东软学院的大数据相关课程设置通常涵盖理论基础与实践技能，具体内容可能因专业方向和课程体系有所差异，但综合多个信息源可归纳为以下核心模块：

一、基础理论课程

《大数据导论》

介绍大数据的基本概念、特征、发展历程及应用场景，为后续课程奠定基础。

《信息系统工程》

讲解信息系统开发流程、架构设计及大数据环境下的系统集成方法。

二、核心技术课程

《数据存储与管理》

深入学习Hadoop、Spark等大数据存储技术，包括分布式文件系统、数据库优化等。

《数据分析与挖掘》

掌握数据清洗、特征工程、分类预测等核心算法，结合实际案例进行实践。

《数据可视化》

学习数据可视化工具（如Tableau、PowerBI）及交互设计原则，提升数据呈现能力。

三、实践与项目课程

《数据获取与预处理实践》

通过爬虫技术、数据清洗等实践操作，掌握海量数据采集与预处理流程。

《大数据平台搭建》

实践Hadoop、Spark等平台的搭建与配置，完成真实项目案例分析。

《商业智能与决策支持系统》

将数据分析结果转化为可操作的决策建议，涉及BI工具应用与案例分析。

四、前沿技术拓展

机器学习与统计学 ：基础算法与统计模型在大数据分析中的应用。

数据安全与隐私保护 ：数据加密、合规性要求及隐私保护技术。

云计算与分布式计算 ：云平台架构、容器化技术及性能优化。

五、选修与综合课程

微专业课程 ：如“大数据管理与应用微专业”，侧重实践技能培养。

行业案例分析 ：针对金融、医疗等领域的具体应用场景进行深度剖析。

注 ：课程设置可能结合线上线下混合式教学模式，强调工程应用型人才培养，注重学生将理论知识应用于实际项目。建议考生结合自身兴趣和职业规划选择方向，可参考学校官网或招生简章获取最新课程安排。