ZNAI-J01A型大数据实训室（教学方向）数智化实践教学平台

一、建设方案

实验室建设预计包含：数智化实践教学平台、教学资源和师资力量。

本方案建设依据大数据专业的特点，以“厚基础、宽知识、重思想、重创新、重实践”为核心，采用“理论+实践+应用案例”模式。从基础到进阶再到提高，由易而难、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。

在教学方式上，提供了一站式教学服务，可满足用户备课、授课、课堂互动、课后作业、课程考核、实训拓展、教学考试和教学分析全过程教学，并且针对不同学习程度的用户定制打造实验学习环境和课程体系，让教学更简单，更高效。

二、数智化实践教学平台

1、平台介绍

数智化实践教学平台采用B/S架构，集教学资源、实验环境和工具、应用实践和硬件资源为一体的专业化教学平台。

数智化实践教学平台为用户解决了缺少教学资源、没有实验环境工具、怎样体系化学习、如何进阶学习、提升实际场景的应用实践经验等核心问题。从而提高学生的学习效率和学习能力，增加自身的市场竞争力。

数智化实践教学平台采用了课程学习和应用实践互补的方式，以提升学生的实际问题的解决和决策提供量化依据的能力。采集学习数据、分析学习模式、优化学习流程、改善学习成果以及实现管理流程自动化，为每个学生的个性化成长与全面发展创造了更加美好的蓝图。平台为用户提供了一站式教学服务，可满足用户备课、授课、课堂互动、课后作业、课程考核、实训拓展、教学考试和教学分析全过程教学，并且针对不同学习程度的用户定制打造实验学习环境和课程体系，让用户学习和教学更高效。为了提升教学质量，为教师提供了教学分析功能，可以查看教学过程中实验环节薄弱的内容，及时的查漏补缺。为了方便教师的辅助教学，特别的提供了助教功能，来帮助教师更好的教学。针对学生普遍动手能力差，为学生提供了很强的综合实践性学习内容。除了可以学习必要的理论基础，还可以动手将理论并为实践，还可以将学习来的理论实践内容用来解决实际中的问题。结合平台行业实际应用场景案例，可以培养用户具有系统的研究方向专门知识，具有能为实际问题的解决和决策提供量化的依据。平台为学生提供了丰富的答疑渠道，可以通过教师远程协助、同学远程互助和论坛交流的方式解决实践过程中遇到的各种问题。教务可以对所有教学服务进行管理，包括所有用户、教学计划制定、教学资源管理、方向的规划以及教学成果的考核等教务常见的服务。

2、平台架构

数智化实践教学平台采用B/S架构，利用先进的云计算、大数据和人工智能理念，搭建面向大数据教育的一体化教学平台，产品将对教学资源、实验环境和工具、教学流程、虚拟化支撑云平台和硬件资源进行整合和重建，从高校教学管理者、专业负责人、课程负责人、教师和学生等多纬角度上，打造专业化人才定制培养服务平台。

三、平台功能

课程实训模块提供“一站式”的教学全过程，包括课程，班级、学生、学习进度，实验内容，教学质量，课堂互动等统一管理，并提供学生的实验记录的智能分析和评测。

为了培养教师的综合能力，建设一只专业的师资队伍。教师可以在公开课程中，学习内置和其他教师开发的课程。根据教师的学习情况，会推荐相关的实验，提升学习质量。

教师可以通过复用课程或新建课程，来开设课程。可以直接将公开课程、我的课程进行复用，用作教学。平台会复制课程基本信息和课程实验，教师可以根据需要对这些信息修改，并添加班级学生，发布后，学生用户可以进行学习。用户也可以在我的教学中，直接创建课程，新建章节，添加备课需要的教辅和实验以及学生，并发布。

四、实验环境

系统根据大数据的学习特点，提供了桌面式虚拟机和交互式数据分析的工具，并内置学习软件，可满足不同的学习场景使用。

桌面式虚拟机为用户提供了可视化桌面，用户可以完成Linux、Windows、分布式等实验环境的使用场景。实验环境提供学生基于浏览器直接访问的在线虚拟平台。

交互式分析工具能让用户将说明文本、数学方程、代码和可视化内容全部组合到一个易于共享的文档中。实验环境提供学生基于浏览器直接访问的在线数据分析和开发工具平台，其支持数据清理、数据整理、数据爬虫、数据可视化、机器学习、数据分析、深度学习等大数据开发以及数据分析的工作。具体如下：

1）文件可支持浏览器中直接上载。用户可在浏览器中打开，直接上传相应格式的数据集文件或其它实验，科研需要的辅助文件，所有存储空间文件在账号有效期内会被自动永久保存。

2) 文件/目录的管理

对于上传的文件，可以进行重命名，删除，移动等管理。同时也可以创建新的目录。

3) 数据集的挂载

为方便学生进行Python数据分析相关的学习，可自由即时挂载私有和公共数据集文件供实验学习使用,

4）支持重置实验环境和实验内容，即实验内容或实验环境被更改后，可通过重置功能恢复到起始状态，并支持保存实验。

五、大数据课程

本教学体系旨在培养大数据领域的复合型技术人才。利用现代化信息技术将大数据教学的方式、模式、内容多元化，将理论学习、实践教学和大数据开发、分析、挖掘实战融为一体，从基础到进阶再到提高，由易而难、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。

毕业后能从事各行业大数据分析、挖掘、处理、服务、开发和利用工作，大数据系统集成与管理维护等各方面工作，亦可从事大数据研究、咨询、教育培训工作。

六、平台优势

1）异构云架构提供系统支撑能力

平台采用异构云架构，一体化提供人才培养能力支撑。

完备的实验教学支撑能力。平台能够支撑高并发用户作业。平台覆盖教学的课前、课中和课下整个过程，帮助教师和学生专注于教和学。定制的实验开发环境，方便教师交互式教学；人性化的聊天室，方便用户的课堂互动；课后在线布置作业和考试，自动评分，高效省力；针对学生的学习特性，定制化生成专属的用户画像。

2）产业级行业案例，打造实战级教学场景

实战级大数据场景应用，来自真实的行业使用场景，经过专业的教学场景转化，可开展实战级场景教学学习，引导学生坚守创新，持续实践培养面向研究与应用的专业人才。针对不同使用场景进行场景应用模拟实验，让学生在不同理论的实验课题下对大数据各个方向的技术进行重构，真正的实现大数据应用的创新实践。

3）丰富的学习及实践资源兼容性

平台兼容丰富的课程资源，包含大数据、人工智能、云计算等领域。另外也提供各领域的经典数据集、海量算法模型、各领域的实训项目案例，帮助用户解决课程代码难以衔接，高质量的数据集不易获得，没有大体量的数据集进行模型训练，缺少算法模型以及学习优秀的行业领域项目等问题。

4）优秀的拓展能力

平台为提供更好的个性化解决方案，提供平台拓展能力。拓展纬度包含无缝拓展服务器算力资源、自定义虚拟机资源配置能力、自定义课程能力、自定义课程质量分析算法能力能力等。

5）以数据分析为支撑的多教学场景管理

教学过程必须要满足虚实结合的特点，采集教学过程中数据，将学习质量反哺给教师，形成闭环。记录包括课堂演示，学生动手实践等与实际教学相吻合的场景的行为数据，并反馈给学生和教师，不断优化和改进。