数据科学与大数据技术强调交叉学科的特点，以大数据分析为核心，以统计学、计算机科学、数学为三大基础支撑学科，培养适应多层次应用需求的交叉学科人才。
数学分析，高等代数，普通物理数学和信息科学导论，数据结构，数据科学导论，程序设计导论，程序设计实践，离散数学，概率统计，算法分析与设计，数据计算智能，数据库导论系统、计算机系统基础、并行体系结构和程序设计、非结构化大数据分析等。
第一阶段：介绍大数据前沿知识和Hadoop，介绍大数据引言知识、课程介绍、Linux和UNBUTU系统基础、Hadoop在独立和伪分布模式下的安装与配置。
第二阶段：Hadoop部署。Hadoop集群模式构建，对Hadoop分布式文件系统HDFS进行深入分析。使用HDFS提供的API来操作HDFS文件。MapReduce的概念和思想。
第三阶段：大数据导入和存储。MySQL数据库的基本知识，hive的基本语法。蜂巢结构和设计原则。配置单元部署和安装案例。Sqoop的安装和使用。将sqoop组件导入到配置单元中。
第四阶段：Hbase理论与实践。Hbase简介。安装和配置。Hbase数据存储。项目实践。
第五阶段：Spaer配置和使用场景。scala的基本语法。Spark的介绍和发展历史，Spark的单机版部署。斯巴克德。
第六阶段：星火大数据分析原理。Spark内核，基本定义，Spark任务调度。Sparkstreaming实时流计算。Sparkmllib机器学习。Sparksql查询。
温馨提示：
