手机：13102140960 手机：13920029768
传真：022-23307114
在线QQ：
一、建设思路
本方案建设依据财会、大数据、人工智能专业的特点，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。
在科研实践方面，提供在政府企业应用过的财会平台，及教学成果化的工程案例，帮助学生在实践中学习最新技术，积累行业经验，了解工程项目痛点；为科研和就业提供便利。
师资的建设也至关重要，在智慧财会方向，提供不定期的师资培训服务，培养一支拥有高质量的师资队伍。
二、智慧财会教学实训平台
智慧财会教学实训平台采用B/S架构，利用先进的云计算、大数据和人工智能理念，融合财会专业知识，搭建面向智慧财会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、教师和学生等多维角度上，打造专业化人才定制培养服务平台。
三、智慧财会数智实践平台
智慧财会数智实践平台是一款面向财会行业的集成大数据开发、数据挖掘、数据可视化等功能的综合性科研实训系统。平台内置多种智慧财会场景，将人工智能算法及数据分析图表等功能代码模块化，通过用鼠标拖拽的方式即可便捷的构建智慧财会开发流程，实现智慧财会应用开发。旨在为高校提供智慧财会可落地的实验实训及部署环境，提升学生对数据的实际应用能力。结合高校的智慧财会理论教学，帮助学生成为拥有实践经验的应用者，让学生能够真正掌握智慧财会科研能力，提升学生的综合市场竞争力。
智慧财会数智实践平台采用B/S架构，支持自适应布局和任意终端的缩放；支持直接使用浏览器登录访问，实验开展不受空间限制，在网络联通情况下即可访问系统开展实验。
四、智慧财会课程
1、课程清单
|
序号 |
课程名 |
课程内容 |
|
1 |
Python程序设计语言 |
Python基础环境搭建、Python基础语法、函数、雷和对象、Python文件和数据库、Python排序算法等 |
|
2 |
数据库技术应用 |
MongoDB数据库、SQL数据分析预处理、MySQL数据技术与应用等 |
|
3 |
R语言 |
R语言编程基础、R语言综合应用、R语言算法实现等 |
|
4 |
数据挖掘与机器学习 |
线性回归、逻辑回归、决策树分类、聚类分析、KNN近邻分类、支持向量机、朴素贝叶斯、遗传算法、粒子群算法、模拟退火算法、集成学习等 |
|
5 |
计算机辅助审计技术 |
计算机辅助审计技术概述、审计数据采集技术、审计数据预处理技术、审计数据分析技术 |
|
6 |
基于Python的财经数据分析与可视化 |
Python数据处理、数据分析、数据可视化展示等 |
|
7 |
非结构化工程数据采集与挖掘分析 |
工程审计数据采集处理概述、OCR信息识别提取、非结构化文档信息提取、非结构化工程审计数据处理综合实训等 |
|
8 |
信息系统审计 |
信息系统审计概述、信息系统审计基本概念、信息系统审计内容与方法、IT治理、信息系统一般控制及审计、信息系统应用控制及其审计、信息系统开发与获取审计、信息系统运营与维护审计、信息系统审计综合案例等 |
|
9 |
大数据审计 |
数据审计概述、大数据采集、存储与处理技术、大数据审计技术与工具、大数据审计实务案例等 |
|
10 |
智能审计 |
智能审计概述、智能审计技术方法、智能审计技术应用与案例等 |
|
11 |
数字化审计 |
数字化审计概述、数字化审计技术方法、数字化审计工具、数字化审计作业、数字化审计管理、数字化审计分析综合案例等 |
|
12 |
基于数据库的财务数据分析 |
数据存储与数据库、MySQL DDL操作、MySQL DML操作、数据分析技术基础、数据分析技术（初级） |
|
13 |
基于Python的财务数据分析 |
Python编程技术、数据清洗与预处理、数据可视化、财务数据分析应用、财务数据分析综合实战 |
|
14 |
基于大数据的财务数据分析 |
大数据分析基础、大数据ETL、Hive数据分析、Presto数据分析、Spark SQL数据分析、大数据智能分析、财务大数据综合实战 |
五、平台优势
1、高质量的财会课程，赋能智慧财会教育
依托中国审计高等教育发源地之一的南京审计大学师资力量，及世界头部会计事务所普华永道，将大数据、人工智能等数字技术与财会知识相结合，为课程质量提供有力的保证；实训课程来源于实际的智慧财会项目工程，将行业经验沉淀到校园。
2、打通教学和行业，构建财会人才培养生态
实验室将教学体系与行业工程相融合，既可以从成熟的行业工程应用和项目中，将财会行业成功的数字化和智能化经验转化为教学实验成果，完善智慧财会教学体系；又可以将实验室培养的人才、快速的适配到企业，反哺财会行业，为行业的数智化升级提供人才储备；同时科研实训平台也为学校承接外部产业项目提供稳定、便捷的保障。
3、体系化的课程及实践资源兼容性
平台提供丰富的、体系化的智慧财会课程资源，包含大数据、人工智能、云计算等技术领域与财会行业的融合。另外也提供财会行业的经典数据集、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、行业实战打磨，积累丰富的产业技术和经验
实验室不仅具备面向教育场景的科研实训平台，也可以进行工程开发，平台应用于智慧财会项目，为财会企业数智化升级提供了数据分析、疑点挖掘的服务。产业项目经验和技术的积累，转换为最新的行业算法、实训案例、场景模板反哺高校，将财会行业数字化转型过程中最新的技术、实践的经验、遇到的问题转化为知识传递给高校，更好的赋能智慧财会相关专业。
5、简单易用（图形化界面拖拽式建模），助力智慧财会知识落地使用
方案简化了传统数据分析/挖掘的过程，将算法及相关功能代码组件化，通过用鼠标拖拽的方式及图形化界面配置来构建数据挖掘模型，并实现模型的发布、管理，轻松完成数据挖掘、数据分析工作。通过提供并行化的高效数据挖掘工具，可以实现一站式建模、评估、部署。提高智慧财会项目落地速度，降低数据挖掘落地成本。让用户能够快速从数据获得决策智慧。
在智慧财会数智实践平台中，每个建模步骤都是一个组件，每个组件接受若干输入，并且产生输出。每个组件的输出可以作为其他组件的输入，这样，整个建模过程就可以形成一幅有向无环图。在建模的过程中，会有很多尝试性的步骤。从而实现让学生用最短的时间测试出相应项目最有效的算法模型，为将来踏入社会能为企业创造高产值以及提升工作率打下坚实基础。
6、可拓展性强，支持用户自己开发或调优算法
实验室平台具备灵活的适应能力、可扩展能力，支持二次开发，并且在设计开发时就充分考虑接口的标准化、协议的标准化。
平台为数据导入和导出、数据转换、模型算法、模型评估和部署方面增加新的应用提供了良好的扩展性，可以轻松增加新的数据挖掘算法、数据处理过程组件、特征工程、模型评估方式。
