《大数据课程体系和课程内容建设研究》-工学论文，计算机论文-论文范文参考-科学狗论文网

标题

大数据课程体系和课程内容建设研究

范文

曾凯

摘要：人才培养模式是实现大数据人才培养目标的重要内容之一，是教学内涵建设的核心，其中课程体系建设和课程内容建设是人才培养模式的重要环节。将大数据课程体系结构归纳为基础设施、算法与辅助课程三类，并以《深度学习》课程为例阐述了面向产教融合的课程内容建设思路。

关键词：大数据课程体系;课程内容建设;大数据技术

中图分类号：G642? ? ? ? 文献标识码：A

文章编号：1009-3044（2019）22-0121-02

开放科学（资源服务）标识码（OSID）：

1 大数据课程体系建设

数据科学与大数据技术专业要求学生掌握、计算机科学、管理科学及统计学等相关学科的基础理论和大数据采集、存储、处理、分析与应用的基本理论知识，通过对互联网和通信等行业的项目研究与实践训练，具备大数据工程项目的设计、开发、应用能力[1-5]。从大数据技术角度看，算法是大数据的核心;基础设施算法应用的基本保障;同时又要求研发人员具有一定的软件开发能力。为实现这一培养目标，我们将大数据专业相关课程分为基础设施、算法与辅助课程三类。其中，基础设施类主要讲授大数据技术实施的相关基础设施原理及其使用方法。包括Hadoop、Spark原理与应用、分布式原理、数据挖掘与分析、数据采集技术、云计算与数据中心等相关课程。算法类课程主要讲授大数据与人工智能基本算法原理及其应用模式。包括模式识别、深度学习、推荐系统等相关课程。辅助类主要向学生讲授软件工程领域相关知识，提升学生实际工程应用能力。包括移动开发、大数据可视化、数据安全与隐私保护等相关课程。专业课程体系如下图所示：

2 面向产教融合的课程内容建设

在中国超过60%的AI技术人才聚集在北京和上海，两者人才数量几乎相当。此外，深圳和广州分别拥有10%和5%的AI人才。新一线城市中拥有最多AI人才的是杭州和成都，分别占据4.5%和3%。相比之下，贵州省缺乏智能技术领域人才，其关键原因是缺乏本土培养的人才。针对这一现状，我们将《深度学习》作为试点“产教融合”思想的主要课程。面向产教融合的课程建设首先体现课程内容方面。因此应在教学内容，特别是实验和实习实训环节融入了大量企业案例。这些案例通常来源于生活场景，其实现技术成熟并能够尽可能覆盖该课程的主要教学环节，实验数据容易获取，并具有进一步拓展将其衍生为双创项目的可能性。这里我们以《深度学习》课程中的“车牌识别”案例来加以说明。

1）技术成熟，应用广泛

众所周知汽车牌照是汽车唯一“身份”。在停车管理、交通执法、车辆检测等场景都离不开车牌的自动识别，“车牌识别”也是人工智能领域应用较为广泛的案例之一。“车牌识别”从技术角度来看相对成熟，非常适合用于课堂教学;从选题来看对学生也并不陌生，学生也很容易接受。

2）能够覆盖主要技术场景

从技术层面来看，车牌识别主要由以下流程构成：

首先要找到汽车上的车牌，即车牌目标识别;然后将车牌上的每一个数字分割;最后单独识别出每一个数字。这3个环节分别对应了图像处理中的目标识别、图像分割和图片分类3个主要技术。一门课程的主要技术由一个案例传达给学生，这有助于技术的融会贯通，也能够更好地理解真实案例。

3）实验数据源丰富

“深度学习”实验室可以选择长期从事人工智能，特别是在车牌识别领域有相关产品案例的供应商，这类厂商往往拥有大量车牌图片数据。相比于网上能够获得到的公开数据库，实验室供应商能够保证实验数据快速迭代更新，能够对学生实验提供有效支撑。

4）由课堂教学直接过渡为双创项目

“车牌识别”虽技术成熟并且应用广泛，但其仍有许多技术问题没有得到解决，这就为持续研究提供了突破点。例如某需求方要求在对高速行驶的汽车进行车牌识别，并且要求识别精度达到4个9以上。从目前技术来看，做到这点仍有一定难度，但这恰恰为学生“双创”提供了很好的项目点。由课堂案例直接过渡为双创项目，降低了学生提前培养的周期，有助于学生快速进入项目。

3 总结

算法是大数据的核心，基础设施是大数据技术能够应用的基本保障，在此之上需要开发人员具有较强的实际应用能力，因此将大数据课程体系结构归纳为基础设施、算法与辅助课程三类。我们进一步以《深度学习》课程为例阐述了面向产教融合的课程内容建设思路。为了实现产教融合的目标，授课内容应具备“技术成熟，应用广泛”“能够覆盖主要技术场景”“实验数据源丰富”和容易将“课堂教学直接过渡为双创项目”等特点。

参考文献：

[1] 谢志明，王鹏，李俊杰，等. 基于CDIO的云计算与大数据课程体系建设[J]. 计算机教育， 2017（1）.

[2] 羅福强，熊永福. 基于CDIO的云计算与大数据专业人才培养方案[J]. 计算机教育， 2015（1）：52-56.

[3] 刘淳安. 大数据时代信息与计算科学专业课程体系优化改革与实践[J]. 高教学刊， 2016（21）：70-71.

[4] 孙锋. 面向大数据的信息与计算科学专业实验课程体系研究[J]. 福建电脑， 2014（2）：57-58.

[5] 郝水侠，郭云霞. 大数据时代下信息与计算科学专业人才培养模式新探索[J]. 江苏师范大学学报（自然科学版）， 2016， 34（2）：72-75.

【通联编辑：代影】

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。