应用型本科院校大数据专业建设模式探索

时间:2019-03-07 21:48:39 来源:招贤信息网 作者:匿名
  应用型本科院校大数据专业建设模式探索 作者:未知 [摘要]网络信息技术的进步推动了国内大数据产业的快速发展。但是,目前国内大数据专业人才相对稀缺,大数据专业人才的应用越来越重要。高校教学体制改革势在必行。为了促进高效课堂教学体系的发展,提高教学质量,本文结合普通本科院校大数据专业的实践,从课程内容和教学的角度构建应用型本科院校的大数据专业。模式?该模型进行了深入探讨。 [关键词]大数据;申请类型;教学体制改革;教学模式 中图分类号:F230-4; G642文献标识码:A文章编号:2095-2457(2018)20-0103-002 DOI:10.19694/j.cnki.issn2095-2457.2018.20.044 网络信息技术的进步导致了国内大数据产业的快速发展,但目前国内大数据专业的人才供不应求,应用大数据专业的培训变得越来越重要势在必行改革高校教学体制。为了促进高效课堂教学体系的发展,提高教学质量,本文从课程内容,教学模式和教学方法的角度探讨了应用型本科院校大数据专业建设模式。[关键词]大数据;应用;教学体制改革;教学模式 0前言 “大数据”是指通用网络软件无法处理,分析和管理的大容量信息数据。随着网络信息时代的到来,越来越多的行业开始使用云计算和大数据技术来解决问题并响应用户需求。例如,在腾讯,淘宝,百度等新兴行业,大数据技术已成为标准,大规模的数据交换和整合为他们带来了巨大的商机和价值。在能源和金融等传统行业中,很大一部分用户开始尝试使用大数据来解决问题并创造新的价值。在如此大的环境下,精通“大数据”行业的应用型人才将成为企业最重要的角色。目前,中国“大数据”行业的人才缺口仍然很大。为适应这一趋势,本文探讨了本科院校大数据专业的建设模式,为高校教学体制改革提供参考。培养满足市场需求的专业应用型人才,具有重要意义。 1国内外大数据专业的发展现状 “大数据”专业首次出现并于2012年出现。国外专业数据分析专业早期成立。例如,哈佛大学,芝加哥大学和美国斯坦福大学在2013年左右开设了大数据相关数据。分析专业[1]。为了填补市场上的人才缺口,英国和美国等许多国家也采取了与大学合作的做法。 2012年5月,英特尔公司与麻省理工学院合作建立了大数据专业科技研究中心,使高校能够快速培养出满足行业市场需求的人才[2]。中国的相关专业相对较晚。 2014年6月,中国科学院开启了“大数据应用技术”的专业方向。同年9月,清华大学成立了清华 - 青岛数据科学研究院,开设了多学科大数据专业。中国人民大学,北京航空航天大学,天津大学和厦门大学都开设了大数据专业。截至2018年,中国有超过30所本科院校提供与大数据相关的课程,这为中国市场不断扩大的人才缺口注入了新的活力。但是,由于信息时代的快速发展,大数据专业只在本科院校建立了三四年。主要本科院校的实验室硬件设备,教学资源和教学资源相对稀缺。2大数据专业建设原则 2.1服务于大数据行业的发展 自“十二五”以来,中国全面推进智慧城市建设。目前,已有近300个城市加入试点智慧城市。全国网民总数超过7亿,手机用户超过13亿,居世界第一。 [3]。无论是互联网行业还是政府部门都积累了大量的数据资源,中国已成为数据类型最丰富,数据量最大的国家之一。据统计,中国只有46万大数据专业人士,未来3 - 5年,大数据专业人才的差距将达到150万。培养未来可用的大数据人才并满足市场需求已成为当务之急。因此,本科院校应注重为大数据行业服务的大数据专业人才的建设,培养具有扎实技术基础的一流创新人才。 2.2注重适用性并注重实际操作操作 在大数据专业课程中,应适当增加实际操作课程的比例。培训计划应强调实用性原则,培养应用型专业人才。市场对大数据专业人员的要求目前主要集中在数据挖掘,分析和数据架构上。高校可以根据自己学校的实际情况,制定专业的建设方向。例如,学校计算机硬件设备较好,高性能服务站可以进行高速数据处理,可以开设更多专业的大数据操作和维护课程;教师专注于编程,算法,大学,可以开设更多的软件开发,优化相关课程,如数据挖掘算法。 3大数据专业建设模式的实施3.1课程内容的改革与实践 (1)适当增加和增加一些专业核心课程。目前,大数据专业的核心课程主要包括Java程序设计基础,统计基础与培训,数据采集,数据可视化等基础编程课程。他们中的大多数都集中在理论基础上。目前,数据挖掘已成为大数据行业的热点问题。因此,在保留原有的专业核心课程的同时,建议与时俱进,增加大数据处理技术,Python编程基础和Vmax虚拟化技术等热门数据课程。(2)增加专业发展课程的方向,适当降低专业发展课程的某些方向的难度。现有的专业发展课程主要包括My SQL,Linux操作系统,数据分析和一些专业选修课程。有些课程很难,学生掌握这些课程是不现实的。因此,高校应该支持学生关注,使大数据毕业生可以有更多的就业选择,考虑一些专业课程的难度,增加专业推广课程的类型。 (3)加强对课程实践的重视。目前,本科院校大数据专业的主要实践教学环节包括大数据项目实践,大数据应用技术竞赛培训,岗位实习等。实践教学环节是课堂教学的深化,拓展和完善。它与数据收集和数据分析的核心课程密切相关。完成课堂教学计划,提高学生综合实践能力,独立分析问题,有助于巩固学到的知识。学生将来进入社会,从事安全相关工作,提高自身竞争力,对学生非常有帮助。因此,学校应更加重视课程的实践,积极拓展实习渠道,争取尽可能多的实习资源。 3.2课程教学模式和教学方法的改革与实践 许多课程的教学模式是基于传统的“单向”教学,即教师教学,学生被动学习。教学应该是教师和学生之间的双向互动。相互交流,相互学习,可以在交流和学习中得到启发和补充,真正实现教学和学习。我们目前的大学课堂教学形式过于严格和封闭,缺乏创新手段。学生的思维被禁止,他们逐渐对课程失去兴趣。他们逐渐习惯于后续学习,学生的实践和创新将会下降。如果没有学生的互动,从长远来看,教师将失去对教学的兴趣。这对大数据应用学科的人才培养非常不利。为了提高教学质量,改革大数据专业的教学模式和教学方法迫在眉睫。 (1)根据不同的学习情况,建立多种教学组织形式,采用不同的教学方法。例如,可以采用个别教学(根据学生的个人特点分配不同的教学任务,尊重学生的差异,提高每个学生在课堂上的参与度),小组教学(完成课堂教学任务)。小组的形式,并发挥小组的作用)),小组教学,学生自学(给定一个主题,由学生自己收集,在舞台上呈现解释)和其他形式。(2)充分利用学校所拥有的社会资源,完善教学形式,逐步使课程教学模式逐步社会化。例如,在开展数据可视化技术课程时,学生可以深入了解企业并利用他们的知识完成数据可视化的软件项目。学生不仅可以更深入地了解教科书中的知识,还可以灵活运用,也可以为他们积累实践经验。 (3)积极运用现代教学技术进行教学。例如,在进行Java编程等课程时,学生可以通过现场编程,现场演示等方式获得更直观的课程内容体验。与教科书上的二维图片和文本相比,这种形式更容易被学生接受,教学效果更好。 (4)增加课堂中的互动环节,追求学生反应的多样性。通过向学生提供相关的开放性问题并根据他们现有的知识进行讨论,可以从不同的角度给予学生自己的答案。教育本身不是追求学生的同质性,而是鼓励教师和学生在互动中即兴创作。 4。结论 本文结合本科院校大数据专业建设的实际情况,全面分析了当前教学体系存在的问题,并从课程内容,教学模式的角度为大数据专业教学体系的改革提出了一些建议。和教学方法。倡导和实施本科院校大数据专业建设模式,培养适合现代大数据产业的应用型专业人才,改革和构建与时俱进的专业课程体系。解决毕业后的就业问题,填补大数据专业人才需求的空白,具有重要意义。 【参考资料】 [1]张寅,陈敏,廖晓飞。大数据应用的现状与展望[J]。计算机研究与发展,2013,50(第2页):216-233。 [2]朱阳勇,熊?大数据人才培养基本条件初探[J]。大数据,2016,2(5):107-114。 [3]李新友,李戈。高职院校大数据人才培养研究[J]。河北旅游职业学院学报,2017,22(1):88-90。

免费上网赚钱项目 豆丁