大数据管理与应用（商务数据分析方向）校企合作建设方案大数据管理与应用――商务数据分析方向校企合作建设方案校 企 合 作 方 案广州泰迪智能科技有限公司 版权所有地址： 广州市黄埔区科学城开泰大道 36 号 1 栋 212网址： 邮箱： services@ 热线： 40068-40020邮编： 510663： （020） 82039399目 录第 1 章 合作背景 1第 2 章 合作模式 12.1 合作办学模式 12.2 专业共建模式 2第 3 章 大数据管理与应用专业建设目标 33.1 理论与实践相结合 33.2 培养符合社会需求的应用型人才为导向 43.3 围绕大数据管理与应用闭环全面提升学生素质 43.4 打造大数据管理与应用一站式教学服务平台 5第 4 章 大数据管理与应用专业建设思路 54.1 人才培养模式 54.2 专业设置 54.3 课程设置 64.4 教学资源库 64.5 师资培养及教学服务 64.6 大数据实验室 6第 5 章 大数据管理与应用人才培养解决方案 75.1 人才培养目标 75.1.1 就业岗位与就业范围 75.1.2 培养规格要求 85.2 大数据管理与应用专业课程设置 95.2.1 主干课程 9第 6 章 实验室产品清单 116.1 软件平台清单 116.2 硬件部分清单 15版权声明广州泰迪智能科技有限公司（以下简称 “泰迪科技” ）对本方案中所有内容 ( 包括但不限于产品构思、设计理念、文字图片等) 拥有完全及绝对的版权等知识产权，并受法律保护。
未经泰迪科技公司书面许可授权，任何单位或个人不允许以任何方式和理由对本方案的内容（包括但不限于产品构思、 设计理念、 文字图片等） 进行全部或部分地抄录、 复制、 修改、 传播、销售或以其它仸何形式使用凡侵犯前述知识产权的，泰迪科技有权依法追究其法待责任特此郑重声明大数据管理与应用（商务数据分析方向）校企合作建设方案第1章 合作背景近年来，大数据学科在高校已经蓬勃发展起来，大多数归属于数学学院与计算机学院，而管理学院下的相关专业的建设，目前尚是空白比较而言，数学学院更注重数学理论的严谨性，从理论的层面来研究大数据相关的基础和技术计算机学院更注重的是工程实现的可行性，开发一系列的分布式计算、数据挖掘等方法，以求解决工程问题管理学院的相关专业的建设，更注重培养学生从复杂的商业环境中的业务问题出发去理解业务问题，并训练学生如何把这些问题转为可量化的管理问题因此，管理学院需要培养的是懂数据、懂技术、懂业务、懂管理的复合型人才这样的人才，在目前的培养体系中尚无相关的成熟方案，有必要尽快补充与完善起来根据目前已有的高校大数据课程教学的实际情况进行调研，发现大体有如下问题急需解决：教材内容严重与所学专业脱节，教材中的知识已经满足不了当前行业的需求。
师资力量薄弱，院校教师又无法及时地了解到当前最前沿的数据科学技术实践环节不够，学生动手能力明显不足，无法满足用人单位的需求第2章 合作模式2.1 合作办学模式一、企方在合作中主要承担的分工（ 1）将领先的大数据行业品牌及其完整课程体系、教材体系引入学院，负责核心课程的教授，并投入专业教师团队和学院一同进行大数据与传统专业的融合课程、实训案例、 教学资源库打造建设等；（ 2）承担大数据实验教学平台建设及费用；（ 3）承担实验项目案例集、实验数据集建设；（ 4）传统专业改造建设实验班课程设计；（ 5）承担 6 到 8 门核心课程教学任务及实训；15（ 6）承担学生认知实习及毕业实习；（ 7）双师型教师队伍培养建设；（ 8）招生支持，协助学院对招生团队进行培训、辅助招生工作；（ 9）学生就业指导及企业对接二、校方在合作中主要承担的分工（ 1）向教育主管部门申请开设大数据专业申请，在正式获得批复前，可将现有相关专业改造成大数据专业相关方向相关申请及专业和改造工作可由公司协助进行 2）招生工作：提供合作专业（或专业方向）招生指标、联合招生宣传 3）基础设施建设：提供教学和办公场地、水电、基本教学设备（电脑、网络等） ； 提供基础网络环境、基础形象装修等基础设施。
4）公共课教学：负责大学英语、大学数学、思政等公共课教学；负责专业基础课教学等课程 5）公共服务：学生日常管理等公共服务三、收费根据校企共建专业的实际需求，双方协商相关费用情况四、认证考试学生在三年或四年的专业学习接近尾声时，公司可在学生自愿报名的情况下，组织学生参加证书考试2.2 专业共建模式共同建设大数据管理与应用实验室，建设一流大数据实验案例、实验数据集、实验指导手册一、公司建设内容（ 1）大数据实验室解决方案建设支持：协助高校建立符合市场、企业需求的大数据实验室解决方案 2）大数据实验师资培训：定期或不定期举行大数据实验师资培训 3）大数据协同创新应用中心建设：不定期进行大数据技术发展应用研讨；可承接国家或省市级科研课题；可以承接大数据相关项目等 4）双师建设：提供高校教师培训以及企业挂职锻炼，参与项目开发，帮助学校打造双师型教师队伍 5）毕业实习：由企业提供实习项目，学院组织，主要通过线上和线下混合模式完成实习并提交实习报告 6）就业支持体系，提供公司生态圈上下游企业资源等企业资源为学生就业进行指导支持二、合作院校建设内容及收获（ 1）大数据管理与应用实验室建设：负责大数据管理与应用实验室建设的场地、软硬件等投入。
2）院校收获：品牌授权、大数据管理与应用专业办学实力增强，有利于招生竞争与专业良性发展三、费用大数据管理与应用实验室建设费用根据学院计划人数由双方商定，相关参数详情请参见第 6 章实验室建设详细报价单第3章 大数据管理与应用专业建设目标3.1 理论与实践相结合实践教学是在一定理论指导下，通过引导学习者的实践活动，从而传承实践知识，形成技能，发展实践能力，提高综合素质的教学活动目前，高校教学体系的设置由于诸多限制因素，偏向过多的理论教学，往往出现课程设置与企业实际应用切合度不高，学生无法把理论转化为实践应用技能课程内容设置方面看是繁多又各自为“政” ，课程冗余、缺漏、体系不健全泰迪科技根据高校实践教学中的痛点，首次提出“鱼骨教学法”的概念以企业真实需求为导向，学生学习技能仅仅围绕企业实际应用需求，将学生掌握的理论知识，通过企业案例的形式进行衔接，达到知行合一，以用促学的目的大数据管理与应用（商务数据分析方向）校企合作建设方案3.2 培养符合社会需求的应用型人才为导向到 2018 年，大数据和数据工作者的岗位需求激增，其中大数据专业人才的缺口在 14万到 19 万之间，对于懂得如何利用大数据做决策的分析师和经理的岗位缺口则将达到 150万，国内互联网公司，大数据分析师的薪酬可能要比同一个级别的其他职位高 20%至30%；在这样的行业需求背景下，学科建设既要考虑当下社会的实际需求，又要前瞻性的学习一些新理论与技术，在这样的思想指导下才能培养符合社会需求的应用型人才。
3.3 围绕大数据管理与应用闭环全面提升学生素质大数据管理与应用专业建设应依托学校计算机学科，商科优势，以数据分析与挖掘技术为核心，紧紧围绕大数据分析与挖掘闭环的流程进行教学，才能够使学生从宏观上理解大数据挖掘避免一叶障目弊端高校现有的大数据挖掘课程集中在已经有的数据基础上如何进行建模分析、调整参数使得模型的结果更加准确但是，完整的大数据挖掘教学体系却是一个容易被忽视的部分泰迪大数据挖掘学科建设围绕大数据挖掘的整个流程，从数据采集、数据迁移、数据挖掘、专题应用及数据可视化覆盖完整的数据挖掘流程，涵盖企业应用中的各个环节，并且可以提供相应的实验教学软件及配套教学资源3.4 打造大数据管理与应用一站式教学服务平台一站式教学服务平台的概念是在深刻理解高校学科建设及存在的若干问题上提出围绕着学科建设的各个方面，从专业开设、课程设置、师资培养、教学资源、实验环境、学生实训实习及就业创业等环节，提供完整的产品体系，满足高校学科建设及人才培养不同阶段的需要提供教学软件，从数据采集、数据迁移、数据挖掘、实践数据开发实训等；提供教学资源， 包括教材、 PPT、数据、 代码、 视频、 行业案例库、 泰迪云课堂等； 提供实教学服务，包括实践型师资培养、学生校内实训、校外实训、创新创业等。
第4章 大数据管理与应用专业建设思路4.1 人才培养模式泰迪大数据学科建设人才培养模式紧跟时代发展需求， 即考虑基础的知识传授和技能教学， 又前瞻性的考虑时代趋势 依托泰迪科技企业的专业优势， 从市场实际需求与高校理论方面教学相结合， 围绕数据分析流程各个环节展开国际标准化教学内容 以培育社会企业需要的人才为核心， 结合企业相应的案例教学， 让学生掌握解决问题是方法， 增强学生的实践能力4.2 专业设置作为互联网大数据环境下新设的专业方向， 大数据管理与应用相比传统信息管理与信息 系统专业主要在两个方面形成较为明显的区别和特点： 一是在专业知识方向， 侧重于大数据环境下商务数据的相关应用处理， 与当前社会企业需求现实结合更为紧密， 因此对学生相关新数据分析工具和方法的掌握要求较高， 并适应海量数据计算的实际应用要求； 二是在专业方向定位上， 大数据管理与应用侧重于数据处理这一专门领域， 撇除了传统信息管理与信息系统专业中信息系统分析与设计和其他信息处理类课程， 如信息咨询、 信息资源管理等， 相反，在数据处理方向，对数据获取、数据整理、数据存储、数据分析和数据管理等商务数据处理五大关键环节专门进行深入研究和应用探索。
4.3 课程设置课程体系架构仍依基础课、 专业核心课和选修课三个模块来设计， 但在课程内容上有所更新融入国际化课程内容及英文授课环节，增设数据治理、数据库、商业人工智能、统计机器学习、可视分析、商业模式等核心课程，帮助学生掌握所需要的技术及业务理解能力选修课主要是为了拓展学生的综合能力和素养， 或满足学生的兴趣爱好等， 开设社交网络分析、文本分析等相对专业的数据分析课程 在基础理论学习之后， 会安排一些广泛应用场景的实用技术如深度学习、图像处理、强化学习课程结合泰迪自身优势，在实践领域进行深化，采用案例式教学内容把泰迪的 10 个行业，超过 50 多个的案例，有选择有针对性的进行教学，满足不同院校的特色教学需求4.4 教学资源库学科建设离不开相关的教学资源， 丰富多样的教学资源才能满足不同高校的专业特色建 设目前部分高校实践教学资源相对单一、 匮乏更偏重于理论资源 优秀的教学资源应该是理论与实践相结合， 涉及不同行业如： 电子商务、 企业管理、 金融保险等， 并提供配套教材、行业案例库、数据、代码、教学 PPT、教学视频等资源才能满足教学需求4.5 师资培养及教学服务各院校数据挖掘学科建设首当其冲的困难就是。