高校大数据技术与应用专业建设方案

1、高校大数据技术与应用专业建设方案大数据技术与应用专业建设方案高校大数据技术与应用专业建设方案目录 TOC o 1-5 h z 专业建设背景 3 HYPERLINK l bookmark2 o Current Document 大数据产业发展趋势 3 HYPERLINK l bookmark4 o Current Document 大数据人才需求分析 4 HYPERLINK l bookmark6 o Current Document 大数据技术与应用专业设置 5 HYPERLINK l bookmark8 o Current Document 专业人才培养目标 6人才培养方向及职业能力分析 7

2、 HYPERLINK l bookmark10 o Current Document 专业课程体系设计 10 HYPERLINK l bookmark12 o Current Document 专业课程设置思路 10 HYPERLINK l bookmark14 o Current Document 专业课程知识体系 10 HYPERLINK l bookmark16 o Current Document 岗位发展学习路径 12 HYPERLINK l bookmark18 o Current Document 教学计划设计 14 HYPERLINK l bookmark20 o Curren

3、t Document 教学资源建设 17 HYPERLINK l bookmark22 o Current Document 师资队伍建设 20 HYPERLINK l bookmark24 o Current Document 专兼结合教学团队建设 20 HYPERLINK l bookmark26 o Current Document 双师型教师培养 20 HYPERLINK l bookmark28 o Current Document 实践教学环境建设 23 HYPERLINK l bookmark30 o Current Document 实践教学环境架构设计 23 HYPERLIN

4、K l bookmark32 o Current Document 实践教学环境建设 24 HYPERLINK l bookmark34 o Current Document 职业技能认证 26 HYPERLINK l bookmark36 o Current Document 认证体系概述 26高校大数据技术与应用专业建设方案专业建设背景2016年，习近平总书记指出，“大数据战略作为十三五期间的十四大国 家战略之一，是中国经济发展新的驱动力。”至此，大数据战略上升到国家战略。 未来五年信息化建设将重点实施网络强国战略， 并且明确提出实施网络强国战略, 实施国家大数据战略。根据国务院关于印发促

5、进大数据发展行动纲要的通知， 主要分解了三大任务和十项工程。1、三大任务加快政府数据开放共享，推动资源整合，提升治理能力 推动产业创新发展，培育新兴业态，助力经济转型 强化安全保障，提高管理水平，促进健康发展2、十项工程政府数据资源共享开放工程、国家大数据资源统筹发展工程政府治理大数据工程、公共服务大数据工程工业和新兴产业大数据工程、现代农业大数据工程万众创新大数据工程、大数据关键技术及产品研发与产业化工程 大数据产业支撑能力提升工程、网络和大数据安全保障工程大数据产业发展趋势大数据在2011年由全球最著名的管理咨询公司麦肯锡首次提出并迅速在全球范围内引起共鸣。短短几年，大数据应用已经在各行各

6、业形成不可阻挡产业技术革新浪潮。当今社会已经进入了大数据的时代， 大数据的应用正在逐步从互联网、金融扩展到教育、政务、交通物流、医疗健康等各大社会和经济领域，其必 将深刻影响中国未来社会和经济的发展进程。大数据的产业规模也在急速增长，高校大数据技术与应用专业建设方案如下为部分相关数据:IDC预计，全球大数据技术及服务市场 2016年收入将达238亿美元据麦肯锡预测，预计到2020年，美国的大数据可创造3800亿-6900亿 美元的价值2014年，我国大数据市场规模为84亿元，2015年接近116亿元，增速 为38%与2014年中国信息产业规模15万亿元相比，大数据市场还是一个非 常小的市场，还

7、处在非常初级的阶段大数据人才需求分析根据领英最近发布的一份研究表明，过去四年从事数据分析的专业人士数量 翻了一倍。相关工作的招聘量急剧上升，这一趋势反映了人们对高端数据分析人 才的需求在不断增加，因为企业需要他们对数据进行各式处理分析，这必然会对 2016年甚至以后的大数据局面 产生影响。另外，麦肯锡发布大数据人才需求报告并预测大数据人才短缺，到2018年，在“具有深入分析能力的人才”方面，美国可能面临着14万19万人的缺口，而“可以利用大数据分析来作出有效决策的经理和分析师”缺口则会达到150万。国内大数据人才有多大的缺口？目前尚无权威研究报告指出，不过今年2月万达集团的一份“求贤帖”颇能说

8、明问题：万达开出50万70万元年薪吸纳大数据架构师、大数据研发工程师和算法工程师，应者寥寥。同时，从如下 Gartner研 究报告中也可以看出来大数据人才的缺口。Gartner公司预测大数据将为全球带来 440万个IT新岗位和上千万个非 IT岗位Gartner公司预测在未来6年，仅在美国本土就可能面临缺乏 14万至 19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并 为企业做出有效决策的数据的管理人员和分析师也有150万人的缺口。涵盖了大数据的数据开发工程师、大数据分析师、数据架构师、大数据高校大数据技术与应用专业建设方案后台开发工程师、算法工程师等多个方向数据岗位需求在上海是5万

9、多，北京则10万多 大数据产品地图分布及人才就业去向图如下所示：大数据技术与应用专业设置教育战略需要服务于国家战略，从国家大数据战略发展来看，随着大树产业 的飞速发展，未来社会对大数据的人才需求将剧烈增长，为服务国家大数据战略， 我们要提前做好大数据人才培养的准备，满足社会需求。2016年9月，教育部研究决定正式批准高职大数据技术与应用专业 （专业代码：610215）（普通高等学 校高等职业教育（专科）专业目录 2016年增补专业）。高校大数据技术与应用专业建设方案专业人才培养目标本专业人才配培养主要技术岗位方向有大数据应用开发、大数据分析挖掘、 大数据系统运维等方向，学生的知识体系符合大数据

10、行业需求的复合型、创新型 和实用型人才。本专业方向特别注重培养能够为企事业单位提供进行大数据系统 的搭建、管理、和运维技术和能力的学生。学生在学习计算机基础课程和计算机 系统管理的同时，接受大数据系统和应用知识的培养，并进行各种计算机系统， 大数据平台系统，大数据应用系统搭建、配置、管理、及运维实训I。在获得计算 机系统管理技术的基础上，学生通过大量的案例与实践操作，可以熟练掌握大数 据系统管理所需的各种专业知识和能力， 具备一定的职业素养，为他们从事大数 据这个尖端行业的系统管理工作奠定坚实的基础。 本专业方向重点培养具有大数 据应用、大数据分析以及大数据系统管理与运维方向的，应用型高技能人

11、才。高校大数据技术与应用专业建设方案通过对主流招聘网站、主流互联网公司、大数据相关产业联盟对人才的需求 和岗位能力要求分析，了解到人才培养目标中涉及的三个主要技术岗位需要学生 掌握的能力有如下几个方面。需要理解大数据系统的基本概念、掌握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； 经过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、高校大数据技术与应用专业建设方案大数据分析、或大数据系统运维的基本能力。对上述能力目标进行细化与分解形成如下所示的岗位职业能力分析简表高校大数据技术与应用专业建设方案冈位力1可岗位职业能力大数据应用工程师1、掌握大数

12、据的基本概念和应用领域2、掌握程序设计和实现方法3、掌握使用HBass HDFS存储和管理数据的方法4、具后开发Java Web应用的能力5、具有基于MapReduce开发大数据应用开发的能力6、了解大数据系统的架构和设计方法7、了解大数据系统的基本搭建和调优方法8、了解大数据的发展趋势和应用领域9、了解云计算的基本概念和作用大数据分析工程师1、掌握大数据的基本概念和应用领域2、掌握程序设计和实现方法3、掌握使用HBass HDFS存储和管理数据的方法3、具有使用Mahout数据挖掘算法进行数据分析的能力4、具有基于MapReduce开发大数据应用开发的能力5、了解大数据系统的架构和设计方法6

13、、了解大数据系统的基本搭建和调优方法7、了解大数据的发展趋势和应用领域8、了解云计算的基本概念和作用大数据系统运维工程师1、掌握大数据的基本概念和应用领域2、掌握大数据系统的架构和设计方法3、掌握计算机网络基本原理和基本知识3、熟练掌握Linux Shell的使用4、熟悉Linux操作系统5、具有大数据系统的搭建、调优和运维能力6、了解虚拟化技术7、了解大数据的发展趋势和应用领域8、了解云计算的基本概念和作用高校大数据技术与应用专业建设方案专业课程体系设计4.1专业课程设置思路以学生实际动手能力为主导，项目式教学为驱动，理论、技术与实践课程 体化教学为主。.以理论课程为辅，使学生了解技术概况理

14、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.以技术实验课程过程为主导，使学生掌握使用技术的方法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.通过项目实战课程使学生具有灵活使用技术解决实际问题的能力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知识体系根据课程设置总体思路以及大数据专业岗位的职业能力分析，大数据专业需要掌握的知识体系如下表所示：知识类别知识名称知识描述理论知识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

15、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高校大数据技术与应用专业建设方案大数据关键技术与挑战1、大数据集成：数据异构性和数据质量问题2、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3、大数据隐私问题：隐 私保护和数据分析的矛盾4、大数据管理易用性问题以及性能测试基准大数据存储和管理技术1、大数据存储、管理 和调用2、分布式文件系统3、去冗余及高效低成本的大数据存储技术4、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）5、异构数据融合技术6、分布式非关系型大数据

16、管理与处理技术7、大数据索引技术和大数据移动、备份、复制大数据分析及挖掘技术1、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2、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3、规律寻找：用某种方法将数据集所含规律找出来4、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实验知识新型数据库系统1、HBase产生的背景和现状2、HBase的功能、作用和特点3、HBase的逻辑模型、物理模型、数据一致性模型4、HBase的系统架构及实现方法5、HBase的搭建方法和使用方法分布式文件

17、系统1、Hadoop出现的背景、应用现状和发展趋势2、Hadoop的优点、功能与作用3、Hadoop的体系结构4、 HDFS文件系统5、Hadoop与分布式开发6、Hadoop应用案例7、Hadoop系统搭建与调优分布式处理模式1、MapReduce分体式并行计算框架2、编程模型：Map和Reduce函数3、MapReduce工作流程4、分布式资源管理架构 YARN5、基于MapReduce的大数据应用开发数据挖掘工具1、Mahout数据挖掘系统2、海量数据的数据挖掘实现3、Mahout的搭建与部署4、Mahout聚类、分类、关联、推荐算法的实现5、Mahout各种挖掘算法的使用方法高校大数据

18、技术与应用专业建设方案基于内存的分布式计算框 架1、Spark的历史、现状和特点2、Spark的计算模式和运行流程3、Spark的使用方法4、基于Spark的大数据应用开发5、基于Spark的数据挖掘方法6、基于Spark的流式数据处理7、Spark的搭建、部署与调优项目实践项目开发流程1、选题、需求分析、数据收集及预处理2、探索性数据分析、模型选定分析3、模型验证、分析报告岗位发展学习路径根据每个岗位需要掌握的知识和技能的不同， 对上述知识体系进行分解与组 合，形成如下图所示的大数据岗位知识学习路径图。*，-*H-+境升何实现方维1用inwH impufr用库kEVI与世与息中 *F5fep

19、KJwEW3t 重的力万无壮贝噫时疑朝一世TW3ISI节肉附本甘 花调鱼ULIr*uA，忡* 事政/*小计*履率*摘步 n如帮蛇塞赢酬*，-*H-+境升何实现方维1用inwH impufr用库kEVI与世与息中 *F5fepKJwEW3t 重的力万无壮贝噫时疑朝一世TW3ISI节肉附本甘 花调鱼ULIr*uA，忡* 事政/*小计*履率*摘步 n如帮蛇塞赢酬“酬。3软件闺工Androbd且用即发高LK1J操作泵统高簸计算机网第Spark系统Hlvjggfcffi殷裾护*HYJAVA Web I. I 开发电剂化技术JavaScript* Jqrueryn 工”：f，产用nnnn im*#恻十，式

20、11才法. 揖.RII9- ma 修帕停,胜林崎才跳* AffMMiibibMttll ，此W件IHMN县啊1 卬代向w3t HHRII并博用力+ T解比靠戢噫时总轴占世 *t酬虹演修不闵m享甘 忙国第JjLI/1单in呻*立立目 国HM/例4计*M*靠旭和 m人数据案明分向it说商注行田互.全基础数帚物棚系统M&houi灶蛔摩电筑城第软件匚程AndrokdT 阳 JF 发H育LtoUK嫌作嶷鳍商纵计算机网第匕park系统HI”；克仓改裾护史“就JAVA Web I. I二VttWAg/Tlftil-JavaScript* J query商俎仃管刑中什工不向因*景掾火载*的*际此 陶葡-玄黠幻

21、0率M的*利旭信 IO法事纨. MiVHLingAMM n+胃鼻*靠1诔喇初t，if 吃利包1*H-Trrwimt-1r *时星吟宴41势即立 IHM-了iHWli零f / 局高校大数据技术与应用专业建设方案p JAVAWabh： f|. 1F软件工程AnMd理阳JF发高Uhwdt作茶展高皴计籍机,阿停_Spark_制仃涉/地数据挖堀荽绕Mahuut虚摞化技术有用云管理平台鼻事灯应用人曲期分析办向If说由注高校大数据技术与应用专业建设方案5教学计划设计通过对上述岗位发展学习路径的分析， 并结合学校、学生的学习规律，推荐的大数据技术与应用专业教学计划表如下所示:岗位类型课程方向课程名称第一学期第

22、二 学期第三 学期第四 学期第五 学期学期总计大数据应用 开发专业核心 课Java程序设计6计算机基础4网页设计与制作4数据结构4大数据导论4数据库基础3MySql数据库3操作系统基础3Linux操作系统3计算机网络基础4Java Web应用开发4Hadoop系统基础6HBase系统基础6大数据应用开发6云计算导论4高级大数据应用开发6Hive数据仓库应用开发6Spark应用开发4合计141414221680专业选修 课信息安全技术4软件工程4高级Linux操作系统4高级计算机网络4虚拟化技术4Android应用开发4合计88824大数据系统 运维专业核心 课Java程序设计6计算机组成原理4

23、计算机应用基础4数据结构4大数据导论4数据库系统基础3MySql数据库运维3操作系统基础3高校大数据技术与应用专业建设方案Linux操作系统4计算机网络基础4Web系统运维3Hadoop系统基础6HBase系统基础6Shell实战6云计算导论4Hadoop系统运维6HBase系统运维4大数据平台运维6合计141414221680专业选修 课软件工程4信息安全技术4高级Linux操作系统4高级计算机网络4Spark系统4虚拟化技术4合计88824大数据获取专业核心 课Java程序设计6计算机组成原理4计算机应用基础4数据结构4大数据导论4数据库系统基础3MySql数据库运维3操作系统基础3Lin

24、ux操作系统4计算机网络基础4Web系统运维3Hadoop系统基础6HBase系统基础6Shell实战6云计算导论4Hadoop系统运维6HBase系统运维4大数据平台运维6合计141414221680专业选修课软件工程4信息安全技术4高级Linux操作系统4高校大数据技术与应用专业建设方案高级计算机网络4Spark系统4虚拟化技术4合计88824高校大数据技术与应用专业建设方案教学资源建设经过多年的实践经验发现，教学资源开发必须通过校企合作共建的模式，才 可以得到适合学教学、满足企业用人需求的教材。通过校企合作共建教学资源，才 能更好将学校的教学经验和企业的人才需求融合在一起。这样开发出来的

25、教学资源不仅有助于课程内容与企业岗位需求的粘合度， 同时也有助于根据市场的变化 及时做出调整。如下课程为校企联合共建课程的部分样例介绍。大数据导论章节理论课实验课合计A阶段ITT 大数据时代及思维2学时0学时2学时第二节什么是大数据1学时0学时2学时第三节大数据技术简介1学时0学时2学时第四节大数据应用及现状和发展趋势2学时0学时2学时第二阶段第五节数据存储概述及现状2学时2学时4学时第六节海量数据存储关键技术概述2学时0学时2学时第七节 Hadoop文件系统HDFS2学时2学时4学时第八节 面向列数据库HBase2学时2学时4学时第九节数据仓库2学时2学时4学时第三阶段第d卜节批量处理模式1

26、学时1学时2学时第dL节随机查询模式1学时1学时2学时第d卜一节 流式处理模式1学时1学时2学时第d卜二节 图处理模式1学时1学时2学时第四阶段第十四节数据挖掘概述1学时1学时2学时第十五节分类算法2学时2学时4学时第d聚类算法2学时2学时4学时第十七节关联算法2学时2学时4学时第十八节时序挖掘算法2学时2学时4学时第五阶段第十九节大数据用十预测与决策1学时1学时2学时第二十节大数据用于市场营销1学时1学时2学时第二节数据挖掘与互联网广告1学时1学时2学时第二十二节数据挖掘与文本数据分析1学时1学时2学时第二十三节数据挖掘与日志分析1学时1学时2学时高校大数据技术与应用专业建设方案第一十四节数

27、据挖掘与电子商务1学时1学时2学时第二十五节数据挖掘与查找引擎1学时1学时2学时合计36学时28学时66学时Hdoop基础早1理论课实验课合计务T课Hadoop知识背景2学时0学时2学时第二节课Hadoop集群架构2学时10学时2学时第二节课Hadoop文件系统HDFS2学时6学时8学时第四节课Hadoop命令行1学时1学时2学时第五节课Hadoop计算模式简介1学时1学时2学时第六节课HDFS基本概念2学时P 2学时4学时1第七节课HDFS运行机制2学时r 2学时4学时第八节课Block的划分及存储方式2学时2学时4学时第九节课HDFS的备份和文件管理机制2学时2学时4学时第十节课HDFS文

28、件的读写流程2学时2学时4学时HDFS的 JAVA API2学时r 2学时4学时1用1 IJ课第十二节课MapReduce的基本概念1学时p 1学时2学时第十三节课 调用MapReduce相关类的功能及2学时4学时6学时第十四节课MapReduce程序的运行机制2学时r 2学时4学时1第十五节课Combiner的概念和使用2学时r 2学时4学时第十六节课Partitioner的概念和使用2学时4学时6学时合计29学时33学时62学时Hbase基础章节理论课实验课合计第一节HBase概述2学时2学时3学时第一节 HBase表的设计2学时6学时8学时第二节 PUT方法：单行 put、KeyValu

29、e类2学时2学时4学时第四节PUT方法：写缓冲区、put列表、原子 操作2学时2学时4学时第五节 GET方法：单行 get、result类2学时0学时2学时第六节GET方法：get列表、获取数据的方法2学时2学时4学时第七节 DELETE方法：单行delete、歹U表delete 原子性操作2学时2学时4学时第八节批量处理操作、行锁2学时2学时4学时第九节扫描2学时2学时4学时第十节过滤器简介2学时0学时2学时第1节比较过滤器：行过滤器、列族过滤器、 列名过滤命、值过滤俞、绘专列过滤命2学时4学时6学时高校大数据技术与应用专业建设方案第叶一节 专用过滤器：单列值过滤器、单列排 除过滤器、前缀过

30、滤器、分页过滤器2学时2学时4学时第十二节 专用过滤器：行键过滤器、首次行键过滤器、包含结束的过滤器、时间戳过滤器、列计数过滤器、列分页过滤器、列前缀过滤器、 随机行过滤器2学时4学时6学时第十四节附加过滤器2学时2学时4学时第十五节自定义过滤器2学时2学时4学时第d计数器：单计数器、多计数器2学时2学时4学时第十七节协处理器简介2学时0学时2学时第十八节总结2学时0学时2学时总结36学时36学时72学时高校大数据技术与应用专业建设方案师资队伍建设专兼结合教学团队建设通过校企合作，共建稳定的专兼结合双师队伍，采用“走出去、请进来”的 方式培养骨干教师，提升教学团队职教能力、工程素养和社会服务能

31、力，做实兼 职教师队伍，形成相对稳定的兼职教师队伍和完善的管理办法。专业遵循高职教育师资成长的客观规律，充分考虑校内教师实践性培养和企 业兼职教师教学能力提升的实际需求， 通过在企业设立联络工作站，派遣校内教 师驻场顶岗实习，提升网络工程项目实践能力，在学校设立企业导师工作室，让 企业兼职教师来校开展专业讲座、指导生产性实训I。基于双方互派教师，定期轮岗机制，把与企业合作共同培养教师专业实践能 力作为双师素质教师培训工作的重要途径，双方通过制定教师 /工程师能力发展 计划，有计划、分方向地安排专业教师到企业进行顶岗锻炼、网络工程师到学校 参与实践教学。鼓励教师/工程师参加职业技能培训，考取高质

32、量的职业资格证 书。定期让教师“上讲台、下企业、进项目、出成效”，有效培养教师的专业建 设能力、技术服务能力和团队合作能力，逐步建立校企技术研讨和经验交流的合 作机制，并扩大高技能兼职教师指导实践技能课程的比例。双师型教师培养根据教育部大力培养双师型教师的指导性文件与评估标准，我们向合作院校提供阶段式的骨干教师培养体系， 通过集中培训、顶岗实习、长期挂职锻炼三个 阶段向讲师灌输网络项目实施与维护流程标准， 以掌握当前热门应用及典型工程 案例应用方案，并将之融入到教学过程中，从而提升教师企业项目指导水平， 最高校大数据技术与应用专业建设方案终达到教育部双师型讲师实践能力标准具有双证书CII教育联

33、盟对教师设计了阶梯化的骨干教师培养体系，通过实验学习、认 证培训，使教师真正成为双师型教师。CII教育联盟师资培养体系，旨在帮助合作学校开展持续的骨干师资培养， 为学校的未来发展储备人才。骨干师资的培养内容主要包括：讲师的实验室管理 能力、技术能力、实验、授课能力等。合作院系的专业教师通过参加锐捷网络组 织师资培训体系，建立“工作过程”的课程思想，按照“行动导向”实施项目制 教学。培养目标通过集中培训或项目式培训，为高校教师全面而又深入的介绍 Spark、Hadoop 平台的构建流程，涉及Spark Hadoop系统基础知识，概念及架构，Spark、Hadoop 实战技巧，Spark Hado

34、op经典案例等技能。1,帮助高校教师对Spark Hadoop生态系统有一个清晰明了的认识；2, 了解大数据中Spark Hadoop系统适用的场景；3,掌握Spark Hadoop等初中级应用开发技能；.搭建稳定可靠的Spark Hadoop集群，满足生产环境的标准；, 了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴，腾讯高校大数据技术与应用专业建设方案高校大数据技术与应用专业建设方案实践教学环境建设根据专业人才培养方案，在实训过程中需配备符合实际教学需求的专业实训 室教学装备，以满足专业课程的一体化教学、生产性实习、综合实训I、职业技能 培训、技能鉴定等教学需要。实训项目与工作岗

35、位任务对接，实训设备选型尽可 能与实习实践及就业目标企业业务过程中常用设备保持一致。实践教学环境架构设计大数据实验室采用以下4层架构作为建设理念。硬件资源层：基于高性能计算与海量存储节点构建的运算资源池，作为云计 算各项实验学习环境的主要承载平台。业务平台层：面向教学活动中的实验课程与项目实训业务提供流程化支撑。资源平台层：提供教学活动中必不可少的理论学习类资源、 实验学习类资源、 项目实战案例。统一管理层：基于教育云领航中心的统一资源调度引擎， 统一管理层为用户 使用业务平台层与资源平台层提供便捷的使用入口。 用户不需要花费额外的平台 功能学习成本，只需面向云计算技术教学活动本身，实验教学既

36、有效、又高效高校大数据技术与应用专业建设方案实践教学环境建设组件名称组件介绍昶天教育云领航中心教育云领航中心，内置 CII公有云接入客户端与 CII私有 云资源统一调度中心。中心内置教学云、实战云等多种教 育云组件承载模块，并负责各教育云组件与 CII公有云的 IP通信与资源分发。同时，中心支持对教学实践环境中的 软硬件设备的集中管理并提供用户门户，实现对网络数据 通信实验资源池与云实践节点资源池的调度与分配。昶天教学云平台与CII公有云教学实验中心同步资源，获取最新的目标职 位教学路径，为教师建立教学计划、分配教学资源提供指 导。教学云平台，同时也是学生进行云计算专业实践课程学习 的首选平台

37、。学生根据教师建立的教学计划完成学习目标 与实验目标。昶大实战云平台实战云平台是一款实践教学平台。为学校提供不同技术方向的企业实战教学项目，面向学生提供企业真实的业务流程；面向 教师提供知识与岗位路径图动态匹配、教师快捷排课、实战分 组、SRP项目管理子系统。必须配合教育云领航中心使用。昶云控制节点女控制节点，内置CII玄虚拟实践控制中心操作系统。2U 高度，固化千兆电口2个，万兆光口2个。云控制节点与教育云领航中心联动，实现对云实践环境中高校大数据技术与应用专业建设方案的镜像资源的调用、迁移、卸载与存储以及对所有运算节 点的负载均衡与性能监控。同时，导入教育云领航中心从 CII公有云同步的实

38、践镜像资源。昶右计算节点云运算节点，内置CII云虚拟实践运算中心操作系统。2U 高度，固化千兆电口2个，万兆光口2个。云运算节点作为云计算实践环境的主要载体，运行所有学 生的云计算课程环境，并负责存储学生的实验过程。同时， 运算节点内部集成了完整的云计算应用平台, 在云计算应 用开发课程中，为学生的实验环境提供可调用的 API。昶星教学资源包根据岗位人才发展路径图，提供相应的学习课程资源部内 容，客户根据实际情况选择适合自己的课程内容， 并从教 育云领航中心下载对应的教学资源（教学云资源和实战云 资源）昶阳师资培训通过集中培训或项目式培训，为高校教师全面而乂深入的 介绍Spark、Hadoop平台的构建流程，涉及Spark、Hadoop 系统基础知识，概念及架构，Spark Hadoop头战技巧，Spark、Hadoop经典案例等技能。网络互联设备数据中心交换机（全万兆），1台千兆互联交换机，1台安全网关产品，1台星云大数据