实验室
https://www.doczj.com/doc/6c13923323.html,
精品资源 极简方案智能助手 实训无忧大数据智能实验室解决方案
产品概述
锐捷大数据智能实验室立足于当前大数据时代背景，深入研究高校大数据教学实训场景，深挖教学需求，自主研发的一款集教学、实验、实训、培训、测评、学情分析于一体的大数据专业教学产品。产品融合业界前沿的云计算、大数据、人工智能技术，通过对接大数据产业人才需求和高校大数据人才培养方案，平台提供了大数据教学管理、实验实训环境、技能评测模块、岗位胜任力分析等功能。 平台采用云平台（Docker）模式和客户端（VM）模式相融合的方案，全面满足不同院校教学需求，同时，平台融合应用AI技术，显著提升大数据教学和学习效率。
建设目标
锐捷大数据智能实验室，全面落实“产、学、研、训”一体化的思想，从教学、实训和科研应用等方面，培养行业特色和专业的人才，并做出相应的科研成果。 具体目标是：
深度对接产业用人需求和高校人才培养目标，制定特色大数据人才培养方案；
提供一套一流的大数据教学、实训和科研的平台环境，帮助师生提高大数据学习和科研的效率和成果；
配备完善课程体系、丰富的课程资源、真实的行业案例以及海量的数据资源，帮助师生夯实的大数据技术的学习和应用；
借助大数据教学实训平台、配套资源、资深大数据讲师团队，加强对骨干教师、学科带头人的培养，以及科研、学术交流等合作工作，加快师资队伍的建设步伐；
对接企业大数据真实项目,企业导师导师驻校开展项目式大数据实训，帮助学生无缝掌握企业用人标准，提升就业竞争力；
人才岗位
业务应用
用户功能
特色功能
A.人工智能教学与实训
B.大数据教学与实训
C.云计算教学与实训
课程资源管理 | 学生管理 | 教师管理权限管理 | 账号管理 | 教学资源更新
管理员
教师
学生
排课管理 | 课程管理 | 测评管理实验管理 | 过程监控 | 实验报告管理实验督导 | 视频管理 | 学情分析课程自定义
AI实验帮手AI督导助手AI学情分析
实验进度看板与详情
实验进度智能提醒登录状态 | 实验进度 督导提醒 | 学习效率AI测评助手
试题配置 | 测评计划发布 | 成绩管理自动评分（客观题、程序题、实操题）测评训练 | 测评考试 | 成绩查询
学习成绩分析 | 学习行为分析综合能力分析 | 学生画像技能提升路径
课程学习 | 视频学习实验操作 | 实验报告测评考试 | 技能训练成绩跟踪 | 互动交流
教学服务
专业建设服务
实训周服务
系统功能
大数据课程体系
课程体系
产品价值
精品资源
联合国内众多大数据领域的专家和资深名师，共同开发大数据课程体系及行业经典案例。课程体系完善，配套资源丰富，帮助院校完成大数据专业内容建设。
极简方案
通过独特的架构设计，使整个系统硬件投入极少，只需要1-2台服务器即可，大幅度降低校方投入，且可保障教学过程稳定可靠。
智能助手
采用人工智能技术，创新性的开发AI实验帮手、AI督导助手、AI测评等应用，有效的帮助老师减少教学压力，帮助学生实时检查实验过程，对于薄弱环节给出指导建议。
实训无忧
由名校名师及行业专家亲自授课提供实训周服务，融合市场主流大数据技术，对学生展开大数据系统性的实战训练，让学生在校内就掌握企业用人标准和技能要求。
特色功能
AI实验帮手
每个实验任务划分关键步骤，每个步骤设置实验帮助。
AI实验帮手实时自动检测实验任务完成进度，失败步骤系统自动
给出实验操作指导，提高实验任务的可 操作性和趣味性，提升学
生的学习兴趣。
AI实验帮手对学生实验过程智能分析和自动生成统计报告，为老
师的教学实验提供帮助。
AI实验帮手对关键实验节点循环检测：
检测通过：显示绿色 检测不通过：显示红色
点击对应实验节点弹出实验指导，指导学生完成该实验任务。
可视化的方式实时展示当前实验班级全体学生的总体实验进度和
学生个人详细实验进度智能识别实验完成效率低、懈怠、消极应
对实验任务的学生，并自动进行督导提醒。
AI督导助手
AI测评助手AI督导助手对学生进行实验全程监督：
学生列表页面，教师全面掌控全班学生登录状态、实验整体进度；
查看学生详情，全面展示学生实验节点任务完成状态、完成时间等信息。
自动组卷功能：
AI自动评分功能(客观题、实操题、实训题); 自动生成成绩分析报告；
减轻老师评分阅卷及试卷分析工作量。
专业建设服务
福建师范大学福清分校
大数据实验室
莆田学院大数据暨
人工智能实验室
南阳师范学院大数据培训厦门理工学院大数据实训
定制化实训课程 + 灵活实训周期（2-4周）
实训服务
成功案例
xxxx大数据实验室 建设方案 1
目录 1建设目标 (3) 2配置方案 (3) 2.1已有资源 (3) 2.2扩容资源需求 (4) 2.3物理服务器扩容配置 (4) 2.4磁盘阵列扩容配置 (5) 2.5FC SAN网络扩容配置 (6) 2.6IP网络扩容配置 (6) 2.7扩容配置清单 (7) 3部署方案 (8) 3.1系统架构 (8) 3.2IP网络部署 (9) 3.3Hadoop集群部署 (9) 3.4部署计划 (10) 4Hadoop教学培训方案 (11) 4.1Hadoop教学优势 (11) 4.2课程以及考核安排 (11) 4.2.1相关教材 (11) 4.2.2课程大纲 (13) 4.2.3考核安排 (16) 4.2.4证书认证 (16)
1建设目标 xxxx软件学院已经建设了云实验平台，在该平台上实现了编程教学实验、数据库实验以及网盘应用系统；该平台技术上采用服务器虚拟化技术通过云管理平台实现了实验环境的快速部署；虚拟化平台基于磁盘阵列集中存储，采用FC SAN 网络架构。 现规划建设一个Hadoop 大数据实验室，使用已经建设好的平台，通过扩展资源池的方式部署，利用现有服务器虚拟化平台虚拟出大量虚拟机用于构建Hadoop 集群，主要用于学生实验以及科研用途。假定建设目标和规模如下：建设目标：建设成校级实验室，满足学生做大数据实验和教师大数据科研。 建设规模：系统支持100个左右的虚机同时运行，性能满足学生大数据实验需求。 扩展性需求：系统需具备良好扩展能力，可以方便扩展系统容量和性能，以满足更多实验和科研需求。 2配置方案 本章节对构建大数据实验室所需要的硬件资源进行配置，从大数据实验资源需求出发来分析构建大数据实验室需要对现有物理服务器、磁盘阵列、FC交换机、IP网络交换机的资源做哪些扩容。 2.1 已有资源 云实验平台已经部署了10多台2路物理服务器，通过1台FC交换机与1台磁盘阵列连接；现有物理计算资源可以支撑同时运行200个虚机（1个LCPU、
高校大数据实验室建设方案 一、建设目标 xx大数据实验室的建设目的是作为大数据教学实验及科研平台，包括数据挖掘与大数据分析平台。实验室的设计全面落实“产、学、研、用”一体化的思想和模式，从教学、实践、科研和使用多方面注重专业人才和特色人才的培养。 利用虚拟化教学资源，搭建教学系统和集群平台，将理论学习、实践教学和大数据项目实战融为一体，由难而易、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。利用大数据分析主流软件框架，搭建与业界主要用户一致的实验与科研环境，将理论课程中学到的数据挖掘算法运用到实际的数据分析过程中，提升学生的动手操作和项目实践能力。使得学生所学与企业项目人才需求无缝衔接，与教师的科研工作紧密配合。 通过专业的大数据分析计算资源搭建的开放式大数据分析平台，可以充分的融合教师的科研需求，教师可以在开放的平台环境下开展大数据科研工作，提升教师的科研创新能力，充分提高“研”的成效。 二、产品优势
?交互式学习模式 提供体系完整、简单易用的在线教学课堂；以基础知识学习、在线视频教学、习题、线上测试、评估等为主线的一系列方法，确保学生在短时间内掌握大数据虚拟仿真实验、分析部署技能。 ?真机实验训练 实验训练体系设计成各模块相对独立的形式，各模块交互式的实验任务、大数据实验机、实际项目上机操作，通过多方位的训练，最终灵活的、渐进式地掌握大数据生态体系。 ?大数据实战及案例分析 提供实验数据，包括网站流量数据、租房及二手房数据、电商商品交易数据、搜索引擎访问等多种行业数据，数据内容超过20TB，同时周期更新数据内容。 ?充分支撑科研工作 提供行业数据及案例解剖用于基础研究，提供数据分析方案及流程，提供数据更新接口，
最新版 大数据实训室建设项目 解决方案
目录 1. 大数据实训室建设背景 (4) 1.1 中国大数据产业空间高速增长 (4) 1.2 大数据人才紧缺 (5) 1.3 教学中存在的问题 (7) 1.4 大数据人才就业方向 (8) 2. H3C大数据解决方案简介 (14) 3. H3C大数据实训室建设目标 (18) 4. H3C大数据实训室总体设计 (19) 4.1 培养方向及目标 (19) 4.2 实训室方案设计 (20) 4.3 大数据实训室建设思路 (22) 4.4 实验平台建设原则 (23) 4.5 实验平台教材大纲 (26)
4.6 实训室课程目标 (28) 4.7 学员能力要求 (28) 5. 实训室室的相关服务 (29) 5.1 **培训中心介绍 (29) 5.2 师资培训 (31) 5.3 新技术、新应用定期交流 (33) 5.4 实验室设备维护服务 (34)
1.大数据实训室建设背景 1.1中国大数据产业空间高速增长 2015 年 9 月 5 日，国务院印发《促进大数据发展行动纲要》。《纲要》首次从国家层面认定数据是国家基础性战略资源，将大数据行业定位到国家战略层面，大数据成为推动经济转型发展的新动力，成为重塑国家竞争优势的新机遇，成为提升政府治理能力的新途径。 大数据发展，打破信息孤岛是关键。《纲要》指出，要加强顶层设计和统筹规划，形成公共数据资源合理适度开放共享的法规制度和政策体系。2018 年底前，建成国家政府数据统一开放平台。2020年底前，逐步实现信用、交通、医疗等领域的政府数据集向社会开放。目前，信息孤岛问题依然是阻碍大数据前行的关键要素。目前，60%的主管部门认为数据分布和共享存在难题，这源于不同部门间数据开放标准的不统一，以及在早期建设中各自独立进行和外包导致数据格式标准等的不同。因而建立数据统一平台的前提就是打破信息孤岛，
物联网大数据分析实验室建设方案 一、项目背景 “十三五”期间，随着我国现代信息技术的蓬勃发展，信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新 IT”浪潮风起云涌，信息化应用进入一个“新常态”。章鱼大数据为积极应对“互联网+”和大数据时代的机遇和挑战，适应经济社会发展与改革要求，开发建设物联网大数据平台。 物联网大数据平台打造集数据采集、数据处理、监测管理、预测预警、应急指挥、可视化平台于一体的大数据平台，以信息化提升数据化管理与服务能力，及时准确掌握社会经济发展情况，做到“用数据说话、用数据管理、用数据决策、用数据创新”，牢牢把握社会经济发展主动权和话语权。 二、物联网行业现状 数字传感器的大量应用及移动设备的大面积普及，才会导致全球数字信息总量的极速增长。根据工信部的统计结果，中国物联网产业规模在2011年已经超过2300亿元，虽然和期望的“万亿规模产业”还有一定距离，但已经不可小视。其中传感器设备市场规模超过900亿元，RFID产业规模190亿元，M2M终端数量也已超过2100万个。另一个方面，我国的物联网企业也呈现出聚集效应，例如北京中关村
已有物联网相关企业600余家，无锡国家示范区有608家，重庆、西安等城市也有近300家。从区域发展来看，形成了环渤海、长三角、珠三角等核心区以及中西部地区的特色产业集群。 在2009年以前，可能没有哪家企业说自己是物联网企业。一夜之间产生的上千家物联网企业，他们的核心能力、产品或服务价值定位、目标客户和盈利模式都是如何呢？首先来看这些物联网企业从哪里来。现在的物联网企业主要分为三类，第一类是以前的公用企业转型，最典型的是电信运营商，他们有自己的基础设施，有客户资源，因此自然转型到物联网行业。除了电信运营商，一些交通基础设施运营商、甚至是气象设施运营商，也都转型为物联网企业。第二类是传统IT企业，例如华为、神州数码，以及众多上市公司等。这一类公司也是在传统的优势积累基础上开拓物联网新业务。第三类是一些制造企业，包括传感设备制造企业，网络核心设备制造企业，还包括如家电等一批传统制造企业。这一类企业不能说没有大企业，但是绝大多数都是中小型企业。这些企业的核心能力主要体现在三个方面，第一是传感器和智能仪表，第二是嵌入式系统和智能装备，第三是软件与集成服务。 再来看我国物联网应用的领域。通过对多个部委和地区的物联网专项进行汇总，下图列出了目前提到最多，也是应用最成熟的八个领域。但是换个角度再看，不管是工业控制、供应链管理、精准农业，还是建筑自动化、远程抄表、ETC，其实都并不是新的技术领域，而是在物联网这个大概念下重新包装后再次引起了人们的兴趣。总的来
大数据实训室建设项目 解决方案 目录
1. 大数据实训室建设背景 (4) 1.1 中国大数据产业空间高速增长 (4) 1.2 大数据人才紧缺 (5) 1.3 教学中存在的问题 (7) 1.4 大数据人才就业方向 (8) 2. H3C大数据解决方案简介 (14) 3. H3C大数据实训室建设目标 (18) 4. H3C大数据实训室总体设计 (19) 4.1 培养方向及目标 (19) 4.2 实训室方案设计 (20) 4.3 大数据实训室建设思路 (22) 4.4 实验平台建设原则 (23) 4.5 实验平台教材大纲 (26) 4.6 实训室课程目标 (28) 4.7 学员能力要求 (28)
5. 实训室室的相关服务 (29) 5.1 **培训中心介绍 (29) 5.2 师资培训 (31) 5.3 新技术、新应用定期交流 (33) 5.4 实验室设备维护服务 (34)
1.大数据实训室建设背景 1.1中国大数据产业空间高速增长 2015 年9 月5 日，国务院印发《促进大数据发展行动纲要》。《纲要》首次从国家层面认定数据是国家基础性战略资源，将大数据行业定位到国家战略层面，大数据成为推动经济转型发展的新动力，成为重塑国家竞争优势的新机遇，成为提升政府治理能力的新途径。 大数据发展，打破信息孤岛是关键。《纲要》指出，要加强顶层设计和统筹规划，形成公共数据资源合理适度开放共享的法规制度和政策体系。2018 年底前，建成国家政府数据统一开放平台。2020年底前，逐步实现信用、交通、医疗等领域的政府数据集向社会开放。目前，信息孤岛问题依然是阻碍大数据前行的关键要素。目前，60%的主管部门认为数据分布和共享存在难题，这源于不同部门间数据开放标准的不统一，以及在早期建设中各自独立进行和外包导致数据格式标准等的不同。因而建立数据统一平台的前提就是打破信息孤岛，实现数据共享，这对于行业发展至关重要。
易霖博 云计算大数据 实验室建设解决方案
北京易霖博信息技术有限公司 2016年5月
目录
概述 云计算大数据技术是当今信息技术发展的一个主要方向，云计算大数据技术一经提出就得到人们的追捧，其应用领域也得到了快速的发展，已经在商业、政府、金融、教育等领域得到广泛应用。我国高职院校需要建设专业的云计算大数据实验室，尤其是要满足当下学生需求的实训系统，是一个比较重要和紧迫的工作。根据云计算与大数据行业对人才培养的需要，易霖博推出了一套面向高职院校的云计算大数据实验室建设解决方案，实验内容的设计来源于社会需求调研以及云计算业界专业人士的建议，实验内容涵盖的技术知识点能够与目前云计算大数据人才的技能需求贴合，实验设计以真实的工作场景为背景，培养学生的综合能力，增强学生对真实工作环境的体验感，适应社会人才发展的需要。 第一章、云计算与大数据的发展趋势 1.1.云计算与大数据 云计算和大数据是一个硬币的两面，云计算是大数据的基础，而大数据是云计算的一个杀手级应用，云计算是大数据成长的驱动力，而另一方面，由于数据越来越多、越来越复杂、越来越实时，这就更加需要云计算去处理，所以二者之间是相辅相成的。 30年前，存储1也就是约1000数据的成本大约是16亿美元，如今存储到云上只需不到100美元。但存储下来的数据，如果不以云计算进行挖掘和分析，就只是僵死的数据，没有太大价值。 目前，云计算已经普及并成为行业主流技术，其实质是在计算量越来越大、数据越来越多、越来越动态、越来越实时的需求背景下被催生出来的一种基础架构和商业模式。个人用户将文档、照片、视频、游戏存档记录上传至“云”中永久保存，企业客户根据自身需求，可以搭建自己的“私有云”，或托管、或租用“公有云”上的资源与服务，这些都已不是新鲜事。可以说，云是一棵挂满了大数据的苹果树。 大数据的出现，正在引发全球范围内深刻的技术与商业变革。在技术上，大数据使从数据当中提取信息的常规方式发生了变化。在技术领域，以往更多是依靠模型的方法，现在我们可以借用规模庞大的数据，用基于统计的方法，有望使语音识别、机器翻译这些技
大数据实验室建设方案 【篇一：云计算实验室建设方案】 高校云计算实验室 2014年3月 建设方案 第一部分、关于云计算的相关知识 一、云计算简介 云计算（cloud computing）是基于互联网的相关服务的增加、使 用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚 拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往 用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指it基础设施的交付和使用模式，指通过网络以按需、 易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是it 和软件、互联网相关，也可是其他服务。它意味着计算能力也可作 为一种商品通过互联网进行流通。 在过去几年里，云计算和虚拟化的概念获得了巨大的发展动力，并 且成为信息技术中的流行词。许多企业开始实现这些新技术，期望 通过改进机器的利用率来降低成本，减少管理时间和基础设施成本。云计算是能够使用户在 internet 上使用应用程序的一种环境，比如 存储和保护数据，同时又能够提供服务。 继个人计算机变革、互联网变革之后，云计算被看作第三次it浪潮，是中国战略性新兴产业的重要组成部分。它将带来生活、生产方式 和商业模式的根本性改变，云计算将成为当前全社会关注的热点。 一方面，由于云计算正处在高速发展时期，其相关技术也处在日新 月异，不断推陈出新的过程中，因此需要技术人员不断更新知识与 技能；另一方面，云计算可以分为iaas、paas、saas等多个层次，其相关技术涉及虚拟化、集群管理、分布式计算、web服务和大数 据处理等多个领域，如何使教学与实验工作能涵盖众多层次与领域，成为云计算人才培养中的重要问题。 二、云计算的五大优点 （1）以服务为基础 （2）可扩展性、弹性 （3）共享
高校实验室云计算大数据建设解决方案
目录 概述 (4) 第一章、云计算与大数据的发展趋势 (4) 1.1.云计算与大数据 (4) 1.2.云计算与大数据的关系 (5) 1.2.1.当大数据遭遇云计算 (5) 1.2.2.云计算环境作为大数据处理平台 (6) 1.3.发展趋势：大数据逐步“云”化 (7) 第二章、云计算大数据人才现状分析 (9) 2.1.我国云计算大数据人才紧缺 (9) 2.2.云计算大数据人才培养情况 (9) 2.3.云计算大数据人才培养面临的问题 (10) 2.3.1.高职实验室设备落后，教学资源无法合理分配 (11) 2.3.2.教学资源分散，共享程度低 (11) 2.3.3.对云计算大数据技术认识不够，无法有效运用 (11) 第三章、云计算大数据人才培养需求分析 (12) 3.1.云计算大数据岗位需求 (12) 3.2.云计算大数据人才培养策略 (13) 3.2.1.根据就业前景,加大人才培养力度 (13) 3.2.2.德才兼修,开拓新型教学方式 (13) 3.2.3.选择以工作过程为向导的教材 (13) 3.3.云计算大数据带给高职实验室建设的前景 (14) 3.3.1.建立统一信息平台来管理海量教学资源 (14) 3.3.2.云计算降低维护和运营成本 (14) 3.3.3.整合教学资源，加强资源共享，提高教学质量 (15) 3.3.4.促进教师和学生的信息交互，进一步促进教学相长 (15) 3.3.5.借助云计算大数据技术可以提升科研实力 (15) 第四章、云计算大数据实验室建设原则 (16) 4.1.方便扩展 (16)
4.2.自身安全 (16) 4.3.业务高可用 (16) 4.4.统一管理与自动化 (17) 4.5.开放接口 (17) 4.6.丰富、清晰的培训教材 (17) 4.7.师资培训新技术交流 (17) 4.8.技术服务保障 (18) 第五章、云计算大数据实验室建设目标 (19) 5.1.建设目标 (19) 5.1.1.培养学生云计算大数据职业技能 (19) 5.1.2.提供独立的用户实验环境 (19) 5.1.3.提高系统资源的利用率 (19) 5.1.4.系统具有良好扩展性 (20) 5.2.建设内容 (20) 5.2.1.云计算大数据实验平台部署 (20) 5.2.2.云计算大数据实验环境学习及搭建 (20) 第六章、云计算大数据实验室解决方案 (22) 6.1.云计算大数据实验室整体架构 (22) 6.2.云计算大数据实验室物理布局 (23) 6.3.云计算大数据实验平台部署 (24) 6.3.1.实验平台基础设施 (25) 6.4.云计算大数据实验环境学习及搭建 (28) 6.4.1.云计算基本架构安装和部署 (28) 6.4.2.云计算中间件环境部署 (29) 6.4.3.基于分布式文件系统的大数据部署、挖掘和分析 (30) 6.4.4.云计算应用层安装及使用 (31) 6.4.5.云安全加固和防护 (31) 第七章、云计算大数据实验室课程体系 (33) 第八章、云计算大数据实验室方案优势 (35) 8.1.Web 形式开展实验，实现无所不在的网络访问 (35)
大数据实训室建设项目 解决方案
目录 1. 大数据实训室建设背景 (4) 1.1 中国大数据产业空间高速增长 (4) 1.2 大数据人才紧缺 (5) 1.3 教学中存在的问题 (7) 1.4 大数据人才就业方向 (8) 2. H3C大数据解决方案简介 (14) 3. H3C大数据实训室建设目标 (18) 4. H3C大数据实训室总体设计 (19) 4.1 培养方向及目标 (19) 4.2 实训室方案设计 (20) 4.3 大数据实训室建设思路 (22) 4.4 实验平台建设原则 (23) 4.5 实验平台教材大纲 (26) 4.6 实训室课程目标 (28)
4.7 学员能力要求 (28) 5. 实训室室的相关服务 (29) 5.1 **培训中心介绍 (29) 5.2 师资培训 (31) 5.3 新技术、新应用定期交流 (33) 5.4 实验室设备维护服务 (34)
1.大数据实训室建设背景 1.1中国大数据产业空间高速增长 2015 年 9 月 5 日，国务院印发《促进大数据发展行动纲要》。《纲要》首次从国家层面认定数据是国家基础性战略资源，将大数据行业定位到国家战略层面，大数据成为推动经济转型发展的新动力，成为重塑国家竞争优势的新机遇，成为提升政府治理能力的新途径。 大数据发展，打破信息孤岛是关键。《纲要》指出，要加强顶层设计和统筹规划，形成公共数据资源合理适度开放共享的法规制度和政策体系。2018 年底前，建成国家政府数据统一开放平台。2020年底前，逐步实现信用、交通、医疗等领域的政府数据集向社会开放。目前，信息孤岛问题依然是阻碍大数据前行的关键要素。目前，60%的主管部门认为数据分布和共享存在难题，这源于不同部门间数据开放标准的不统一，以及在早期建设中各自独立进行和外包导致数据格式标准等的不同。因而建立数据统一平台的前提就是打破信息孤岛，实现数据共享，这对于行业发展至关重要。
实验室 https://www.doczj.com/doc/6c13923323.html, 精品资源 极简方案智能助手 实训无忧大数据智能实验室解决方案
产品概述 锐捷大数据智能实验室立足于当前大数据时代背景，深入研究高校大数据教学实训场景，深挖教学需求，自主研发的一款集教学、实验、实训、培训、测评、学情分析于一体的大数据专业教学产品。产品融合业界前沿的云计算、大数据、人工智能技术，通过对接大数据产业人才需求和高校大数据人才培养方案，平台提供了大数据教学管理、实验实训环境、技能评测模块、岗位胜任力分析等功能。 平台采用云平台（Docker）模式和客户端（VM）模式相融合的方案，全面满足不同院校教学需求，同时，平台融合应用AI技术，显著提升大数据教学和学习效率。 建设目标 锐捷大数据智能实验室，全面落实“产、学、研、训”一体化的思想，从教学、实训和科研应用等方面，培养行业特色和专业的人才，并做出相应的科研成果。 具体目标是： 深度对接产业用人需求和高校人才培养目标，制定特色大数据人才培养方案； 提供一套一流的大数据教学、实训和科研的平台环境，帮助师生提高大数据学习和科研的效率和成果； 配备完善课程体系、丰富的课程资源、真实的行业案例以及海量的数据资源，帮助师生夯实的大数据技术的学习和应用； 借助大数据教学实训平台、配套资源、资深大数据讲师团队，加强对骨干教师、学科带头人的培养，以及科研、学术交流等合作工作，加快师资队伍的建设步伐； 对接企业大数据真实项目,企业导师导师驻校开展项目式大数据实训，帮助学生无缝掌握企业用人标准，提升就业竞争力； 人才岗位
业务应用 用户功能 特色功能 A.人工智能教学与实训 B.大数据教学与实训 C.云计算教学与实训 课程资源管理 | 学生管理 | 教师管理权限管理 | 账号管理 | 教学资源更新 管理员 教师 学生 排课管理 | 课程管理 | 测评管理实验管理 | 过程监控 | 实验报告管理实验督导 | 视频管理 | 学情分析课程自定义 AI实验帮手AI督导助手AI学情分析 实验进度看板与详情 实验进度智能提醒登录状态 | 实验进度 督导提醒 | 学习效率AI测评助手 试题配置 | 测评计划发布 | 成绩管理自动评分（客观题、程序题、实操题）测评训练 | 测评考试 | 成绩查询 学习成绩分析 | 学习行为分析综合能力分析 | 学生画像技能提升路径 课程学习 | 视频学习实验操作 | 实验报告测评考试 | 技能训练成绩跟踪 | 互动交流 教学服务 专业建设服务 实训周服务 系统功能
龙源期刊网 https://www.doczj.com/doc/6c13923323.html, 大数据技术实验室建设探索与研究 作者：王振华洪泓陈春丽 来源：《电脑知识与技术》2017年第12期 摘要：该文分析了大数据技术的前景与重要性，高校建设大数据实验室的意义和必要性。大数据技术是以数据存储、加工、分析为主，向企业或单位提供决策和预测。该文同时探讨了高校大数据技术课程体系，从科学研究和工程项目两个方向，分别设置相关课程。针对大数据技术实验室建设的几个关键要素进行分析，包括实验室基础平台建设，实验室队伍建设，数据资源建设等。 关键词：大数据；实验室建设；机器学习 信息技术与经济社会的快速发展促进了数据量的爆发性增长，数据已成为国家基础性战略资源。利用数据辅助决策、合理配置资源，将是未来企业创造价值的重要方法，也是未来新兴产业创建的重要依据。国家从战略的角度，已经开始重视大数据的发展。2015年8月31日，国务院印发了《促进大数据发展行动纲要》系统部署大数据发展工作。2016年12月18日工业和信息化部印发《大数据产业发展规划（2016-2020年）》。随着大数据技术的快速发展，对该类人才的培养也逐步成为高校信息技术教学的重要内容。 大数据技术数据分析处理是从数据中挖掘关键信息，达到辅助决策，提升运作效率的目标。大数据技术目前在各个行业和跨行业之间存在广泛的应用空间，其重要的应用之一，是预测性分析，从数据中挖掘出特点，建立模型，迭代验证，确立模型，最终实现预测。其中数据分析包括检查、清洗、转换和建模等方法，即根据特定目标，对数据进行收集与存储，数据筛选，算法分析与预测，提出有建设性的意见，进而辅助决策。 大数据技术包含两个方面，即数据存储技术和计算分析技术。存储技术包括非结构化数据收集架构，数据分布式存储集群，MPP架构的新型数据库集群等。大数据中常用的分析技术有：关联规则挖掘、聚类、遗传算法、自然语言处理、神经网络、优化、模式识别、预测模型等。 1大数据课程体系 目前，高校大数据相关专业没有统一的课程体系，大数据技术相关的课程比较多。根据其应用的侧重点不同，可将大数据技术课程体系分为科学研究型和工程项目型两类。具体课程体系见下表1。 2大数据技术实验室建设理念 在高校培养大数据人才，利用高等学校的多学科优势建立大数据技术实验室尤为必要，不仅可以服务于高校的教学和科研，通过大数据技术的科研与实验，使学生掌握主流的大数据存
物联网大数据分析实验室建设方案 物联网大数据分析实验室建设方案 一、项目背景 “十三五”期间，随着我国现代信息技术的蓬勃发展，信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新IT”浪潮风起云涌，信息化应用进入一个“新常态”。章鱼大数据为积极应对“互联网+”和大数据时代的机遇和挑战，适应经济社会发展与改革要求，开发建设物联网大数据平台。 物联网大数据平台打造集数据采集、数据处理、监测管理、预测预警、应急指挥、可视化平台于一体的大数据平台，以信息化提升数据化管理与服务能力，及时准确掌握社会经济发展情况，做到“用数据说话、用数据管理、用数据决策、用数据创新”，牢牢把握社会经济发展主动权和话语权。 二、物联网行业现状 数字传感器的大量应用及移动设备的大面积普及，才会导致全球数字信息总量的极速增长。根据工信部的统计结果，中国物联网产业规模在2011年已经超过2300亿元，虽然和期望的“万亿规模产业”还有一定距离，但已经不可小视。其中传感器设备市场规模超过900亿元，RFID产业规模190亿元，M2M终端1
物联网大数据分析实验室建设方案 数量也已超过2100万个。另一个方面，我国的物联网企业也呈现出聚集效应，例如北京中关村已有物联网相关企业600余家，无锡国家示范区有608家，重庆、西安等城市也有近300家。从区域发展来看，形成了环渤海、长三角、珠三角等核心区以及中西部地区的特色产业集群。 在2009年以前，可能没有哪家企业说自己是物联网企业。一夜之间产生的上千家物联网企业，他们的核心能力、产品或服务价值定位、目标客户和盈利模式都是如何呢？首先来看这些物联网企业从哪里来。现在的物联网企业主要分为三类，第一类是以前的公用企业转型，最典型的是电信运营商，他们有自己的基础设施，有客户资源，因此自然转型到物联网行业。除了电信运营商，一些交通基础设施运营商、甚至是气象设施运营商，也都转型为物联网企业。第二类是传统IT企业，例如华为、神州数码，以及众多上市公司等。这一类公司也是在传统的优势积累基础上开拓物联网新业务。第三类是一些制造企业，包括传感设备制造企业，网络核心设备制造企业，还包括如家电等一批传统制造企业。这一类企业不能说没有大企业，但是绝大多数都是中小型企业。这些企业的核心能力主要体现在三个方面，第一是传感器和智能仪表，第二是嵌入式系统和智能装备，第三是软件与集成服务。再来看我国物联网应用的领域。通过对多个部委和地区的物联网
物联网大数据分析实验室建设方案
一、项目背景 “十三五”期间，随着我国现代信息技术的蓬勃发展，信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新 IT”浪潮风起云涌，信息化应用进入一个“新常态”。章鱼大数据为积极应对“互联网+”和大数据时代的机遇和挑战，适应经济社会发展与改革要求，开发建设物联网大数据平台。 物联网大数据平台打造集数据采集、数据处理、监测管理、预测预警、应急指挥、可视化平台于一体的大数据平台，以信息化提升数据化管理与服务能力，及时准确掌握社会经济发展情况，做到“用数据说话、用数据管理、用数据决策、用数据创新”，牢牢把握社会经济发展主动权和话语权。 二、物联网行业现状 数字传感器的大量应用及移动设备的大面积普及，才会导致全球数字信息总量的极速增长。根据工信部的统计结果，中国物联网产业规模在2011年已经超过2300亿元，虽然和期望的“万亿规模产业”还有一定距离，但已经不可小视。其中传感器设备市场规模超过900亿元，RFID产业规模190亿元，M2M终端数量也已超过2100万个。另一个方面，我国的物联网企业也呈现出聚集效应，例如北京中关村已有物联网相关企业600余家，无锡国家示范区有608家，重庆、西安等城市也有近300家。从区域发展来看，形成了环渤海、长三角、珠三角等核心区以及中西部地区的特色产业集群。
在2009年以前，可能没有哪家企业说自己是物联网企业。一夜之间产生的上千家物联网企业，他们的核心能力、产品或服务价值定位、目标客户和盈利模式都是如何呢？首先来看这些物联网企业从哪里来。现在的物联网企业主要分为三类，第一类是以前的公用企业转型，最典型的是电信运营商，他们有自己的基础设施，有客户资源，因此自然转型到物联网行业。除了电信运营商，一些交通基础设施运营商、甚至是气象设施运营商，也都转型为物联网企业。第二类是传统IT企业，例如华为、神州数码，以及众多上市公司等。这一类公司也是在传统的优势积累基础上开拓物联网新业务。第三类是一些制造企业，包括传感设备制造企业，网络核心设备制造企业，还包括如家电等一批传统制造企业。这一类企业不能说没有大企业，但是绝大多数都是中小型企业。这些企业的核心能力主要体现在三个方面，第一是传感器和智能仪表，第二是嵌入式系统和智能装备，第三是软件与集成服务。 再来看我国物联网应用的领域。通过对多个部委和地区的物联网专项进行汇总，下图列出了目前提到最多，也是应用最成熟的八个领域。但是换个角度再看，不管是工业控制、供应链管理、精准农业，还是建筑自动化、远程抄表、ETC，其实都并不是新的技术领域，而是在物联网这个大概念下重新包装后再次引起了人们的兴趣。总的来说，物联网应用传感器改善了信息获取的实时性和准确性，同时智能终端改变了人们利用和使用信息的习惯。目前存在的主要问题包括应用过于碎片化，缺少满足用户需求的创新型产品/服务，行业间缺乏
大数据实训室建设方案建议书 杭州华三通信技术有限公司XXXX年XX月
目录 1.大数据实训室建设背景 (3) 1.1中国大数据产业空间高速增长 (3) 1.2大数据人才紧缺 (3) 1.3教学中存在的问题 (4) 1.4大数据人才就业方向 (5) 2.H3C大数据解决方案简介 (7) 3.H3C大数据实训室建设目标 (10) 4.H3C大数据实训室总体设计 (10) 4.1培养方向及目标 (10) 4.2实训室方案设计 (11) 4.3大数据实训室建设思路 (12) 4.4实验平台建设原则 (12) 4.5实验平台教材大纲 (14) 4.6实训室课程目标 (15) 4.7学员能力要求 (15) 5.实训室室的相关服务 (15) 5.1华三培训中心介绍 (15) 5.2师资培训 (17) 5.3新技术、新应用定期交流 (17) 5.4实验室设备维护服务 (18)
1.大数据实训室建设背景 1.1 中国大数据产业空间高速增长 2015 年 9 月 5 日，国务院印发《促进大数据发展行动纲要》。《纲要》首次从国家层面认定数据是国家基础性战略资源，将大数据行业定位到国家战略层面，大数据成为推动经济转型发展的新动力，成为重塑国家竞争优势的新机遇，成为提升政府治理能力的新途径。 大数据发展，打破信息孤岛是关键。《纲要》指出，要加强顶层设计和统筹规划，形成公共数据资源合理适度开放共享的法规制度和政策体系。2018 年底前，建成国家政府数据统一开放平台。2020年底前，逐步实现信用、交通、医疗等领域的政府数据集向社会开放。目前，信息孤岛问题依然是阻碍大数据前行的关键要素。目前，60%的主管部门认为数据分布和共享存在难题，这源于不同部门间数据开放标准的不统一，以及在早期建设中各自独立进行和外包导致数据格式标准等的不同。因而建立数据统一平台的前提就是打破信息孤岛，实现数据共享，这对于行业发展至关重要。 大数据行业空间将逐步释放。《纲要》提出，到 2020 年，我国将形成一批具有国际竞争力的大数据处理、分析、可视化软件和硬件支撑平台等产品；并且培育 10 家国际领先的大数据核心龙头企业，500家大数据应用、服务和产品制造企业。相关内容以及时间节点表明大数据产业行业空间将逐步加速释放。 2014 年全球大数据产业对 GDP 贡献约 270 亿美元，行业尚处于幼稚阶段。我国 2014 年大数据产业市场约 80亿RMB，这一数据正以接近年 30%的速度增长。 1.2 大数据人才紧缺 当下，大数据的趋势已逐步从概念走向落地，而在IT人跟随大数据浪潮的转型中，各大企业对大数据高端人才的需求也越来越紧迫。这一趋势，也给想要从事大数据方面工作的人员提供了难得的职业机遇。伴随移动互联网、智能终端、云计算、物联网技术的发展，数据呈现爆炸式增长，大数据时代正向我们逐步展
对外经济贸易大学大数据实验室建设草案 第一部分：方案整体概述 大数据产业的发展，对大数据人才出了新的需求，国内各高校在积极进行大数据学术研究的同时，也开始考虑将大数据相关课程纳入培养体系，以满足社会对大数据人才的需求。由于互联网的发展，各行各业的信息都呈爆炸式增长，大数据技术也应与各行各业有机结合。对外经济贸易大学根据产业对大数据人才的需求，培养具有较强社会适应能力和竞争能力的高素质复合型人才，针对学校自身的专业特点开展大数据方向的教学工作，促进专业学科建设，制定符合学科专业发展的大数据技术方向综合解决方案。 实验室将突出经贸类院校特色，特别强化大数据商务智能方向，增加更多实训案例与数据资源，尤其在商务智能方向，增加更多真实企业数据案例。整个教学平台建设方案围绕培养学生数据获取、组织、分析和决策四个核心能力进行建设。对这思想能力的具体描述如下图所示。 图1. 四项核心能力 基于这样的考虑，实验室需要满足对《数据预处理》、《大数据基础与实战》、《分布式数据处理》、《Python数据分析》、《数据可视化》、《商务智能数据分析》和《大数据存储与管理》等实验性较强的课程的软硬件支撑，并在综合实训平台上配备一批真实案例，以让学生掌握真实商业场景下数据工程师所要完成的工作流程，实现闭环工作的体验。目前构思的案例包括：机器学习大数据案例、健康医疗大数据案例、金融服务大数据案例和商务智能大数据案例等四类。其中，为突出财经类院校特色，实验室建设将特别强化大数据在商务智能等领域的落地，增加更多实训案例与数据资源，尤其在商务智能方向，增加更多真实企业数据案例。同时，为满足不同专业背景同学的学习需求，案例在有所侧重的同时保持全面覆盖性，具体不同专业的案例需求如下表所示。
TipDM 大数据云服务实验室建 设方案 广州泰迪智能科技有限公司 2016年4月
一、背景 1.1 大数据挖掘行业背景和发展趋势 移动互联网、电子商务以及社交媒体的快速发展使得企业需要面临的数据量成指数增长。根据 IDC 《数字宇宙》(Digital Universe)研究报告显示，2020 年全球新建和复制的信息量已经超过 40ZB，是 2012 年的 12 倍;而中国的数据量则会在 2020 年超过 8ZB，比 2012 年增长 22 倍。数据量的飞速增长带来了大数据技术和服务市场的繁荣发展。IDC 亚太区(不含日本)最新关于大数据和分析(BDA)领域的市场研究表明，大数据技术和服务市场规模将会从 2012 年的 5.48 亿美元增加到 2017 年的 23.8 亿美元，未来 5 年的复合增长率达到 34.1%。该市场涵盖了存储、服务器、网络、软件以及服务市场。数据量的增长是一种非线性的增长速度。据 IDC 分析报道，最近一年来，亚太区出现了越来越广泛的大数据和分析领域的应用案例。在中国，从互联网企业，到电信、金融、政府这样的传统行业，都开始采用各种大数据和分析技术，开始了自己的大数据实践之旅;应用场景也在逐渐拓展，从结构化数据的分析，发展到半结构化、非结构化数据的分析，尤其是社交媒体信息分析受到用户的更多关注。用户们开始评估以 Hadoop、数据库一体机以及内存计算技术为代表的大数据相关新型技术。 最新调研结果显示，提高竞争优势，降低成本以及吸引新的客户是中国用户对大数据项目最期望的三大回报。目前现有的大数据项目主要集中在业务流程优化以及提高客户满意度方面的应用。IDC 发现很多用户希望大数据能够为企业带来业务创新，并且开始使用高级分析的解决方案以管理复杂的数据环境。过去一年中用户对社交数据的收集和分析应用的关注度增加明显。未来，地理位置信息分析将会增长迅速，这也会推动用户对大数据安全和隐私管理的关注。在亚太区，澳大利亚和新加坡的用户对大数据的相关投资主要在咨询服务方面，更关注如何根据新的最佳实践需求设计和实施方案。中国和印度在大数据领域的硬件投资则非常明显，更倾向于数据中心相关的基础架构的投资。 在传统的数据分析与商业数据挖掘中，人们通常遵循二八原则。也就是任务20%的用户提供了 80%的价值，因此利用优势资源用户对于少数用户的服务。随着
本文为WORD文档，下载后可编辑使用
一、项目背景 “十三五”期间，随着我国现代信息技术的蓬勃发展，信息化建设模式发生根本性转变,一场以云计算、大数据、物联网、移动应用等技术为核心的“新IT”浪潮风起云涌，信息化应用进入一个“新常态”。章鱼大数据为积极应对“互联网+”和大数据时代的机遇和挑战，适应经济社会发展与改革要求，开发建设物联网大数据平台。 物联网大数据平台打造集数据采集、数据处理、监测管理、预测预警、应急指挥、可视化平台于一体的大数据平台，以信息化提升数据化管理与服务能力，及时准确掌握社会经济发展情况，做到“用数据说话、用数据管理、用数据决策、用数据创新”，牢牢把握社会经济发展主动权和话语权。 二、物联网行业现状 数字传感器的大量应用及移动设备的大面积普及，才会导致全球数字信息总量的极速增长。根据工信部的统计结果，中国物联网产业规模在2011年已经超过2300亿元，虽然和期望的“万亿规模产业”还有一定距离，但已经不可小视。其中传感器设备市场规模超过900亿元，RFID产业规模190亿元，M2M终端数量也已超过2100万个。另一个方面，我国的物联网企业也呈现出聚集效应，例如北京中关村已有物联网相关企业600余家，无锡国家示范区有608家，重庆、西安等城市也有近300家。从区域发展来看，形成了环渤海、长三角、珠三角等核心区以及中西部地区的特色产业集群。 在2009年以前，可能没有哪家企业说自己是物联网企业。一夜
之间产生的上千家物联网企业，他们的核心能力、产品或服务价值定位、目标客户和盈利模式都是如何呢？首先来看这些物联网企业从哪里来。现在的物联网企业主要分为三类，第一类是以前的公用企业转型，最典型的是电信运营商，他们有自己的基础设施，有客户资源，因此自然转型到物联网行业。除了电信运营商，一些交通基础设施运营商、甚至是气象设施运营商，也都转型为物联网企业。第二类是传统IT企业，例如华为、神州数码，以及众多上市公司等。这一类公司也是在传统的优势积累基础上开拓物联网新业务。第三类是一些制造企业，包括传感设备制造企业，网络核心设备制造企业，还包括如家电等一批传统制造企业。这一类企业不能说没有大企业，但是绝大多数都是中小型企业。这些企业的核心能力主要体现在三个方面，第一是传感器和智能仪表，第二是嵌入式系统和智能装备，第三是软件与集成服务。 再来看我国物联网应用的领域。通过对多个部委和地区的物联网专项进行汇总，下图列出了目前提到最多，也是应用最成熟的八个领域。但是换个角度再看，不管是工业控制、供应链管理、精准农业，还是建筑自动化、远程抄表、ETC，其实都并不是新的技术领域，而是在物联网这个大概念下重新包装后再次引起了人们的兴趣。总的来说，物联网应用传感器改善了信息获取的实时性和准确性，同时智能终端改变了人们利用和使用信息的习惯。目前存在的主要问题包括应用过于碎片化，缺少满足用户需求的创新型产品/服务，行业间缺乏信息共享和应用协同渠道，以及安全和隐私保护重视不够。
大数据实验室建设项目概述 1.1建设背景 随着移动互联网、云计算、物联网的快速发展，特别是智能手机端博客、社交网络、位置服务（LBS）等信息发布方式的不断涌现，数据正以前所未有的速度在不断地增长和累积，全球在2010年正式进入ZB 时代，根据IDC监测，人类自有史以来所有数据量大约每18 个月翻一番，意味着人类在最近18个月产生的数据量相当于之前产生的全部数据量，预计到2020 年，全球将总共拥有35ZB的数据量，是2010年的近30倍，大数据时代已经来到。 在海量数据面前，大数据人才无疑是其中最关键环节之一，然而，不论国内外，大数据人才却紧缺相当稀缺，在未来5-10年，我国大数据市场规模年均增速将超过30%，而大数据人才缺口将突破150万，目前大数据人才平均月薪达1.5万，在BAT发布的招聘职位中，大数据人才超过60%。我校为顺应新形式的发展，着手建立大数据学院，创建大数据实验室、大数据实验平台，开设大数据教学培训，实现我校教学科研一体化流程，将为我校增加学生就业机会和薪资水平，提高师资水平，逐步培养当今互联网时代IT行业的大数据人才起到至关重要的作用。 而大数据学科方向是一门交叉专业方向，与不同专业相
结合可以发展成特定方向的专业或研究领域。经济金融学、应用数学、统计学、计算机科学等传统专业方向与大数据学科方向相结合表现出多样化的差异特征，包括专业研究方向与社会需求岗位在内。除了课堂学习，通过实验来加深理解和提高实际应用操作能力也是主要途径。调查表明，当前大数据涉及到很多内容，如大数据实验、数据分析、数据挖掘、数据可视化等，其中的很多实验，都无法在我校现有的实验室中完成。因此，我校建设专门的大数据实验室就显得非常重要。 1.2建设现状 虽然目前我校也意识到开设大数据专业及相关课程，但是在专业课程开设的过程中也遇到了诸多问题，因此，我校着眼于未来，着手从全球的技术重点难点-大数据教学出发，拟打造高校大数据教学的标杆，建设新一代的大数据研究教学基地，建立一套具有高可靠、可在线弹性伸缩，提供数据内在关系和价值的大数据教学平台，目前我校大数据实验平台建设具体现状如下： 基础实验环境薄弱，大数据实训开展难 目前我校的大数据教学大都卡在了实验环节，缺乏相应的基础实验环境，无法为每一个学生都提供一套实验集群，而虚拟化的网络配置与运维又十分复杂，同时大数据分布式
2017-11-22 杨丽群（1971-），女，河北省承德市人，硕士，河北旅游职业学院信息技术系讲师，研究方向为 大数据，图形图像处理。 2017年度承德市社会科学发展研究课题《京津 冀协同发展背景下大数据专业建设研究》阶段性研究成果，课题批准号：20172074（一般课题）。 收稿日期：作者简介：基金项目：杨丽群 （河北旅游职业学院，河北 承德 067000) 摘 要：大数据技术飞速发展，高等院校正在加快大数据技术应用人才的培养，由于大数据应用技术专业是新开设的专业，现有实验室条件无法满足教学要求。本文从大数据分析实验室的特征、大数据分析实验室的安全应对分析、大数据分析实验室建设及大数据分析实验室的功能几个方面进行了分析，为高职院校大数据分析实验室建设提供一些帮助。 关键词：大数据；分析；实验室；安全 中图分类号:TP3 文献标识码:A 文章编号:1674-2079（2018） 02-0078-05大数据分析实验室建设研究 一、引言 近年来，大数据受到我国政府的高度重视和大力支持。据有关专业机构的调查预测，在未来几年里，我国需要大量从事的数据采集、大数据分析、云计算、大数据架构等大数据方面的人才[1]。发展大数据产业是承德市坚守生态与发展“两条底线”的现实选择，依据《承德市人民政府办公室关于印发承德市大数据产业推进工作方案的通知》（承市政办字[2016]116号），承德市大数据产业将分三个阶段建设，目前处于第一阶段，承德县和滦平县正在新建大数据小镇。未来大数据产业将成为承德支柱产业之一，预计到2025年大数据产业产值500亿以上，带动就业人数超过万人。因此，职业教育必须紧跟当前科技的发展步伐，以 社会对技能型人才的需求为导向，大力培养大数据应用技术专业技能型人才，满足支撑社会经济发展的大数据岗位所急需的紧缺性人才的需求[2]。 2016年，北京大学、对外经济贸易大学、中南大学获批“数据科学与大数据技术专业”。2017年又有32所本科高校、64所专科院校获批“大数据”专业。 由于专科院校学生的数学和英语基础较差，很难从事云计算、大数据架构等职业。而大数据分析目前应用较广泛，初级入门的难度相对小一些，所以已有几所专科院校同淘宝、京东等电商联合培养大数据分析的应用型人才。 大数据专业是在服务器集群和网络环境的硬件环境上构建大数据“基础云平台、教学云平台、评测云平台和实战云平台”实现教学过程。调查表明，大数据分析实验所需要的算法、计算环境以及数据等，都无法在我国高校现有的实验室中完成。因此，建设专门的数据挖掘与大数据分析实验室就显得非常重要。 二、大数据分析实验室的特征 （一）利用大数据分析主流软件框架， 搭建与业界