Plan de construcción de plataforma de desarrollo de big data en laboratorios universitarios

Tianbao Yingcai, una plataforma de crecimiento de la capacidad de aplicación de talentos de big data, comienza desde la perspectiva de las necesidades de talento de la industria y proporciona un sistema para el cultivo de talentos de big data en colegios y universidades a través de la innovación de modelos y la innovación tecnológica, desde plataforma, contenido del curso para la gestión de la enseñanza de la solución. La plataforma toma como núcleo la "capacitación de habilidades para la aplicación de talentos" y se basa en la práctica. Integra los tres niveles de conocimiento, habilidades y metodología necesarios para la capacitación de talentos en big data. El núcleo es cultivar el pensamiento de datos y la resolución de problemas a través de las manos de los estudiantes. -en la práctica.

Escenarios de aplicaciones principales de Tianbao Talent

Tianbao Talent: una plataforma de crecimiento de capacidades de aplicaciones de big data que se centra en especialidades relacionadas con big data, como aplicaciones de gestión de big data, ciencia de datos y tecnología de big data. y materias de orientación interdisciplinaria, aplicadas a la práctica docente, formación centralizada, concursos online, intercambios de aprendizaje y otros escenarios.

Funciones principales del talento de Tianbao

1. El mapa de competencias de talento de DT-CMPA aclara los objetivos de aprendizaje

Basado en un análisis estándar de talento de la industria de big data y más de 10 000 reclutamientos. necesidades de puestos relacionados con big data, definir modelos de calidad laboral y planificar rutas y caminos de aprendizaje basados ​​en competencias laborales. Con base en el mapa de competencias del talento, los colegios y universidades pueden planificar sistemas curriculares de acuerdo con los objetivos de construcción de las materias y las direcciones de capacitación del talento. Los estudiantes también pueden planificar sus rutas de aprendizaje de acuerdo con sus propios objetivos laborales, de modo que puedan tener un mayor sentido de propósito al aprender y tener claro qué estudiar y por qué.

2. Recursos de práctica de cursos profesionales para satisfacer diferentes tipos de necesidades didácticas y experimentales

1) Diseño sistemático del sistema de cursos, los cursos profesionales son creados por profesores famosos

Profesores de muchas universidades se han comunicado y cooperado para crear nueve direcciones principales y cientos de categorías en torno a big data y la ruta de aprendizaje de un anillo y dos bases, y han desarrollado el diseño de más de 1000 cursos atómicos, proporcionando una gran cantidad de recursos para los cursos. para la enseñanza práctica en las universidades.

2) Diseño atómico innovador, integrando conocimiento y acción

P: ¿Qué es "atómico"?

Respuesta: Atomizar los puntos técnicos y de conocimiento involucrados en el curso, proceder desde los principios y características básicos hasta la aplicación final, y utilizar modelos innovadores para guiar a los estudiantes a aprender y practicar, con el propósito de permitir los estudiantes deben comprender a fondo cada punto de conocimiento, dominarlo y aplicarlo.

Basado en la clase atómica para realizar un "aula personalizada", los maestros pueden elegir libremente la biblioteca de material didáctico utilizada en la clase atómica de acuerdo con las necesidades de capacitación de talentos y las características de la materia, y combinar de manera flexible el conocimiento atómico que es adecuado para la dificultad de los puntos de la clase atómica, combinación flexible y realización de "aula personalizada"

3

3) Aula personalizada, hecha a medida para adaptarse a las necesidades. necesidades

"Aula de enseñanza" personalizada y plan de enseñanza personalizado, registre los comportamientos de aprendizaje de los estudiantes y los resultados de las evaluaciones, obtenga información y analice las rutas y resultados de aprendizaje de los estudiantes, los procesos y los resultados, y explore la mejor solución para lograr los objetivos de enseñanza. .

3. Experiencia de aplicación práctica en más de mil proyectos, cultivando el pensamiento de datos y las habilidades de resolución de problemas de los estudiantes.

Basado en la experiencia en proyectos de construcción de big data de miles de clientes líderes en la industria. de Merrill Lynch Data, basado en la industria Orientado a aplicaciones, basado en casos de proyectos reales, integrado con más de 100 proyectos de capacitación en 6 industrias principales, lo que permite a los estudiantes comprender las últimas prácticas de la industria y escenarios de aplicación, y mejorar la capacidad de los estudiantes para resolver prácticas problemas a través de ejercicios prácticos.

Para el aprendizaje de big data, lo más difícil no es implementar un fragmento de código en Python, ni dominar los principios del algoritmo, sino digitalizar los problemas empresariales en escenarios empresariales específicos y utilizar herramientas de análisis y El conocimiento de big data encuentra soluciones.

Para cada proyecto de capacitación, realizaremos un análisis en profundidad de todo el proceso de implementación del proyecto y restauraremos todo el proceso de implementación del proyecto. La metodología de análisis, la forma de pensar para convertir problemas comerciales en problemas matemáticos y las habilidades de aplicación de conocimientos y habilidades se integran en casos de capacitación de proyectos específicos, lo que permite a los estudiantes dominar la metodología y mejorar su modo de pensamiento a través de la capacitación práctica.

4. Plataforma integral de operación práctica, que proporciona un rico entorno de capacitación experimental

1) Innovación tecnológica, gestión inteligente y eficiente del entorno experimental

La plataforma se basa en contenedores y virtualización Proporciona programación en línea, línea de comando remota, programación interactiva, escritorio remoto y otros entornos de capacitación experimental. Reemplaza la gestión compleja del entorno experimental mediante la asignación y el reciclaje imperceptibles de recursos experimentales, haciendo que la gestión experimental sea inteligente y eficiente.

2) Codificación orientada a aplicaciones y orientada al desarrollo y entornos duales de arrastrar y soltar

Existe tanto un entorno de codificación destinado a enseñar principios y técnicas como un entorno de arrastrar y soltar. -Entorno de caída dirigido a aplicaciones. La plataforma de modelado de aprendizaje automático y análisis de visualización de datos de arrastrar y soltar apunta a la aplicación y está completamente integrada con el entorno de codificación para cumplir con la práctica de aplicación del análisis de big data y brindar soporte ambiental para cultivar las capacidades de aplicación de talentos interdisciplinarios de big data.

5. Estimular el entusiasmo de los estudiantes por aprender y crear una plataforma de crecimiento de habilidades "impulsada de forma independiente".

Un paraíso de datos para avances, competencias y exploración independiente, rompiendo el modelo de aprendizaje tradicional. y crear profesionalismo e interés. La experiencia de aprendizaje integrada estimula plenamente el entusiasmo de los estudiantes por el aprendizaje independiente y crea una plataforma de crecimiento de habilidades "impulsada de forma independiente".

.