《大数据应用能力训练》教学大纲

《大数据应用能力训练》教学大纲适用范围：202X版本科人才培养方案课程代码：08160153课程性质：集中实践课学分：2学分周数：2周先修课程：大数据基础、数据结构等并修课程：无适用专业：数据科学与大数据技术、数据科学与大数据技术（专升本）开课单位：计算机科学与技术学院一、课程说明《大数据应用能力训练》课程是数据科学与大数据技术专业的集中实践课程。本课程以提高人才培养质量为核心，以培养学生大数据分析创新思维和能力为目标，以创新人才培养机制为重点，努力培养学生的可持续发展能力，包括自主学习能力、实践能力、创新能力。二、课程目标通过实习，使学生达到如下目标：课程目标1：能够将数学、自然科学、工程基础和专业知识用于解决数据科学与大数据技术领域的复杂工程问题。掌握大数据分析的整个生命周期：采集、存储、分析、显示；掌握数据分析工程的创新设计能力；熟练运用大数据分析的相关工具。课程目标2：能够基于科学原理并采用科学方法对数据科学与大数据技术领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。课程目标3：在实习中，了解数据科学与大数据技术领域复杂工程问题的社会性因素与社会影响，熟悉大数据相关产业的产业政策和法律法规，合理分析大数据工程与社会、健康、安全、法律及文化之间的关系。课程目标4：在实习中，通过对复杂的大数据项目问题分析，了解和学习多学科下新技术、新方法，独立或与其他成员合作开展工作，并能够胜任组织、协调和指挥团队开展工作。课程目标5：在实习中，能够阅读外文文献，并能够与小组成员及组外人员就具体实习问题展开交流沟通。三、课程目标与毕业要求《大数据应用能力训练》课程教学目标对数据科学与大数据技术专业毕业要求的支撑见表1。表1课程教学目标与毕业要求关系毕业要求指标点课程目标支持强度2．问题分析2.3能运用数学、自然科学和数据科学与大数据技术工程科学基本原理，分析和验证解决方案的合理性，并能够掌握解决方案优化方法。课程目标1：能够将数学、自然科学、工程基础和专业知识用于解决数据科学与大数据技术领域的复杂工程问题。掌握大数据分析的整个生命周期：采集、存储、分析、显示；掌握数据分析工程的创新设计能力；熟练运用大数据分析的相关工具。课程目标2：能够基于科学原理并采用科学方法对数据科学与大数据技术领域复杂工程问题进行研究，包括设计实验、分析与解释数据、并通过信息综合得到合理有效的结论。H6.工程于社会6.1了解数据科学与大数据技术领域复杂工程问题的社会性因素与社会影响，熟悉大数据相关产业的技术标准体系、知识产权、产业政策和法律法规，能够合理分析大数据工程与社会、健康、安全、法律及文化之间的关系。课程目标3：在实习中，了解数据科学与大数据技术领域复杂工程问题的社会性因素与社会影响，熟悉大数据相关产业的产业政策和法律法规，合理分析大数据工程与社会、健康、安全、法律及文化之间的关系。M9.个人和团队9.2理解团队协作的必要性，理解多学科背景下的团队中每个角色的定位与责任，能够胜任团队成员的角色，独立完成团队分配的工作。课程目标4：在实习中，通过对复杂的大数据项目问题分析，了解和学习多学科下新技术、新方法，独立或与其他成员合作开展工作，并能够胜任组织、协调和指挥团队开展工作。M10.沟通10.2掌握一门外语，具备广阔视野，能够在跨文化背景下与国内外同行及社会公众，就数据科学与大数据技术领域复杂工程问题进行沟通与交流。课程目标5：在实习中，能够阅读外文文献，并能够与小组成员及组外人员就具体实习问题展开交流沟通。M11.项目管理11.2掌握数据科学与大数据技术领域项目的设计、开发流程和管理方法，具备基本的项目管理能力。课程目标4：在实习中，通针对复杂的大数据项目问题，了解和学习多学科下新技术、新方法，独立或与其他成员合作开展工作，并能够胜任组织、协调和指挥团队开展工作。M注：表中“H（高）、M（中）”表示课程与相关毕业要求的关联度。四、教学内容、教学要求与学时分配大数据应用能力训练的教学内容、教学方式与学时分配见表2。

表2教学内容、教学要求与学时分配教学内容教学要求，教学重点难点教学方式课时安排对应的课程目标1.编写爬虫代码，抓取相关数据。教学要求：学生掌握大数据分析的整个生命周期中的数据采集。重点：数据采集技术的介绍。难点：数据采集技术的应用。讲授与录像教学2天1、22.将数据存储在分布式存储系统之中。教学要求：学生掌握大数据分析的整个生命周期中的数据存储。重点：数据存储关键技术介绍。难点：数据存储软件和代码应用。讲授与录像教学2天1、23.编写分析代码，对数据进行分析。教学要求：学生掌握大数据分析的整个生命周期中的数据分析。重点：数据分析建模算法。难点：数据分析算法实现。指导项目开发2天1、24.实现可视化系统，对分析结果进行显示。教学要求：学生掌握大数据分析的整个生命周期中的数据可视化。重点：数据可视化技术的多样实现。难点：可视化方案的设计。指导项目开发2天1、25.软件整体调试。教学要求：要求学生完成代码测试。重点：测试方法。难点：测试样例的实现。讲授1天3、4、56.答辩验收及实习报告。教学要求：要求学生完成实习答辩、撰写实习报告。重点：实习内容答辩、实习报告。难点：实习内容答辩。考核1天3、4、5合计10天（2周）五、教学方法及手段采用启发式教学，培养学生思考问题、分析问题和解决问题的能力，引导和鼓励学生通过实践和自学获取知识，增加讨论课、现场课以及答疑等教学环节。采用多媒体现场演示和小组讨论交流的方式进行现场教学，学习者应根据实训要求，以自学为主、教师讲授为辅，综合应用大数据平台各项目的使用方法，并养成自觉遵守国家标准的习惯。学生在教师的具体指导下进行实习，主要通过听取讲座、录像教学、组织参观等教学模式完成。实习结束后，在老师的指导下，组织同学分组讨论、辩论，搞通弄懂实习过程中的一些问题，并撰写实习报告。六、课程考核对课程目标的支撑课程成绩由实习表现、实习报告、实习答辩三部分构成，具体考核/评价细则及对课程目标的支撑关系见表3。表3课程考核对课程目标的支撑考核环节分值考核/评价细则课程目标12345实习表现30参加实习的主动性、积极性、实习记录的完整性、实习签到、遵纪守法、与指导老师的互动。√√√101010实习报告30根据实习报告的规范性以及实习内容的论述评判。√√√101010实习答辩40教师依据学生提交材料或报告答辩论述、回答问题进行评价。√√√√1551010合计：1002515202020七、考核与成绩评定1.考核方式及成绩评定实习采用优、良、中、及格、不及格五级评分制。90分以上为优，80-89分为良，70-79分为中，60-69分为及格，60分以下为不及格。总成绩分为三部分：实习表现、实习报告和实习答辩。其中：(1)实习表现占30%，无故旷课达3次取消总成绩；(2)实习报告占30%；(3)实习答辩占40%。2.成绩评定标准考核内容、评价标准、所占比重见表4。表4考核方式评价标准考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60实习表现30正常参加实习，无迟到、早退情况，认真听讲，笔记完整。正常参加实习，无迟到、早退情况，认真听讲，笔记基本完整。正常参加实习，无迟到、早退情况，认真听讲，笔记不全。正常参加实习，无迟到，偶尔早退，笔记不全。缺席实习较