一、背景

随着大数据技术应用的越来越广泛，在各行各业出现了大量的大数据人才岗位的空缺，而大数据的系统性教学在高校尚未普及开来，就出现了高校毕业生在大数据领域就业变得很困难的社会现状，企业对新型大数据分析和预测技术人才的热情和需求正在超过传统的商业智能和信息管理人才，未来五年内大数据人才缺口会持续增长。

二、现状

对于高校而言，传统的教育模式更加偏向理论教学，这种模式与就业市场综合性人才的需求相去甚远，培育新型大数据综合人才以适应社会需求成为高校目前亟待解决的问题。高校启动大数据人才培养计划，专业建设困难重重，课程体系待完善，大数据教学科研入门难，各大高校的大数据专业处于起步阶段，人才培养课程体系缺乏系统性，大数据教学科研资源匮乏，可配置和指导实验环境的专业师资不足。基础实验环境薄弱，大数据实验难开展，大数据分布式软件系统安装、配置难度大，实验环境容易被破坏，实验数据、实验教案、实验手册不足，实验开展束手束脚，项目实训缺失，教学效果与就业率打折扣，缺少大数据项目实训，难以培养实用型人才所需的专业项目能力，高校大数据专业学习与实际应用脱轨，教学效果与就业率打折扣。

三、目标

实验室建设目标是作为大数据教学实训平台，包括数据分析教学与大数据分析实训平台，主要满足大数据相关专业的课程教学与实训需要。实验室的设计落实“产、学、研、用”一体化的思想和模式中的“学、用”，从教学、实践和使用多方面注重专业人才和特色人才的培养。利用虚拟化教学资源，搭建教学系统和集群平台，将理论学习、实践教学和大数据项目实战融为一体，由难而易、循序渐进，逐步提升学生的学习技能和实践水平，提高“学”的质量和成效。

四、内容

1、整体架构

采用虚拟化容器技术、分布式集群部署方式进行基础平台构建，在高效的利用系统硬件资源的同时，灵活分配系统资源供学生进行实训。从应用上，分为四个层次：硬件资源层、平台支持层、实验应用层、用户操作层。

1）硬件资源层：由服务器资源设备、网络交换设备、实验终端设备等硬件组成，通过分布式集群部署及管理，主要用于提供教学平台、教学资源的硬件支撑，同时为大数据实验资源提供计算能力和案例数据的存储能力；

2）平台支持层：主要提供学生申请实验资源，保证每个学生使用独立的实验环境；

3）实验应用层：提供学生五大课程开发环境及案例管理。开发环境包括：在线SSH、Python/R语言在线编译环境、可视化开发环境、数据挖掘开发环境、统计分析开发环境、文本分析开发环境；

4）用户操作层：根据角色不同，分为超级管理员、教师、学生，学生在线学习及上机实验操作、教师对每个学生学习进行管理及分析。

2、课程

大数据实验平台主要满足老师教学和学生实验实训的需要，提供教学课程对应的教学资源及实验环境及课程配套资料，基本的课程分为六大类：大数据技术基础、语言编程、数据可视化、统计分析、数据挖掘及AI课程，所有课程及配套数据、算法源码全部提供，老师根据学生具体情况定制课程时间表，以保证给予学生最优质的大数据教学环境。

3、实验环境

1）大数据技术基础实验环境

2）语言编程环境

R语言编程环境：

Python2编程环境：

Python3编程环境：

4、预期效果

1）学生对大数据及数据挖掘的概念及过程形成比较清晰的认识。

2）了解大数据／数据挖掘岗位目前的就业形式和前景，了解需要掌握的技能。

3）掌握一定的大数据／数据挖掘技能和工具，体验一个实际项目的全过程。

4）在学校老师的带领下能完成一个简化版的企业项目。

5）协助学生对自己后续的职业发展做出相对合理的规划与定位。