大数据1+X职业院校人才培养方案(PPT)

1+X人才培养方案概况专业名称和代码大数据技术与应用(610215)入学要求普通高级中学毕业生中等职业学校毕业退伍军人新兴农民职工或具备同等学力X证书序号职业资格证书名称证书等级发证机关相应职业岗位1NITE（大数据）专业技能培训证书中级工业和信息化部大数据运维工程师大数据采集处理工程师2OracleOCA初级OracleJava初级开发工程师3阿里云大数据助理工程师认证（ACA）初级阿里云大数据运维工程师（阿里云）大数据技术实施工程师（阿里云）4高职高专院校技能大赛“大数据技术与应用”赛项二等奖及以上全国职业院校技能大赛执行委员会大数据运维工程师大数据采集处理工程师大数据初级开发工程师5全国计算级等级考试合格证书二级及以上国家教育部考试中心软件工程师意义为了深化复合型技术技能人才培养培训模式改革，启动1+X证书制度，进一步发挥好学历证书作用，鼓励职业院校学生在获得学历证书的同时，积极取得多类职业技能等级证书，拓展就业创业本领，构建终身学习型社会，更有利于学生个人职业技能水平的自我认知和职业规划，同时也利于用人单位选人用人。职业面向所属专业大类所属专业类对应行业主要职业类别主要岗位类别等级证书计算机大数据技术与应用互联网研发大数据初级分析师大数据应用开发工程师数据采集与预处理工程师ACA、OCA、NITEIT软件工程师大数据运维工程师大数据技术实施工程师ACA、NITE课证融合、书证融合课程模块设计课程模块课程类别学时学分比例（%）品德素养课300127.5人文素养课29917.510.9职业素养课190116.8专业课程专业基础课3041811.2专业核心课4242415专业拓展课7044024.9综合实践课程认知实习课2510.6技能考证课2510.6校内课外实训课10052.5跟岗实习课（师徒结队实习）3201610顶岗实习课240127.5毕业设计（论文）8042.5合计3011160.5100.0培养模式基本素养/能力岗位迁移/可持续发展能力品德素养人文素养职业素养大数据系统搭建与运维大数据分析数据采集与预处理数据可视化职业岗位迁移能力专业/职业技能可持续发展能力公共基础模块专业技能模块拓展模块/顶岗模块/创业模块高素质技术技能人才专业核心课专业基础课项目实训课拓展学习Java程序设计Linux操作系统大数据导论虚拟化与云计算web前端开发基础（Html5、CSS3、Javascript、JQuery）大数据运维基础(64)（Hadoop、Spark基础）数据库原理与应用（MYSQL）Python基础与应用实战(80)（基础、爬取-处理-分析-可视化）大数据分析基础与实践（算法原理、使用场景）(32)数据采集与预处理(48)（采集、清洗、转换工具实现）前端技术开发实践（前后端交互开发Ajax，JQuery特效开发）(48)数据可视化与BI工具（D3.js、Tableau、PowerBI）(48)数据分析技术与应用（分析工具excel、SPSS）(48)数据仓库理论与实践(Hive、Hbase)(32)企业级数据采集与清洗项目实战(20)企业级大数据开发环境搭建实训(20)基于PYTHON语言的大数据分析项目(40)数据可视化实训项目(40)Hadoop应用开发流式计算框架开发技术人工智能与数据挖掘数据安全与隐私保护核心课程实验列表项目列表课程设计优势配套教学资源配套资源：套教学资源（实验指导手册、PPT、视频）数据真实数据集全部来源与七个不同行业的真实数据案例步骤详细案例从数据处理开始到模型评估结果，每一个步骤的方法运用都是有因可寻，且记录详细案例可靠案例来源于真实的大型数据科学竞赛案例通用性案例覆盖面广，涉及数据分析、特征工程、机器学习等专业知识，为老师的教学场景和学生的自学场景，提供丰富的素材5大优势课程设计优势西普教学教研+西普研发自主开发同济大学、北航、郑州大学、联合大学、北京理工大学、齐鲁工业大学等高校（合作+协同育人）CDA、DC、第四范式等一线工程师企业一线人员培养特色-线上线下结合培养特色-以证促学的项目式教学培养特色-等级证书对应阶段式人才阶梯式等级能力培养以学生为中心解决应用工程问题强化动手能力适应不同学生个体专业课程学习课程知识点学习小型项目模拟原生平台“假”案例产业案例演练贴近商业平台真项目初级技能证书中级技能证书高级技能证书培养特色-联动企、校、生三方，推进终身学习型社会学生认证考试(NITE、ACA等)等级考试（初级、中级、高级）学校国家1+X政策执行证书学分化企业教学助力证书助力产品概况延迟符让大数据教育更简单校园网私有云互联网公有云①课程实验②竞技比赛③实训/科研/项目科学的辅助功能断点续航、学习过程复现、学习数据统计分析、自动评分等等务实的实验体系针对本科、高职院校制定个性化的课程体系及平台支撑综合实训项目几十个综合项目实训案例、TB级数据集+实训环境自动评分理论/实操智能评分以赛促学竞赛/练习双模式专业级大数据竞技平台成功支撑过国际类、全国类、地区类大数据比赛提高科研效率简单配置即可得出优异结果，用户可在此基础上进一步优化模型算法拔高应用能力图形化拖拽式调参+丰富的数据接口+优秀的处理能力，让学生把数据科学用起来简化大数据项目落地流程实验室局域网部署模式课前预习及课后复习老师根据学生数据制定教学策略同步直播课分析大数据技术最新应用多学科资源满足个性化兴趣需求的同时，培养解决复杂工程问题的能力为设计高效高校延迟符BDT产品介绍延迟符BSC产品介绍西普大数据技能演练与实战系统（SimpleBSC）是西普公司立足于当前大数据的时代背景，自主研发的一款集赛前实训、模拟演练、比赛实战于一体的大数据产品。本系统以真实的行业数据集和场景为基础提供模拟仿真的项目环境，可以作为大数据竞赛的竞赛平台，也可以支撑日常实训教学活动。实战教学竞赛产品适用于教学和竞赛两个领域产品完整覆盖大数据主流知识点SimpleBSC设计目标延迟符赛事场景延迟符赛事SimpleBSC为了满足用户了解比赛场景及拓展练习的需求，系统内置了往期的比赛赛题以及行业项目案例试题；对预置的每一套试题都已经配置了虚机和拓扑资源（大数据环境），同时也内置了项目需要的数据和已经开发完成的项目代码等资源。预置的赛题可以分别在比赛场景和练习场景下调用，就赛题而言，两个场景下调用同一套赛题的不同之处在于练习场景下不光显示题目要求也会显示出相应的指导代码及结果；而比赛场景下只显示题目要求。更多资源持续跟新…内置真实各级别大数据比赛赛题赛题资源基础题（165+选择题、150+填空题、150+判断题、78+简答题）全国大学生计算机应用能力与信息素养大赛（本科、高职）金砖大赛赛题内蒙古省赛赛题2019大数据国赛样题（样题、交通运输、招聘、酒店、零售）赛项练习题（一、二、三）延迟符200多个经典算法用户可以自定义算法在平台上评估对比准确率支持几乎所有常用数据源：32种私有数据库8种大数据存储系统…支持多种数据格式支持80多种函数指标可直接调用支持非结构化数据处理算法皆提供详细的介绍说明简单拖拽即可实现专业级BI数据可视化数据科研平台大数据行业综合实战系统SimpleBCC：大数据平台以实战及案例为核心，满足学生实战环境及教师科研延迟符1在开展大数据教育的基础上，准备拔高培养出大数据挖掘、数据分析、BI方向的高尖人才的院校。2类似于电子商务、工商管理，甚至一些偏文科的专业，没有编程、统计学基础。但大数据分析/挖掘技术能为他们的专业带来巨大价值的院系。4愿意应用平台功能,解决或优化高校及周边业态的实际问题的院校。SimpleBCC数据科研（大数据实验室）。3针对需求方向延迟符案例延迟符案例说明本项目数据来源为数据堂采购某手机连锁品牌脱敏数据。针对某连锁品牌的经营数据进行梳理和清洗，通过数据挖掘挖掘出潜在客户。通过可视化平台整合业务关系对其进行可视化展示，使决策者能够全盘了解连锁经营情况，并能够及时做出决策对销售状态采取相应的措施。延迟符案例特点在整个可视化展示分析过程中，通过各种图表将实时变化及固态数据做出合理展示，如：饼图、条形图、折线图、地图、柱状图以及各色交互组件，使决策者可以在可视化展示中看到变化和趋势，并根据现有状态调整策略，更好的运营连锁模式的品牌。通过轮播列表可以将多个地区的连锁店销售额按照顺序进行排列，能够让决策者清楚的看到各地区销售额的变化；在地图上可以呈现各地区的销售额；通过折线图来表现销售总额的变化情况。在该案例中年度销售占比、地区销售排名、销售员业绩排名、连锁品类销售额排名、品额销售占比、客户行业占比以及企业中的很多重要的实时变化的指标，都可以通过可视化操作平台展现表达出来。从展示出来的信息，决策者可以从中发现很多需要亟待解决的问题，并且可以通过问题的发现进行更深度的挖掘是什么原因导致问题的发生，从而从根本上解决问题。延迟符金融理论量化概论量化系统量化经验量化相关软件量化相关库模型案例交易接口机器学习理论机器学习实验概率论数理统计数学符号运算数据库大数据Python基础Python进阶金融大数据平台-课程体系延迟符金融大数据平台-软件系统系统管理课程教学实训教学学习经历成绩管理金融大数据系统管理模块用于系统资源状态监控及管理；系统管理员可以通过该模块管理用户，可以对用户使用过程中产生的资源占用情况进行管理，可以对实验环境资源进行管理。可以对标签系统进行管理。课程教学模块用于教师对全部教学课程的配置，老师可以使用平台上已经有的课程资源，也可以自己自定义课程资源。方便灵活。支持处理远程协助和教师备课功能；学生可以以任务的形式完成老师安排的课程。实训教学模块支持对实训资源、实训内容的管理，老师可以用系统内嵌的实训资源，也可以自己制作实训内容；系统模拟真实的工作场景，支持学生以单独或分组模式开展实训学习。成绩管理模块支持学生完成学习和实训后查看自己的课程成绩和实训成果，通过对整门课程的成绩分析，每个实验任务分析，细化到成绩的具体得分比例，让学生全面掌握自己的学习情况，并支持学习自行查看实验和实训过程中的成果；支持教师查看每个学生每个实验和实训的学习成果，并通过对学习成果的评估进行评价打分。另外，系统集成了人工智能自动评分技术，学生做完任务即可得到得分反馈。学习经历模块将完整的学习经历记录下来供教师、教务领导以及学习者查阅分析，通过图表讲这些数据展示出来，方便更高效的制定下一步学习计划。