(略) (略)

征集大数据实训平台项目建设设计方案

为保证我校电子信息工程系大数据技术专业学生的课程学习、校内实训及技能竞赛需求，满足学生对大数据实施与运维、数据采集与处理、大数据分析与可视化等技能的实习实训。我校决定建设功能较为齐全的大数据实训平台。特向社会征集设计方案，欢迎有实力、 (略) 参与该项目设计，提供设计方案。设计时间约10工作日，设计费0元。

大数据实训平台项目建设设计说明

大数据实训平台项目总预算120万元。平台搭建在大数据实训室（传习楼603）的硬件基础上。实验室现有安排60个学生机位。需增配支撑平台运行的服务器及提供服务器安全运行的相关环境及设备。

1、 总体需求

实训平台必需以大数据技术为核心，兼顾当前流行技术的发展趋势，注重各种技术之间的融合与灵活应用，理论联系实验，实验联系工程项目，既可满足日常教学要求，同时注重创新实验及项目实践，能够将大数据技术真正融会贯通到实际应用中。实训平台需满足理实一体化教学模式需求，满足大数据技术专业核心课、专项实训及综合实训的教学需求，提供大数据当前主流技术所需的实训环境。满足项目式教学需求将案例验证、实验内容，以实训项目的形式贯穿起来，将需要学习的知识和技能组织起来，形成课程。满足模块化教学需求可根据实际需求选配各种模块组建实训环境。满足采用大数据典型应用场景的需求。满足易操作、易教学的需求。

2、 实训平台要求

该实训平台主要目的用于满足大数据技术《数据采集技术》、《大数据处理与分析》、《Hadoop 开发技术》、《数据可视化技术》、《云计算技术 》等五门专业核心课及《大数据项目实战》专项实训的教学需求。重点针对实训项目进行设计，同时考虑覆盖多行业应用领域的大数据应用综合实训项目；具备一定的实战用途，能依托实训平台支撑专业核心课程建设及科研和社会服务需求。

（1）大数据采集技术教学要求

本课程教学目标是使学生对互联网大数据采集技术有一个全面的了解，掌握基本的信息内容采集、提取和分析方法，并且具备一定的针对具体信息采集需求的实际运用和解决能力。主要教学内容是Python爬虫、Scrapy爬虫、Java爬虫、日志收集系统Flume、分布式消息系统Kafka、数据转移工具Sqoop、ETL工具入门与进阶、数据标注。

（2） 大数据处理与分析教学要求

本课程教学目标是使学生掌握使用 Python 中的 numpy 和 pandas 库完成数据科学计算、统计分析、预处理以及数据聚合与分组运算等大数据操作的方法；使学生能够全面系统掌握数据预处理的基础知识，具备清理数据、分析数据的能力。主要教学内容是掌握使用 Python 中的 numpy 和 pandas 库完成数据科学计算、统计分析、预处理以及数据聚合与分组运算等大数据操作的方法。

（3）Hadoop 开发技术教学要求

本课程教学目标是掌握Hadoop开发者需要掌握的技术和知识，包括HDFS的原理和应用、Hadoop文件I/O的原理和应用、MapReduce的原理和高级应用、MapReduce的编程方法和技巧，以及Hive、HBase和Mahout等技术和工具的使用。主要教学内容是Hadoop开发者需要掌握的技术和知识，包括HDFS的原理和应用、Hadoop文件I/O的原理和应用、MapReduce的原理和高级应用、MapReduce的编程方法和技巧，以及Hive、HBase和Mahout等技术和工具的使用。

（4）数据可视化技术教学要求

本课程教学目标是让学生掌握大数据可视化的原理及可视化方法，掌握各种可视化工具的使用。主要教学内容是大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。

（5）云计算技术教学要求

本课程教学目标是通过本课程的学习，使学生了解云计算的基础知识和概念，了解虚拟化技术及管理；掌握NFS服务器的配置，掌握yum的配置，掌握Cloudstack安装和配置，掌握基于Cloudstack的云计算平台的管理。主要教学内容是云计算的基础知识和概念；虚拟化技术及管理；NFS服务器的配置；yum的配置；Cloudstack安装和配置；基于Cloudstack的云计算平台的管理。

（6）大数据项目实战专项实训教学要求

本实训的目标是让学生利用行业大数据应用项目在实践过程中，掌握数据采集、数据存储、分析挖掘、可视化设计等大数据技术实际项目开发能力。

（7）平台运行条件要求

满足以上教学需求的实训平台可以是一个或多个平台的组合，平台部署在本地服务器上，能够满足二个班级（每班60人）同时上机实训需求，并在教学电脑上稳定、流畅运行满足日常教学要求。

3、 教学资源

教学资源需满足大数据技术《数据采集技术》、《大数据处理与分析》、《Hadoop 开发技术》、《数据可视化技术》、《云计算技术 》等五门专业核心课及《大数据项目实战》专项实训的教学需求。资源应方便教师开展课程教学，包含配套课程课件、教案、源码及相应实训大纲、实训指导手册、实训操作视频等。教学资源须与实训平台相辅相成避免脱节。

4、 其他要求

设备交付安装及部署服务包含平台软硬件的检测、安装、调试。

将传习楼607搭建小型数据中心机房，主要用于存放实训平台服务器、网络接入、网络安全等设备，并提供学生针对大数据算力及存储等云计算模型的认识实训。装修部分包含数据机房的防火防潮、动力环境、噪声控制及墙体开花等部分。

培训服务包含两部分，一是提供与平台相结合的教学服务，总课时不少于300课时，主要针对每门专业核心课及《大数据项目实战》专项实训提供入校实践教学支撑服务。提供具有真实企业工作经验的高级工程师入校培训，帮助学生们更好地了解工程实践中的具体问题和解决方案。二是提供与平台相结合的教师培训不少于120课时。

方案设计除了需有整体设计，建设方案完整，提出大数据实训平台方案（配置清单需包含规格参数指标）及对应的技术支持应用方法。还必须提供相应的论证和功能演示说明及详细售后服务方案。

方案设计如需现场勘察或相关问题咨询，请于**日至9月28日（上午8:30-11:30,下午15:00-18:00） (略) (略) 简惠冰老师，电话：*。

设计方案设计需装订成册，正本（1本）含有企业营业执照、联系人和联系电话等信息，副本（3本）不得出现任何企业相关信息；设计方案须装入密封袋，并在密封处加盖公章，确保密封完好，于**日（周二）上午11:00前 (略) (略) 电子信息系办公室，简惠冰老师收，电话*，逾期不予接收。

(略) (略)

征集大数据实训平台项目建设设计方案

为保证我校电子信息工程系大数据技术专业学生的课程学习、校内实训及技能竞赛需求，满足学生对大数据实施与运维、数据采集与处理、大数据分析与可视化等技能的实习实训。我校决定建设功能较为齐全的大数据实训平台。特向社会征集设计方案，欢迎有实力、 (略) 参与该项目设计，提供设计方案。设计时间约10工作日，设计费0元。

大数据实训平台项目建设设计说明

大数据实训平台项目总预算120万元。平台搭建在大数据实训室（传习楼603）的硬件基础上。实验室现有安排60个学生机位。需增配支撑平台运行的服务器及提供服务器安全运行的相关环境及设备。

1、 总体需求

实训平台必需以大数据技术为核心，兼顾当前流行技术的发展趋势，注重各种技术之间的融合与灵活应用，理论联系实验，实验联系工程项目，既可满足日常教学要求，同时注重创新实验及项目实践，能够将大数据技术真正融会贯通到实际应用中。实训平台需满足理实一体化教学模式需求，满足大数据技术专业核心课、专项实训及综合实训的教学需求，提供大数据当前主流技术所需的实训环境。满足项目式教学需求将案例验证、实验内容，以实训项目的形式贯穿起来，将需要学习的知识和技能组织起来，形成课程。满足模块化教学需求可根据实际需求选配各种模块组建实训环境。满足采用大数据典型应用场景的需求。满足易操作、易教学的需求。

2、 实训平台要求

该实训平台主要目的用于满足大数据技术《数据采集技术》、《大数据处理与分析》、《Hadoop 开发技术》、《数据可视化技术》、《云计算技术 》等五门专业核心课及《大数据项目实战》专项实训的教学需求。重点针对实训项目进行设计，同时考虑覆盖多行业应用领域的大数据应用综合实训项目；具备一定的实战用途，能依托实训平台支撑专业核心课程建设及科研和社会服务需求。

（1）大数据采集技术教学要求

本课程教学目标是使学生对互联网大数据采集技术有一个全面的了解，掌握基本的信息内容采集、提取和分析方法，并且具备一定的针对具体信息采集需求的实际运用和解决能力。主要教学内容是Python爬虫、Scrapy爬虫、Java爬虫、日志收集系统Flume、分布式消息系统Kafka、数据转移工具Sqoop、ETL工具入门与进阶、数据标注。

（2） 大数据处理与分析教学要求

本课程教学目标是使学生掌握使用 Python 中的 numpy 和 pandas 库完成数据科学计算、统计分析、预处理以及数据聚合与分组运算等大数据操作的方法；使学生能够全面系统掌握数据预处理的基础知识，具备清理数据、分析数据的能力。主要教学内容是掌握使用 Python 中的 numpy 和 pandas 库完成数据科学计算、统计分析、预处理以及数据聚合与分组运算等大数据操作的方法。

（3）Hadoop 开发技术教学要求

本课程教学目标是掌握Hadoop开发者需要掌握的技术和知识，包括HDFS的原理和应用、Hadoop文件I/O的原理和应用、MapReduce的原理和高级应用、MapReduce的编程方法和技巧，以及Hive、HBase和Mahout等技术和工具的使用。主要教学内容是Hadoop开发者需要掌握的技术和知识，包括HDFS的原理和应用、Hadoop文件I/O的原理和应用、MapReduce的原理和高级应用、MapReduce的编程方法和技巧，以及Hive、HBase和Mahout等技术和工具的使用。

（4）数据可视化技术教学要求

本课程教学目标是让学生掌握大数据可视化的原理及可视化方法，掌握各种可视化工具的使用。主要教学内容是大数据可视化概述、大数据可视化原理、大数据可视化方法、数据可视化工具、Excel数据可视化、Tableau数据可视化、ECharts与pyecharts数据可视化、Python数据可视化、大数据可视化行业分析以及大数据可视化综合实训。

（5）云计算技术教学要求

本课程教学目标是通过本课程的学习，使学生了解云计算的基础知识和概念，了解虚拟化技术及管理；掌握NFS服务器的配置，掌握yum的配置，掌握Cloudstack安装和配置，掌握基于Cloudstack的云计算平台的管理。主要教学内容是云计算的基础知识和概念；虚拟化技术及管理；NFS服务器的配置；yum的配置；Cloudstack安装和配置；基于Cloudstack的云计算平台的管理。

（6）大数据项目实战专项实训教学要求

本实训的目标是让学生利用行业大数据应用项目在实践过程中，掌握数据采集、数据存储、分析挖掘、可视化设计等大数据技术实际项目开发能力。

（7）平台运行条件要求

满足以上教学需求的实训平台可以是一个或多个平台的组合，平台部署在本地服务器上，能够满足二个班级（每班60人）同时上机实训需求，并在教学电脑上稳定、流畅运行满足日常教学要求。

3、 教学资源

教学资源需满足大数据技术《数据采集技术》、《大数据处理与分析》、《Hadoop 开发技术》、《数据可视化技术》、《云计算技术 》等五门专业核心课及《大数据项目实战》专项实训的教学需求。资源应方便教师开展课程教学，包含配套课程课件、教案、源码及相应实训大纲、实训指导手册、实训操作视频等。教学资源须与实训平台相辅相成避免脱节。

4、 其他要求

设备交付安装及部署服务包含平台软硬件的检测、安装、调试。

将传习楼607搭建小型数据中心机房，主要用于存放实训平台服务器、网络接入、网络安全等设备，并提供学生针对大数据算力及存储等云计算模型的认识实训。装修部分包含数据机房的防火防潮、动力环境、噪声控制及墙体开花等部分。

培训服务包含两部分，一是提供与平台相结合的教学服务，总课时不少于300课时，主要针对每门专业核心课及《大数据项目实战》专项实训提供入校实践教学支撑服务。提供具有真实企业工作经验的高级工程师入校培训，帮助学生们更好地了解工程实践中的具体问题和解决方案。二是提供与平台相结合的教师培训不少于120课时。

方案设计除了需有整体设计，建设方案完整，提出大数据实训平台方案（配置清单需包含规格参数指标）及对应的技术支持应用方法。还必须提供相应的论证和功能演示说明及详细售后服务方案。

方案设计如需现场勘察或相关问题咨询，请于**日至9月28日（上午8:30-11:30,下午15:00-18:00） (略) (略) 简惠冰老师，电话：*。

设计方案设计需装订成册，正本（1本）含有企业营业执照、联系人和联系电话等信息，副本（3本）不得出现任何企业相关信息；设计方案须装入密封袋，并在密封处加盖公章，确保密封完好，于**日（周二）上午11:00前 (略) (略) 电子信息系办公室，简惠冰老师收，电话*，逾期不予接收。