技能目标
通过电商、医疗、金融和管理等20+个行业领域案例
提升动手实践技能和积累各行业业务背景知识
培养社会急需的大数据分析、大数据平台开发和架构、大数据运维管理等复合应用型技能人才
提升动手实践技能和积累各行业业务背景知识
培养社会急需的大数据分析、大数据平台开发和架构、大数据运维管理等复合应用型技能人才
课程体系
-
侧重培养和训练学生的分析、开发实战技能 本科大数据基础课 数据科学与大数据技术导论（32课时） 分布式计算与Hadoop原理（64课时） Spark及大数据技术（64课时） Python编程基础(32课时) 网络数据爬取（32课时） 数据可视化（32课时） Python数据分析（48课时） 机器学习（64课时） 信息检索与搜索引擎（64课时） 数据仓库与OLAP多维分析（64课时） 实训 -
某单车站点使用情况分析
公司员工离职因素分析
上市公司新闻情感与股票价格的关系
... -
利用数据仓库构建电信客户画像标签系统
农场物联网大数据分析应用项目
利用大数据实现天猫品牌推荐 -
魔兽世界数据分析
网络日志数据分析
维基百科数据分析
充电桩异常检测
-
-
侧重培养和训练学生的运维实战技能 高职大数据基础课程 大数据导论（32课时） Hadoop基础平台运维（48课时） Hadoop生态组件运维（48课时） Spark运维技术（32课时） Python编程基础（32课时） Python数据分析(48课时） 网络数据爬取（32课时） 数据可视化（Python）（32课时） 机器学习基础（32课时） 实训 -
某单车站点使用情况分析
公司员工离职因素分析
上市公司新闻情感与股票价格的关系 -
利用数据仓库构建电信客户画像标签系统
农场物联网大数据分析应用项目
利用大数据实现天猫品牌推荐 -
魔兽世界数据分析
网络日志数据分析
维基百科数据分析
充电桩异常检测
-
丰富真实的企业级案例
-
天猫品牌推荐由浅入深的引导学生通过随机推荐，热销推荐，以及机器学习建立模型等不同方式设计推荐系统。 -
城市通勤特征分析研究通过对某地区公共交通卡刷卡数据的汇总分析和可视化展示，最终分析给出城市交通未来发展方向。 -
网络日志访问袭击分析预测应用机器学习技术来进行自动日志分析，提取日志内容的特征，利用聚类算法检测异常日志。 -
魔兽世界游戏分析玩家数据得到玩家的行为概况，优化服务器资源、预测玩家流失行为。 -
充电桩异常检测分析研究通过数据挖掘，从K1K2驱动，电子锁反馈，THDV-M，THDI-M这些特征来预测正常与异常，提出充电桩改造意见。 -
维基百科信息分析对维基百科中的信息加以分析，挖掘更多的信息。 -
某单车站点使用情况分析对不同环境下不同站点的使用情况进行分析，使用K-Means聚类算法进行聚类，进行站点画像。 -
医保欺诈行为识别分析对医疗数据中的某些变量关系进行分析，来识别出疑似有欺诈行为的病人。 -
某地区电力公司欠费预测根据电力公司用户数据，预测会发生欠费行为用户，提前做好风控。 -
查看更多>>