论与新技术，探索高素质、适应于新质生产力的复合型人才培养新模式，以社会发展与企业管理需求为导向，立足学科交叉创新与大数据技术应用，服务社会发展，面向大数据分析、数据治理、人工智能等领域，培养学生具有大数据思维、数据治理能力与分析技能的素养和大数据采集、治理、分析与应用的知识，具备解决复杂数据分析与治理问题能力，能够在政府、企业、医疗、交通、农业等领域从事数据采集、治理、分析与应用相关工作。
二、教学模式与特色
1.理论与实践相结合：注重理论知识传授与实践能力培养的有机结合，通过案例分析、项目实践等方式，让学生由浅入深一步一步加深对理论知识的理解与应用，提升实际动手能力并为后续科研打下坚实基础。
2.小班授课：采用小班化教学模式，确保每位学生都能得到充分的关注与指导，教师团队提供免费的辅导和答疑服务，促进师生间的互动交流。
3.多元化教学方式：课程采用线上学习平台与现场课堂教学相结合的混合教学模式。通过多媒体教学手段，使课程内容更为直观和高效，学生可以随时通过线上平台获取学习资源，灵活安排学习时间，在课堂教学中也会通过小组讨论、教师提问等方式，鼓励学生主动思考、参与课堂互动，提升学生学习积极性与自主学习能力。
4.校企合作：与行业内知名企业建立合作关系，为学生提供实习实训机会，增强就业竞争力。
5.持续更新：紧跟大数据领域最新发展动态，定期调整课程内容与教学方法，确保教学内容的时效性和前沿性，结合当下最热门的大数据技术和工具，课程紧跟行业趋势，让学员能够快速、有效上手，并充分感受新技术新趋势。
三、招生计划及要求
大数据分析与治理微专业面向我校全日制在校本科学生招生，具体要求如下：
1. 招生对象：学习成绩优良、学有余力的学生，有计算机科学、信息管理、统计学或相关学科背景，修过高等数学、线性代数、概率论与数理统计等以及C语言、C++、Python等语言基础课程。
2. 招生规模：40人（2023级30人，2024级10人）。
3. 招生要求：对大数据技术与应用领域有浓厚兴趣，有从事数据分析、数据治理、数据挖掘、人工智能等领域行业工作的意愿；具有良好的数学基础、编程能力及团队协作精神。
四、报名与课程要求
学生在第二学期或第四学期提出修读申请，每个学生限报1个微专业。微专业单独编班授课，原则上30人以上方可开班。微专业教学安排在周末授课。课程要求按《华南农业大学微专业建设管理办法（试行）（华南农办〔2024〕36号）》执行。
微专业课程成绩评定按《华南农业大学本科课程考核管理规定》执行。学生微专业课程考核成绩纳入学校教务管理平台；微专业课程不能申请免修或免听；微专业成绩单单列，不纳入学生综合测评。
五、开设课程及授课时间
课程名称 | 学分 | 学时数 | 考核方式 | 修读学期 | |||
总学时 | 理论 | 实验 | 实践 | ||||
Python编程基础 | 2.5 | 40 | 32 | 8 |
| 考试 | 春季 |
数据挖掘 | 2.5 | 40 | 32 | 8 |
| 考查 | 春季 |
大数据治理 | 2 | 32 | 32 |
|
| 考试 | 秋季 |
数据分析可视化 | 2 | 32 | 32 |
|
| 考查 | 秋季 |
大数据分析实战 | 1 | 16 |
|
| 16 | 考查 | 春季 |
合并 | 10 | 160 | 128 | 16 | 16 |
|
|
课程名称（学时） | 技能学习 | 课程特色 |
Python编程基础（40） | 1.Python编程基础概述 2.Python程序结构 3.数据类型 4.文件 5.连接数据源 6.函数 7.网络爬虫 | 《Python编程基础》旨在培养学生掌握Python编程语言的基本知识和技能，为后续的课程打下坚实的基础。通过本课程的学习，学生将能够掌握Python语言的基本语法、数据结构、函数与模块、数据库连接等核心概念，并且通过实例练习，使学生掌握Python编程的基本技能。学生将能够熟练地使用Python进行数据处理和分析，为解决实际问题提供技术支持。 【本课程零编程基础可学】 |
数据挖掘（40） | 1.数据挖掘基础 2.数据探索 3.数据预处理 4.挖掘建模 5.电力窃漏电用户自动识别 6.航空公司客户价值分析 7.中医证型管理规则挖掘 8.基于水色图像的水质评价 9.家用电器用户行为 10.电子商务网站用户 11.财政收入影响因素分析及预测模型 | 《数据挖掘》是大数据分析与治理微专业的一门基础课程，旨在帮助学生掌握数据挖掘的基本原理、方法和工具，并能够将数据挖掘技术应用于实际问题中。本课程将结合理论讲解和实际操作，使学生具备数据挖掘的基本技能。通过案例学习，学生将学习到如何从海量数据中提取有价值的信息，以及如何利用这些信息进行预测和决策，让学生掌握数据挖掘的实际应用能力。 【众多学科研究与应用的基础】 |
大数据治理（32） | 1.大数据治理概述 2.大数据治理的组织 3.元数据管理 4.大数据集成 5.大数据质量管理 6.数据标准化 7.数据资产化 8.大数据安全管理 9.大数据管理能力评价 10.政府大数据治理 11.交通大数据治理 12.医疗大数据治理 13.农业大数据治理 | 《大数据治理》是大数据分析与治理微专业的一门核心课程，大数据治理是数据治理的一种特殊形式，即基于大数据的数据治理。本课程包括上下篇，上篇是大数据治理理论，下篇是大数据治理应用。大数据治理理论上篇从大数据治理的基本概念和现状出发，介绍大数据治理的五大版块，包括大数据治理的组织、元数据管理、大数据安全与隐私、大数据质量管理和大数据管理能力评价。大数据治理应用下篇以政府大数据治理、交通大数据治理、医疗大数据治理和农业大数据治理为例，重点是农业大数据治理理解大数据治理的重要价值。 【敏捷提高大数据管理素养】 |
数据分析可视化（32） | 1.认识数据分析可视化 2.线性相关与回归分析 3.数据压缩分析方法 4.聚类分析方法 5.时间序列分析方法 6.Matplotlib数据分析可视化 7.Seaborn数据分析可视化 8.Pyecharts数据分析可视化 | 《数据分析可视化》是数据分析和数据治理的重要手段，是实现数据价值的关键环节。本课程旨在培养学生掌握数据分析可视化的基本原理、方法和常用工具，能够运用数据分析可视化技术有效地呈现和分析数据，提升数据洞察能力和表达能力，并能够将数据分析可视化应用于实际的大数据分析和治理工作中，掌握数据分析可视化的核心技能，并能够将数据分析可视化技术应用于解决实际问题。 【手把手互动，从分析到应用展示】 |
大数据分析实战（32） | 1. 汽车质量投诉平台数据采集 2. 泰迪内推平台招聘信息采集与分析 3. 泰迪内推平台精准推荐应用 4. 某公司运营数据分析与业务决策 5. 某市财政收入预测 6. 广电大数据用户画像及营销推荐 7. 大模型技术与应用实战 8. 大模型私有化部署和应用开发 | 《大数据分析实战》是大数据分析与治理微专业的一门综合实践课。旨在培养学生综合运用大数据技术去分析和解决实际应用中问题的能力。通过本课程，培养学生对数据的热爱、保护和尊重，增强学生的数据意识、责任意识、安全意识和法治意识，同时，培养学生掌握数据挖掘计算和预测分析的方法。通过团队合作的项目实战形式，学生将综合运用所学知识，完成项目全过程，提升实战能力和团队协作能力。 【全流程项目实战，从无到交付】 |
六、收费
学生修读微专业不收费。
七、修读年限及结业要求
大数据分析与治理微专业允许学生修读年限为1.5年，最长年限不超过3.5年，学生需修满10个学分。
学生主修专业学业结束，无论毕业或者结业离校，微专业学习同时终止。
学生在校期间完成微专业全部课程，获得规定学分，经学院审核，报本科生院审定，发放学校统一制作的微专业结业证书。微专业不在中国高等教育学生信息网（学信网）备注信息，不具有学士学位授予资格。
八、联系人及联系方式
联系人：古万荣
联系电话：13719398640
咨询地点：数学与信息学院415
邮 箱：wrgu@qq.com，
微专业咨询群：1019931235（QQ群）
大数据分析与治理微专业，期待您的加入！在这里，您将掌握大数据时代的核心技能，开启智慧人生的新篇章！