人力资源和社会保障部“云南大学数字技术工程师
培育项目大数据技术培训班”招生公告
大数据时代已经到来,海量数据改变着我们的学习、工作和生活。为促进数字技术赋能高质量开展,云南大学作为国家首批数字工程师培育项目培训机构、云南省唯一一家大数据工程技术人员专业技术考核站点,面向政府部门、企事业单位、高等院校、培训机构等,有意从事或正在从事大数据领域工作人员,在云南大学东陆校区举办数字技术工程师培育项目大数据技术培训班。
一、培训对象
大数据工程技术人员主要是指从事大数据采集、清洗、分析、治理、挖掘等技术研究,并加以利用、管理、维护和服务的工程技术人员。共设三个职业等级,分别为初级、中级、高级。初级、中级分为三个职业方向:大数据处理、大数据分析、大数据管理。高级不分职业方向。具备以下条件之一者,可报名参加培训:
1.具备相关专业大学本科及以上学历(含在读的博士研究生、硕士研究生、应届本科毕业生)。
2.大学专科毕业具备相关工作满1年。
3.取得技术员职称。
4.技工院校毕业生取得技术员职称。
二、报名及培训时间
1.报名时间:自2023年6月1日起,常年接收报名。
2.培训时间:根据招生情况,满30人即可开班。首期培训时间预计安排在2023年7月上旬。
三、培训内容及学时
培训内容包括大数据技术基础、大数据管理与治理、大数据安全与评估、元数据管理、大数据存储系统部署和维护、大数据传输系统部署和运维等模块。本期培训为初级培训,共128学时(含理论+实操)。
四、培训形式及培训地点
本期培训采用线下+线上培训形式举行。由行业企业工程师和大数据技术专家组成的讲师队伍进行授课,包含理论讲解、大数据技术应用实战、交流答疑和培训考核等。
线下培训地点为云南大学东陆校区。
五、培训收费
培训收费标准为4800元/人/期。参训者报名汇款后,由云南大学开具正式发票(发票统一开具“培训费”),培训费须在开班前缴纳,开班后不退。汇款信息如下:
单位名称:云南大学
开户银行:中国银行云南省分行
银行帐号:134000413563
备注信息:云南大学人社部数字工程师培训
六、 报名地点、报名方式、联系电话
1.报名地点:
云南省昆明市翠湖北路2号云南大学东陆校区成教楼505
2.报名方式:
扫描以下“二维码”,填写报名信息表并提交。

3.联系方式:
联系人:谢老师 0871-65147702 杨老师 0871-65033024
七、政策支持及证书取得
本项目根据《人力资源社会保障部办公厅关于加强新职业培训工作的通知》 (人社厅发〔2021〕28号)和《关于稳步推进数字技术工程师培育项目实施工作的函》(人社专技司函〔2022〕47号)文件精神实施。
(一)参训学员学习期满且考核合格可获得云南大学非学历继续教育办公室颁发的“大数据数字技术工程师培训合格证书”。参加数字人才培育项目的培训学时可登记为参训人当年继续教育专业课学时,作为年度考核、晋升和职称评定的重要依据,全国有效并通用。
(二)由云南大学组织对接,向人力资源和社会保障部公布的评价机构(工业和信息化部教育与考试中心)申报大数据工程技术人员专业技术等级考核,理论知识考试以及专业能力考核成绩皆合格者获得相应专业技术等级证书。
(三)相关政策详见《云南省人力资源和社会保障厅关于实施数字技术工程师培育项目的建议方案》
云南大学职业与继续教育学院
2023年6月1日
课程表(理论+实操128学时)
课程 |
课时 |
1.大数据 系统搭建 |
1.1硬件系统搭建 |
1.1.1硬件设备功能知识 1.1.2服务器组网知识 1.1.3服务器配置知识 |
8 |
1.2软件系统部署 |
1.2.1操作系统安装及操作知识 1.2.2云计算及虚拟化部署知识 1.2.3大数据组件安装知识 1.2.4大数据集群配置知识 1.2.5大数据组件基础操作知识 |
24 |
2.大数据 平台管理 与运维 |
2.1平台管理 |
2.1.1应用变更管理知识 2.1.2代码仓库托管知识 2.1.3功能持续集成知识 2.1.4代码版本控制知识 |
8 |
2.2系统运维 |
2.2.1管理平台操作知识 2.2.2系统环境监控知识 2.2.3常见故障排查知识 2.2.4容灾备份知识 |
8 |
2.3安全维护 |
2.3.1权限管理知识 2.3.2常见异常处理知识 2.3.3网络攻防知识 |
8 |
3.大数据 技术服务
|
3.1技术咨询 |
3.1.1大数据行业应用知识 3.1.2大数据技术体系知识 |
8 |
3.2解决方案设计 |
3.2.1大数据基础理论知识 3.2.2大数据行业发展知识 3.2.3大数据软件架构知识 |
8 |
4.大数 据处理与 应用 |
4.1数据采集 |
4.1.1网络爬虫知识 4.1.2离线数据采集知识 4.1.3实时数据采集知识 4.1.4作业调度知识 4.1.5文件系统数据存储知识 4.1.6关系型数据库知识 4.1.7非关系型数据库知识 |
12 |
4.2数据预处理 |
4.2.1数据清洗知识 4.2.2数据ETL知识 4.2.3数据库基础操作知识 4.2.4 SQL函数知识 4.2.5结构化、半结构化与非结构化知识 |
12 |
4.3数据计算 |
4.3.1分布式计算知识 4.3.2内存计算知识 4.3.3数据结构封装知识 4.3.4关键业务指标知识 |
12 |
4.4数据查询 |
4.4.1 OLAP系统应用知识 4.4.2数据检索知识 4.4.3交互式计算知识 4.4.4报表制作知识 |
8 |
5.大数据 管理 |
5.1数据管理 |
5.1.1数据标准知识 5.1.2数据血缘知识 5.1.3数据质量知识 5.1.4数据审计知识 |
8 |
5.2数据管理评估 |
5.2.1数据管理能力成 熟度评估模型知识 |
4 |