* 教学平台：学生中心 * 教学平台：在线实验 * 教学平台：在线创建实验 * 教学平台：在线作业 * 教学平台：在线作业 合作方式 专业共建：全面负责教学与学生管理工作 专业联建：负责核心课程教学与师资培训 专业助建：以项目方式提供教学资源服务 专业共建 全面负责教学与学生管理工作 双方签订10年以上合作合同 合作内容 专业申请 培养方案制定 课程教学 实验室建设 实训平台建设 专业联建 负责核心课程教学与教师培训 双方签订10年以上合作合同 合作内容 专业申请 培养方案制定 核心课程教学 教师培训 实验室建设 实训平台建设 专业助建 以项目的方式提供教学资源服务 可以选择下列合作项目 专业申请 培养方案制定 核心课程教学 教师培训 实验室建设 实训平台建设 课程资源建设 谢谢！ * * 大数据人才就业产业分析 大数据人才就业产业分析 互联网企业在引领大数据应用 产业分布过于偏重于应用环节 缺乏综合性的数据聚合流通平台 基础架构和分析环节比较薄弱 应用领域的行业分布仍不够全面 大数据应用的思路比较单一 大数据系统研发工程师 负责大数据系统的研发工作 大数据应用开发工程师 负责搭建大数据应用平台、开发分析应用程序 大数据分析工程师 运用算法来解决分析问题，并且从事数据挖掘工作 大数据可视化工程师 利用图形化的工具及手段揭示数据中的复杂信息 大数据系统运维工程师 负责大数据系统的搭建与运维 大数据技术岗位 总体目标 业务培养目标：培养出具备程序设计、大数据应用开发、大数据分析、大数据系统搭建知识的符合大数据行业需求的复合型、创新型和实用型人才 业务培养要求：学习大数据系统的基本概念、大数据应用的设计与开发方法、数据挖掘与大数据分析方法、以及大数据系统搭建运维方法，受到大数据应用开发工程实践的基本训练，具备从事大数据应用开发、大数据分析、或大数据系统运维的基本能力 专业方向设置 大数据应用方向 大数据应用开发工程师 大数据分析方向 大数据分析工程师 大数据系统方向 大数据系统运维工程师 职业能力分析：大数据应用工程师 掌握大数据的基本概念和应用领域 掌握程序设计和实现方法 掌握使用HBase、HDFS存储和管理数据的方法 具有开发Java Web应用的能力 具有基于MapReduce开发大数据应用开发的能力 了解大数据系统的架构和设计方法 了解大数据系统的基本搭建和调优方法 了解大数据的发展趋势和应用领域 了解云计算的基本概念和作用 职业能力分析：大数据分析工程师 掌握大数据的基本概念和应用领域 掌握程序设计和实现方法 掌握使用HBase、HDFS存储和管理数据的方法 具有使用Mahout数据挖掘算法进行数据分析的能力 具有基于MapReduce开发大数据应用开发的能力 了解大数据系统的架构和设计方法 了解大数据系统的基本搭建和调优方法 了解大数据的发展趋势和应用领域 了解云计算的基本概念和作用 职业能力分析：大数据系统运维工程师 掌握大数据的基本概念和应用领域 掌握大数据系统的架构和设计方法 掌握计算机网络基本原理和基本知识 熟练掌握Linux Shell的使用 熟悉Linux操作系统 具有大数据系统的搭建、调优和运维能力 了解虚拟化技术 了解大数据的发展趋势和应用领域 了解云计算的基本概念和作用 内容提要 建设背景 总体目标 职业能力分析 课程设置思路 课程设置方案 总结 专业课程设置总体思路 理论课程 理论是大数据 认知的必经途径，也是被广泛认同和传播的基线 讲解大数据的概念、作用、挑战和各种技术概念 技术课程 而 技术是大数据价值体现的手段和前进的基石 讲解用于大数据应用开发过程中的各种系统和工具 实践课程 培养学生的综合实践 能力，以满足社会就业的需要 专业课程设置：理论课程 大数据概念 大数据概念出现的历史，大 数据定义和主要特征， 大数据与云计算、物联网、互联网的关系，大数据的重要意义、大数据的处理流程 大数据应用领域 通过介绍典型的大数据应用实例的设计思想、主要方法和应用过程等讲解大数据应用的系统化的开发步骤和关键性问题解决方法 专业课程设置：理论课程 大数据关键技术与挑战 大数据集成：数据异构性和数据质 量问题 大数据分析：数据形式多样化、数据处理的 实时性、索引结构的复杂性等 大数据隐私问题：隐 私保护和数据分析的矛盾 大数据管理 易用性问题以及性能测试基准专业课程设置：理论课程 大数据存储和管理技术 大数据存储、管理 和调用 分布式文件系统 去 冗余及高效低成本的大数据存储技术 新型数据库技 术（键值数据库、列存数据库、图存数据库以及文档数 据库等） 异构数据融合技术 分布式非关系型大数据 管理与处理技术 大数据索引技术和大数据移动、备 份、复制专业课程设置：理论课程 大数据分析及挖掘技术 数据挖掘分为分类或预测模型发现、数据总结、聚类、关联规则 发现、序列模式发现、依赖关系或依赖模型发现、异常 和趋势发现等 数据准备：从大数据中心 存储的数据中选取所需数据并整合成用于数据挖掘 的数据集 规律寻找：用某种方法将数据集所含规律 找出来 规律表示：以用户可理解的方式 （如可视化）将找出的规律表示出来。

专业课程设置：技术课程 实现各类大数据技术的实际系统的实现方法、搭建与使用 新型数据库系统 HBase产生的背景和现状 HBase的功能、作用和特点 HBase的逻辑模型、物理模型、数据一致性模型 HBase的系统架构及实现方法 HBase的搭建方法和使用方法 专业课程设置：技术课程 分布式文件系统 Hadoop出现的背景、应用现状和发展趋势 Hadoop的优点、功能与作用 Hadoop的体系结构 HDFS文件系统 Hadoop与分布式开发 Hadoop应用案例 Hadoop系统搭建与调优 专业课程设置：技术课程 分布式处理模式 MapReduce分布式并行计算框架 编程模型： Map和Reduce函数 MapReduce工作流程 分布式资源管理架构YARN 基于MapReduce的大数据应用开发 专业课程设置：技术课程 数据挖掘工具 Mahout数据挖掘系统 海量数据的数据挖掘实现 Mahout的搭建与部署 Mahout聚类、分类、关联、推荐算法的实现 Mahout各种挖掘算法的使用方法 专业课程设置：技术课程 基于内存的分布式计算框架 Spark的历史、现状和特点 Spark的计算模式和运行流程 Spark的使用方法 基于Spark的大数据应用开发 基于Spark的数据挖掘方法 基于Spark的流式数据处理 Spark的搭建、部署与调优 专业课程设置：实践课程 通过让学生参与 完成具体的大数据分析项目开发的整个过程，学习自主地进行知识的建构，发现和掌握相关知识，达到既能熟悉大数据分析过程，又能完成经验的积累，还能实 现学习知识、培养能力的目的 项目开发流程 选题、需求分析、数据收集及预处理 探索性数据分析、模型选定分析 模型验证、分析报告 课程框架：理论教学 学年 学期 课程类别 说明 公共课 专业 基础课 专业 方向课 专业 选修课 公共课主要包括政治、数学、外语、体育等国家规定课程； 专业基础课主要包括大数据技术专业所需要的课程； 专业方向课主要包括培养方向所需要的课程； 专业选修课主要包括拓展专业知识所需要的课程 1 1 √ √ 2 √ √ √ 2 3 √ √ √ √ 4 √ √ √ 3 5 √ √ √ 6 课程框架：实践教学 学年 学期 课程设计内容 1 1 √ 2 √ 2 3 √ 4 √ 3 5 √ 6 专业课程设置：大数据技术 学年 学期 课程类别 专业 基础课 专业 选修课 1 1 计算机应用基础、Java程序设计、 云计算导论 2 数据结构和算法、数据库系统基础、大数据导论 2 3 操作系统基础、Linux操作系统、MySql数据库、计算机网络基础 软件工程、Android应用开发 4 Linux Shell编程、Hadoop系统、HBase系统 高级Linux操作系统、 高级计算机网络 3 5 信息安全基础 Spark系统、Hive数据仓库 6 专业方向课程设置：大数据应用 学年 学期 课程类别 专业基础课 专业方向课 专业选修课 1 1 计算机应用基础、Java程序设计、 云计算导论 2 数据结构和算法、大数据导论、数据库系统基础 高级Java程序设计 2 3 操作系统基础、Linux操作系统、MySql数据库、计算机网络基础 JavaScript+Jquery、HTML/CSS语言基础 软件工程、Android应用开发 4 Linux Shell编程、Hadoop系统、HBase系统 Web前端开发 高级Linux操作系统、 高级计算机网络 3 5 信息安全基础 大数据应用开发 、 Java Web应用开发 Spark系统、 Hive数据仓库 6 专业方向课程设置：大数据分析 学年 学期 课程类别 专业基础课 专业方向课 专业选修课 1 1 计算机应用基础、Java程序设计、 云计算导论 2 数据结构和算法、大数据导论、数据库系统基础 高级Java程序设计 2 3 操作系统基础、Linux操作系统、MySql数据库、计算机网络基础 大数据存储系统、Java Web应用开发 软件工程、Android应用开发 4 Linux Shell编程、Hadoop系统、HBase系统 数据挖掘基础 高级Linux操作系统、 高级计算机网络 3 5 信息安全基础 大数据应用开发、 数据挖掘系统Mahout Spark系统、 Hive数据仓库 6 专业方向课程设置：大数据系统 学年 学期 课程类别 专业基础课 专业方向课 专业选修课 1 1 计算机应用基础、Java程序设计、 云计算导论 2 数据结构和算法、大数据导论、数据库系统基础 计算机组成原理 2 3 操作系统基础、Linux操作系统、MySql数据库、计算机网络基础 大数据存储系统、 虚拟化技术 软件工程、Android应用开发 4 Linux Shell编程、Hadoop系统、HBase系统 高级Linux操作系统 高级Linux操作系统、 高级计算机网络 3 5 信息安全基础 Hadoop系统搭建、HBase系统搭建 Spark系统、 Hive数据仓库 6 课程框架：实践教学 学年 学期 课程设计内容 1 1 Java五子棋游戏 2 Java学生成绩管理系统 2 3 Java Web电子商务系统（前端/后端/系统搭建） 4 基于Hadoop的网络信息处理系统（大数据处理/系统搭建） 3 5 基于Mahout的交友系统（前端/后端/数据挖掘/系统搭建） 6 大数据技术试验中心建设 内容提要 电子科大成都学院云计算系简介 办学整体理念 课程设置思路 大数据应用方向课程设置 专业共建合作 专业共建 资源优势 学术带头人，双师型教师团队 云计算大数据平台及应用开发团队 掌握国际最新技术的能力 了解行业需求，制定合理培养方案 基于云计算技术的云计算大数据教育平台 多年开办云计算大数