大数据课程体系

大数据实训课程体系设计依据

一、培养目标：大数据技术与应用专业主要培养大数据应用与工程技术领域的复合型高级技术人才。毕业生具有信息科学和数据科学基础知识与基本技能，掌握大数据技术所需要的计算机、网络、数据编码、数据处理等相关学科的基本理论和基本知识，熟练掌握大数据采集、存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用软件设计和开发能力，具有一定的大数据技术行业应用能力。毕业后能从事各行业大数据分析、处理、服务、开发和利用工作，大数据系统集成与管理维护等各方面工作。

二、培养方案：以行业需求为导向、以工程实际为背景、以工程技术为主线，构建应用型人才培养体系。

三、课程体系建设：以岗位矩阵为基础，依据能力素质模型和培养路线图，结合学院优势资源设计专业课程体系。

（1）产业需求、岗位矩阵、能力素质模型

（2）大数据岗位能力素质模型

（3）课程体系建设

课程资源

大数据行业需求为导向、以工程实践为背景、以教学规范为标准、以能力培养为主线所构建的课程体系，共计有40门课程，其中基础课程10门、核心课程20门、实训实战课程10门，PPT 200个，视频100个，实验300个，其中实训实战课程配备不低于1000万条数据。

课程内容

课程体系以行业需求为导向，以岗位素质培养为主线，匹配院校教学规范，每门课程针对教学需求提供了丰富的教学资源，包括教程、PPT、代码、视频和实训虚拟机等内容。老师可轻松完成各门课程的备课和教学，学生基于平台可实现不受空间和时间制约的自主学习。

实战课程

除核心专业课程外，唯众以实际大数据应用系统为基础，以行业实际应用案例为原型设计了大数据实战课程。剖析讲解行业级大数据平台核心技术细节，指导学生一步步实现行业级应用系统设计，让所学即为所用。

一、真实原型来源——这些企业都在用大数据技术分析用户需求处理解决方案

二、大数据系统设计——体现支撑企业数据采集、清洗聚合、处理分析、运营决策所需的大数据系统设计

三、课程成果展示——一个真正的大数据系统，一个可支撑企业决策的大数据可视化分析系统

四、实战拟真系统——以行业优秀产品为原型，设计课程的业务模拟系统，场景还原度超高

五、课程目录——超400页的篇幅，超100课时的实验，手把手带你玩转大数据系统应用设计

大数据实训室建设方案

中高职在大数据专业建设所遇到的困难

大数据、信息安全、人工智能等新信息技术产业发展迅猛，人才极其匮乏，各个本科及职业院校纷纷开设相应的专业方向。但是，绝大多数院校因为师资和积累问题，在专业建设规划、办学特色提炼、创新教学模式落地、师资团队建设、课程体系建设、实训条件建设等方面存在困难。

大数据实训室建设方案

大数据实训教学整体解决方案，包括：大数据服务器集群、大数据实训平台、实训课程体系、行业实战课程系统、行业数据等，系统性地解决大数据实训教学的痛点问题。

【硬件系统】大数据实训一体机

大数据实训一体机基于华为机架服务器调优设计，是聚焦于大数据教育的软硬件融合产品， 内置企业级虚拟化管理系统和实验实训教学信息化平台，通过软硬件结合调优提升处理能力，可实现大量学生所需的各类实验虚拟集群快速、高效、稳定的交付，支持TB级海量数据的采集、存储、处理、分析、挖掘和分析，支持班级、小组或个人所需计算和课程资源的按需分配。

【软件系统】大数据教学云平台

大数据教学云平台是一个开放式的课程平台，除了唯众的课程体系之外，老师可自主开发在线课程，支持Word、PPT、PDF、视频等常见课件直接转换成在线课程，从而让老师很方便的将专业基础课程迁移到平台上，便于构建完整的大数据、云计算、人工智能专业课程体系。平台内置丰富的教学实训资源，将教学与实训完美集合，依托平台打造最前沿的综合一站式实践基地。

【软件系统】大数据项目实训平台

大数据项目实训平台集成虚拟化模版功能，内置Hadoop、Spark、TensorFlow、Caffe等主流的大数据、云计算和人工智能学习开发环境，可通过模版快速批量地为学生准备好实训环境。支持多门大数据课程同时开展实训，平台可按课程自动准备各个课程所需虚拟机，学生登录系统后可直接开展实训。

大数据项目实训平台可支撑学校开展实训周、小学期、综合课程设计等形式的项目实训教学活动，支持小组分工协作，可为每个项目小组按需分配一套虚拟服务器集群，集成Hadoop、HDFS、HBase、Hive、Spark等主流的大数据环境，可支撑多个大数据项目实训题目同时开展。

实训室空间设计及建成效果

典型案例

【典型案例】武汉软件工程职业学院华为ICT学院|华为·唯众大数据学院

【典型案例】武汉城市职业学院大数据实训室

【典型案例】湖北城市建设职业学院大数据实训室

大数据项目实训教学解决方案

【课程资源】

大数据项目实训和课程设计课程体系

中职、高职还有本科，实训教学最关键的要素都是课程资源。唯众以大数据基础课程、核心技术课程为基础，以大数据产业实际应用案例为原型，遵照院校实训教学规范，开发了一系列的项目实训、课程设计课程资源，基本满足各院校大数据实训教学需求。

【软件系统】大数据教学云平台

大数据教学云平台是一个开放式的课程平台，除了唯众的课程体系之外，老师可自主开发在线课程，支持Word、PPT、PDF、视频等常见课件直接转换成在线课程，从而让老师很方便的将专业基础课程迁移到平台上，便于构建完整的大数据、云计算、人工智能专业课程体系。平台内置丰富的教学实训资源，将教学与实训完美集合，依托平台打造最前沿的综合一站式实践基地。

【软件系统】大数据项目实训平台

大数据项目实训平台集成虚拟化模版功能，内置Hadoop、Spark、TensorFlow、Caffe等主流的大数据、云计算和人工智能学习开发环境，可通过模版快速批量地为学生准备好实训环境。支持多门大数据课程同时开展实训，平台可按课程自动准备各个课程所需虚拟机，学生登录系统后可直接开展实训。

大数据项目实训平台可支撑学校开展实训周、小学期、综合课程设计等形式的项目实训教学活动，支持小组分工协作，可为每个项目小组按需分配一套虚拟服务器集群，集成Hadoop、HDFS、HBase、Hive、Spark等主流的大数据环境，可支撑多个大数据项目实训题目同时开展。

方案特点

【开放化管理的实训平台】

大数据项目实训平台是一个通用的项目实训管理系统，根据客户需求内置大数据、云计算和人工智能等实训实战课程资源，包括教案、教程、PPT、课件、微课、实训指导书、配套材料等内容。老师也可以将自己的Word、PPT、PDF、视频等实训方案或课程资源上传到平台上，基于平台开展项目实训教学。

【实训环境全覆盖】

实训平台支持自定义镜像上传，可满足 QCOW2、QCOW2C、VDI、VMDK、IMG、TAR 等多种格式镜像上传及管理功能；支持 Windows7、Windows8、Windows10、Windows2008、Windows2012、CentOS、Redhat、Ubuntu 等主流操作系统；方便学生对同一项目在不同系统上的兼容性、稳定性、实用性进行测试实训。

【可视化界面集群部署】

可视化界面集群部署平台,集群内管理云主机,提供高可用特性；物理机与平台虚拟机在不同网段情况下互通，服务器可以连接外网情况下，云主机同样可以连接外网；拖拽式创建云主机，网段；

【在线提交实训报告】

平台集成实训文档在线阅读和实训报告的布置、提交、批量下载、评分功能。学生以小组为单位在线提交实训报告，老师可在线评分和填写评语。

【支持校外导师共同教育】

支持学校实行学生培养双导师制或企业师资入校制度，邀请企业导师来给学生上项目实训课程，特别是大数据、云计算等专业技术实训课程。平台支持多导师同时管理项目，每位导师都可以上传项目资料、维护学生名单和小组成员、管理项目实训虚拟机、在线批阅实训报告、发布项目通知等。

大数据创新科研平台建设方案

大数据科研条件需求

作为高科技人才的培养摇篮和大数据前沿技术攻关阵地，高校需要承担起大量的大数据相关科研任务和高层次研究型人才培养责任，传统的计算机和服务器在大数据科研项目管理、科研环境构建、科研成果展示等方面都存在短板。当前，为有效支撑师资团队的科研和人才培养，对科研平台有以下要求：

大数据创新科研平台建设方案

大数据创新科研平台是涵盖数据存储、数据处理和数据展现，全环节、一体化的解决方案。本方案可提供PB级海量数据存储、查询、分析和挖掘能力，涵盖离线计算、实时计算、流式计算和分析挖掘等应用场景，可提升各院系大数据采集、组织、存储、计算、数据共享、综合分析与深度应用能力，为老师开展各类大数据科研和人才培养提供支持。

系统架构

大数据创新科研平台底层是支持科研所需的硬件资源，通过虚拟化系统将硬件资源虚拟化为统一的资源池，可根据每个课题、每位老师的需求弹性分配虚拟集群。图形化网络爬虫系统为科研项目提供数据，之后用户可通过图形化数据分析及可视化系统实现数据的处理、分析、挖掘和可视化。

科研项目开展流程

基于唯众大数据创新科研平台，科研团队通过以下8个步骤，快速完成大数据科研环境准备、数据爬取、数据源接入、数据ETL、数据挖掘、数据分析、数据可视化和动态任务调度等过程。

【硬件系统】大数据科研一体机

大数据科研一体机基于是聚焦于大数据科研的软硬件融合产品，内置企业级大数据套件，通过软硬件结合调优提升处理能力，实现大数据快速、高效、稳定的落地交付，支持TB至PB级海量数据的采集、存储、处理、分析、挖掘和分析，涵盖结构化、半结构化、非结构化数据，具有良好的水平扩展能力。

【软件系统】大数据创新科研系统

平台提供一站式、图形化的大数据采集、分析系统，全面覆盖数据分析过程中的各个环节，包括数据采集、清洗、整合、存储、计算、建模、挖掘、展现、协作等，让老师可以在一个统一的平台上完成全流程数据分析任务，极大降低了科研课题研究的成本，缩短课题周期。同时，本科研平台是行业级高可靠性平台，可达到PB级数据秒级相应的数据处理能力。

【软件系统】行业数据源

为大数据科研提供门类齐全、安全可靠的行业数据资源， 涵盖城市交通、法律文书、社会经济、贸易通关、股票金融、政府信息公开、投融资、互联网金融、环境地理、体育、文化娱乐、自媒体、企业征信、电商零售、汽车产业、综合分类、房地产、人才招聘等众多领域。

完整版方案下载可点击下面按钮：