大数据+人工智能专业建设解决方案2018.6大数据+人工智能专业建设思路目录教学资源&认证培训体系建设大数据+人工智能平台方案大数据+人工智能专业建设方案总结 第一部分大数据+人工智能专业背景 1PART 01数据科学学科背景大数据技术与应用（610215）数据科学与大数据技术（080910T）人工智能专业2016年在北京大学率先开设“数据科学与大数据技术”专业（专业代码080910T），数据科学本科专业截止2018年，247多所本科院校获教育部批准开设数据科学与大数据技术专业，并进行招生。2018年4月，继教育部关于印发《高等学校人工智能创新行动计划》的通知，南京大学、西安交通大学、吉林大学、南开大学、重庆邮电大学、中国科学院大学等院校开设了人工智能学院及相关专业。2016年9月，教育部公布新增“大数据技术与应用”专科专业（专业代码610215），三年制大专专业。截止2018年，200多所高职院校获教育部批准开设大数据技术与应用专业，并进行招生。大数据、人工智能专业建设难点大数据国家标准处于制定过程中，技术标准不完善专业目录中人才标准库缺失，培养方案待讨论大数据本身是开源平台，部分公司将开源平台稍作修改，稳定性和易用性需要考虑有大数据行业背景厂商提供高可用的平台实训教学环境较差人才培养方案缺失专业建设难点一类资源是博客、网站的分散的教学资源，不适合教学一类资源是类似于Hadoop架构详解等开源大部头书籍，不适合教学一类是针对教学开发资源 1、培训机构开发的教学资源，缺少真实项目应用场景 2、有行业背景的厂商基于项目原型开发的教学案例部分院校要求双证毕业，目前具有大数据认证的厂商较少结合认证体系，渠道联盟、人才联盟完成校企合作方案认证培训体系缺失教学资源较少 第二部分教学资源&认证培训体系建设 2PART 02课程建设思路运营引擎行业建模引擎数据集成引擎离线
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
