院校专业:
基本学制:四年 | 招生对象: | 学历:中专 | 专业代码:080902
培养目标
培养目标
培养目标:本专业培养德、智、体等方面全面发展,掌握自然科学和人文社科基础知识,掌握 计算科学基础理论、软件工程专业的基础知识及应用知识,具有软件开发能力以及软件开发实践 的初步经验和项目组织的基本能力,能从事软件工程技术研究、设计、开发、管理、服务等工作的 专门人才。
培养要求:本专业学生主要学习自然科学和人文社科基础知识,学习计算科学、软件工程相 关的基本理论和基本知识,接受软件工程的基本训练,具有软件开发实践的基本能力和初步经 验、软件项目组织的基本能力以及基本的工程素养,具有初步的创新和创业意识、竞争意识和团 队精神,具有良好的外语运用能力。
毕业生应获得以下几方面的知识和能力:
1.掌握基本的人文和社会科学知识,具有良好的人文社会科学素养、职业道德和心理素质, 社会责任感强;
2.掌握从事本专业工作所需的数学和其他相关的自然科学、系统科学知识以及一定的经济 学与管理学知识;
3.掌握计算学科基础理论知识和专业知识,了解本学科的核心概念、知识结构和典型方法;
4.掌握软件工程学科的基本理论和基本知识,熟悉软件需求分析、设计、实现、评审、测试、 维护以及过程与管理的方法和技术,了解软件工程规范和标准;
5.经过系统化的软件工程基本训练,具有参与实际软件开发项目的经历,具备作为软件工 程师从事工程实践所需的专业能力;
6.具备综合运用掌握的知识、方法和技术解决实际问题的能力,能够权衡和选择各种设计 方案,使用适当的软件工程工具设计和开发软件系统,能够建立规范的系统文档;
7.充分理解团队合作的重要性,具备个人工作与团队协作的能力、人际交往和沟通能力以 及一定的组织管理能力;
8.具有初步的外语应用能力,能阅读本专业的外文材料,具有一定的国际视野和跨文化交 流、竞争与合作能力;
9.了解与本专业相关的职业和行业的重要法律法规及方针与政策,理解软件工程技术伦理 的基本要求;
10了解软件工程学科的前沿技术和软件行业的发展动态,在基础研发、工程设计和实践等 方面具有一定的创新意识和创新能力;
11能够运用所学的知识、技能和方法对系统的各种解决方案进行合理的判断和选择,具备 一定的批判性思维能力;
12具备自我终身学习的能力,自觉学习随时涌现的新概念、新模型和新技术,使自己的专 业能力保持与学科的发展同步。
主干学科:软件工程。
核心知识领域:计算基础、数学和工程基础、职业实践、软件系统建模与分析、软件系统设计、 验证与确认、软件演化、软件过程、软件质量、软件管理。
核心课程示例:
示例一(括号内为理论授课+实验学时数):离散数学(64学时)、计算系统基础(64+48学 时)、计算与软件工程I(个人级软件开发)(48+48学时)、计算与软件工程Ⅱ(小组级软件开 发)(48+48学时)、计算与软件工程Ⅲ(团队软件工程实践)(16+96学时)、数据结构与算法 (64+48学时)、 *** 作系统(48+48学时)、计算机网络(48+48学时)、数据库系统(48+48学 时)、软件需求工程(32+32学时)、软件系统设计与体系结构(32+32学时)、软件构造(32+32 学时)、软件测试与质量(32+32学时)、人机交互的软件工程方法(32+32学时)、计算机组织 结构(限选)(48学时)、软件工程统计方法(限选)(48学时)、软件过程与管理(限选)(32学 时)。
示例二:程序设计基础(32学时)、面向对象的编程与设计(32学时)、数据结构(32学时)、 离散结构(32学时)、 *** 作系统(32学时)、数据库系统(32学时)、计算机网络(32学时)、软件工 程概论(32学时)、软件系统分析与设计技术(32学时)、软件体系结构(32学时)、软件项目管理 (32学时)、软件测试技术与实践(32学时)、计算机应用与编程综合实践(实验64学时)、面向对 象与交互式应用开发综合实践(实验64学时)、数据结构与算法综合实践(实验64学时)、数据 库应用系统综合实践(实验64学时)、软件系统构思综合训练(实验64学时)、软件工程综合实 践(实验64学时)。
示例三(括号内为理论授课+实验学时数):程序设计基础(60+20学时)、离散数学(64学 时)、面向对象程序设计(40+16学时)、数据结构(60+20学时)、计算机组成与结构(52 +12学 时)、 *** 作系统(62 +10学时)、数据库概论(52 +12学时)、软件工程导论(40+8学时)、网络及其 计算(56+16学时)、软件建模技术(30+10学时)、软件质量保证与测试(32+8学时)、软件项目 管理(32+8学时)、软件工程课程设计(实验80学时)。
主要实践性教学环节:课程实验、课程设计、专业实习、毕业设计(论文)等。
主要专业实验:程序设计实验、计算机网络实验、 *** 作系统实验、数据库设计实验、系统分析 与软件建模实验、软件系统设计实验、软件测试实验、专业综合实践。
修业年限:四年。
授予学位:工学学士。
职业能力要求
职业能力要求
专业教学主要内容
专业教学主要内容
《C/C++程序设计》、《Java语言程序设计》、《软件工程》、《电路与模拟电子技术》、《Linux *** 作系统与网络编程》、《WEB技术与应用》、《数据结构与算法》、《数据库开发技术》、《算法分析》、《人工智能技术》 部分高校按以下专业方向培养:JAVA、大数据、云计算、软件设计、数字媒体、金融软件开发、嵌入式应用开发、软件开发与测试、移动互联网开发、移动设备应用开发。
专业(技能)方向
专业(技能)方向
IT 类企业:JAVA工程、NET 工程、系统开发、网站开发、软件需求分析、软件开发、软件测试、技术支持、运营维护、项目管理。
职业资格证书举例
职业资格证书举例
继续学习专业举例
就业方向
就业方向
发展前景:中国的软件行业规模不是很大,些软件企业在软件制作上,也只是采用了一些软件工程的思想,距离大规模的工业化大生产比较还是一定的差距;原因有管理体制的问题,市场问题,政策问题,也有软件工程理论不全面和不完善的问题。所以软件工程的研究和应用,以及中国软件行业的进一步发展,都需要一定的既有软件工程的理论基础和研究能力,又有一定的实践经验的软件工程科学技术人员来推动。软件工程的前途是光明的。
对应职业(岗位)
对应职业(岗位)
其他信息:软件工程是研究和应用如何以系统性的、规范化的、可定量的过程化方法去开发和维护软件,以及如何把经过时间考验而证明正确的管理技术和当前能够得到的最好的技术方法结合起来的学科。 软件工程学什么 软件工程主要学习研究计算机各类软件的构造、设计、开发方法、测试、维护等相关的知识和技术,涉及程序设计语言、数据库、软件开发工具、系统平台、设计模式等多方面,进行软件需求分析、软件设计、软件测试、软件维护等。 软件工程就业情况 1可视化编程 掌握程序设计方法及可视化技术,精通一种可视化平台及其软件开发技术。获取Delphi程序员系列、Java初级或VB开发能手认证。 就业方向:企业、政府、社区、各类学校等可视化编程程序员。 2WEB应用程序设计 具有美工基础和网页动画设计能力,掌握交互式网页程序的设计技术,能进行网站建设和维护。获取Macromedia多媒体互动设计师或Delphi初级程序员或Delphi快速网络开发工程师认证。 就业方向:企业、政府、社区、各类学校等WEB应用程序员。 3软件测试 掌握软件测试的基本原理、方法和组织管理,精通软件测试工具。获取ATA软件测试工程师或Delphi初级程序员或Java初级程序员认证。 就业方向:企业、政府、社区、各类学校等软件测试员。 4数据库管理 能应用关系范式进行数据库设计,精通SQL语言,胜任数据库服务器管理与应用工作。获取Oracle数据库管理或SQL Server数据库应用或Windows XP应用认证。 就业方向:企业、政府、社区、各类学校等部门的中、大型数据库管理员。 5图形图像制作 精通国际上流行的图形/图像制作工具(如CorelDraw、Photoshop、Pagemaker等)。获取平面设计师相关的认证。 就业方向:广告制作公司、建筑设计公司、包装装璜设计公司、居室装修公司、出版印刷公司。 6网络构建技术 熟悉网络结构和组网方式,掌握建网方法,能利用工具分析和排除常见网络故障。获取Cisco路由配置或华为网络工程或AMP应用工程师认证。 就业方向:企业、政府、社区、各类学校等网络构建工程师。 7网络系统管理 掌握网络系统管理的基本知识与应用技能,能进行网络系统的安全设置。获取Window2000 Server或TurboLinux TLCE或Cisco路由配置专家认证。 就业方向:企业、政府、社区、各类学校等网络系统管理员。 8多媒体制作 具有多媒体程序设计与多媒体制作策划的能力。基本掌握面向对象程序设计与建模、造型设计、场景设计、分镜头原理等技能。获取多媒体设计师相关的认证。 就业方向:多媒体设计与制作公司、动画美术制作出版公司、广告制作公司。 9计算机办公应用 精通办公自动化应用与管理,熟悉服务器的安装、管理和维护,基于应用服务器的相关服务和软件系统,具备对服务器的网络安全设置、邮件、网页发布、FTP、OA、BBS等系统的应用和维护能力。 就业方向:企业、政府、社区、各类学校等系统管理
首先我们要了解Java语言和Linux *** 作系统,这两个是学习大数据的基础,学习的顺序不分前后。
大数据
Java :只要了解一些基础即可,做大数据不需要很深的Java 技术,学java SE 就相当于有学习大数据基础。
Linux:因为大数据相关软件都是在Linux上运行的,所以Linux要学习的扎实一些,学好Linux对你快速掌握大数据相关技术会有很大的帮助,能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置,能少踩很多坑,学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。
Hadoop:这是现在流行的大数据处理平台几乎已经成为大数据的代名词,所以这个是必学的。Hadoop里面包括几个组件HDFS、MapReduce和YARN,HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面,MapReduce是对数据进行处理计算的,它有个特点就是不管多大的数据只要给它时间它就能把数据跑完,但是时间可能不是很快所以它叫数据的批处理。
Zookeeper:这是个万金油,安装Hadoop的HA的时候就会用到它,以后的Hbase也会用到它。它一般用来存放一些相互协作的信息,这些信息比较小一般不会超过1M,都是使用它的软件对它有依赖,对于我们个人来讲只需要把它安装正确,让它正常的run起来就可以了。
Mysql:我们学习完大数据的处理了,接下来学习学习小数据的处理工具mysql数据库,因为一会装hive的时候要用到,mysql需要掌握到什么层度那你能在Linux上把它安装好,运行起来,会配置简单的权限,修改root的密码,创建数据库。这里主要的是学习SQL的语法,因为hive的语法和这个非常相似。
Sqoop:这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个,直接把Mysql数据表导出成文件再放到HDFS上也是一样的,当然生产环境中使用要注意Mysql的压力。
Hive:这个东西对于会SQL语法的来说就是神器,它能让你处理大数据变的很简单,不会再费劲的编写MapReduce程序。有的人说Pig那它和Pig差不多掌握一个就可以了。
Oozie:既然学会Hive了,我相信你一定需要这个东西,它可以帮你管理你的Hive或者MapReduce、Spark脚本,还能检查你的程序是否执行正确,出错了给你发报警并能帮你重试程序,最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的,不然你看着那一大堆脚本,和密密麻麻的crond是不是有种想屎的感觉。
Hbase:这是Hadoop生态体系中的NOSQL数据库,他的数据是按照key和value的形式存储的并且key是唯一的,所以它能用来做数据的排重,它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。
Kafka:这是个比较好用的队列工具,队列是干吗的排队买票你知道不数据多了同样也需要排队处理,这样与你协作的其它同学不会叫起来,你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来,你别怪他因为他不是搞大数据的,你可以跟他讲我把数据放在队列里你使用的时候一个个拿,这样他就不在抱怨了马上灰流流的去优化他的程序去了,因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS,这时你可以与一个叫Flume的工具配合使用,它是专门用来提供对数据进行简单处理,并写到各种数据接受方(比如Kafka)的。
Spark:它是用来弥补基于MapReduce处理数据速度上的缺点,它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算,所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以 *** 作它,因为它们都是用JVM的。
数据库技术是信息系统的一个核心技术。是一种计算机辅助管理数据的方法,它研究如何组织和存储数据,如何高效地获取和处理数据。是通过研究数据库的结构、存储、设计、管理以及应用的基本理论和实现方法,并利用这些理论来实现对数据库中的数据进行处理、分析和理解的技术。即:数据库技术是研究、管理和应用数据库的一门软件科学。 数据库技术是现代信息科学与技术的重要组成部分,是计算机数据处理与信息管理系统的核心。数据库技术研究和解决了计算机信息处理过程中大量数据有效地组织和存储的问题,在数据库系统中减少数据存储冗余、实现数据共享、保障数据安全以及高效地检索数据和处理数据。 数据库技术研究和管理的对象是数据,所以数据库技术所涉及的具体内容主要包括:通过对数据的统一组织和管理,按照指定的结构建立相应的数据库和数据仓库;利用数据库管理系统和数据挖掘系统设计出能够实现对数据库中的数据进行添加、修改、删除、处理、分析、理解、报表和打印等多种功能的数据管理和数据挖掘应用系统;并利用应用管理系统最终实现对数据的处理、分析和理解。
详情请参考: >
以上就是关于软件工程学什么全部的内容,包括:软件工程学什么、要成为一名大数据开发工程师必备哪些技能、什么是数据库技术等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)