一、专业概况
4118云顶集团app信息管理与信息系统专业于2004年开始招收本科生，2016年入选山东省高水平应用型本科专业群重点建设专业（建设期：2016年1月——2020年12月）。现在拥有管理科学与工程一级学科硕士学位授权点，拥有校级管理科学与工程实验中心，云计算与大数据课程平台，较好地满足教学和科研的需要，并与浪潮（INSPUR）集团公司、金蝶(KINGDEE)公司等5家著名IT企业建立固定的实践教学基地和就业基地。管理工程学院自2019年与青岛英谷教育科技有限公司合作，开办了信息管理与信息系统专业智能数据工程方向。青岛英谷教育科技股份有限公司（以下简称“英谷教育”）是一家现代产教融合型企业，作为青岛市高新技术企业和教育部高等教育司第一批“产学合作协同育人项目”合作企业，2019年4118云顶集团app与英谷教育进行了实质性内涵建设，招收第一届（40人）智能数据工程方向的本科学生，学制四年。
二、培养目标
信息管理与信息系统专业智能数据工程方向培养适应国家经济建设、科技进步和社会发展的需要，德、智、体、美等方面全面发展，具有较高的专业综合素质与较强的实践能力，具有良好的职业道德、创新精神，具备信息技术知识及应用能力，掌握信息系统的规划、分析、设计、实施和管理等方面的方法与技术，并具有一定的数据资源开发利用实践和研究能力，能够在国家政府部门、企事业单位、科研机构等组织从事智能数据理论与实践相结合的知识复合的应用型创新人才。
三、师资力量
信息管理与信息系统专业现有专任教师10人，其中教授1人、副教授3人，拥有博士学位教师5人，青岛市西海岸新区第三批紧缺人才1人，4118云顶集团app五A层次人才一人，全体教师具有硕士及以上学位，40岁以下青年教师全部具有博士学位。同时，为配合智能数据工程专业建设、课程体系研发等工作，英谷教育组建了11人的专业教师队伍，其中教授级高级工程师1人，高级工程师/副教授4人，工程师/讲师5人，参与课改课程、实验设备、教材研发等相关工作，师资都具有较高的理论水平，丰富的实践经验。双方专任教师的专业背景主要来自计算机科学与技术、软件工程、管理科学与工程、管理信息系统和电子信息工程等专业，是信息管理与信息系统专业所涵盖的专业领域，从而形成一个较为完整合理的专业教师体系。
四、主干课程
本专业主干课程包括数学专业基础课、C语言程序设计、数据结构、数据库系统原理与应用、Java程序设计、Linux程序设计、python程序设计、数据分析与可视化、大数据挖掘与应用、机器学习与应用等。课程分析如表1所示。
主要实践性教学环节：数据库原理课程设计、计算机网络课程设计、JAVA程序设计课程设计、信息系统分析与设计课程设计、ERP综合设计、数据处理与可视化实训、电子商务模型与应用实训、信管专业认识实习、信管专业生产实习、信管专业毕业实习、信管专业毕业设计。
表1 智能数据工程方向主干课程分析
序号 |
主干课程 |
课程目的 |
1 |
数学专业基础课 |
使学生系统地获得微积分学(包括向量代数与空间解析几何)与常微分方程的基本知识、概率论和数理统计理论和其它常用的数学理论基础知识，并培养学生比较熟练的运算能力，抽象思维能力，逻辑推理能力，几何直观与空间想象能力。 |
2 |
数据结构 |
培养能够针对实际问题建立相应的数据结构（描述问题），设计操作算法（解决问题），并能对算法的复杂度进行分析评估（效率评估）的能力。 |
3 |
数据库系统原理与应用 |
具备数据库分析、设计、实现和操作维护，以及数据库编程、Oracle数据库管理等方面的知识和能力。 |
4 |
Java程序设计 |
掌握面向对象的程序设计思想方法和Java桌面项目开发方法；掌握类、对象、继承与多态、异常处理、泛型、反射、流等的定义创建处理或使用，掌握线程、网络、swing图形、事件、国际化、数据库等的程序设计与上机调试能力。 |
5 |
Linux操作系统 |
了解Linux系统工作原理，熟练使用Linux操作系统，能够用shell进行常规操作。 |
6 |
数据分析与可视化 大数据挖掘与应用 |
掌握主流的大数据分析工具，包括hadoop、SPSS、Pandas、MapReduce、Spark、ggplot2、Matplotlib、Echarts等；了解主流的分析系统，例如推荐系统、图像识别系统等。 |
7 |
机器学习与应用 |
掌握常用的大数据开发语言、开发环境和程序设计思路，包括java、R、Python、Scala、JavaScript等。熟悉主流的大数据分析算法有，包括统计分析（相关关系、因果关系等）、数据挖掘（聚类、分类等）、机器学习（朴素贝叶斯、支持向量机、神经网络等）。 |
五、专业特色
适应新经济、新模式和新业态的发展形势。对准市场拓专业，对准岗位设课程，对准实践抓教学，对准行业促就业。本合作办学专业学生采取“3+1”培养模式。入学前三学年在管理工程学院学习，大一以公共基础课为主，大二和大三学习专业基础课、专业技术课，大四进行实践项目学习和企业实习。课改方案在保留专业基础课的基础上，嵌入当前企业主流应用技术的系列课程，培养的学生既具备扎实的理论知识，同时具备较高的实践能力，适用企业技能和素质要求。
通过“3+1”校企合作模式，校企优势互补、资源共享，专业课程由高校联合多家知名企业共同设计，所用教材由高校、企业共同编著。学校、企业共同担当培养任务，学生前三年在学校完成相关理论课程、技术课程及实验课程学习，第四年到相关企业接受一线工程师指导，在企业场景中通过顶岗实训和毕业实习加强实践能力的培养，实践周期是一般本科专业的三倍以上。
六、学术科研
近五年，教研室专业教师围绕现代企业信息化管理、数字化运营、电子商务与电子政务和决策与优化等领域开展教学与科学研究，近五年发表国内外核心及以上期刊学术论文60篇，其中SCI、EI和ISTP收录41篇。主持或参与国家级、省部级项目10余项，出版专著与教材8部。教学研究方面主持在研山东省教学改革重点项目1项，教育部产学合作协同育人项目3项。
七、人才就业分析及行业岗位需求
大数据、人工智能产业方兴未艾，市场空间急剧扩大，伴随政策的大力支持，行业已出现人才炙手可热、待遇水涨船高的状况。但是，现有的人才供需呈现较大缺口，学校对于大数据人才的培养未成体系。智能数据工程专业人才就业方向分为如下几个方面：
1.理论研究：服务于各类科研院所、高等院校、大型企业中的相关研究机构，从事计算机、信息技术相关理论研究；可以考取软件工程、计算机科学与技术相关专业的研究生。
2.技术开发：服务于提供智能数据分析服务的各种企事业单位，从事相关产品开发。
3.管理服务：服务于企事业单位和政府部门，这些企业和部门需要建立大数据管理部门。
4.教育培训：服务于高等院校和各种培训机构。
八、实践实训情况
实训体系中的案例选自企业内部真实项目，融合目前主流云计算和大数据技术，配有全方位的案例教学文档和视频录像，让学员在再现的真实场景中掌握大数据分析技术，适应企业的工作环境和作业流程。实训方案如表2，实训地点如图1所示。
表2实训方案简介
实训项目 |
实训项目内容 |
实训授课形式 |
数据处理与可视化实训 |
熟悉Java、Python等开发语言和开发环境，熟悉数据模型和常用模块，能够自己开发应用程序，部署Hadoop基础架构，MapReduce和Storm对样例数据进行数据计算和分析，使用ECharts等软件完成数据可视化演练。 |
上机操作 |
电子商务模型与应用实训 |
部署Hadoop基础架构、Hbase分布式数据库，利用MapReduce和Storm对样例数据进行数据计算和分析，使学生了解分布式文件系统与大数据计算的方法，完成客户画像分析模型与应用、营销分析模型与应用、大数据智能供应链优化。 |
上机操作 |
投资收益和风险分析实训 |
完整的大数据分析项目实践，从数据获取、清洗到具体算法的应用，最终根据实际项目要求进行web端的可视化展示或者形成数据分析报告。使用机器学习、深度学习算法进行投资收益和风险分析。 |
上机操作 |
图1英谷教育产业基地
九、专业联系人及联系方式
专业联系人：程灏 联系方式：13685428369
张振森 联系方式：13730911596
