2、課程設置，大數據專業將從大數據應用的三個主要層面（即數據管理、系統開發、海量數據分析與挖掘）系統地幫助企業掌握大數據應用中的各種典型問題的解決辦法，包括實現和分析協同過濾算法、運行和學習分類算法、分布式Hadoop集群的搭建和基準測試、分布式Hbase集群的搭建和基準測試、實現壹個基於、Mapreduce的並行算法、部署Hive並實現壹個的數據操作等等，實際提升企業解決實際問題的能力。
3、核心技術，
（1）大數據與Hadoop生態系統。詳細介紹分析分布式文件系統HDFS、集群文件系統ClusterFS和NoSQL Database技術的原理與應用；分布式計算框架Mapreduce、分布式數據庫HBase、分布式數據倉庫Hive。
（2）關系型數據庫技術。詳細介紹關系型數據庫的原理，掌握典型企業級數據庫的構建、管理、開發及應用。
（3）分布式數據處理。詳細介紹分析Map/Reduce計算模型和Hadoop Map/Reduce技術的原理與應用。
（4）海量數據分析與數據挖掘。詳細介紹數據挖掘技術、數據挖掘算法–Minhash, Jaccard and Cosine similarity，TF-IDF數據挖掘算法–聚類算法；以及數據挖掘技術在行業中的具體應用。
（5）物聯網與大數據。詳細介紹物聯網中的大數據應用、遙感圖像的自動解譯、時間序列數據的查詢、分析和挖掘。
（6）文件系統（HDFS）。詳細介紹HDFS部署，基於HDFS的高性能提供高吞吐量的數據訪問。
（7）NoSQL。詳細介紹NoSQL非關系型數據庫系統的原理、架構及典型應用。
4、行業現狀，
今天，越來越多的行業對大數據應用持樂觀的態度，大數據或者相關數據分析解決方案的使用在互聯網行業，比如百度、騰訊、淘寶、新浪等公司已經成為標準。而像電信、金融、能源這些傳統行業，越來越多的用戶開始嘗試或者考慮怎麽樣使用大數據解決方案，來提升自己的業務水平。
在“大數據”背景之下，精通“大數據”的專業人才將成為企業最重要的業務角色，“大數據”從業人員薪酬持續增長，人才缺口巨大。