《大数据应用基础》课程标准(含课程思政)

《大数据应用基础》课程标准
大数据基础
二、适用专业
大数据技术应用
三、课程学时与学分
36学时，2学分
四、课程性质
本课程是大数据技术应用专业的一门专业基础课程，是从事大数据工程技术人员等新职业岗位必须学习的课程，旨在为学生提供大数据应用方面的基础知识，包括大数据概述、大数据处理、大数据存储和大数据应用案例等内容，使学生具备大数据应用的基础理论和实践能力。

本课程开设在第2学期，将为后续学习《互联网数据采集》《数据库技术应用》等课程奠定基础。

五、课程目标
通过本课程的学习，能够完成对大数据生产流程绘制，熟悉认知大数据采集、分析、存储、可视化等各种工具和平台，能够厘清大数据与网络技术、物联网、云计算、人工智能的发展关系与发展方向，并通过大数据技术在不同行业产业的案例分析，能够进行大数据存储和分析应用，树立大数据思维，拓展科技素养。

达到以下具体目标：( 一) 素养目标
1.坚定拥护中国共产党领导和我国社会主义制度，在习近平新时代中国特色社会主义思想指引下，自觉践行社会主义核心价值观，具有深厚的爱国情感和中华民族自豪感；(培养规格1)
2.充分了解大数据行业法规法则，自觉维护行业良好风气；(培养规格2、S—A—2)
3.具备数据思维，具备较强的逻辑思维能力； (培养规格3)
4.培养学生对大数据应用的认识和理解，以及对大数据应用的价值和影响的思考。

学生需要通过学习大数据基础课程，增强对大数据应用的兴趣和探索欲望，了解大数据对社会、经济、科技等方面的影响，具备良好的职业素养和创新意识。

(培养规格5)
5.具有社会责任感，能够传递正确的社会价值，时刻维护国家的荣誉与形象；(培养规格2、S—A—3)
6.树立正确的职业观，注意保护数据安全、保障他人隐私，爱岗敬业、德技并修；(培养规格2、S—A—4)
7.有自觉学习新一代信息技术的意识，能够主动进行自我知识更新与学习。

(培养规格7、D—A—3)
(二)知识目标
1.掌握大数据应用的基础知识，包括大数据的概念、特征、处理和存储等方面的知识；(培养规格11)
2.了解大数据的技术架构、处理方法和工作流程；(培养规格11)
3.掌握大数据存储和管理的基本方法； (培养规格11)
4.熟悉大数据相关法律法规，对大数据行业的信息安全形成基础的认知；(培养规格12)
5.了解大数据行业基本情况、了解大数据行业应用场景与岗位分工，明确大数据产品形态与技能要求； (培养规格15)
6.厘清大数据与网络技术发展、云计算、物联网、人工智能的发展关系与发展方向；(培养规格16)
7.了解大数据生产工作流程中应用到的数据采集、存储、可视化、分析等各种工具和平台，掌握基础的工具使用方法和步骤。

(培养规格16)
(三)能力目标
1.能够使用基础的数据处理工具和软件进行数据采集、预处理、清洗、分析，提取有价值的信息和知识； (培养规格13)
2.掌握数据的格式、原理和方法，能够使用数据可视化工具和技术，将数据转化为可视化的图表、图形和动画等形式，提高数据的可读性和可理解性；(培养规格14)
3.能够绘制大数据工作流程图，完成数据生命周期管理；(培养规格16)
4.能够将数据加密、数据备份和数据恢复等技术应用在日常的数据管理工作中，保障数据的安全性和保密性； (培养规格15)
5.能够使用大数据存储技术和工具进行数据管理、存储和查询等方面的操作； (培养规格14)
6.能够根据实际需求构建大数据应用系统框架模型，做出简要功能分析，应用大数据技术解决实际问题。

(培养规格16)
六、课程内容与要求
本课程以大数据技术应用概论基础知识、应用案例分析、模拟大数据行业实际工作为载体，坚持立德树人的根本要求，结合学生学习特点，遵循职业教育人才培养规律，落实课程思政要求，有机融入思想政治教育内容，紧密联系工作实际，突出应用性和实践性，注重学生职业能力和可持续发展能力的培养。

按照知识难度和工艺流程从简单到复杂，技能水平从单一技能到综合技能、技术沿革从传统技术到智能技术的规律确定学习模块的编排顺序，合理序化教学内容。

学习单元(模块)一：大数据基础图谱，涵盖大数据的概念、特征、应用领域、处理模式和技术架构等基础知识；学习单元(模块二):大数据处理，包含大数据处理的技术和工具应用；学习单元(模块三):大数据存储，包含大数据存储的技术和方法，存储介质和存储格式等相关内容；学习单元(模块四):大数据分析，涵盖大数据采集、分析的方法和工具以及数据可视化和分析案例分析等方面的内容；学习单元(模块五):大数据应用，介绍大数据在不同领域的应用案例和实践经验，包括商业、政府、科研、医疗等领域的应用案例和具体实践操作等方面的内容。

学习单元(模块六):数据安全：主要介绍数据安全的相关知识和技术，包括数据标准化、数据质量控制、数据备份、数据恢复、数据加密等方而的内容。

六个学习单元模块在知识体系是递进关系，难易程度逐步深入。

表1课程内容与要求
七、课程实施
(一)师资队伍
1.专任教师
职业能力：具备优秀的专业课教学开展与组织能力，掌握计算机网络技术，Linux 操作系统操作，大数据采集、预处理、分析、存储、可视化等技术，能够以情境任务要求完成大数据基础应用相关任务。

知识结构：了解大数据工程技术人员各项职业岗位要求；在专业领域中，具备大数据技术、网络技术、Linux 操作系统、python 编程技术等较为深入的专业知识背景。

资质：具备中职学校专业课任教资格和企业实践经历。

2.兼职教师
职业能力：企业优秀诽师或行业企业专家，具备有3到5年的大数据相关行业从业经验，参与过多个大数据项目实施过程，具有较强的专业技能，具备良好的专业课教学开展与组织能力，具备优秀的大数据项目实施开发能力，精通Python 程序设计，大数据项目实施建设能力，能够以情境任务要求完成教学。

知识结构：在行业领域中，深入了解大数据工程技术人员各项职业岗位要求；在专业领域中，具备大数据技术、网络技术、Linux 操作系统、python 编程技术等较为深入的专业知识背景。

资质：具备大数据相关行业从业背景和企业工作经历。

(二)实验实训条件
1.校内实训基地
根据不同的项目学习需要，选择教室、校企合作实习实训基地、实训设备等进行教学。

(1)实训场地：大数据实训室；
(2)实训设备：服务器5台，存储设备2台，防火墙1 台，台式计算机40台，满足大数据操作简单标准。

2.校外实训基地
目前大数据技术应用专业有1 个联想智能制造校外实训室，能够同时满足30 名学生进行实习实训。

能够满足学校教师、企业专家共同办公，满足专业人才学徒制人才培养要求，符合企业研发、生产要求。

本校外实训基地具备如下条件：
(1)联想组织机构健全，领导和工作(或技术)人员素质高，管理规范，在新一代信息技术领域发展前景好。

(2)基于联想“端一边—云—网一智”技术框架下，其研究方向与经营的业务与本专业对口，且联想属于世界五百强企业，社会形象好。

(3)符合学生专业实习实训条件，并且能够满足学生顶岗实训一个月以上。

(4)有相应的技术人员担任实训指导教师。

(三)教学资源
1. 教材
选用教材必须在政治上坚持四项基本原则，符合党和国家的方针和政策，能运用辩证唯物主义和历史唯物主义的观点阐述本课程的基本规律。

选用教材必须符合本课程教学大纲的要求，符合学生层次的实际，教材内容的阐述要循序渐进，富于启发，有利于对学生能力和素质的培养，选用的版本和内容要考虑到近年教材的变动与更新，保证教材内容有
用、新鲜和实用。

为保证教学质量，如有国家规划教材，优先选择国家规划教材。

在国家规划教材的基础上可结合自主开发模块化教材，包括活页式工作页、学习页、评价表等，同时也可采用校企合作资源库课程资源包。

表2教材配备表
2.图书文献配备
表3图书文献配备表
3.数字教学资源配置
自主开发资源：ppt 、微课、试题库、案例等。

(四)教学方法
在教学过程中采用：讲演法、任务驱动法、项目教学法、案例分析法等教学方法，辅以餐垫法、工作站法、展览馆法等特色的教学组织方式，提升学生自主探究、合作学习的意识，培养良好的学习习惯；在每个学习情境中，学生进行自主探究学习与小组合作讨论学习，加强操作训练；以企业生产过程中实际的工作任务作为案例，在实践中引导学生学会分析问题、解决问题。

(五)教学评价
严格落实培养目标和培养规格要求，围绕大数据技术应用专业的人才培养目标，通过教师、企业、学生三个评价主体从核心素质、关键知识、综合能力、实践成果四个维度，通过课堂评价(占比20%)、项目评价(占比50%)、课程评价(30%)三种形式收录反映学生成长过程和发展水平的描述与实证材料，全面评价学生综合素质，客观反映学生的个性差异和特长，突出评价对学生全而发展的促进作用。

1.课堂评价(20%):通过自评、学生评价、老师评价三个主体侧重核心素质的评价。

课堂评价根据表格中的各项及标准，注重评价学生在课堂上的参与度、完成工作页、常规项等，教师在课程中帮助学生更清晰的认识自己。

学习笔记的检查20%:评价标准为四级式：A、B、C、D, 要求完整、字迹工整、有重点、难点的标记。

学习材料的保存15%:评价标准为四级式： A 、B 、C 、D, 要求完整、字迹工整、有错误工作页进行了正确的修改。

教师的评价40%:学生出勤(10%)、展示、学习时的表现(10%)、口试(问答、专业对话等)(10%)、实操(10%)。

同学的评价(互评)15%:组内其他同学的评价(10%),其他小组的同学对他的评价(5%)。

自评10%:自己对自己的评价。

2.项目评价(50%):阶段测评
项目评价以小组为单位，进行综合素质评价及每一个项目作品成果评价，针对每一个项目，累计各个工作阶段实施评分、素质评分、项目成果评分，将评分数据由学习平台进行统计，最终项目结束后按照评分公布优秀项目组，学生素质通过多维能力雷达图展示，实现学生的增值性评价，学生养成职业认同感。

其中《素质评分表》如下表所示，每个项目素质评价内容相同，每个项目考核内容根据学习成果进行鉴定。

表4素质评分表
3.课程评价(100%):期末考试
理论考试(30%):试卷，从试题库中抽取100分的试题进行考核，试题类型有主观题：80%,填空题、选择题和判断题组成；客观题：20%,简答题、论述题。

考核时间为：90 分钟、闭卷。

考核内容为：学习内容中涉及到的所有内容，重点为技术类要求掌握的知识以及其它能够用试卷考核的内容。

附件2:《大数据应用基础》课程综合评价表《大数据应用基础》课程综合评价表。