一、专业背景

当前，数字化转型正加速推进，数据已上升为国家基础性战略资源。随着《数字中国建设整体布局规划》的深入实施，国家和地方对数据治理人才的需求呈现爆发式增长。2025年“十五五”规划前期研究已将“数据要素市场化”列为重点议题，2026年相关部署进一步强调数据资源开发利用与数据安全治理。行业报告显示，目前国内数据治理、数据管理相关岗位供需比约为1:10，人才缺口巨大；数据治理工程师、数据分析师、数据资产管理等岗位薪酬持续走高，复合型人才供不应求。

江西应用科技学院未来技术学院立足软件工程（大数据方向）学科基础，紧扣学校新工科建设部署，依托产业学院等平台，面向数字中国战略与江西省地方社会经济发展需求，整合校内外数据治理教学资源，开设“大数据治理”微专业，培养具备数据资产管理、数据质量治理、数据分析与可视化等能力的复合型现代管理人才。

二、专业简介

大数据治理微专业聚焦大数据治理领域，设置一组序列化课程体系和实践教学活动，构建一个以能力为导向、专精的大数据治理知识结构。专业依托未来技术学院软件工程专业（大数据方向）等学科发展基础与特色，体现多学科专业交叉融合的前沿方向。

本微专业实现主修专业与大数据治理技术深度融合，为非数据类专业学生提供清晰的进阶发展路径。学生完成学习后，可在数据分析师、数据治理工程师、商务智能、数据资产管理等方向拓展职业空间，也为主修专业与数据治理的交叉研究奠定基础。

三、培养目标

大数据治理微专业面向数字中国战略对大数据治理的发展需求，培养能够准确表达信息构建和治理需求、有效参与数据治理过程的学生；使学生深入理解数据治理这一交叉学科领域，具备较强的信息与数据素养，掌握数据管理的基本能力与素质，熟悉大数据资源管理的应用场景，实现对大数据资源的有效治理和开发利用，并建立数据治理与自身主修专业学习的交叉融合，成为有思想、有能力、有担当的实践、实用、实干的复合型现代管理人才。

学生通过学习能够理解数据治理标准与法律法规，运用数据资源管理工具完成组织数据治理任务；掌握数据采集、清洗、集成、可视化等核心技能；具备利用SPSS、Tableau、Python等工具解决实际数据问题的能力，并在团队协作、项目管理、技术文档撰写等方面形成综合素养。

四、专业特色与优势

1.紧扣国家战略，对接产业需求

专业方向紧密对接国家“数字中国”战略与“十五五”规划数据要素市场化部署，对标《数据安全法》《个人信息保护法》等法律法规，围绕数据资源规划、数据资产管理、数据质量治理等核心能力设计课程，回应江西省及区域数字经济发展对数据治理人才的迫切需求。

2.理论与实践深度融合

6门课程共18学分（288学时），其中实践学时144学时，占比达50%。课程以“数据资源管理—AI大模型—商务智能与数据挖掘—采集预处理—分析可视化—综合实训”为主线，层层递进；商务大数据分析综合实训为全实践项目课程，学生以小组形式围绕小红书、淘宝、抖音等真实商业场景完成全流程数据分析。

3.前沿技术赋能，AI驱动治理

专业紧跟技术前沿，开设《AI大模型技术》课程，系统讲授大模型原理、微调、部署与应用开发，引导学生将AI能力融入数据治理全流程，提升数据处理与洞察效率，拓展数据治理的智能化应用边界。

4.拓宽职业发展路径

数据治理岗位薪酬持续走高，复合型人才备受青睐。微专业学生可拓宽在数据分析、数据治理、商务智能、数据资产管理、数据合规等方向的职业发展空间，也可结合主修专业开展交叉研究或继续深造。

五、招生对象与条件

1.招生对象

面向对大数据治理具有浓厚兴趣的江西应用科技学院大二、大三全日制本科生。

2.报名条件

（1）主修专业已修读课程平均学分绩点在2.0（含）以上，补考或重修后无不及格课程。

（2）需完成以下前置课程学习：《C语言程序设计》《Python》《计算机网络基础》《数据库设计》《Hadoop技术》《高等数学》《数据清洗》等基础课程，并具备一定的科研思维能力和实验操作能力。

（3）在校全日制本科生，学有余力，自愿报名。

3.招生人数

为确保教学质量和班级氛围，招生人数不低于1人，不高于30人。

六、培养计划与修读要求

（一）修读年限与学分

该微专业修读年限为1年，共设置6门课程，总学分为18学分（288学时）。

（二）授课时间

课程教学活动安排在晚上、双休日、寒暑假进行，不影响主修专业正常学习。

（三）毕业要求

学生在规定时间内修满本培养方案规定的全部学分且考核通过后，发放“江西应用科技学院微专业证书”。

七、教学计划表

序号	课程代码	课程名称	学分	总学时	理论学时	实践学时	考核方式	开课单位	开课学期
1	041014013	数据资源管理	3	48	48	0	考试	未来技术学院	1
2	041014023	AI大模型技术	3	48	24	24	考试	未来技术学院	1
3	041014033	商务智能与数据挖掘	3	48	24	24	考查	未来技术学院	1
4	041014043	大数据采集与预处理技术	3	48	24	24	考试	未来技术学院	2
5	041014053	大数据分析与数据可视化	3	48	24	24	考试	未来技术学院	2
6	041014063	商务大数据分析综合实训	3	48	0	48	考查	未来技术学院	2
合计	合计	合计	18	288	144	144

八、报名时间、流程与材料

（一）关键时间节点

1.学生提交申请：2026年8月28日前，学生填写《江西应用科技学院微专业报名申请表》提交至未来技术学院教务科办公室；

2.学院审核录取：学院完成材料审核、综合筛选后公示录取名单；报名超额将另行发布遴选考核细则；

3.学费缴纳：2026年8月25日 —9月1日完成缴费，逾期视为自动放弃微专业修读资格；

（二）报名流程

1.领取表格：前往未来技术学院教教务科办公室领取《微专业报名申请表》；

2.填写申请：完整填写个人信息、主修专业、报名理由，本人签字确认；

3.逐级审批：经主修辅导员、主修学院签字盖章后提交未来技术学院；

4.学院筛选录取：学院统一审核材料，确定录取名单并院内公示；

5.教务处备案：录取名单统一报送教务处建立微专业学籍。

九、收费标准与学费资助

1.收费标准：微专业统一按照100元/学分收取，本微专业总学费= 12学分 ×100元/学分=1200元；

2.专项资助政策：完整修完全部课程、考核全部合格并取得微专业证书的学生，学校给予学费50%专项补助；

3.缴费说明：仅在规定缴费时段内完成缴费方可生成微专业学籍，中途退学不予退费。

附：课程简介

1.《数据资源管理》

数据资源管理课程主要涵盖文件组织、数据库技术、数据规划、数据管理等方面的内容。课程旨在教授学生理解和掌握数据资源的管理观念和技术，通过教学使学生能够有效地管理和利用组织中的数据资源，为未来的职业生涯做好准备。

2.《AI大模型技术》

本课程系统全面介绍AI大模型从基础理论到训练、微调、部署，以及最终完成应用开发所需的全栈知识。课程注重实践性和落地性，全程以实战为主，通过大量实践案例讲解AI大模型原理、核心技术与工具、数据处理与模型训练等内容，并协助学员结合业务落地应用。

3.《商务智能与数据挖掘》

本课程介绍商务智能的概念、系统架构、核心技术（OLAP、数据挖掘等）及商业应用场景，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，辅助商业决策。

4.《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，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，以便为后续数据分析提供高质量的数据集。学生将熟练使用文件读取、数据库操作、网络采集工具、预处理工具等，为后续分析工作打下坚实基础。

5.《大数据分析与数据可视化》

本课程以SPSS、Tableau、Python为主要工具，指导学生将大数据分析方法应用于实际问题，支持决策制定与业务优化。学生将学习探索性数据分析、业务趋势识别、关联关系分析，并将多维度数据可视化呈现到可操作的仪表板上。

6.《商务大数据分析综合实训》

本课程是一门面向实战的综合课程，围绕传统销售与电子商务等商业场景，通过精心设计的小红书销售分析、淘宝购物篮分析、抖音用户画像等项目，培养学生独立分析问题和制定全流程解决方案的能力，掌握大数据处理的完整流程。