跨象乘云™ 的大数据技术与应用课程体系，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，旨在帮助高等职业院校学生了解：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 ——
完整的嵌入高等职业院校大数据技术与应用专业（610215）人[……]
本课程面向略有一点编程经验的学生。本课程向学生介绍了面向对象的概念、术语和语法，通过动手参与活动学习创建基 JAVA 程序所需的步骤。学生将学习 JAVA 编程概念、使用 JAVA 设计面向对象的应用程序，以及通过动手参与活动创建 JAVA 程序。本学习课程面向编程经验较少的学生。学生将学习面向对象的概念、术语和语法，以及通过引人入胜的实践活动创建基本 JAVA 程序所需的步骤。学生将学习 JAVA 编程的概念、使用 JAVA 设计面向对象的应用程序并通过引人入胜的实践活动创建 JAVA 程序。[……]
大数据时代中，实现高效的数据分析除了依赖于分布式架构，并行处理，先进的数据预测算法模型外，数据库以及数据仓库模型本身，同样不可忽略的关键点。数据建模代表了企业业务流程的复杂度，记录了重要的业务规则和概念，并有助于规范企业的关键术语。它清晰地阐述、协助企业揭示商业过程中模糊的想法和歧义。此外，可以使用数据模型与其他利益相关者进行有效沟通。正如要是没有蓝图，不可能建造一个房子或桥梁。本课程为专业基础课程，面向提升学生数据素养与数据思维锻炼，学生将学习分析复杂的业务方案并创建数据模型 － 组织的信息的概念化表示形式。学生 将实施其数据库设计：使用 SQL 创建一个物理数据库。 在此期间会讲解基本的[……]
无论是数据科学、人工智能还是机器学习， Python 都是最热门的首选语言。本课程从零基础对 Python 进行教学，从基础的数据类型与结构、条件判断与循环、函数，到进阶的面向对象编程和函数式编程进行学习，并且每章节都安排了相应的实战练习，加强对知识点的理解与掌握，让 Python 快速的成为高校学生的编程工具。[……]
本课程面向初次接触人工智能的学生，涵盖的主题包括：人工智能的历史，人工智能在企业及各行各业的应用，解释为何数据对训练神经网络至关重要，以及数据科学工作流程的步骤，同时向学生介绍监督学习和深度学习，并介绍当前的硬件和软件选型。同时，神经网络原理可视化解析器，是一个面向深度学习与新一代人工智能，以图形化界面用于教学目的的简单神经网络交互式演示项目，它非常强大地可视化了神经网络的训练过程。通过直观的交互式演示与实验，让教研人员与学习者高效的掌握神经网络背后的核心思想，并在短时间内对神经网络工作原理以及核心概念具备深刻的认知。通过神经网络可视化解析器，来了解神经网络的原理，通过对源数据，进行训练以达到[……]
机器学习和深度学习项目在大多数企业中变得越来越重要。同时，一个完整的项目流程包括数据整理（Data Preparation）、构建分析模型以及部署至生产环境。该流程是一个：洞察与行动的循环，此循环能不断地改进分析模型。当你打算使用机器学习或深度学习技术来构建分析模型时，一个重要的任务是集成并通过各种数据源来准备数据集，这些数据源包括比如文件、数据库、大数据存储、传感器或社交网络等等。此步骤可占整个分析项目的 80％。显然，数据整理是数据科学的核心。它包括数据清洗和特征工程。另外领域知识（Domain Knowledge）也非常重要，它有助于获得好的结果。数据整理不能完全自动化，至少在初始阶段不[……]
大数据时代的到来，迫切需要高校及时建立大数据技术课程体系，为社会培养和输送一大批具备大数据专业素养的高级人才，满足社会对大数据人才日益旺盛的需求。本课程定位为大数据技术入门课程，为学习者搭建起通向“大数据知识空间”的桥梁和纽带。本课程将系统梳理总结大数据相关技术，介绍大数据技术的基本原理和大数据主要应用，帮助学习者形成对大数据知识体系及其应用领域的轮廓性认识，为学习者在大数据领域“深耕细作”奠定基础、指明方向。[……]
无论是人工智能，机器学习还是深度学习，其发展与壮大均得益于大数据产业的不断成熟。只有在海量数据，多来源数据，多格式数据分析框架的支撑下，机器学习与深度学习的各种算法模型，才能经过不断的训练，重复验证循环，最终得到理想的结果，而形成机器智能认知。大数据已成为人工智能的基础设施，如何实现大数据与人工智能的有机结合，已成为现今高科技互联网企业的重点探索方向。
2018 年，跨象乘云™ 与华中科技大学软件学院合作，面向数据科学与大数据技术专业，编写《数据科学与大数据技术专业系列规划教材》，经专家评审，确定列入人民邮电出版社教育出版的重点规划。同时，跨象乘云™ 配套企业级仿真工程实践系统环境，专业[……]
本课程面向数据科学与大数据应用专业建设，定位一线运维人员岗位需求实现人才培养规划。基于商务智能数据可视化分析科研教学实践环境，通过直观的可视化操作界面，先进的商务智能数据可视化分析平台，并穿插海量真实行业数据分析案例，实现业务逻辑与商务思维应用在大数据分析领域的结合，精准匹配行业需求并提升职业竞争能力。不但对于计算机专业学生，即便是经管学院，数理学院，乃至文史类专业学生都能利用商务智能数据可视化分析平台，实现对数据的精确分析。[……]
Spark 是当前大数据行业内的事实标准，是由 UC Berkeley AMP lab （加州大学伯克利的 AMP 实验室）开源的类 Hadoop MapReduce 的通用并行框架，Spark 拥有 Hadoop MapReduce 所具有的优点，但不同于 MapReduce 的是 Job 中间结果可以保存在内存中，从而不再需要读写 HDFS，因此 Spark 能更好地适用于数据挖掘与机器学习等需要迭代的 MapReduce 算法。Spark 是一种与 Hadoop 相似的开源集群计算环境，但是两者之间还存在一些不同之处，这些有用的不同之处使 Spark 在某些工作负载方面表现得更加优越，[……]
