大数据课程体系实训课程以及实训环境建设与创新能力培养ppt课件.pptx

,大数据课程体系、实训课程以及实训环境建设与创新能力培养,大数据课程建设与创新能力培养,技术架构和实训平台,大数据人才需求,国家战略,加强专业人才培养，建立健全多层次、多类型的大数据人才培养体系。,61电子信息大类6102计算机类610215大数据技术及应用63财经商贸大类6308电子商务630804商务数据分析与应用,职业岗位,专业定位,大数据运维工程师ETL工程师大数据可视化工程师大数据应用开发大数据售后/技术支持工程师大数据实施工程师,大数据和人工智能课程是计算机技术发展方向，通常认为计算机技术发展有三个阶段（霍普费尔德）：程序语言、编译技术、操作系统，以及支撑理论算法和数据结构概率和统计（大数据）,大数据课程本身有很强的科技创新氛围，有“乱花渐欲迷人眼”的各种“神奇”案例但是看着高科技的热闹，不一定就会用高科技创新。过多一味的“神奇展示”，有可能使学生增加了神秘感，距离感，反而减少了探究的信心。,理解规律,熟悉特点,实践应用,解放思维,理解规律,“授人以渔”，一直是教育的宗旨，挖掘规律，展示规律，使学生能够理解规律是学校教育的优势，是我们有别于社会培训机构的一个重要因素。缺失规律的理解，机械的技能，会怎么样？阿布扎比国际技能大赛，赛项中有一个砌墙赛项，选手获得了金奖，数天后另一则新闻：澳洲发明砌墙机器人。职业危机如何应对？,理解规律,课程，应当让学生明白从哪里来，想到哪里离去，不能“乱花终究迷人眼”，我们认为应当在校企合作的基础上发挥各自优势，学校教师为学生揭示繁杂案例中不变的规律。这点，协会的Android师资培训就做了示范，即介绍了技术，也从师资培养上强调了对Andriod开发规律的理解，使得学生即会用蓝牙通信，又会选择别的通信方式。触类旁通，前两天的教学成果展，很好的证明了这点。,理解规律,下图展示了大数据课程体系中，从“线性回归”到“深度神经网络”演进路径的一部分，让学生明白所谓机器学习并不神秘，和“一条直线由斜率和截距确定”有必然和自然的联系，这让才能给学生和教育一个坚实的出发点。,“砌墙机器人”只会人类已经有的砌墙方法，新的，更好的砌墙方法还需要金奖选手总结规律，传授给机器人，发挥创新作用。,熟悉特点,大数据以及人工智能专业与计算机应用，计算机网络，计算机软件专业非常接近。但也有些特殊之处。比如由于数据量巨大，非常强调计算的效率。那么这些特殊之处就是教学的重点，这些应当体现在教学案例中，这些特殊的技术体现了最终应用是否能成功。例如：,实践应用,以实际应用为核心，在实践中应用理论和熟练技术加深理解，达到熟练应用的程度，是高职教育的特点。例如下面tensorflow课程的实训项目：,解放思维,能熟练应用已有技术，想办法满足新需求，供给端需求的不断满足，会需求更多的创新，创新方面无论大小，需要解放思维，比如学生自己的“爬虫”应用：学生利用爬虫自己分析了该找什么工作，这就是创新。,我们的建议是，侧重基础，不针对某些领域的专门应用用户广泛，例如TensorFlow入门简单，例如Python，c、Java、Python资源能体现高职特点含配套课程，课程体系科学，适应范围广，能体现大数据技术特点，能体现高职教学特点。运用新技术，降低成本，维护简单：把精力用于教学而不是纷繁的配置。,“大数据联盟”愿意在“高等院校计算机基础教育研究会高职高专专业委员会”领导下，促进大数据课程体系、课程、教学实训项目的研发、以及师资培训的开展。欢迎各院校、各位教师加入以及进行公益性校企合作，共同促进大数据教学发展。2018年的首要任务是开展立足课程的师资培训。,永无止