设备更新第3期｜大数据产教融合实践中心解决方案

国务院于今年3月7日印发《推动大规模设备更新和消费品以旧换新行动方案》，明确要求“提升教育文旅医疗设备水平。推动符合条件的本科高校、职业院校（含技工院校）更新置换先进教学及科研技术设备，提升教学科研水平。严格落实学科教学装备配置标准，保质保量配置并及时更新教学仪器设备。”

东软教育科技集团推出第三期“大数据产教融合实践中心解决方案”，面向新一代信息技术产业的发展体系与新时代数字技能型人才需求，聚焦培养大数据采集与处理工程师，大数据分析与可视化工程师，大数据实施与运维工程师等岗位的“数字工匠”人才培养，搭建覆盖人才培养全过程的进阶式一体化实践教学体系，并建设与之配套的软硬件实训设备与环境、智慧化管理平台以及相关实训教学文档和资源，产品内容以“岗位能力导向、面向真实生产”为核心理念，致力于培养能够适应未来市场需求的高素质技术人才。

大数据产教融合实践中心解决方案框架图

高职专科：大数据技术

高职本科：大数据工程技术

普通本科：数据科学与大数据技术，大数据管理与应用

项目场景产业化，项目来自东软产业及战略新兴产业，包括交通大数据、金融大数据、电商大数据等。

项目案例教学化，基于东软特色TOPCARES教育方法学的教学化拆解与改造，实现产业级项目技术与教学的适配。

项目技术前沿化，离线数仓、实时数仓、流式数据湖、Cube立方体，从核心技术到开发语言覆盖核心的大数据技术生态体系。

项目体系进阶化，五级项目贯穿全部专业核心课程，可以覆盖大数据采集与处理、数据分析与可视化、大数据实施与运维等全部核心岗位的课程教学。

项目实训工程化，遵循企业项目开发工程规范、标准、流程。

配套资源精细化，配套资源十件套，指导书、教案、教学视频、考卷练习题，实验环境、素材包、源代码、接口文档等。

以东软交通时空大数据统计分析平台的业务场景和数据为载体,引入大数据平台建设的整体实现过程和最新技术和主流工具的应用,设计模拟交通监控设备所产生的数据,通过实时和离线的数据分析方法,提供有关交通流量、违法行为和交通安全等方面的信息和洞见。

特色优势：交通大数据实训项目通过整合Flink、ClickHouse和Flink CDC技术，为学生提供一个实时分析大规模交通数据的实践环境。学生将学习使用Python和Superset进行数据可视化，并通过SpringBoot和Vue框架构建交云互动的数据展示界面。本项目覆盖了从JDK、Hadoop到Spark、Flink以及现代Web开发工具的全面技术栈，致力于培养学生在分布式集群部署和大数据统计分析平台开发方面的专业技能。

配套项目：交通大数据综合实践项目旨在培养学生的大数据应用开发核心技能，项目涵盖东软交通大数据统计分析平台、交通出行大数据实时及离线处理系统、交通出行分析及可视化系统以及Flink交通大数据平台部署等实践内容，提供全面的实践资源和平台环境，支持线上和线下的全流程管理，旨在培养学生在大数据领域的实施、运维、采集、处理、分析和可视化的核心能力，可以支撑大数据采集与处理、大数据分析与可视化、大数据实施与运维等岗位能力培养。

以东软金融大数据统计分析平台的业务场景和数据为载体,引入大数据平台的整体实现过程、最新技术及主流工具的应用,涵盖从大数据平台搭建、数据采集、处理、数据分析与挖掘、数据可视化五个模块的关键工作任务。通过银行客户的交易记录、账户余额、信用卡消费信息等数据,了解银行客户的消费行为、存款习惯、信用卡使用等情况,挖掘出客户的消费习惯和偏好;通过分析在贷金额、还款表现、贷款金额分布以及贷款期限、利率等数据指标,了解贷款业务的表现和趋势,识别潜在风险。

特色优势：金融大数据实训项目通过Hudi技术提升学生在实时数据处理和分析方面的实践能力。学生将学习使用Python、Pyecharts和FineBI等工具进行数据可视化，并通过SpringBoot和React框架掌握数据大屏的开发。项目覆盖全面的技术栈，旨在培养学生掌握Hadoop分布式集群部署和金融大数据统计分析平台开发的专业技能。

配套项目：金融大数据综合实践项目旨在培养学生的大数据应用开发核心技能，项目涵盖金融大数据统计分析平台、金融大数据实时及离线处理系统、金融信贷分析及数据可视化系统以及Hudi金融大数据平台部署等实践内容，提供全面的实践资源和平台环境，支持线上和线下的全流程管理，旨在培养学生在大数据领域的实施、运维、采集、处理、分析和可视化的核心能力，可以支撑大数据采集与处理、大数据分析与可视化、大数据实施与运维等岗位能力培养。

以电商大数据统计分析平台的业务场景和数据为载体，引入大数据平台的整体实现过程、技术及主流工具的应用，涵盖大数据平台搭建、数据采集、处理、数据分析与挖掘、数据可视化五个模块的关键工作任务，完成电商用户的行为和趋势分析，以及商品销售和市场营销的效果分析。

特色优势：电商大数据产品集成了Spark和Hive技术，利用分布式计算能力深入挖掘大规模数据集，并通过专业数据可视化工具将分析结果直观展现。覆盖全面的技术栈，包括Hadoop生态系统组件和深度学习框架TensorFlow，实训内容涵盖数据库操作、深度学习入门以及开发环境的搭建，全面提升学生在电商数据分析领域的实战技能。

配套项目：电商大数据综合实践项目旨在培养学生的大数据应用开发核心技能，项目涵盖电商大数据统计分析平台、电商大数据实时及离线处理系统、电商运营分析及数据大屏系统以及基于Spark技术的电商大数据分析平台部署等实践内容，提供全面的实践资源和平台环境，支持线上和线下的全流程管理，旨在培养学生在大数据领域的实施、运维、采集、处理、分析和可视化的核心能力，可以支撑大数据采集与处理、大数据分析与可视化、大数据实施与运维等岗位能力培养。

本项目是东软交通产业的真实案例，是针对某省研发的乘用车大数据分析系统，进行人群乘用车销管分析，解决该市汽车销管问题，共计可支持32实践课时，涉及核心技术包括Hadoop、mapreduce、hbase、hive、大数据可视化等。

特色优势：项目采用某省的真实汽车销量数据，进行乘用车和商用车销量分析，得出9组分析数据，具备实用价值。项目分成3个阶段迭代完成，第1阶段采用hadoop和mapreduce实现功能，第2阶段叠加hbase，第3阶段叠加hive。

东软电信大数据分析项目是东软电信产业的真实案例，本项目通过数据采集、数据处理、数据存储、数据可视化的一体化应用，帮助运营商对离线主叫号码、异常被叫号码、服务编码种类等重要运营指标进行过程监控，共计可支持32实践课时，涉及核心技术包括Hadoop、Flink、Zookeeper、Kafka、微服务与数据可视化技术等。

特色优势：项目采用东软电信的真实脱敏通信数据，进行不同电信业务维度的相关分析，分别得出基于流批不同类型的七组分析数据，具备实用价值。项目分成2个阶段迭代完成，第1阶段采用hadoop-HDFS和Flink实现功能，第2阶段叠加Zookeeper.Kafka.CentOSMysql实现完整的实时流业务。

东软大数据金融风险控制系统是一个针对金融行业的风险管理和控制系统，旨在帮助金融机构实现风险的精确控制和有效管理。本项目基于大数据技术和风险模型，对借贷、信用评估等金融业务进行分析和预测，以提供决策支持和风险警示，共计可支持32实践课时，涉及核心技术包括Hadoop、Spark、Python、Flask、商业BI与数据可视化技术等。

特色优势：项目采用东软金融的真实脱敏数据，进行不同信贷风控业务维度的相关分析，分别得出基于流批不同类型的15组分析数据，具备实用价值。项目分成2个阶段迭代完成，第1阶段采用hadoop-HDFS和Spark实现功能，第2阶段采用Anaconda.Python.ML.Flask实现完整的业务。

东软电动汽车充电大数据分析项目的目标是建立高性能、高可靠性和高智能度的充储电预测模型，通过对充储电数据进行分析，发掘用户行为特征和庞大数据之间的联系，以进一步优化充储电用户的体验，并支持充储电站点的运营和管理，为新能源汽车的普及推广做出贡献。项目的主要功能包括数据采集、数据存储、数据预处理、数据分析、数据挖掘、数据建模、模型评估、模型优化、数据可视化和模型部署等。通过上述功能的综合应用，本项目将为用户、车主、充电站点和政府有关部门提供全方位的充电服务和支持，共计可支持32实践课时，涉及核心技术包括Hadoop、MapReduce、Python、Flask、商业BI与数据可视化技术等。

特色优势：项目采用东软电力及新能源行业的真实脱敏数据，进行不同业务维度的相关分析，分别得出基于数据科学计算的9组分析数据，具备实用价值。项目分成2个阶段迭代完成，第1阶段采用hadoop-HDFS和MapReduce实现功能，第2阶段采用Anaconda.Python.ML.Flask实现完整的业务。