1355所职业院校有“大数据技术与应用”专业，应该如何上？

截至2020年3月，668所高校成功申报“数据科学与大数据技术”专业，83所高校成功申报“大数据管理与应用”专业，1355所职业院校成功申报“大数据技术与应用”专业。然而，由于大数据专业是一个软硬件结合，以数据科学与大数据技术为特色的新型复合型专业，不少高校在进行专业建设和人才培养方面面临挑战。

在高职专科大数据教学中，实践教学注重系统性，偏向新技术的应用，且对工程实践能力要求较高。在对相关情况深入调研的基础上，清华大学博士、中国大数据应用联盟人工智能专家..主任、中国信息协会教育分会人工智能教育专家..主任刘鹏教授在行业内很早就着手策划，并联合国内多所高校从事一线教学科研任务的专业师资为高职专科高校主编了“大数据与人工智能应用人才培养系列丛书”，并由清华大学出版社出版。值得一提的是，该套丛书配套资源丰富，免费提供教学课件、学习及实验资料及其他资源。丛书一经出版，便收获大批高校师生的好评，诸多高校纷纷将其作为大数据专业教材使用。

具体而言，丛书包含《大数据导论》、《云计算导论》、《数据清洗》、《Python语言》、《人工智能概论》、《云计算实战》、《数据挖掘基础》、《R语言》、《大数据系统运维》、《大数据实践》、《数据标注工程》、《人工智能应用开发》。该丛书内容侧重于实践应用，不仅对知识点给出具体的操作步骤，而且有配套的动手实验。内容安排遵循从简单到复杂、从理论到实践的学习过程，同时也遵循系统性和覆盖面宽的原则。清华大学出版社王编辑如此评价：“刘鹏教授的这套教材选题比较独特，并考虑到未来高职高专大数据人才的就业需求情况，从而选择了一些非常有特色的选题。”

为有效帮助老师进行大数据专业教学，为大家解答授课科研过程中关于教学、课程、实验等方面的疑问，并为师生们开展实验提供切实帮助，云创大数据创建了每本教材的交流群。欢迎大家微信扫码进群！

《大数据导论》

《大数据导论》是了解和学习大数据的基础条件，通过本书了解大数据基本概念，大数据的架构，大数据的采集方式和预处理，常用的ETL工具，简单熟悉数据仓库的构建模式，大数据的存储，数据挖掘的方法，以及大数据的可视化技术，从而更好地将大数据技术应用在各行业领域，更深入地开展大数据技术的应用研究。从基础开始，通过理论与实际案例相结合，帮助读者由浅入深进行学习，逐步理清大数据的核心技术和发展趋势。本书可以作为培养应用型人才的课程教材，也适用于初学入门者，对大数据基础理论有需求的广大读者。

《数据清洗》

本书系统地讲解了数据清洗理论和实际应用，共分为8章：第1章主要介绍数据清洗的概念、任务和流程，数据标准化概念及数据仓库技术等；第2章主要介绍Windows和类UNIX操作系统下的数据常规格式、数据编码及数据类型转换等；第3章介绍ETL概念、数据清洗的技术路线、ETL工具及ETL子系统等；第4章介绍了Excel、Kettle、OpenRefine、DataWrangler和Hawk的安装及使用等；第5章介绍Kettle下文本文件抽取、Web数据抽取、数据库数据抽取及增量数据抽取等；第6章介绍数据清洗步骤、数据检验和数据错误处理，数据质量评估及数据加载；第7章介绍网页结构，利用网络爬虫技术进行数据采集，利用JavaScript技术进行行为日志数据采集等；第8章介绍RDBMS的数据清洗方法和数据脱敏处理技术等。

《Python语言》

本书以WIN10 和Python3.6.5 搭建Python开发基础..为起点，重点阐述Python语言的基础知识和三个典型的项目实战案例。全书以理论引导、案例驱动、上机实战为理念打造Python语言学习的新模式。具体内容分为两大部分：第一部分以Python编程语言基础知识普及为主，分别介绍了Python3概述、基本语法、流程控制、Python组合数据类型、字符串与正则式、函数、模块、类和对象、异常处理、文件操作；第二部分：以项目实战为核心，以学以致用为导向，以贴近生活的案例为依托，分别介绍 Python爬虫项目实战、Python数据可视化项目实战、Python数据分析项目实战。

《数据挖掘基础》

本书介绍了数据挖掘的基本概念，包括数据挖掘的常用算法、常用工具、用途和应用场景及应用状况，讲述了常用数据挖掘方法，如分类、聚类、关联规则的概念、思想、典型算法、应用场景等。此外，本书还从实际应用出发，讲解了基于日志的大数据挖掘技术的原理、工具、应用场景和成功案例。通过以上内容的学习，读者将了解数据挖掘的基本概念、思想和算法，并掌握其应用要领。本书可以作为培养应用型人才的课程教材，也可作为相关开发人员的自学教材和参考手册。

《R语言》

近年来，R语言可谓是数据分析的热门语言，相关的资料五花八门，让读者无所适从，本书力求用简洁、精炼、理论实践相结合的方式让大家快速掌握R语言。全书共14章，分为基础篇(第2-10章)，应用篇(第11-12章)和进阶篇(第13-14章)。基础篇按照数据分析过程，主要讨论了R数据结构、数据导入/导出、数据清洗、数据变换、可视化、高级语言编程和常用建模方法。应用篇通过对5个经典案例的分析，使读者能够把学到的R基础知识应用到解决实际问题，把数据变成价值。进阶篇解决如何用R处理大数据的一些技术。本书可以作为培养应用型人才的课程教材，也可作为数据分析爱好者的参考资料。

《大数据系统运维》

本书是大数据应用人才培养系列教材中的一册，讲解了大数据系统运行维护过程中的各个主要阶段及其任务，包括配置管理、系统管理、故障管理、性能管理、安全管理、高可用性管理、应用变更管理、升级管理及服务资源管理，内容全面且翔实，兼具基础理论知识与运维实践经验，特别是重点介绍了大数据系统的运维特点及运维技能，以保障大数据系统的稳定可靠运行，更好地支撑大数据的商业应用价值。本书具有很强的系统性和实践指导性，可以作为培养应用型人才的课程教材，也同样适合于有意从事IT系统运维工作的广大从业者和爱好者作为参考书。

《大数据实践》

本书内容涵盖了目前使用广泛的大数据处理系统Hadoop生态圈中的几大核心软件系统：分布式大数据处理系统Hadoop、Hadoop数据库HBase、数据仓库工具Hive、内存大数据计算框架Spark和Spark SQL，详细介绍了它们的架构、工作原理、部署方法、常用配置、常用操作命令、SQL引擎等内容。本书对上述几大系统的各种安装部署方式都给出了详细步骤，常用命令也都有具体示例介绍，是一本实操性很强的工具书，能帮助初学者快速掌握和操作这几款常用的大数据处理系统。本书以浅显易懂的语言风格和图文并茂的操作示例带领读者迈入大数据实践之门，可以作为培养应用型人才的课程教材，也可作为相关开发人员的自学教材和参考手册。

《数据标注工程》

《数据标注工程》是由中国大数据应用联盟人工智能专家..主任刘鹏教授主编的一本系统学习数据标注技术的教材。本书使用浅显易懂的语言，系统地介绍了数据标注基本概念、分类、流程、质量检验、管理和应用等。通过理论与实战相结合的方式，帮助读者由浅入深进行学习，让读者真正掌握数据标注的核心技术、实施和管理方法。本书可以作为培养应用型人才的课程教材，也适用于初学入门者，以及广大的数据标注行业从业者。数据标注行业迅速成长，缺乏一本权威教材，希望本书能够填补空白。

为了帮助高校老师高效开展教学科研工作，云创建立了包括大数据、人工智能等在内的..体系。自2016年以来，云创大数据相继举办了几十场高校大数据、人工智能、云计算..班，2000多所高校师生参加，在教育领域反响强烈。2020年8月，云创大数据举办的全国大学生暑期大数据与人工智能实训，报名人数超20000人。

● BDRack大数据实验..

1）本科与高职两大..，金融、电子商务、数学统计等多个版本

2）一键创建实验环境，支持多人同时在线

3）丰富的大数据实验(424+大数据实验)

4）实验相互隔离，互不干扰，即学即用

5）配套丰富教学资源(PPT、教学视频、实验数据等)

● ..案例与好评

欢迎长按识别下图..下单购买！

↓↓↓