大学生大数据技术职业生涯规划书
时间流逝得如此之快，就算追也追不到，你是否有一个清晰而精准的职业方向了呢？请好好规划今后的职业发展道路。那么你真正懂得怎么写好职业规划吗？下面是小编整理的大学生大数据技术职业生涯规划书，仅供参考，大家一起来看看吧。
大学生大数据技术职业生涯规划书 1
每一位大学生应该在今天规划好自己的明天，我们必须告诫自己：我不能被别人淘汰。而有一份长期稳定的规划是有必要的。首先，职业生涯规划是帮助柔弱个体对抗变幻莫测的世界的一种不变的工具。中国人讲究以“不变应万变”，因此需要有一份稳定的职业生涯规划了。那么对于在校大学生该怎样规划自己的职业生涯呢？对于在校大学生，首先要对自己有一个清醒的认识，知晓自己的优点、缺点等等。另外在对自己有一个比较完备的认识的时候要明确自己的兴趣，明确自己的目标，通过目标的明确要找准自己日后的社会地位定位，履行好自己的社会角色。我会一步一个脚印改变我自己。
一、专业简介
本科专业中和大数据相对应的是“数据科学与大数据技术”专业，它是20xx年教育部公布的新增专业。20xx年3月公布的《高校本科专业备案和审批结果》中，北京大学、对外经济贸易大学和中南大学3所高校首批获批开设“数据科学与大数据技术”专业。随后第二年又有32所高校获批“数据科学与大数据技术”专业。两次获批的名单中显示，该专业学制为四年，大部分为工学。
1、培养目标
本专业就是在此背景下设立的面向大数据时代巨大人才需求的新专业，旨在培养具有良好的科学素养和社会责任感与使命感，具有宽广的国际视野，具有从事数据科学与大数据相关的软硬件及网络的研究、设计、开发以及综合应用的高级工程技术人才。
2、培养要求
本专业是一个软硬件结合、兼顾数据科学理论与应用的.以计算技术为基础的、以数据科学与大数据技术为特色的宽口径专业。
3、名人学者
房祥忠、纪宏、林华珍等。
二、课程要求
1、主干课程
数学分析、高等代数、普通物理数学与信息科学概论、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、概率与统计、算法分析与设计、数据计算智能、数据库系统概论、计算机系统基础、并行体系结构与编程、非结构化大数据分析等。
2、学科要求
善于做需求分析、写代码；善于与人沟通，喜欢探索未知；需要根据数据推演、分析、提出解决方案，有数据思维；需要持续保持学习状态；内性格上能动能静。
3、知识能力
（1）具备扎实的数据基础理论和基础知识。
（2）具有较强的思维能力、算法设计与分析能力。
（3）系统掌握计算机科学与技术专业基本理论、基本知识和操作技能。
（4）了解学科的知识结构、典型技术、核心概念和基本工作流程。
（5）有较强的计算机系统的认知、分析、设计、编程和应用能力。
（6）掌握文献检索、资料查询的基本方法、能够独立获取相关的知识和信息，具有较强的创新意识。
（7）熟练掌握一门外语，能够熟读该专业外文书刊。
三、自我评估
1、我的性格
大家都说我是一个活泼开朗的人，很善于与人交流，人缘也比较好，但是很多时候在一些场合缺乏自信，有的时候患得患失，总是考虑的太多，所以错过了一些很好的机会。从小到大都比较要强，不服输，总想必别人做的更好，不过来到大学，发现人外有人，天外有天，所以开始懂得只要自己努力了就不后悔，不管结果是不是第一，只要自己尽力了就是最好的了。性格比较直爽，有的时候容易伤人，虽然在尽力在改变，但是还需要进一步改善。我是个很好的合作伙伴，做事踏实认真，大家交给我的事情总能很好的完成，一丝不苟。
2、我的兴趣
喜欢看电视，看报纸，上网，逛街，打羽毛球等。很喜欢玩，但是也很关心时事和政治方面的新闻，可以说爱好广泛，但是没有什么很专一能做好的事情。
3、我自己认为所具有的能力
现在在班级里担任班长，所以在这一年里，自己的很多能力都有所提高。比如，在协调班级工作中，增强了合作意识，并提升了统筹规划的能力，在工作中，可能会遇到一些摩擦，在解决这些小摩擦的过程中，我也提升了解决问题和矛盾的能力。也具有了一定的与人交流沟通和组织各种活动的能力。
4、我的价值观
我自己感觉我的人生观和价值观都比较正确，信仰共产主义，而且一直坚信，人一生不能只为了钱去追逐，最有意义的一生是活的快乐幸福，而不是为了追逐金钱和奢侈的生活。
5、我的优势和劣势
优势，我的人缘还可以，善于与人交流，还有在组织活动等方面有一定的组织能力，性格比较开朗，能够很好的调节自己的心情。比较要强，做事踏实。
劣势，缺乏恒心，自制力也比较差，不能很好的控制自己，有的时候性格太直了，有什么说什么，容易伤害到别人。
6、我的技能
英语比较好，计算机常用软件的使用，口语表达能力比较强，善于学习新事物。
7、在选择职业时遇到的最大困难和困惑
我现在学习的专业是自动化专业，如果我从事本专业工作，那么就需要我有很扎实的专业基本功和基础，但是现在我所学习的编程等内容对我自己来说有一定的难度，不而且对这些内容并没有很深的兴趣，只是在一点点的培养。第二，现在全国开展此专业的学校有很多，而对于此专业我们学校并没有什么竞争力，所以不知道自己以后能不能找到合适的工作，也不知道今后能不能胜任自动化专业的工作。
8、与职业选择目标的差距
主要是在专业知识上，还有很大的差距。第二，是耐心做事的能力，工程师，以后的工作很可能会比较枯燥，比较复杂，这就需要我有很强的耐心，和对工作的热爱。这也需要我在今后的学习中不断努力提高。
通过沟通分析综合评估执行以形成一种理性的思维，这样明确了方向，便向成功更迈进了一步。即使今后的工作和目标相比有所偏差，也不会差距太远。还有一点就是，不能随更改自己的规划，要坚持自己的目标，勇于面对挫折。每个人心中都有一座山峰，雕刻着理想、信念、追求、抱负；每个人心中都有一片森林，承载着收获、芬芳、失意、磨砺。一个人，若要获得成功，必须拿出勇气，付出努力、拼搏、奋斗。成功，不相信眼泪；成功，不相信颓废；成功不相信幻影未来，要靠自己去打拼！
大学生大数据技术职业生涯规划书 2
职业生涯规划，即个人与组织相结合，对其兴趣、爱好、能力、教育背景等进行综合分析与平衡后，结合时代特点和被规划者的职业倾向，确定其最佳职业奋斗目标，并为实现这一目标做出行之有效的安排。职业生涯规划作为人力资源管理工作的重要议题，越来越受到企业与员工的共同重视。
一、数据信息和职业规划的基本概念
职业生涯规划则是针对个人的主观因素和客观因素进行分析测定，确定个人的奋斗目标，并努力实现这一目标。也就是说，企业需要结合员工的自身兴趣和特质，将其定位在个最能发挥自己特长的位置，通过对每位员工进行职业生涯规划，确保各类人才各就其位，各行其道，各尽其职，各得其所，为不同类型的人才提供个性化的晋升通道和成长空间。
二、如何让数据为职业生涯规划进行全程服务
（一） 数据与员工招聘
对于职业发展规划来说，从员工招聘阶段就要全面介入。数据分析模型会帮助人力资源管理人员做出更加理性的决策。首先，数据挖掘模型会抓取数据库里应聘者职业技能、薪酬要求以及培训教育等方面的信息，然后对比岗位需求，通过数学运算找到最佳的资源配置方式。招聘过程的最根本诉求就是解决企业职位与候选人之间的匹配问题，而 数据技术恰恰能更高效精准的完成这个匹配过程。
（二） 数据与个人信息的深入挖掘
员工入职以后，数据会针对员工的基本信息，通过模型整理编辑出一个以个人为中心的数据库，它的核心功能就是建立员工工作经历、教育背景、职务晋升和社交网络等方面的指标体系，这些指标实现动态管理，通过信息量的积累和汇总分析，评估员工的职业素养和发展潜力，发掘隐藏在深处的职业倾向，并借助这些评估结果，引导员工按照一定的.职业发展规划路线开展职业实践。
（三） 数据与职业锚
职业锚是指员工进入早期工作情景后，由获得的实际工作经验所决定，依据已被证明的才干、动机、需要和价值观，进行现实的选择和准确的职业定位。职业锚强调个人能力、动机和价值观三方面的相互作用与整合，是个人同环境互动的产物，在实际工作中不断调整。职业锚是职业生涯规划最重要的组成部分，准确的职业锚，会引发员工进入正确的职业生涯规划渠道，促发企业和员工形成双赢的局面。
（四）数据与人——职匹配
员工入职以后，需要针对员工职业发展计划书，结合企业实际，对员工的职业发展方向进行定位，进行人-职匹配，如果匹配得好，则个人的特征与职业环境协调一致，工作效率和职业成功的可能性就 为提高。相反，则需要不断修正，重新匹配，提炼更加精确的职业目标。
三、数据与职业生涯规划结合的实例
在员工职业生涯规划中，往往会引入SOT分析矩阵法，通过对一系列信息的归纳与分析，得出员工职业生涯发展的最佳途径。
S代表strength（优势），代表eakness（劣势），O代表opportunity（机会），T代表t人力资源管理 eat（威胁）。其中S和是内部因素，用来进行自我分析，O和T是外部因素，用来进行环境分析。
使用 数据后，我们需要在人力资源管理 信息系统中即时录入以下数据：
S：工作经验，教育背景，专业知识和技能，沟通能力，团队合作能力，领导力，人格特质，承压能力，个人关系网络等。
W：比较缺乏的经验，较差的成绩，专业不对口，缺乏目标，自我认识不足，较差的领导能力，负面的人格特质，害羞，情绪化等。
O：就业机会，急需的人才，晋升机会，市场需求，地理位置优势，强 的关系网络等。
T：就业机会的减少，同业竞争，缺乏的培训，晋升过程的激烈竞争，专业领域的有限发展等。
在对员工进行职业生涯规划时，系统会自动调取这几项重要因素，进行比对分析，利用数据分析模型，得出更优的策略。
以往，在职业发展规划中，要么会出现数据信息不足，要么会出现分析能力不足，而引入数据，既可以存储海量的信息，也可以利用数据挖掘技术进行数据模型建立，从而迅速果断的对职业发展方向进行抉择。
四、如何让数据更好的为职业生涯规划服务
鉴于 数据强 的功能，以及自身存在的不足，我们需要开展以下工作，以弥补其天然的缺陷。
（一）解决 数据存储中的容量问题、安全问题和灵活性问题，实现存储系统的扩展能够简单可行，基础数据的存储安全可靠，不易更改，且一种存储手段能够适应不同的应用类型和数据场景。这样，可以确保数据使用的持续性和有效性。
（二）优化数据分析和挖掘模型，能够尽量剔除与关系结果不太密切的数据，从海量信息中找出最切合使用的有用信息，得到总体在空间上的分布状态和时间上的变化情况，以便对结果做出预测，同时，通过个体在空间和时间上的差异性和相似性，找出问题原因。
（三）人力资源工作者需要加强 数据相关知识的学习及应用，实现专业知识与 数据技能的有机结合，实现人机互补，做出更符合预期的职业生涯规划方案。
