校企协同下的大数据“三型”人才培养模式的探索研究

随着物联网、大数据技术的飞速发展,各行业对大数据人才的需求不断增加。为适应数据分析类、技术研发类和管理类岗位对人才的需求,湖北大学以"产教融合,协同育人"为理念,通过建立校企融合的人才培养合作机制,校企共建大数据学院,共建大数据应用的实践创新平台,实施VIP项目化教学和瑞翼工坊行动,构建了大数据分析型、技术型和复合型"三型"人才培养模式,并取得了初步成效。     

面向数据分析与大数据专业的实践教学模式研究

新工科教育形式下数据分析与大数据专业应用型人才培养的实践教学中存在形式单一、技术单一以及工程导师不足的问题,因此,提出了基于"SPOC+企业+校内"的三级专业实践实训课程的培养模式。由校外导师、校内导师和SPOC共同构建特色实践方向,共建培养方案,实现三级培养和三级评价机制,完成工程紧缺型专业前沿应用型人才的培养。系统地给出基于兴趣的面向大数据应用需求的人才培养实践教改方案。     

大数据背景下统计学专业复合型人才培养模式创新研究

随着大数据对社会带来的巨大冲击,传统统计学专业人才培养模式已无法适应当今社会变革的需求,各行各业对高级数据分析专业人才的需求日益增加,针对目前统计学专业复合型人才培养模式存在的问题进行深刻反思,通过培养模式探索性改革研究,提出了构建大数据时代统计学专业复合型高级人才培养模式创新的对策与建议。     

大数据时代的交通数据分析人才培养的思考

大数据技术带来了科学研究范式和产业模式的革新。本文从大数据环境下,交通工程理论和技术的变革、交通数据分析和信息服务产业的发展出发,提出了交通数据分析师的培养需求,分析了与传统交通工程技术人才培养的关系。结合同济大学交通工程专业的课程和实践教学探索,讨论了交通工程专业数据分析人才的培养要素。     

大数据在“智慧农作技术”课程教学中的应用探索

农业大数据技术为智慧农业学科发展和人才培养带来了机遇与挑战。“智慧农作技术”课程教学是智慧农业人才培养的重要环节,但现有的课程教学模式存在局限性,难以适应大数据时代的人才培养目标和需求。通过提出了农业大数据在“智慧农作技术”课程教学中的应用方案,包括数据驱动教学、融合大数据思维提高课程教学信息化水平、通过创新创业竞赛项目实现融合创新、农业大数据前沿科研反哺课程教学内容和模式等措施。基于以上措施的实践,利用大数据时代带来的新机遇,将促进智慧农业教育教学资源建设更加全面和高效,培养更多具备大数据分析能力和智慧农业素养的综合创新型人才。     

大数据时代对传统会计本科人才培养模式影响的研究

大数据技术迅速发展,各行各业都迫切需要掌握大数据分析和应用能力的相关人才,而大多数高校目前的人才培养模式却无法培育出企业所需要的大数据人才,人才培养模式的改革势在必行。大数据时代在为传统的会计本科人才培养带来机遇的同时,也给其提出了新的挑战,文章从分析传统会计本科人才培养模式的特点入手,来探究为应对大数据所带来机遇和挑战,最终提出应对机遇与挑战的应对措施。     

大数据时代广播电视编导专业多元化应用型人才培养模式研究

大数据时代我国高等本科院校广播电视编导专业原有的人才培养模式,已经很难适应业界快速发展变化的要求,输出的人才难以与用人单位理想对接。教育界的改革势在必行。应在原有广播电视编导专业培养模式中加强学生数据素养教育,加强学生数据分析能力和数据可视化操作能力培养。在课程设置和实践教学中既要汲取国外新闻教育的先进经验,又要寻找适应我国广播电视编导多元化应用型人才培养的特色模式,以适应业界对人才的迫切需求。     

基于校企联合办学的大数据人才培养模式探究

为了适应新工科背景下人才培养新需求,按照我国新工科建设内涵,在深入调研所在区域大数据产业发展带来的巨大人才缺口的前提下,分析新经济环境对应用型本科人才培养的新要求。以吉林大学珠海学院阿里云大数据应用学院为例,研究新工科背景下,基于校企联合办学的应用型大数据人才培养特点、目标与方法。实践结果表明,该培养模式既适应了企业需求,又保证了人才培养层次与质量,为培养适应地区经济发展需求的大数据人才提供了一条有效路径。     

基于SQL的自助数据分析模式设计

针对集成报表难以满足多样化的数据分析需求,设计并实现一种基于SQL Select的自助数据分析模式.该模式通过在用户层数据别名与物理数据库之间、在分析选项与SQL指令之间建立映射关系,设计相应算法完成数据解释、数据关系解析、查询逻辑判定、语法逻辑判定,并根据解析和判定结果完成Select指令重构和数据查询分析:完整地构建了数据查询分析的自助模式设计,使普通用户能够完成自定义的数据统计分析,有效地增强信息系统数据分析能力与决策支持能力.     

从“实践教学”到“全能培养”——我国新闻教育理念及传媒人才培养模式改革探微

传媒竞争激烈,人才需求急增;新闻院系增加,学生难找工作.人才培养与需求的错位与脱节.对中国新闻教育理念提出严峻挑战,架构符合媒介生存时代需求,适应媒体大发展、大融合趋势的传媒人才培养模式,成为学界与业界融合共生的当务之急.本文旨在从实践教学到全能培养的角度,直面问题,比较反思,提出从教育理念到培养模式的改革与转轨思路.     

高职院校基于大数据分析的学生精准资助研究

传统的资助模式不能进行有效的动态调整,因此不能满足大数据背景下高职院校精准资助贫困学生工作的需求。要想有效提高校内贫困生精准资助工作的效率,高职院校就要充分利用大数据技术构建起新的资助模式。本文主要就高职院校基于大数据分析的学生精准资助做一番研究。     

大数据时代财会专业复合型人才转型培养研究

本文基于传统的财会人才培养模式不适应大数据时代发展需求的现实,提出培养财务与大数据技术相融合、财务与业务相融合的复合型人才以满足时代发展需求,高校应构建交叉融合的大数据财会专业全新课程体系、跨界重构“三位一体”的师资力量、进行“高校+大数据平台企业”生态互补和双向流动,以提高财会复合型人才培养的质量。     

融合大数据分析的环境工程微生物学教学改革探索

“环境工程微生物学”是高等院校环境工程专业的重要基础课程,对环境工程人才培养起着重要作用。近年来,随着微生物组学和物联网技术的发展,大数据分析在环境工程微生物领域的应用越来越广泛。传统的环境工程微生物学教学方式已经不能满足创新型科研和工程技术人才培养的需求。本文分析了环境工程微生物领域大数据的特征以及在环境工程微生物学教学过程融入大数据分析面临的挑战,探讨了将大数据分析融入环境工程微生物学教学的方式和方法。实践表明,将大数据分析融入环境工程微生物学教学有利于激发学生对科研的兴趣,可显著提高学生的专业素养和综合素质。     

教育数据分析的层次性及其使用

在大数据时代,很多国家已经把教育大数据的重要性提升到国家战略层面,目前人们主要是从技术的角度研究教育大数据。基于教育数据的特殊性,从专业发展内涵的角度研究教育数据分析,提出教育数据分析的三个层次:第一层是基于个别指标的分析;第二层是基于模式的分析;第三层是基于对象的分析。探讨每个层次的特征及其在教育领域中的使用,以便人们对教育数据分析的专业发展内涵有清晰的结构化认识。     

高职高专院校人才培养工作状态数据分析模型的设计——以鸡西大学为例

首先介绍人才培养工作状态数据分析模型的设计原则,重点阐述鸡西大学人才培养工作状态数据分析模型设计方法、模型平台结构和数据分析方式,最后对高职院校人才培养工作状态数据平台分析模式建设提出几点建议。     

教育数据分析的层次性及其使用

在大数据时代,很多国家已经把教育大数据的重要性提升到国家战略层面,目前人们主要是从技术的角度研究教育大数据。基于教育数据的特殊性,从专业发展内涵的角度研究教育数据分析,提出教育数据分析的三个层次:第一层是基于个别指标的分析;第二层是基于模式的分析;第三层是基于对象的分析。探讨每个层次的特征及其在教育领域中的使用,以便人们对教育数据分析的专业发展内涵有清晰的结构化认识。     

基于产业化背景的传媒创意人才培养初探——对长三角六城市电视人才现状与需求的调查

传媒人才的培养一直深受业界与学界关注,高校到底能否培养出业界需要的人才,又如何培养？我们对长三角区域的六城市省市电视媒体展开了调查,摸清电视业的人才现状及需求趋势,从而尝试着设计出基于产业化背景的传媒创意人才培养模式。     

交通数据分析与应用研究生课程教学的思考与探索

数据分析技术的发展和交通数据产业链的形成对交通数据分析师的培养提出了新需求。基于同济大学交通工程专业硕士研究生课程交通数据分析与应用的教学实践,从课程培养目标、内容设置和实验平台建设等方面对教学实践中的思考和探索进行总结,为交通数据的课程教学和人才培养提供参考。     

大数据引领下的高职教育人才培养模式创新

数据成为新的经济资产和重要的基础资源,大数据产业逐渐变为新兴产业。大数据时代要求人才应当具备数据思维、数据收集、数据整理、数据清洗、数据分析、数据表现、数据产品制作等能力。一方面,高职院校可以通过跨专业联合培养、建设大数据中心等方式,实现高职教育人才培养规格的创新。另一方面,高职院校可以依托教育大数据,积极调整教学模式,更新学习方式,实现高职教育人才培养模式的创新。     

大数据时代背景下经管类人才数据分析能力培养研究

随着大数据和人工智能时代的到来,数据量呈指数级增长,企业不断向数字化转型,越来越需要具备大数据分析能力的人才。因此,数据分析能力成为新时代对人才的基本要求。而如何增强数据分析能力则成为人才培养的关键所在。基于此,文章提出开设大数据分析课程和案例分析的实践教学的建议,并探讨培养经管类人才数据分析能力的具体路径。