健康大数据管理与服务专业人才培养方案

一、专业名称及代码

健康大数据管理与服务（5208704）

二、入学要求

普通高级中学毕业、中等职业学校毕业或具备同等学历。

三、修业年限

学制3年，修业年限2～3年。

专业大类 （代码）	所属专业类 （代码）	对应行业 （代码）	主要职业类别 （代码）	主要岗位群或技术领域	职业技能等级（资格）证书
医药卫生大类（52）	公共卫生与卫生管理类（5207）	卫生（84）	数字化管理师S（2-06-07-13）	健康数据分析与服务	大数据应用开发（Python）、 大数据治理

四、职业面向

五、培养目标与培养规格

（一）培养目标

本专业培养能够践行社会主义核心价值观，传承技能文明，德智体美劳全面发展，具有一定的科学文化水平，良好的人文素养、科学素养、数字素养、职业道德、创新意识，爱岗敬业的职业精神和救死扶伤精神，较强的就业创业能力和可持续发展的能力，掌握本专业知识和技术技能，具备职业综合素质和行动能力，面向卫生行业的数字化管理师等职业，能够从事健康数据分析与服务的高技能人才。

（二）培养规格

本专业学生应在系统学习本专业知识并完成有关实习实训基础上，全面提升知识、能力、素质，掌握并实际运用岗位需要的专业核心技术技能，实现德智体美劳全面发展，总体上须达到以下要求：

1.素质

（1）具有正确的世界观、人生观、价值观。坚定拥护中国共产党领导和中国特色社会主义制度，以习近平新时代中国特色社会主义思想为指导，践行社会主义核心价值观，具有坚定的理想信念、深厚的爱国情感和中华民族自豪感。

（2）掌握与本专业对应职业活动相关的国家法律、行业规定，掌握环境保护、安全防护、质量管理等相关知识与技能，了解相关行业文化，具有爱岗敬业的职业精神，遵守职业道德准则和行为规范，具备社会责任感和担当精神。

（3）掌握身体运动的基本知识和至少1项体育运动技能，严格按照《国家学生体质健康标准（2014年修订）》要求组织体质健康测试，达到国家大学生体质健康测试合格标准，养成良好的运动习惯、卫生习惯和行为习惯；具备一定的心理调适能力。

（4）具有良好的职业道德和职业素养。崇德向善、诚实守信、爱岗敬业，具有精益求精的工匠精神；尊重劳动、热爱劳动，具有较强的实践能力；具有质量意识、绿色环保意识、安全意识、信息素养、创新精神。

（5）具有良好的身心素质和人文素养。具有感受美、表现美、鉴赏美、创造美的能力，具有良好的生活习惯、行为习惯和自我管理能力。

（6）具有较强的集体意识和团队合作精神，能够进行有效的人际沟通和协作，与社会、自然和谐共处；具有职业生涯规划意识。

2.知识

（1）掌握必备的思想政治理论、科学文化基础知识和中华优秀传统文化知识。

（2）熟悉与本专业相关的法律法规以及环境保护、安全等知识。

（3）掌握支撑本专业学习和可持续发展必备的语文、数学、外语（英语等）、信息技术等

文化基础知识，具有良好的人文素养与科学素养，具备职业生涯规划能力。

（4）具有良好的语言表达能力、文字表达能力、沟通合作能力，具有较强的集体意识和团队合作意识，学习1门外语并结合本专业加以运用。

（5）掌握计算机基本理论知识及操作、网页设计技术等方面的专业基础知识。

（6）掌握数据库应用（SQL）、Python 程序设计、大数据技术 Hadoop 原理与应用、大数据采集与网络爬虫技术、NoSQL 数据库等专业核心知识。

（7）掌握预防医学、临床医学、健康管理、医学统计、卫生健康数据统计等医学相关基础知识。

3.能力

（1）具备运用Java 语言、Python语言等健康大数据程序设计语言开展应用的能力。

（2）具有熟练操作各版本Linux、Windows操作系统，运用MapReduce、Spark、Hive、HBase等工具完成健康大数据分析、结果展示的能力。

（3）具备运用互联网技术参与公共卫生事件的健康预警、监视的能力。

（4）掌握信息技术基础知识，具有适应本领域数字化和智能化发展需求的数字技能。

（5）具有探究学习、终身学习和可持续发展的能力，具有整合知识和综合运用知识分析问题和解决问题的能力。

（6）掌握身体运动的基本知识和至少1项体育运动技能，达到国家大学生体质健康测试合格标准，养成良好的运动习惯、卫生习惯和行为习惯；具备一定的心理调适能力。

（7）掌握必备的美育知识，具有一定的文化修养、审美能力，形成至少1项艺术特长或爱好。

（8）树立正确的劳动观，尊重劳动，热爱劳动，具备与本专业职业发展相适应的劳动素养，弘扬劳模精神、劳动精神、工匠精神，弘扬劳动光荣、技能宝贵、创造伟大的时代风尚。

六、课程设置及要求

（一）岗位核心职业能力与课程支撑关系表

职业岗位/岗位群	工作任务	职业能力分析	典型工作任务	培养途径 （主要课程）
健康数据分析师	数据采集与预处理、分析与建模、可视化与报告	制定数据采集与分析方案，问题分解与逻辑推理能力	数据采集与预处理	医学统计学、健康管理学概论、Python程序设计、大数据分析技术、数据可视化
健康大数据工程师	数据平台架构设计、数据集成与ETL开发、数据治理与运维	根据业务需求设计可扩展的数据平台架构；诊断数据处理流程故障，具备系统调优与问题解决能力； 跟踪云计算与容器化技术	数据治理与运维	计算机网络技术 大数据分析技术
健康数据管理顾问	数据管理规划、现状评估与诊断、	结构化分析客户需求，能将业务目标转化为数据管理技术指标；设计数据管理成熟度评估模型，具备量化分析与报告能力；快速理解不同客户的业务逻辑与数据痛点	数据管理规划	卫生法律法规 大数据分析技术

（二）专业基础课程

（1）《人体解剖生理学》

课程学时、学分：64学时、4学分

课程目标：通过本课程的学习，使学生掌握人体各部分的基本结构、形态和位置;对人体及动物生命活动规律及调控机制以及与环境相互关系有比较全面、系统和深刻的认识，牢固掌握人体及动物生理学中的基本概念和基础理论，对学科未来发展趋势有所了解;使学生能够以辩证唯物主义的立场、观点和方法为指导，自觉运用所学的人体及动物生理学的基本理论和技能、认识、分析和解决生活中的实际问题:使学生的知识结构和运用知识解决问题的能力适应生物科学不断发展要求的需要。

课程内容：《人体解剖生理学》主要研究正常人体各部分形态、结构、位置、毗邻及结构与功能关系，研究正常人体生命活动规律（机制）和生理功能的科学，如呼吸、消化、循环、泌尿、神经等系统的结构和功能。为生物科学研究工作打下基础，为防止疾病、保护健康、增强体质提供理论根据。

教学要求：要求学生能够加深对已学过的动物学、生物学基础知识的理解和巩固；进一步系统地全面地学习和掌握人体生理机能及其内在规律，增强学生的辨证唯物主义的观点和分析问题与解决问题的能力。

（2）《计算机网络技术》

课程学时、学分：64学时、4学分

课程目标：“以学生为主体，以职业能力培养为中心”，以岗位需求为导向，让学生应掌握计算机网络体系结构的核心概念和工作原理，熟悉网络协议的分析和设置方法，并对各种网络技术以及网络管理的基本原理、基本方法和相关技术，初步具备对计算机网络进行维护、管理的能力。

课程内容： 包括计算机网络的体系结构、数据通信的基本原理、网络层路由算法、运输层原理及可靠性传输的实现方法、网络的主要应用。

教学要求：熟悉对等网组建、工作原理及使用方式；熟悉小型局域网的规划、组建、工作原理及使用；熟悉TCP/IP的四层协议的定义和工作原理；初步具备对三层网络组建和设计的能力；初步具有对交换机和路由器基本配置的能力；具有网络性能测试的能力。以有效满足行业企业发展需要和完成职业岗位实际工作任务所需要的知识、能力、素质要求。

（3）《健康管理学概论》

课程学时、学分：64学时、4学分

课程目标：培养学生德智体美全面发展，热爱医疗卫生事业，热爱健康管理职业，树立全心全意为人民服务的世界观，具有良好的职业道德:掌握健康管理与医学相关理论。

课程内容：内容包括健康管理相关概念、理论与实践渊源、科学基础、基本步骤、服务流程、基本策略；健康管理在国内外的应用；健康管理学科的发展，健康管理产业的发展。

教学要求：通过对个人的健康状况以及影响健康的风险因素进行全面检查、监测，收集躯体、心理、环境等多方面的信息，培养学生德智体美全面发展，热爱医疗卫生事业，热爱健康管理职业，树立全心全意为人民服务的世界观，具有良好的职业道德。

（4）《预防医学》

课程学时、学分：64学时、4学分

课程目标：掌握环境与健康的相互关系，特别是环境污染对健康的影响以及环境相关疾病的危险因素及其防制。职业与健康的关系，区别职业病和工作有关疾病，职业病的诊断和治疗原则。食物对健康的影响，平衡膳食的要求，常见营养素的营养学意义、缺乏病和膳食来源，食品安全，特殊病人的临床营养。社会心理因素与健康的关系，重点是心身疾病的防制。

课程内容：掌握对人群劳动、生活、学习、环境和食品进行卫生检测和监督的基本能力和防疫工作的基本能力；具有分析影响人群健康的各种因素和疾病流行规律，制定预防疾病和增进人群健康措施与计划的能力。

教学要求：使学生全面了解预防医学的相关知识和理论，熟悉预防医学的基本概核心思想及知识体系;掌握针对临床预防服务、营养学指导、社区公共卫生服务、环境卫生念、与职业卫生服务、疾病的预防控制、突发公共卫生事件等方面的三级预防策略及人群健康研究的统计学方法和流行病学方法的构建和实施;使学生能在掌握人群健康相关因素的基础上运用预防医学的一般原理和方法从事服务人群的健康管理工作，树立“预防为主、防治结合”的理念，思考医疗卫生服务中的相关问题，具备高尚的职业道德和良好的职业素质。

（5）《医学统计学》

课程学时、学分：64学时、4学分

课程目标：掌握医学统计学的基本方法和基本技能。会正确选用统计方法，并能结合专业知识作出适当的分析和推断，能够作出简单的调查设计和实验设计，或对统计设计作出正确评价。具备严谨的统计学逻辑思维能力，以真实数据为依据，养成严肃认真的科学态度和作风。

课程内容：医学统计学是运用概率论与数理统计的原理及方法，结合医学实际，研究数字资料的搜集、整理分析与推断的一门学科。医学研究的对象主要是人体以及与人的健康有关的各种因素。内容包括统计学绪论；计量资料的统计描述；计量资料的统计推断；分类资料的统计描述；分类资料的统计推断；非参数检验；直线相关与回归；统计表与统计图；研究设计等。

教学要求：重点讲解基本理论和基本知识同时注意传授一定比例的扩展知识、新进展知识和实际应用知识，加强学生创新能力的培养，开拓思路、启发思维，调动学生的学习积极性。内容精练，条理清楚，合理使用教学设备和教具。

（6）《卫生法律法规》

课程学时、学分：32学时、2学分

课程目标：通过卫生法律法规的学习，使学生掌握卫生法律法规的一般理论和知识及基本方法，培养出学生的法律思维和法律意识，使学生具有能辨证的分析医护活动中的法律现象和初步处理医护的法律问题的能力，从而达到保护护患双方的合法权益、提高护理服务质量、增进护患良好关系的目的。同时要培养学生的动手能力及发现问题和分析解决问题的能力。

课程内容：重点讲授卫生法律法规的基本理论，对本学科的基本概念、基本理论以及有关的法律制度作详细讲解。 以法律科学的基本理论和方法来分析 医疗行为过程当中当事双方之间的法律问题，并未其法律问题的解决提供思路和 一些具体的使用知识。

教学要求：通过案例分析，让学生了解卫生法律法规在实践中的应用，包括卫生监督、医疗纠纷处理等，引导学生分析案例中存在的问题，并提出解决方案，通过模拟实践，让学生运用所学知识解决实际问题，提高综合应用能力。

（三）专业核心课程

（1）《Python程序设计》

课程学时、学分：64学时、4学分

课程目标：数据采集、数据分析、企业数据服务、医疗机构数据服务、社区卫生机构数据服务。

课程设置逻辑：先修《计算机网络技术》《大学生信息技术》课程，第二学期开设《Python程序设计》，可使学生在掌握数据思维与数学基础后，系统学习Python编程语法、数据结构等核心内容，为后续《数据库应用》《大数据分析技术》等课程奠定编程基础，符合“计算机基础-编程语言-专业应用”的递进逻辑。

主要教学内容：熟悉Python语言环境、基本语法以及基本流程控制。掌握典型序列结构、文件、函数、面向对象的程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理。

教学要求：能进行GUI编程、网络和多线程编程。能进行基于Flask框架的Web编程。课程融入“数据伦理、健康为民”的职业理念，通过健康数据脱敏案例强调隐私保护原则，在医疗数据建模中渗透严谨求实的科学精神；结合“健康中国”战略，引导学生关注基层医疗数据应用场景，培养用技术服务民生的责任担当，将社会主义核心价值观融入代码规范与项目实践。课程嵌入技能大赛Python数据处理项目、创新创业健康数据可视化方案要求，对标大数据工程师等职业证书编程考核标准，强化行业岗位所需的Pandas数据处理、Matplotlib可视化、健康数据接口开发等能力，配套医院电子病历清洗、慢性病数据建模等实训项目。

（2）《临床医学概论》

课程学时、学分：64学时、4学分

课程目标：运用医学基础、健康管理、预防医学等专业基础知识和数据信息采集与统计、健康档案管理等技能，协助基层医疗卫生人员开展非医疗性疾病管理、健康宣传及教育、健康培训与指导。

课程设置逻辑：先修《人体解剖生理学》课程，可使学生在具备基础医学知识后，系统学习临床疾病的诊断与治疗逻辑，为后续健康评价技术、预防医学等专业课程奠定临床思维基础，符合“基础-临床-专业应用”的递进式教学规律。

主要教学内容：掌握全科常见症状的病因及临床表现。熟悉内科、外科、妇产科、儿科等常见疾病的病因、临床表现、实验室及其他检查、防治原则；了解其发病机制、诊断与鉴别诊断。熟悉常见传染性疾病和性传播疾病的病因、临床表现、实验室及其他检查、防治原则；了解其发病机制、诊断与鉴别诊断。

教学要求：课程融入“敬佑生命、救死扶伤”的医学人文精神，通过临床案例讲解医患沟通中的伦理原则，强调健康管理工作者的社会责任；培养学生的职业使命感，引导其树立以患者为中心的服务理念，将医德医风教育贯穿知识传授全过程。课程内容嵌入职业院校技能大赛临床案例分析项目要求，对标健康管理师等职业证书的疾病识别与评估标准，强化行业岗位所需的病史采集、辅助检查解读、健康风险研判等能力，实训项目涵盖常见慢性病临床特征分析、健康干预方案设计等实操场景。

（3）《数据库应用》

课程学时、学分：48学时、3学分

课程目标：数据库基础知识、操作和管理技能，包括数据存储、查询、更新和删除等内容，同时讲解数据库设计、管理和维护的方法，培养学生在实际应用中熟练运用数据库的能力。

课程设置逻辑：先修《计算机网络技术》《Python程序设计》课程，第三学期开设《数据库应用》，可使学生在掌握编程基础与数据思维后，系统学习数据库设计、SQL语言及健康数据建模，为后《大数据可视化》等课程提供数据存储与管理支撑，遵循“编程基础-数据管理-专业应用”的教学逻辑。

主要教学内容：掌握数据类型。熟悉数据库和数据表创建和管理操作。能对数据进行插入、删除、修改、检索等操作，能安装数据库管理系统，创建和管理数据、表，事务、索引和视图的使用。熟悉Transact-SQL程序设计、存储过程、触发器、用户自定义函数与事务、用户权限管理知识。能进行数据库的备份和恢复，数据转换等操作。

教学要求：课程可融入“数据安全、伦理为先”的职业理念，通过健康医疗数据脱敏案例强调隐私保护原则，在数据库权限管理中渗透严谨的责任意识；结合“健康中国” 战略，引导学生关注基层医疗数据规范化管理，培养用技术保障民生数据安全的担当，将社会主义核心价值观融入数据库设计与维护全流程。课程嵌入技能大赛数据库设计与查询项目、创新创业健康数据管理方案要求，对标数据库系统工程师等职业证书标准，强化行业岗位所需的E-R图设计、SQL优化、健康数据仓库构建等能力，配套医院电子病历库搭建、慢性病数据索引优化等实训项目。

（4）《数据可视化》

课程学时、学分：64学时、4学分

课程目标：图表类型选择、工具使用及数据处理分析技巧，通过案例实操，培养学员将复杂数据直观呈现的能力，助力其在商业、科研、社会等领域做出明智决策，提升数据洞察力与沟通效率。

课程设置逻辑：先修《计算机网络技术》《Python程序设计》《数据库应用》课程，第四学期开设《数据可视化》，可使学生在掌握编程基础与健康数据管理能力后，系统学习 Tableau、Matplotlib等工具的可视化逻辑，遵循“数据处理-可视化表达-专业应用”的递进逻辑。

主要教学内容：掌握可视化的基础知识和理论。掌握常见企业级数据可视化工具的使用。掌握可视化分析方法。熟悉可视化分析的基础知识。运用可视化工具进行数据整合。根据可视化分析目标的定位构建指标体系。

教学要求：课程融入“客观严谨、健康为民”的职业理念，通过医疗数据可视化案例强调信息真实性原则，在疾病趋势图表设计中渗透科学精神；结合“健康中国”战略，引导学生关注老年群体健康数据可视化需求、基层医疗数据易懂化表达，培养用技术服务民生的责任担当，将数据伦理教育融入可视化方案设计全过程。课程嵌入技能大赛健康数据可视化项目、创新创业医疗信息图表设计要求，对标大数据可视化工程师等职业证书标准，强化行业岗位所需的健康指标动态图表制作、电子病历可视化分析、数据故事化表达等能力，配套医院就诊数据仪表盘开发、慢性病流行趋势动态图设计等实训项目。

（5）《应用软件需求分析技术》

课程学时、学分：32学时、2学分

课程目标：需求获取、分析、建模与验证等环节，涵盖用户调研、需求提炼及规格说明书编写等内容，结合案例与实践，运用专业工具，旨在培养学生准确把握需求、灵活应对需求变更的能力，为软件开发奠定坚实基础。

课程设置逻辑：先修《计算机网络技术》《Python程序设计》课程，第三学期开设《应用软件需求分析技术》，可使学生在掌握编程基础与系统架构知识后，系统学习需求调研、用例建模及健康领域需求分析方法，为后续《医学信息技术》等课程奠定需求分析基础，遵循“技术基础-需求建模-专业应用”的递进逻辑。

主要教学内容：掌握需求的基本概念、分类及需求工程的过程。掌握需求获取的方法、步骤、技巧。掌握软件需求的相关知识，能撰写需求规格说明书。掌握需求建模技术。掌握需求验证的方法和技术。了解开发高质量软件系统的方法。

教学要求：课程融入“需求为本、伦理为先”的职业理念，通过医疗软件需求调研案例强调患者隐私保护原则，在需求文档撰写中渗透严谨负责的工作态度；结合 “健康中国” 战略，引导学生关注基层医疗软件易用性需求、老年群体交互需求，培养用技术服务民生的责任担当，将社会主义核心价值观融入需求分析全流程。课程嵌入技能大赛软件需求分析项目、创新创业健康软件设计要求，对标软件设计师等职业证书标准，强化行业岗位所需的健康领域需求访谈、用例图绘制、需求规格说明书编写等能力，配套医院预约系统需求分析、慢性病管理APP用例建模等实训项目，对接健康数据安全等行业规范。

（6）《大数据分析技术》

课程学时、学分：64学时、4学分

课程目标：数据收集、预处理、存储与管理等基础内容，深入讲解数据挖掘算法、机器学习模型及可视化技术，结合实际案例与前沿工具，培养学生在复杂数据环境中提取有效信息、分析趋势、预测结果的能力，以解决实际问题并支持决策。

课程设置逻辑：先修《计算机网络技术》《Python程序设计》课程，第三学期开设《大数据分析技术》，可使学生在掌握编程基础与健康数据管理能力后，系统学习 Hadoop、Spark等大数据框架及健康数据挖掘算法，为后续《医学信息技术》等课程提供分析技术支撑，遵循“数据处理基础-大数据技术-健康领域应用”的递进逻辑。

主要教学内容：了解Hadoop概述。熟悉Hadoop的基本运行框架。掌握Hadoop安装部署、分布式文件系统HDFS、分布式计算MapReduce、资源管理调度组件YARN、数据仓库组件Hive、数据分析引擎Pig、日志采集组件Flume、数据迁移组件Sqoop、集群管理组件 Ambari、分布式应用程序协调组件Zookeeper等核心组件的使用。熟悉机器学习算法库Mahout等。

教学要求：课程可融入“数据伦理、健康惠民”的职业理念，通过医疗大数据脱敏案例强调隐私保护原则，在疾病预测模型构建中渗透严谨求实的科学精神；结合“健康中国”战略，引导学生关注基层医疗大数据分析需求、老年慢性病数据挖掘场景，培养用技术服务民生的责任担当，将数据安全意识与社会主义核心价值观融入分析全流程。课程嵌入技能大赛健康大数据分析项目、创新创业医疗数据建模方案要求，对标大数据分析师等职业证书标准，强化行业岗位所需的 Hadoop集群部署、Spark SQL健康数据处理、机器学习疾病预测模型构建等能力，配套医院电子病历大数据清洗、区域慢性病流行趋势分析等实训项目，对接健康医疗数据安全行业规范。

（7）《医学信息技术》

课程学时、学分：32学时、2学分

课程目标：医学信息系统、数据管理及分析等知识，教授学生运用信息技术解决医学问题，如电子病历系统开发、医疗大数据分析等，结合实践与前沿技术，培养学生在医疗行业中的信息处理与创新能力。

课程设置逻辑：先修《人体解剖生理学》《临床医学概论》《计算机网络技术》课程，第四学期开设《医学信息技术》，使学生在掌握医学基础与计算机操作能力后，系统学习电子病历管理、医疗信息系统架构及医学数据标准，遵循“医学基础-信息技术- 专业融合”的递进逻辑。

主要教学内容：掌握医学信息技术基本理论。熟悉医学信息技术的实际应用及其支持技术。熟悉医学信息系统（HIS、LIS、PACS）等。了解远程医疗、医学决策支持系统等。

教学要求：课程可融入“技术向善、医者仁心”的职业理念，通过电子病历隐私保护案例强调数据安全伦理，在医疗信息系统设计中渗透严谨负责的工作态度；结合“健康中国”战略，引导学生关注基层医疗信息化需求、老年群体数字健康服务，培养用技术优化医疗服务的社会责任，将数据伦理与人文关怀融入信息技术应用全过程。课程嵌入职业院校技能大赛医学信息处理项目、创新创业医疗信息化方案要求，对标医学信息管理师等职业证书标准，强化医院信息系统（HIS）操作、电子病历数据标准化、医疗数据安全防护等岗位核心能力，配套电子病历系统实训、医疗信息接口调试、慢性病数据标准化处理等实训项目。

（8）《健康管理实务》

课程学时、学分：64学时、4学分

课程目标：运用基础医学、预防营养、运动保健等知识，开展健康知识宣教、健康管理干预。

课程设置逻辑：先修《健康管理学概论》《临床医学概论》课程，第四学期开设，使学生在掌握医学基础、评价方法及健康教育技能后，系统学习健康监测、干预方案制定等实操技能，为毕业实习及岗位实践提供完整流程训练，遵循“基础理论-技术方法-实务应用”的递进逻辑。

主要教学内容：掌握健康管理基本策略和工作流程，营养指导和运动指导等健康指导知识和技术，健康随访技巧，健康干预知识和技术。熟悉常见慢性非传染性疾病（如高血压、冠心病、糖尿病、肥胖、血脂异常、慢性阻塞性肺疾病、肿瘤等）人群健康管理的技术和流程。

教学要求：课程融入“知行合一、服务大众”的职业伦理，通过社区健康管理案例强调基层服务意识，在隐私数据管理中渗透伦理规范；结合 “健康中国 2030”战略，引导学生关注慢性病管理、老年人健康等民生议题，培养社会责任担当，将科学严谨的工作态度与人文关怀贯穿健康管理全流程。课程内容嵌入技能大赛健康管理方案设计项目、创新创业健康服务项目要求，对标健康管理师等职业证书实操考核标准，强化行业岗位所需的健康档案管理、干预计划执行、效果评估等核心实务能力。

（四）职业技能等级（资格）证书安排

序号	证书名称	证书等级	发证部门	对应课程	考核学期
1	健康管理师	4级		健康管理学概论、预防医学、临床医学概论	第5学期
2	公共卫生管理师	初级 / 中级		医学统计学、卫生法律法规	第5学期
3	健康信息管理师	4级		健康管理实务	第5学期
4	数据分析师类	2级		Python程序设计、大数据分析技术	第5学期

七、实施保障

（一）师资队伍

目前健康大数据管理与服务专业教学团队由师德高尚、业务精湛的教师组成，教学队伍稳定，教学经验丰富，教学、科研水平高，具有较强的理论教学和实践教学能力，能运用现代教的先进教学方法，具有驾驭课堂的能力，具备熟练的单元设计与整体设计能力，又具有较高的学术水平。

1.专任教师

通过聘用和培养相结合的方式，健康大数据管理与服务专业专任教师均为本科及以上学历，双师型教师达60%，形成了一支精干高效的专业教学团队。

2.兼职教师

聘请行业专家作为兼职教师，参与本专业的教学、课程和实训基地的建设等工作。

3.专业带头人

具备对现行教材的筛选、组合能力；能明确专业培养目标，能按照教学大纲的要求科学合理的安排教学内容；具备运用灵活多样的教学模式、教学方法进行教学的能力；具有较强的语言表达能力；能够将学生的思想道德教育融入到教学全程。专业带头人教师对本专业有实际的了解，具备实际工作能力。

（二）教学设施

（三）教学资源

（四）教学方法

健康大数据管理与服务专业教师依据专业培养目标、课程教学要求、学生能力与教学资源，采用适当的教学方法，以达成预期教学目标。倡导因材施教、因需施教，鼓励创新教学方法和策略，采用理实一体化教学、案例教学、项目教学等方法，坚持学中做、做中学。大部分的专业课和某些基础课的实践性和应用性比较强，在教学过程中，应增强教学过程的生动性和形象化，在教学过程中实施灵活多元的教学方法，加快建设智能化教学环境和教学手段，建设能够满足按照课程需求的课堂资源，供给模式，保障学生的课堂学习效果和学习兴趣。普及项目教学、案例教学、情境教学、模块化教学等教学方式，广泛运用启发式、探究式、讨论式、参与式等教学方法，理实一体教学模式，强化课堂教学管理，提升课堂教学质量，打造优质课堂效果。注重融入职业素养和工匠精神培育。

（五）学习评价

1.学习过程管理与评价

严格落实培养目标和培养规格要求，加大过程考核、实践技能考核成绩在课程总成绩中的比重。教师根据课程标准和教学目标，围绕以下几个方面对学生作出评价。

（1）学习习惯：学生听讲中是否积极，是否独立思，是否敢于提出问题，是否认真倾听了别人的意见。

（2）学习态度：学生在学习中是否能够建立自信心，能否积极主动有效地投入到学习活动中。

（3）学习方式：学生在学习过程中是否能够主动参加实践活动，是否主动地进行探索，是否积极主动地进行合作交流。

（4）基本能力：主要考察学生的思维能力，语言表达能力，解决问题能力，做事是否有计划性的能力。

（5）综合实践活动：考查学生的社会实践能力应用意识及课外学习情况等。

2.严格考试纪律，健全多元化考核评价体系，完善学生学习过程监测、评价与反馈机制，引导学生自我管理、主动学习，提高学习效率。

3.强化实习、实训、毕业设计等实践性教学环节的全过程管理与考核评价。在评价主体方面，以学校和企业联合评价为主，学生自评、同学互评为辅。广泛吸收就业单位、合作企业、主管部门、家长等参与学生质量评价，建立多方共同参与评价的开放式综合评价制度。

4.评价方法：平时成绩20%（课堂表现10%+作业10%）+阶段性考核30%+期末综合考核50%（理论25%+实操25%），成绩构成比例可根据课程实际情况调整，浮动比例为5%。

（六）质量管理

1.遵循学校教学管理制度，完善课堂教学、教学评价、实习实训、毕业设计以及专业调研、人才培养方案更新、资源建设等方面质量标准建设，通过教学实施、过程监控、质量评价和持续改进，达成人才培养规格。

2.在学院教学督导小组指导下，加强日常教学组织运行与管理，定期开展课程建设水平和教学质量诊断与改进，建立健全巡课、听课、评教、互评制度，建立与企业联动的实践教学环节督导制度，严明教学纪律，强化教学组织功能。

3.健康与大数据管理教研室依照评价分析结果有效改进专业教学，持续提高人才培养质量。

九、毕业条件

学生在学校规定学习年限内，修完教育教学计划规定的内容，成绩合格，取得规定学分，德、智、体、美、劳等方面合格，并取得至少一种与专业相关的职业资格证书或职业技能等级证书，准予毕业。