《大数据应用基础》课程标准（含课程思政）.docxVIP

《大数据应用基础》课程标准

课程代码

710202Z1B01

适用专业

大数据技术应用（信息技术服务专业群）

适用学制

五年制（5+2贯通培养）

编制人

审核人

版本号

202301

一、课程名称

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必威体育官网网址性；（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