下载文档原格式
大学软件技术学习计划一、学习目标1. 提高编程基础：掌握常用编程语言，熟练运用数据结构和算法，具备软件开发能力。
2. 深入学习软件工程：了解软件开发流程和项目管理，掌握软件测试和质量保障技术。
3. 拓展前沿技术：学习人工智能、大数据、云计算等新兴技术，提高综合实践能力。
4. 掌握团队协作技能：了解敏捷开发、版本控制、团队协作等实践技能。
5. 提高解决问题的能力：学习软件设计原则和模式，提高解决实际问题的能力。
二、学习内容1. 编程基础：学习C、C++、Java等常用编程语言，掌握面向对象编程思想，深入研究数据结构和算法。
2. 软件工程：了解软件开发过程，学习需求分析、系统设计、编码、测试和维护等全过程，掌握敏捷开发、DevOps等实践方法。
3. 软件测试：学习软件测试的方法和工具，熟悉自动化测试、性能测试等技术，了解质量保证体系和标准。
4. 前沿技术：学习人工智能、机器学习、大数据、云计算等新兴技术，掌握相关开发工具和平台。
5. 软件设计：了解设计原则和模式，学习软件架构、设计模式、重构等技术，提高软件设计能力。
6. 项目实践：参与软件开发项目，掌握团队协作技能，熟悉版本控制、代码评审、文档管理等实践技能。
7. 解决问题：学习如何分析和解决实际问题，掌握问题定位、调试、性能优化等技术，提高解决问题的能力。
三、学习方法1. 阅读书籍：选择经典的编程语言、软件工程、软件测试、前沿技术等书籍，进行系统学习。
2. 参与课程：选修相关课程，包括计算机基础、数据结构、算法、软件工程、人工智能等课程。
3. 实践项目：参与学校或社会项目，积累实践经验，提高问题解决能力。
4. 学习社区：加入技术社区，参与讨论、分享和交流，及时了解行业信息和技术动态。
5. 自学能力：培养自主学习能力，掌握查找资料、学习文档、解决问题的能力。
四、学习计划1. 第一年（1）学习C语言和数据结构，掌握基本编程技能和算法思想。
（2）了解软件工程概念和方法，学习UML建模、需求分析等基础知识。
《大数据技术基础》课程教学大纲一、课程基本信息课程代码：16176903课程名称：大数据技术基础英文名称：Fundamentals of Big Data Technology课程类别：专业课学时：48学分：3适用对象: 软件工程，计算机科学与技术，大数据管理考核方式：考核先修课程：计算机网络，云计算基础，计算机体系结构，数据库原理，JA V A/Python 程序设计二、课程简介当前在新基建和数字化革命大潮下，各行各业都在应用大数据分析与挖掘技术，并紧密结合机器学习深度学习算法，可为行业带来巨大价值。
这其中大数据处理与开发框架等大数据技术是进行数字化，数智化应用建设的核心和基础，只有努力提升大数据处理与开发技术与性能，建立行业数字化和智能化转型升级才能成功。
大数据处理与开发技术是新基建和数字化革命核心与基础。
大数据技术基础课程，为学生搭建起通向“大数据知识空间”的桥梁和纽带，以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为原则，为学生在大数据领域“深耕细作”奠定基础、指明方向。
课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、基于内存的大数据处理架构Spark、大数据在互联网、生物医学和物流等各个领域的应用。
在Hadoop、HDFS、HBase、MapReduce、Spark等重要章节，安排了入门级的实践操作，让学生更好地学习和掌握大数据关键技术。
同时本课程将介绍最前沿的业界大数据处理与开发技术和产品平台，包括阿里大数据服务平台maxcompute，华为大数据云服务平台FusionInsight，华为高性能分布式数据库集群GaussDB等业界最先进技术，以及国家大数据竞赛平台网站和鲸社区。
让学生学以致用，紧跟大数据领域最领先技术水平，同时，面对我国民族企业，头部公司在大数据领域取得的巨大商业成功与前沿技术成果应用产生强烈民族自豪感，为国家数字化经济与技术发展努力奋斗，勇攀知识高峰立下志向。
实 验 技 术 与 管 理 第39卷 第2期 2022年2月Experimental Technology and Management Vol.39 No.2 Feb. 2022收稿日期: 2021-08-30基金项目: 北京市高等教育学会2021年立项课题（YB202122）；北京信息科技大学2021年度教学改革立项项目（2021JGZD06）；教育部人文社会科学研究青年基金项目 (20YJC630056)；北京市社会科学基金青年项目（20JJC023）；北京信息科技大学“勤信人才”培育计划（QXTCP C202116）；北京市高校教学改革创新项目：基于PBL+TDPCARES-CDIO 指标体系的工程认证形成性评价建设与探索；北京信息科技大学2018年度教学改革立项项目（2018JGZD09）；北京市“一带一路”国家人才培养基地项目（PXM2020-014224-000053）作者简介: 王晓敏（1970—），女，湖北黄冈，硕士，副教授，研究方向为信息系统、软件工程，*************.cn 。
通信作者: 类骁（1986—），男，山东临沂，博士，副教授，研究方向为数据挖掘与分析、数据库设计建模，*****************。
引文格式: 王晓敏，类骁，王磊，等. 校企共建的大数据技术及应用实训模式探索[J]. 实验技术与管理, 2022, 39(2): 129-134.Cite this article: WANG X M, LEI X, WANG L, et al. Exploration of big data technology and application training model under school-enterprise cooperation[J]. Experimental Technology and Management, 2022, 39(2): 129-134. (in Chinese)ISSN 1002-4956 CN11-2034/TDOI: 10.16791/ki.sjg.2022.02.025实验教学研究与改革校企共建的大数据技术及应用实训模式探索王晓敏1，类 骁1，王 磊1，赵晓永1，赵 飞2，武嘉祎1（1. 北京信息科技大学 信息管理学院，北京 100192；2. 北京奥德塔数据科技有限公司，北京 100080）摘 要：高校独立开设大数据类课程面临资源要求高、应用数据集稀缺、专业师资匮乏等诸多问题。
大数据技术专业教学方法随着大数据不断壮大，大数据技术的需求也越来越大。
更多的人对大数据技术的学习需求也变得越来越高。
因此，如何高效的传授大数据技术知识，成为了大数据专业教学的重要问题。
一、理论与实践相结合理论知识是大数据技术的基础，但仅仅掌握理论知识是远远不够的。
只有将理论知识与实践结合起来，才能真正掌握大数据技术。
因此，在大数据技术的教学过程中，理论教学和实践操作应该结合在一起。
二、示例教学示例教学是一种简单直观的教学方法，利于学生理解课程内容。
在大数据技术教学中，示例教学也同样适用。
结合实际案例，让学生在操作过程中逐步掌握大数据技术的应用。
三、定期考核大数据技术的知识点繁多，考核和评估，是检验学生掌握情况的重要途径。
定期考核可以帮助学生及时发现自己的不足，及时补充知识点，提高学习效率。
四、自主学习自主学习是大学生终身学习的重要思想。
在大数据技术教学中，鼓励学生自主学习，直至掌握才算完成。
可以提供相关的优秀学习资源，如网站、论文等，供学生自主学习。
五、交流互动交流互动是大数据分类教学过程中不可忽视的一环。
学生可以结合实际案例，多角度讲解，让其他同学参与讨论，并分享自己的学习经验。
互动交流可以让学生更快地将知识点吸收掌握。
六、支持课程研究大数据技术教学应与时并进，关注前沿技术研究。
建立与企业、政府、学术界等机构合作渠道，分享大数据技术研究成果，并且与学生交流相应的研究成果。
在大数据技术教学过程中，以上六点均应予以充分的关注。
大数据技术教学是一项充满挑战的任务，但只有不断改进教学方法，才能更好地满足学生的需求。
高级软件工程的课程综述软件工程是计算机科学与工程学科的一个重要分支，旨在通过系统化的方法和工具来开发和维护高质量的软件系统。
高级软件工程课程是为那些已经具备一定软件工程基础知识的学生设计的，旨在深入探讨和应用软件开发的高级技术和概念。
本文将对高级软件工程课程的内容和特点进行综述。
一、课程简介高级软件工程课程是一门专注于软件开发过程和方法的高级课程。
它涵盖了软件项目管理、需求工程、软件设计、软件测试、软件质量保证等方面的内容。
学生通过该课程，将了解现代软件工程领域的最新发展，并学习如何应用这些知识和技能来解决实际的软件开发问题。
二、课程目标高级软件工程课程的主要目标是培养学生具备以下能力：1. 系统理解软件工程的基本原理和概念，包括软件项目的生命周期、软件需求分析与设计、软件构建和测试等；2. 掌握当前软件开发过程中的最佳实践及相关工具，如敏捷开发、持续集成和测试自动化等；3. 能够独立或团队合作完成一个实际的软件开发项目，并能够规范地进行需求分析、系统设计、编码和测试等工作；4. 具备批判性思维和问题解决能力，能够评估和改进软件工程项目中的流程、方法和工具。
三、课程内容高级软件工程课程的内容通常包括以下几个方面：1. 软件项目管理- 项目组织和团队合作- 项目计划和进度管理- 软件项目风险管理和质量保证2. 软件需求工程- 需求获取和分析- 需求建模和规格化- 需求验证和确认3. 软件设计- 结构化设计和面向对象设计- 设计模式和架构模式- 可视化建模工具的使用4. 软件构建与测试- 编码规范和团队开发协作- 单元测试和集成测试- 静态分析和代码审查5. 软件质量保证- 软件配置管理- 质量度量和度量指标- 质量保证和过程改进四、教学方法高级软件工程课程通常采用多种教学方法，并注重理论与实践相结合：1. 讲座和讨论：教师通过讲解软件工程理论，引导学生进行知识的消化和理解。
2. 实验和项目：学生通过动手实践和实际项目开发，巩固所学知识并培养实际问题解决能力。
基于大数据的高校精准教学模式构建研究作者：姜倩李艳钱圣凡来源：《高教探索》2020年第11期摘要：随着大数据技术在高等教育领域的不断渗透，高校教学模式正朝着智能化、个性化、精细化、科学化的方向逐渐发展。
本研究结合精准教学的理论和高校大数据教学模式的特点，从学情诊断、教学设计、教学活动、教学决策、教学干预和教学反思六个环节出发，设计了基于大数据的高校精准教学模式。
各环节贯穿课前、课中、课后三个阶段，互相推进且彼此兼容，以循环迭代的形态优化教与学的全过程。
关键词：大数据;高校;精准教学模式一、引言智能时代，随着大数据、人工智能、云计算、物联网、移动互联网等新兴技术在教育领域的不断渗透，数字化学习环境每天都在生成和累积丰富的“数字足迹”（Digital Footprint）。
面对海量且复杂的教育数据，如何利用有价值的信息驱动有针对性的教学，已成为教育关注的热点话题。
2017年，《国家教育事业发展“十三五”规划》明确提出要“鼓励学校利用大数据技术开展对教育教学活动和学生行为数据的收集、分析和反馈，为推动个性化学习和针对性教学提供支持。
”[1]作为人才培养的重地和信息化教育的主力，高校也开始探索大数据技术融入教育教学的模式和路径。
2018年，《高等学校人工智能创新行动计划》明确指出要“建立基于大数据的多维度综合性智能评价，精准评估教与学的绩效，实现因材施教。
”[2]2019年，《关于一流本科课程建设的实施意见》（以下简称《实施意见》）强调要“大力推进现代信息技术与教学深度融合，积极引导学生进行探究式与个性化学习。
” [3]在政策引领和技术推动下，高校教学开始朝着智能化、个性化、精细化、科学化的方向逐步前进。
二、精准教学模式的时代发展（一）传统精准教学模式的经典内涵20世纪60年，美国学者奥格登·林斯利（Ogden Lindsley）将斯金纳（Skinner）的操作性条件反射理论从实验室迁移到教育环境中，发展出了具有循证学属性的教学程序——“精准教学”（Precision Teaching）。
软件工程专业本科阶段教学方法优化实践随着科技的迅速发展和信息技术的广泛应用，软件工程专业逐渐成为高校中备受瞩目的专业之一。
然而，当前软件工程教育中存在着一些问题，如教学方式单一、实践环节不足等，导致学生的综合能力不够强，在实际工作中难以胜任。
因此，本文着眼于软件工程专业本科阶段教学方法的优化实践，以提高学生的综合素质和实践能力。
一、课程设置的优化软件工程专业的课程设置应结合实际需求，由浅入深，有机衔接。
首先，应以计算机基础课程为基础，如程序设计、数据结构等，培养学生的编程思维和基本算法能力。
然后，引入软件工程基础课程，如需求分析、软件开发流程等，让学生了解软件开发的整体流程和基本概念。
最后，根据学生的兴趣和特长设置专业选修课程，如移动应用开发、人工智能等，培养学生的专业能力。
二、教学方法的优化教学方法的优化是提高软件工程专业教育质量的关键。
首先，采用问题导向的教学方法，通过给学生提供实际问题，引导他们主动探索和解决问题，培养他们的问题解决能力和创新能力。
其次，引入项目驱动的教学方法，将理论与实践相结合，在实际项目中锻炼学生的团队合作能力和项目管理能力。
另外，应注重实践能力的培养，加强实验课程的设置，提供实际场景下的软件开发环境，让学生亲身实践，提高他们的实际操作能力。
三、实践环节的增加软件工程专业注重实践能力的培养，因此在本科阶段应增加实践环节。
一方面，可以通过实习或实训的方式让学生参与真实的软件开发项目，在实际工作中学习和实践，加深对软件工程的理解。
另一方面，可以引入校企合作项目，与相关企业合作开展软件开发项目，让学生在真实项目中锻炼实践能力，并与企业专业人员进行交流和学习。
四、评价体系的完善为了更好地评价学生在软件工程专业中的学习成果，评价体系的完善至关重要。
除了传统的考试和论文形式外，还应注重项目实践的评价，通过对学生在实际项目中的表现进行评价，如项目报告、项目成果等，全面评估学生的实践能力和综合素质。
大数据技术下的软件工程教学模式
摘要：文章详细分析了大数据时代背景下对软件工程教育产生的冲击，详细分析了如何通过丰富教学内容、加强师资力量的建设、寻找科学的教学方法等三个方面进行软件工程教学的改革，有效促进高校对软件工程学生综合素质的培养，以期为我国培养更多的优秀人才。
关键词：大数据技术；软件工程；教学模式
在大数据技术逐渐完善的今天，需要处理的数据日益增多，软件工程与数据处理的关系变成了互相成就、互相牵制，为了更好地适应大数据技术的广泛普及，软件工程的技术也在逐渐更新换代，与此同时对高校软件工程教育模式也提出了更高要求。
一、大数据技术对软件工程教育造成的冲击
随着大数据技术的发展，大数据逐渐被应用于各行各业，企业对掌握大数据技术相关人才的需求逐年增加，根据相关数据统计，目前我国拥有掌握大数据技术专业人才的企业不到总企业数的三分之一，大量的技术人才被大企业所垄断，中小企业对于相关人才的需求不断增加，不少企业希望相关的IT技术人员能够接受大数据技术的相关培训，进而适应科技发展中企业的工作需求，市场需要大量掌握大数据技术的专业人才。
自2013年开始，大数据技术时代正式开启，随着阿里巴巴在双十一单天销售额突破350亿元开始，大数据技术就以飞快的速断占据了整个互联网。
随着大数据技术的迅猛推进，掌握大数据技术的IT人才，有利于在工作中取得更好的发展。
大数据技术的发展为高校的软件工程教学带来了严峻的挑战，高校不能固守传统软件工程的教学方法，要适应潮流趋势，对教学内容进行调整，培养更多掌握大数据技术的相关人才，为企业输送优秀的大数据技术人才[1]。
二、大数据技术背景下软件工程的教学模式
随着大数据技术的成熟，软件工程专业教学也要紧跟时代发展，培养出掌握前沿技术、拥有先进技术思想的专业型人才，促使软件工程学生真正掌握大数据技术，并学会运用大数据技术进行相关处理分析。
（一）大数据技术背景下软件工程专业的教学内容高校在进行软件工程教学内容设计时，要结合当下的行业发展，教授学生符合时代特征的专业技术。
现在是大数据时代，因此高校软件工程行业要逐步调整自身的教育重心，以此提升学生的就业竞争力，学校需要进行软件与程序设计等方面的教学，还要对学生进行相关数据库系统的知识训练，进而帮助他们掌握大数据系统的建设方法与实际应用[2]。
目前业内使用最广泛的大数据平台是Hadpoop生态系统，现在已知著名互联网系统，例如腾讯、网易、阿里巴巴、Face-book等的数据处理与存储都基于Hadpoop生态系统。
因此，高校在进行软件工程专业内容设定时，可以适当增添Hadpoop生态系统中的部分核心知识，将电商后端数据的处理融入到整个教学体系当中。
为了取得预期的教学效果，学校应根据自身的条件进行大数据实验平台的搭建，为学生的学习提供专业的大数据实验室[3]。
高校在对学生培养时，要注意提升学生的实验动手能力，在保证学生扎实掌握相关知识点的同时，培养学生的创新意识。
当今企业需要全方面发展的人才，如果单纯掌握理论知识，不具备动手能力，不能进行产品的研发，很难在工作中有较好的发展，因此各高校在进行教学内容设置时，要符合企业对人才的要求，保证学生掌握的技术与
企业的需求能够完美衔接，教学内容中可以加入相应的企业案例，帮助学生将理论与实践相融合。
为了保证教学内容与企业需求对应，教师可以通过以下几种方式进行教学内容的补充：第一，学校在授课前，可以进行大量的企业调研，通过真实数据有效分析企业对人才的要求；第二，学校可以与企业取得相应联系，定期深入到企业的技术部门，与相关技术人员进行交流，了解企业对人才的要求；第三，学校可以邀请企业的技术总监走进学校，和学生面对面地沟通，进而了解企业对人才的要求；第四，对近几年毕业的学生进行跟踪调查，了解他们在应聘过程中遇到的问题，然后有针对性地进行授课内容的调整；第五，学校可以邀请行业内的一线专家到校授课，他们能根据多年从业经验与企业的发展需求对学生进行知识结构的调整[4]。
（二）加强师资力量的建设随着大数据时代的降临，各高校需要强化师资团队的建设，增强教师的教育水平与自身业务能力。
软件工程的相关教师要掌握理论知识与实践技巧，还要具有相应的项目开发经验，熟知前沿科技领域的相关技术。
学校可以通过以下两种方式保证教师团队能力的提升[5]。
第一，与企业达成定向合作，输送教师进入企业内部学习交流，丰富教师的项目开发经历，有效促进教师了解企业对人才的真正需求，为教师的授课内容提供真实的企业案例，促使教师教学内容的更新，进而培养出适应企业发展的大数据人才；第二，学校可以组织软件工程的相关教师参与大数据技术的课程培训，更好地掌握相关知识，不断提升教师的业务能力。
（三）大数据技术背景下的教学方式高校对学生培养时，要结合企业的需求，企业在进行相应工作时会运用特定的软件，因此，教师在进行软件工程教学时要让学生提前了解相应的环境，帮助学生掌握在实际工作中可能会出现的问题与相应的解决方法。
学校可以搭建有相关软件环境平台的实验室，搭建Hadpoop生态系统的大数据平台，为学生模拟相应的大数据实验环境。
在进行实验教学时，可以采用企业的真实案例，让学生更好地掌握相应的技术，帮其进行大数据项目的模拟实验，进而通过实践加深理论知识的学习。
在大数据技术环境下，学校需要为学生提供更好的实验平台，通过云计算与虚拟技术的有机结合实现云环境下虚拟实验室的建立，让教师与学生的实验不再受时间地点的限定。
学校与企业之间要进行深入合作，共同推动软件工程行业的发展壮大，更好地促进大数据技术时代下人才的培养，让学生的综合能力符合企业对人才的需求。
企业能够将实际需求反馈至学校，学校能够根据相关要求进行教学内容与方式的调整，共同促进行业发展，提升高校软件工程的教学质量，保证高校能够稳定地向企业输送合格的人才，进而推动企业的发展进步，提升企业的经济收益，实现学校与企业的共赢。
企业可以为学校提供相应的实习岗位，帮助在校学生了解真正的工作内容，能够加强学生的实践能力，提升他们正式工作后的适应能力，有效帮助学生明确日后的发展方向，能够增强学生的学习动力，激发其学习欲望，对提升学生团结合作能力与意识具有重要意义，为日后的就业提高核心竞争力。
企业在提供相应的实习岗位后，能够扩大企业在学校的口碑与知名度，吸引更多的专业人才，并且可以在学生的实习过程中选拔合适的人才，实现企业技术团队的扩张。
学校可以搭建相应的网络教学平台，实现学生随时随地学习的愿望，教学平台中可以设置学生留言的区域，增强师生互动，让其他学生通过观看教师的解答留言解开相应的困惑。
该平台还可以具有在线互动的功能，实现师生的实时交流互动，同时开设微课教学，将相应教师的授课内容转化为微课，帮助学生强化学习，加深对相应知识的记忆。
三、结论
总而言之，各高校要优化软件工程的教育手段，完善教学培育机制，加强学生对基础知识记忆的扎实程度，有效提升其相互协作的能力，提升学生对理论知识与前沿技术的掌握程度，促使其良好地适应不断发展的大数据技术时代。
参考文献：
[1]李佳.基于大数据分析的高校软件工程专业教学模式研究[J].环渤海经济瞭望,2019(03):176.
[2]邵兰洁,潘武敏.大数据时代下软件工程专业教学改革的研究[J].电子世界,2019(01):72-74.
[3]潘期辉.大数据背景下高校计算机应用基础课程创新教学初探[J].电脑知识与技术,2016(04):55-56.
[4]董威,文艳军,李暾,齐治昌.软件工程专业在线课程建设思考[J].计算机教育,2015(06):74-75.
[5]佘亮,曾阳艳,陈荣元.大数据时代下软件工程专业教学改革的探讨[J].计算机教育,2016(02):42-43.
作者：司海平席磊单位：河南农业大学。
