3奎曉燕（分享版）中南大學數據科學與大數據專業建設與實踐體會.pdf

《3奎曉燕（分享版）中南大學數據科學與大數據專業建設與實踐體會.pdf》由會員分享，可在線閱讀，更多相關《3奎曉燕（分享版）中南大學數據科學與大數據專業建設與實踐體會.pdf（61頁珍藏版）》請在三個皮匠報告上搜索。

1、 中南大學大數據專業情況科教融合探索二三國家一流專業建設情況一思考和建議四對標國家一流專業建設建設目的為全面振興本科教育，教育部相繼推出一系列改革措施，啟動新工科、新農科、新文科、新醫科“四新建設”，發布“六卓越一拔尖”計劃2.0。2019年，教育部發布教育部辦公廳關于實施一流本科專業建設“雙萬計劃”的通知（教高廳函201918號），決定全面實施“六卓越一拔尖”計劃2.0，啟動一流本科專業建設“雙萬計劃”,全力打贏振興本科教育攻堅戰。對標國家一流專業建設布局情況主要任務：20192021年，建設10000個左右國家級一流本科專業點。三年統籌規劃：國家級一流本科專業建設工作分三年完成。每年3月啟

2、動，經高校網上報送、教育主管部門或高校提交匯總材料、高等學校教學指導委員會提出推薦意見等，確定建設點名單，當年10月公布結果。兩步走實施：報送的專業第一步被確定為國家級一流本科專業建設點；教育部組織開展專業認證，通過后再確定為國家級一流本科專業。突出示范領跑：建設新工科、新醫科、新農科、新文科示范性本科專業，引領帶動高校優化專業結構、促進專業建設質量提升，推動形成高水平人才培養體系。面向各類高校。在不同類型的普通本科高校建設一流本科專業，鼓勵分類發展、特色發展。面向全部專業。覆蓋全部92個本科專業類，分年度開展一流本科專業點建設。分“賽道”建設：中央部門所屬高校、地方高校名額分列，向地方高校傾

3、斜；鼓勵支持高校在服務國家和區域經濟社會發展中建設一流本科專業。布局情況對標國家一流專業建設對標國家一流專業建設評價標準否決性指標:1.有重大負面影響的專業不能成為一流專業；2.水平低且特色少的學校難以建設一流的專業；3.對本科人才培養不重視的學校難以建設一流專業；4.必須有國家級過硬的指標，否則不應該成為國家一流專業；5.存在師德師風問題、學術不端問題、五年內出現過重大教學事故的學校；6.近三年國家和省確定的“負面清單”專業，原則上不列入一流專業建設對象。對標國家一流專業建設一流專業建設應具備標準專業定位明確改革成效突出培養質量一流師資力量雄厚專業管理規范 數據科學與大數據專業情況n 專業發

4、展背景n 培養體系演變n 專業教材建設n 實驗環境建設n 實訓平臺建設n 校企合作實踐 專業發展背景n 首批專業申報成功學校2014年11月著手申報，2015年7月提交2016年2月獲批:北京大學、對外經濟貿易大學、中南大學北京大學、對外經濟貿易大學、中南大學n 專業班級2015級 計算機科學與技術(大數據方向，35人，已畢業)2016級 數據科學與大數據技術(2個班，61人，已畢業)2017級 數據科學與大數據技術(2個班，61人，已畢業)2018級 數據科學與大數據技術(2個班，68人，已畢業)2019級 數據科學與大數據技術(2個班，78人，大四)2020級 數據科學與大數據技術(2個班

5、，78人，大三)n 生源質量15級來源于全校理工科；1622級錄取分數相對較高 培養體系演變學分與學時（2015版）課程模塊類別必修課選修課合計占總學分比例(%)學分學時(周)學分學時(周)學分學時(周)公共基礎課程52.58400052.584029.17%學科基礎課程15.52480015.52488.61%專業課程25.540843.569670112038.89%素質拓展課程1524000152408.33%實踐環節2828周/2828周15.56%總計136.51736+28周43.56961802432+28周周100%培養體系演變學分與學時（2016版）課程模塊類別課程模塊類別必

6、修課必修課選修課選修課合計合計占總學分占總學分學分學分學時學時(周周)學分學分學時學時(周周)學分學分學時學時(周周)比例比例(%)通識教育理論教學27.5440812835.556820課程集中實踐環節1.53周001.53周0.8學科教育理論教學55.58880055.588831.2課程集中實踐環節0000000專業教育理論教學12 19232.552044.5712 25課程集中實踐環節3131周22周3333周18.5個性培養理論教學232002321.1課程課外研學00663.4總 計129.51552/34周48.5648/2周1782200/36周 其中：課內實踐1219269

7、61828810.1實踐教學集中實踐32.534周22周34.536周19.4課外研學0066963.4合 計44.5192/34周1496/2周56.5320/36周32.9 培養體系演變學分與學時（2018版）課程模塊類別課程模塊類別必修課必修課選修課選修課合計合計占總學分占總學分比例比例(%)學分學分學時學時(周周)學分學分學時學時(周周)學分學分學時學時(周周)理論教學課堂講授93.21556+0周27.7444+0周120.92000+0周69.88%課內實踐11.8176+3周3.352+0周15.1228+3周8.73%合計1051732+3周31496+0周1362228+3周

8、78.61%實踐教學集中實踐環節30.548+29周00+0周30.548+29周17.63%單獨設課實驗課2.580+0周00+0周2.580+0周1.45%個性培養00+0周416+4周416+4周2.31%合計33128+29周416+4周37144+33周21.39%合計1381860+32周35512+4周1732372+36周100%培養體系演變學分與學時（2023版）課程模塊類別課程模塊類別必修課必修課選修課選修課合計合計占總學分占總學分比例比例(%)學分學分學時學時(周周)學分學分學時學時(周周)學分學分學時學時(周周)理論教學課堂講授87.51364+0周20224+0周10

9、7.51588+0周65.15%課內實踐16204+3周748+0周23252+3周13.94%合計103.51568+3周27272+0周130.51840+3周79.09%實踐教學集中實踐環節320+37周00+0周320+37周19.39%單獨設課實驗課2.580+0周00+0周2.580+0周1.52%個性培養00+0周00+0周00+0周0%合計34.580+37周00+0周34.580+37周20.91%合計1381648+40周27272+0周1651920+40周100%培養體系演變課程體系 培養體系演變技能體系 培養體系演變實際執行課程體系n 通識教育課程思政類思政類軍體類軍

10、體類外語類外語類文化素質類（文化素質類（6學分）學分）n 學科教育課學科基礎課學科基礎課公共基礎課公共基礎課 培養體系演變實際執行課程體系n 專業教育課程專業核心課專業核心課專業課專業課專業選修課專業選修課 培養體系演變實際執行課程體系（2018）n 專業教育課程專業核心課專業核心課專業課專業課專業選修課專業選修課 培養體系演變實際執行課程體系（2023）n 集中實踐環節通識教育集中實踐通識教育集中實踐學科教育集中實踐學科教育集中實踐專業教育集中實踐專業教育集中實踐 培養體系演變實際執行課程體系n 個性培養課創新創業課創新創業課課外研學：選修不少于課外研學：選修不少于4學分學分修讀修讀“實驗室

11、技術安全與環境保護知識學習培訓與考核實驗室技術安全與環境保護知識學習培訓與考核”課程課程1學分學分創新創業實踐創新創業實踐2學分學分含創新創業項目、科研訓練、學科競賽和創新創業比賽、創新創業實踐調研、創新創業國際含創新創業項目、科研訓練、學科競賽和創新創業比賽、創新創業實踐調研、創新創業國際研習、論文成果、專利和著作權、自主創業等研習、論文成果、專利和著作權、自主創業等其他課外研學內容（含開放性實驗、社會實踐、技能考試、素質修養等）其他課外研學內容（含開放性實驗、社會實踐、技能考試、素質修養等）培養體系演變實際執行課程體系 培養體系演變經驗總結n 從知識體系角度布局課程體系模塊通識教育知識模塊

12、：國家有統一規定，應遵照執行通識教育知識模塊：國家有統一規定，應遵照執行自然科學知識模塊：對接工程認證需求，應予充分考慮自然科學知識模塊：對接工程認證需求，應予充分考慮數理統計學科知識模塊：是大數據領域建模與大數據分析的基礎；是對已有典型模型理解、應用、并嘗試改數理統計學科知識模塊：是大數據領域建模與大數據分析的基礎；是對已有典型模型理解、應用、并嘗試改進的基礎進的基礎計算機學科知識模塊：是理解大數據平臺工作原理的基礎；是分析各類平臺適應范圍與性能優劣的基礎；是計算機學科知識模塊：是理解大數據平臺工作原理的基礎；是分析各類平臺適應范圍與性能優劣的基礎；是分析平臺演進趨勢與革新的基礎分析平臺演進

13、趨勢與革新的基礎數據挖掘與人工智能知識模型：是熟練應用典型算法解決實際問題，以及面向大數據問題域設計大數據核心數據挖掘與人工智能知識模型：是熟練應用典型算法解決實際問題，以及面向大數據問題域設計大數據核心處理算法的基礎處理算法的基礎大數據平臺類知識模塊：是了解各類平臺適應范圍，熟練掌握平臺使用方法，高效開發大數據產品的基礎大數據平臺類知識模塊：是了解各類平臺適應范圍，熟練掌握平臺使用方法，高效開發大數據產品的基礎專業交叉融合知識模塊：除了上述知識模塊以外，更重要的是提供靈活的機制，方便學生根據興趣深入學習專業交叉融合知識模塊：除了上述知識模塊以外，更重要的是提供靈活的機制，方便學生根據興趣深入

14、學習其它專業領域知識，熟悉相關專業業務，運用大數據專業知識、方法、技術與基本技能解決面向特定領域的其它專業領域知識，熟悉相關專業業務，運用大數據專業知識、方法、技術與基本技能解決面向特定領域的問題問題n 從能力形成角度理清課程依賴關系培養對大數據專業的基本認知能力的課程設置與依賴關系；示例：數據科學與大數據技術導論大數據企業認識實習培養通用問題求解能力的課程設置與依賴關系；示例：離散數學數據結構算法分析與設計培養大數據領域問題求解能力的課程設置與依賴關系；示例：科學計算與數學建模數據倉庫與數據挖掘機器學習與深度學習培養對大數據平臺工作原理理解能力與平臺架構設計能力的課程設置與依賴關系；示例：計

15、算機組成原理與匯編操作系統原理數據庫原理計算機網絡原理分布式系統與云計算軟件工程培養大數據應用能力與大數據產品開發能力的課程設置與依賴關系；示例：程序設計類課程與程序設計實踐應用基礎實踐（網絡+數據庫+Java）數據處理方法課程設計大數據編程大數據綜合應用實踐大數據企業生產實習 培養體系演變經驗總結n 從人才需求角度確定畢業基本要求 畢業要求1知識要求具備數學、自然科學、計算機科學基礎知識、以及大數據工程專業知識，用于描述和分析大數據系統、大數據應用工程、大數據科學研究等相關復雜問題。畢業要求2知識要求了解國家發展戰略規劃、產業政策、法律法規、正確認識、理解、評價大數據工程對經濟、社會、環境、

16、健康、安全、文化的影響，保持經濟增長、社會和諧、環境友好的協調發展。畢業要求3知識要求能力要求具有對大數據系統、大數據應用及相關復雜工程問題進行建模、設計、分析、研究、驗證等工程綜合知識和實踐能力，并表現出創新意識。畢業要求4能力要求熟練運用主流大數據平臺（如Hadoop 或Spark）、典型深度學習系統（如TensorFlow、百度飛漿），設計、開發、生產面向特定行業的大數據產品。畢業要求5能力要求具有分享包容的心態、溝通與協作的愿望、規范化組織與管理意識，能熟練運用一門以上外語進行國際交流，具有較強的口頭和書面表達能力。畢業要求6素質要求具有科學人文素養、強烈的社會責任感、理解并遵守職業倫

17、理。畢業要求7素質要求了解信息學科前沿發展趨勢，關注本專業與其他學科交叉融合的新理論、新方法和新技術，具有開放意識和全球視野。畢業要求8素質要求具有探索新事物的興趣，能保持上進心、自主學習和持續更新核心知識以適應專業或職業發展的能力。培養體系演變經驗總結n 從社會適應角度奠定長期發展基礎能夠適應行業大數據應用的發展需要，融會貫通數學與自然科學基礎知識、計算機科學基礎知識、大數據科學與工程專業知識，提出復雜大數據工程項目的系統性解決方法。能夠跟蹤大數據科學與工程領域的前沿技術，具備一定的大數據工程創新能力、大數據分析與價值挖掘能力，能夠從事應用驅動的大數據產品的設計、開發和生產。具備良好的職業道

18、德精神、社會責任感，理解法律、環境、發展的相互關系，在工程項目實施中堅持綠色發展理念、能夠注重經濟與社會效益的協調。具備健康的身心，擁有科學的人文精神、創新創業精神、團隊精神，具備良好的人際溝通與協調能力、有效的工程項目管理能力。能夠從全球視野思考問題，主動應對不斷變化的國內外形勢，具備自主學習能力、批判思維能力和國際交流能力。培養體系演變經驗總結 專業教材建設類別序號項目名稱所獲獎勵或支持名稱時間等級授予部門課程與教材1數據科學與大數據技術導論校級規劃教材20181中南大學出版社2Spark大數據編程基礎（Scala版）校級規劃教材20191中南大學出版社3大數據采集與預處理技術校級規劃教材

19、20181中南大學出版社4分布式系統與云計算校級規劃教材20191中南大學出版社5數據倉庫與數據挖掘校級規劃教材20181中南大學出版社6智能搜索引擎技術校級規劃教材20181中南大學出版社7大學計算機（第4版）國家級規劃教材20171高等教育出版社8MATLAB程序設計與應用（第3版）國家級規劃教材20171高等教育出版社9科學計算與MATLAB語言湖南省普通高等學校省級精品在線開放課程2018省級湖南省教育廳10計算機程序設計基礎湖南省普通高等學校省級精品在線開放課程2019省級湖南省教育廳11科學計算與MATLAB語言中國高校計算機教育MOOC聯盟優秀課程2018國家級教育部、中國高校計

20、算機教育MOOC聯盟數據科學與大數據技術導論本書區別于傳統的導論課教材，書中包含20個實驗，綜合考慮了數據科學與大數據專業需要較好動手能力的特點，同時也順應了教育部有關“新工科”的要求，培養數據科學與大數據專業學生的動手能力。經過導論課的學習，希望學生能對本專業的知識體系有感性認識，走入社會時，能找到與自己專業相關強的社會崗位，并能盡快適應、快速成長。專業教材建設Spark大數據編程基礎（Scala版）本書系統地介紹了Spark大數據編程技術。本書分為三個部分共10章，從“Spark環境介紹”開始，以“Spark編程入門基礎”為承接、最后具體到每一個“Spark編程組件”。這三部分內容從淺入深

21、自成體系，可以方便地學習Spark編程的每個具體知識點。本書在編寫過程中力求深入淺出、重點突出、簡明扼要，盡可能方便不同專業背景和知識層次的讀者閱讀。本書配套的官方網站是http:/，免費提供全部課件資源、源代碼和數據。相關資料也可以到中南大學出版社的網站下載。專業教材建設大數據采集與預處理技術本書側重于介紹大數據關鍵技術中的大數據采集和數據預處理技術，該教材可作為入門級大數據基礎教材，旨在為讀者搭建起大數據的知識架構、闡述大數據采集和數據預處理的基本原理、并開展相關的初級實踐，為讀者在大數據及相關領域的學習奠定重要基礎。本書系統論述了大數據的概念和關鍵技術、大數據采集基礎知識、常用大數據采集

22、架構、大數據遷移技術、互聯網數據的抓取和獲取技術和數據預處理等技術，最后給出了基于Hadoop的大數據綜合分析案例。專業教材建設分布式系統與云計算本書是一本完整講述分布式系統與云計算基本理論及其應用的教材。通過本書的學習，使讀者了解分布式計算系統的體系結構，認識并行計算的實質；使讀者對分布式系統的基本概念、有關體系結構、分布式系統設計原理與方法有一個系統的掌握；能深入理解一些典型的分布式計算系統，掌握當前重要而成熟的分布式系統模型和云架構；理解云計算和云存儲原理與技術，特別是數據中心與大型網站架構設計，并領會其基本思想和分析與解決問題的思路，從而綜合運用所學的軟件設計技術來研究和設計分布式與云

23、計算系統。專業教材建設數據倉庫與數據挖掘本書按照教育部關于高等學校本科教育以培養更多應用型人才為目標的教學改革方向，以及全日制研究生以學術型和專業型兩大類進行有差別培養的要求，本專業迫切需要一本在教學時數限制嚴格的條件下，理論敘述深入淺出、實際應用具體完整；算法描述自然易懂，計算實例詳略得當的數據倉庫與數據挖掘方面的教材。本書兼顧了應用型人才與學術型人才培養的需求，為讀者真正架起了理論與實踐的橋梁；還以大量的計算實例來增加讀者對數據挖掘原理及其各種挖掘算法的理解深度。專業教材建設智能搜索引擎技術本書以當前搜索引擎主流技術位基礎，密切關注前沿技術發展趨勢，結合當前人工智能和自然語言技術的發展，系

24、統完整地介紹了智能搜索引擎的關鍵技術。本書在吸取國內外教材的優點基礎上，廣泛地搜集恰當的例子，通過實例從多個視角對智能搜索引擎的核心技術進行全面的介紹，加深讀者對關鍵概念和核心技術的理解。本書將開源軟件的介紹引入進來，將技術理論與應用范例結合。本書的讀者主要定位于對搜索引擎有一定興趣的“數據科學與大數據技術”專業及其計算機相關專業的本科生或研究生，從事該領域研究的從業者。通過對本書的閱讀，可以使讀者對智能搜索引擎的相關知識有一個基本的了解，并為將來開展研究工作打下堅實的基礎。專業教材建設 課程建設跨專業、跨平臺案例融合金融數據分析特色化案例l1、基于總體規模與投資效率指標的上市公司綜合評價l2

25、、投資組合構建及收益率計算l3、基于技術指標的股票價格漲跌趨勢預測模型的構建（支持向量機模型）l。l1、醫療大數據分析與評估系統l2、綠色冶金自動化生產流程虛擬仿真l3、智慧交通軌道檢測分析虛擬仿真l4、數據驅動的智慧金融風控系統l。中南大學平臺在線教師共101人人，學生3774人，課堂88個，共建實訓450個，實訓報告超30000個，學員實戰時間高達19000000余分鐘。中南大學 數據總覽中南大學 Spark大數據編程S c a l a 是 一門 多 范 式 編程 語 言，混合 了 面 向 對象 編 程 和 函數 式 編 程 的風 格。S c a l a 編 程S p a r k S Q

26、L 是S p a r k 處 理結 構 化 數 據、半 結 構 化 數據 的 高 級 模塊。S p a r k S Q LS p a r k S t r e a m i n g支 持 實 時 數據 流 的 可 擴展、高 吞 吐、容 錯 的 流 處理。S p a r kS t r e a m i n gG r a p h X 是 一個 分 布 式 圖 處理 框 架，基 于S p a r k 平 臺 提供 對 圖 計 算 和圖 挖 掘 簡 潔 易用 而 豐 富 多 彩的 接 口S p a r kG r a p h Xs p a r k.m l支 持 分 類 模型、回 歸 模型 等 機 器 學習 模

27、 型。S p a r kM i l b本實訓路徑以任務為導向，較為全面地介紹了Spark大數據技術的相關知識。共構建了5個章節、18個實踐關卡，有150余所高校利用該課程實訓在頭歌平臺開設了實驗課，順利開展實驗教學，15000余名學生完成了課程實驗或自主學習。2023-5-638中南大學 科學計算與數學建模線性回歸預測PM2.5值基于概率生成模型的二分類Logistic回歸預測二分類Keras基礎與簡單應用基于Keras的卷積神經網絡詞嵌入模型循環神經網絡自編碼器本課程以數學建模思想、方法為主線，有機融入科學計算的理論與方法，是集科學計算方法、現代數學、計算機技術與實際問題求解于一體的一門新型

28、課程，采用研究性教學與探索型學習相結合的教學模式，主要講授數學建模思想和科學計算方法。共構建了8個章節、16個實訓項目，共計16個實踐任務，超過400名學生完成了課程實驗或自主學習，評測和完成時間次數達到10000多次和2000多次。2023-5-639中南大學 編譯原理遞歸下降分析法設計與實現詞法分析程序詞法分析程序設計與實現設計與實現用 遞 歸 下 降 分析 法 對 任 意 輸入 的 符 號 串 進行 分 析，并 且詳 細 介 紹 了 遞歸 下 降 分 析 法程 序 的 工 作 過程。本章節主要來介紹預測分析法，用預測分析法編制語法分析程序。預測分析法設計與實現介 紹 如 何 設 計一 個

29、 詞 法 分 析程 序，選 擇 已有 的 一 種 高 級語 言，編 制 它的 詞 法 分 析 程序。算符優先分析法設計與實現本章節主要介紹算符優先分析法，用算符優先分析法編制語法分析程序。本課程配套編譯原理，構建了4個章節個章節、8個實訓項目個實訓項目，8個實踐任務個實踐任務，超過1700名學生名學生完成了課程實驗或自主學習，評測和完成時間次數達到6000多次和3000多次。課堂提供對教學資源和學生學習行為的管理。教學資源方面老師可以從自建或公開課程中選擇需要的實訓項目比如人臉識別系統等布置給學生，也可以對任務發布、任務完成統計等進行實時管理；學生管理方面可以查看學生的學習效率、編程代碼、學習

30、任務完成時間等。這極大的方便了老師的教學管理。中南大學 課堂案例 實驗環境建設硬件設施 大數據控制服務器大數據控制服務器*1臺臺處理器：2顆8核Intel Xeon E5-2630 v3,2.4G內存：128GB 硬盤：2*2TB 網卡：標配6個PCI-E*8千兆以太網控制器 大數據計算服務器大數據計算服務器*9臺臺處理器：2顆8核，Intel Xeon E5-2630 v3,2.4G內存：128GB 硬盤：2*2TB 網卡：標配6個PCI-E*8千兆以太網控制器2.自由調整配置教學實驗環境教學實驗環境在線教學資料在線教學資料教考系統教考系統新建課程新建課程B/S+C/S可選可選訪問模式訪問模

31、式教學系統功能教學系統功能1.可擴展機群3.支持所有linux,windows系統4.三層網絡虛擬5.四層網絡防護2.PPT1.教學文檔3.PDF文檔4.教學軟件2.實驗報告1.作業提交3.入學考試4.隨堂考試5.結課考試2.新建實驗環境1.新建教學資料 實驗環境建設軟件設施離散數學數據結構面向對象程序設計WEB應用開發操作系統原理數據庫原理計算機網絡計算機腳本語言云計算概念技術與架構hadoop分布式計算框架hadoop生態環境Python程序設計數據分析技術Python爬蟲與數據清洗數據可視化分析機器學習大數據運維實訓SPARK大數據快速運算Web技術與數據資源管理私有云的搭建與維護并行計

32、算與分布式計算網絡流量監測與分析python數據挖掘tensorflow深度學習大數據架構技術R語言與網絡數據獲取技術Python數據處理編程醫療大數據軟件工程Linux系統及應用操作系統信息與網絡安全程序設計綜合實訓數據采集課程設計私有云搭建實訓大數據處理課程設計數據可視化課程設計大數據運維課程設計大數據交叉學科實踐大數據平臺課程資源專業選修課實踐專業核心課專業基礎課 實驗環境建設課程實驗資源n 實訓平臺建設總體規劃校內基地與校外基地相結合學科建設與專業建設相結合公開數據資源引進與自產數據脫敏相結合n 實訓平臺建設現狀醫學大數據綜合實訓平臺 基于醫學大數據國家工程實驗室基于醫療大數據湖南省協

33、同創新中心智慧城市沙盤系統從調度控制算法的演示到數據產生獲取、交通優化、數據分析展示 實訓平臺建設校企合作萬興科技：2020年萬興科技與中南大學計算機學院展開相關合作，出資100萬元設立萬興發展基金，將高?？蒲谐晒D化成可應用的領先技術和產品，萬興科技將一線的研發、管理、運營經驗等分享給更多學子們，發掘、培養、孵化更多優秀的創新創業項目。雙方將在人才培養、技術合作、應用基礎研究三個大的方面持續推進，深化合作。小米工作室：2021年中南大學計算機學院與小米集團聯合建立“小米工作室”，面向計算機學院全體學生及相關學院學生開展校企聯合的創新創業教育活動，現已建成“小米工作室”專項場地，建立了指導老師

34、管理團隊、以學生組織為運營主體的日常管理團隊和競賽指導團隊，著力培養以提升動手實踐能力為導向的創新思維，致力于在學生的能力提升、項目訓練、競賽活動、創業實踐等方面發揮重要作用，培養學生提高專業素養，增強理論應用于實踐能力，形成廣闊視野，成長為能夠適應行業發展、符合企業需求的高素質技術人才。校企合作中興通訊實習實訓基地：2020年，計算機學院與中興通訊展開合作，建立了大學生校外實踐教育基地，雙方采取多樣化產學研合作體系，通過資源優勢互補開展多層次、多方位的全面合作，改進并加強本科教育教學過程中的創新創業能力塑造的培養模式，以基地為平臺，全面優化教學活動，提高學生的動手能力，理論與實踐均衡發展，構

35、建高素質IT人才培養體系，形成校企協同育人聯合體。華為人才訓練營：自2021年起，中南大學計算機學院與華為公司質量與流程IT部建立長期聯系，在新生課教學、就業實習、技術交流等多個方面展開合作，通過校企資源結合為低年級學生拓寬專業視野，了解行業發展，幫助高年級學生做好職業規劃，積累就業招聘經驗，引導學生建立創新創業思維，重視創新意識。百度松果人才培養實踐基地：為深入推進校企聯合人才培養，加強創新性、應用型、技能型等復合型人才培養，投身我國人工智能工程建設，2022年中南大學計算機學院聯合百度設立百度松果人才培養實踐基地，打造跨學科交叉創新實踐平臺，實行更高的培養標準和靈活的教學模式，加強創新、應

36、用和技能多重層次技能提升，通過理論與實踐的緊密結合，為產業創新發展培養具有AI潛質的卓越人才。校企合作基地建設湖南電信 合作共建實訓基地合作共建實訓基地 校企合作基地建設湖南瀟湘大數據研究院 合作共建云實訓室合作共建云實訓室 校企合作基地建設與百度公司合作 合作培訓教師合作培訓教師 校企合作基地建設與百度公司合作 利用百度資源開課利用百度資源開課 校企合作基地建設與百度公司合作 利用百度資源競賽利用百度資源競賽 科教融合科教融合科教融合科教融合醫院系統名稱數據開始時間數據截止時間湘雅醫院HIS2011-01-01至今EMR2008-12-01至今PACS2009-01-01至今LIS2006-

37、01-27至今湘雅二醫院HIS2009-09-01至今EMR2009-09-25至今EMR文書文件2011至今LIS2002-01-01 至今RIS(放射)2013-02-01至今PACS2012-01-31至今湘雅三醫院HIS2002-04-08至今EMR與HIS相同EMR文書庫2014-05-16至今 數據在線隔天同步，涉及醫院主體業務，時間跨度最長達10年以上。15億多條數據，超過1.3PB的數據量1300多TB的影像數據7.24億條左右的醫囑數據6.7億條的收費信息8.12億條檢查檢驗數據1.58億條左右的藥品數據6000多萬患者信息匯聚了多家大型三甲醫院醫療數據科教融合2017智慧醫

38、療創新大賽 投票量超過68萬次；行業關注度超300萬；269萬瀏覽量；覆蓋省內各醫療健康從業人員2018智慧醫療創新大賽 超100家行業媒體關注；100多家醫院積極參與；曝光總量超2000萬；游覽量396.5萬次；覆蓋各地醫療機構及企業相關從業人員；2020智慧醫療創新大賽 2020“數字中國”創新大賽醫療賽道 近500個項目；26個全國協會學會聯合；覆蓋全國26個省市區；億元種子基金支持創新項目轉化2017年2018年202001022019智慧醫療創新大賽 近300個項目；13個省市行業協會、學會、互聯網醫療健康產業聯盟聯合主辦；1600多萬瀏覽量；近20位行業專家領袖聯合發起；數百家醫院、企業踴躍參與；2019年0304自2017年開始發起主辦了智慧醫療創新大賽，目前已經成為國內最有影響力的行業創新大賽。2020年成為2020“數字中國”創新大賽醫療賽道，福州市政府現金獎勵150萬激勵全國百強。思考和建議3、深化產教融合和校企協作，助力師資隊伍建設，賦能教學科研能力4、立足新工科，優化人才培養方案，多學科交叉，培養復合型創新性人才5、面向現代制造，完善實踐教學體系和基礎設施，促進工程實踐能力培養2、加強課程思政和雙創教育，培養學生企業家精神，提升服務社會能力1、聚焦學科發展方向，夯實專業建設基礎中南大學 計算機學院奎曉燕