学习路径及人才培养模型-1.png)
跨象乘云™ 的数据科学与大数据技术课程体系,是真正面向企业大数据业务的实践性课程,通过全仿真工程模型,教育技术工具,旨在帮助高等院校学生了解:各种大数据技术如何运作,这些技术应何时用于较大规模的大数据项目中,它们如何同时发挥作用,为企业提供最高的大数据项目投资回报率。该课程体系通过多个贯穿教学综合项目案例,旨在将大数据项目开发完整的生命周期与战略阶段 ——
- 大数据分布式架构(阶段1)
- 大数据采集和存储(阶段2)
- 大数据访问和处理(阶段3)
- 大数据统一和分析(阶段4)
- 大数据可视化分析(阶段5)
完整的嵌入高等院校数据科学与大数据技术专业(080910T)人才培养方案与教学计划当中。每个阶段均包括 Hadoop 核心组件和生态系统技术以及大数据技术或产品。学生将学习信息管理系统如何采用一种全面的方法将大数据(非结构化和半结构化)与关系数据(结构化)进行整合,从而发现更多大数据池中的价值。对应相关课程模块教学与实验需求,提供完整的大数据工程实践系统环境:包括:大数据生态圈核心组件,大数据教育技术工具,数据处理中间件,大数据数据仓库,NoSQL 数据库,教学及科研用示例数据源,以及面向特定专业及行业应用方向开发,管理,调优等功能的应用软件,满足相关教学与实验所需的实验操作。跨象乘云™ 大数据工程实践系统环境,保持每年随技术升级至少三次整体更新,提供未来 3 年系统及组件升级服务,含:操作系统,数据库,软件;课程体系及教材,实验,项目案例,源代码,教学用数据案例等教学资源。

同时,作为驱动新一代人工智能产业发展的三驾马车,数据科学与大数据技术和人工智能之间已形成密不可分的关联,结合当前国家新一代人工智能发展战略,跨象乘云™ 引入面向深度学习与新一代人工智能,机器学习,特征工程等相关前沿课程,进一步提升学生职业竞争能力及高校科研层次。
专业课程目录包括 ——