《教育部IBM产学合作协同育人课程建设项目.pdf》由会员分享，可在线阅读，更多相关《教育部IBM产学合作协同育人课程建设项目.pdf（10页珍藏版）》请在三一文库上搜索。
1、2017 年教育部 -IBM 产学合作协同育人课程建设项目 申报指南 一、建设目标 面向高校计算机学院、 软件学院等信息类相关专业，通过支持高校开展大数据分 析、认知计算、云计算和企业计算等专业方向教学内容和课程体系改革，开发 MOOC 课程，改进教学内容，优化课程体系，推进优质教学资源共享，提升高校教学质量， 打造持续健康的人才生态系统。(申报主题见附件1) 二、申报条件 1申报课程应以现有课程为基础, 包括已经开设或已排入教学计划即将在高校 开设的课程。 2申报课程（非MOOC ）学时安排应不少于32 学时，平均每年开课次数不少 于一次，平均每学期修读人数不少于30 人。 三、建设要求 1
2、.立项课程须完成以下任务： (1)提供课程大纲、学时分配、教师教案、电子书、习题和实验设计。每章节应有 不少于 10 道的配套习题、答案、知识点索引。自建课程网站，对外免费开放立项课 程，所有课件须上传至课程网站开放使用，并开辟交流讨论专区。 2.MOOC 课程项目建设要求与IBM 指定的 MOOC 平台合作，提供教师授课教案 及全程教学录像或录音，对外免费开放立项课程,所有课件须上传至课程网站开放使 用，并开辟交流讨论专区。 四、支持办法 1.拟支持 4-6 门课程建设项目， 建设周期为 3-6 个月。对于验收合格的项目， IBM 公司将提供约 2-4 万元人民币的经费支持。 2.IBM 公
3、司将为立项课程提供有关技术资料和教学实验云平台，并根据需要安排 2 人员提供课程建设相关技术支持。 五、申请办法 1.项目申报人应填写 IBM 公司产学合作协同育人课程建设项目申报表（见附 件 2） 。 2.项目申报人须在2017 年 10 月 30 日前将加盖学校公章的申请书扫描件及相关 电子文档发送至项目联系人李倩的邮箱 。 3.IBM 公司将组织专家进行申报项目遴选，并公布立项名单。 4.确认立项的项目负责人需要提供学校签字盖章的课程开发立项任务书，所有建 设内容应在立项任务书要求的时间内完成。公司将会同相关专家对项目组织验收。 附件： 1.2017 年 IBM 公司产学合作协同育人课程
4、建设项目申报主题 2.2017 年 IBM 公司产学合作协同育人课程建设项目申报表 国际商业机器（中国）有限公司 2017 年 8 月 24 日 附件 1: 2017 年 IBM 公司产学合作协同育人项目课程建设项目申报主题 2017 年 IBM 公司产学合作协同育人项目-课程建设项目的申报主题分为大数据分 析、认知计算、云计算。 一、大数据分析 2016 年 4 月，IBM 携手 “好大学在线”慕课平台设立“IBM 大数据大学”专区 （mooc.org/ibm ） ，首批推出近 30 门包括 Hadoop 、Spark 、数据分析、机 器学习等各领域的高质量免费课程。所有课程遵循“ 5-5-
5、5”架构 （即每门课程含5 节讲 3 座、每节讲座含5 段视频、每段视频时长在5 分钟左右），给学习者提供极具效率和 灵活性的学习体验。此外，IBM 数据科学家集成工作台 https:/ 作为 IBM 大数据大学的云端实践平台，以虚拟机 的方式免费为注册师生提供了一站式的大数据分析的工作环境，无需任何本地安装、 配置和维护，并且提供了大量配置好的案例脚本，非常利于学生有引导地使用 Jupyter/iPython notebook、Apache Zeppelin 、RStudio IDE 以及 OpenRefine 等开 源工具，开展实验练习，从而真正掌握学习到的知识。 IBM 与“好大学在线”
6、的合作旨在以慕课平台和混合式教学模式为依托，通过校企 协同，解决当前大数据技术在高校教学中面临的课堂教学与业界需求不匹配、缺乏具 有实践意义的应用案例、缺乏适合的教学实践平台这三大挑战，帮助教师建设紧贴技 术前沿和产业人才需求的大数据课程，助力高校快速灵活地构建大数据课程体系，培 养适合业界需求的大数据分析人才。 此“建设项目 ”要求教师利用“好大学在线”公共服务平台，以线上线下混合式教学 模式，围绕“面向初学者的入门级大数据分析导论课程” 、 “企业级大数据分析应用的开发 技术课程” 、 “面向行业领域的大数据分析应用案例课程”三个建设方向建设新的慕课课 程，课程内容应从实际需求出发，在原有
7、理论知识的基础之上，积极引入或组合“IBM 大数据大学”的一门或几门微课程的全部或部分课件内容，同时利用“IBM 数据科学家 集成工作台”（DataScientistWorkB）引用现有案例或开发新的案例，完成 课堂教学案例实践和学生课程大作业。 N o 方向要求简述 1 面向初学者的 入门级大数据 分析导论课程 大数据分析深刻影响着人们的日常生活，以个性化推荐和服务 定制为代表的大数据应用昭示着大数据时代的到来。业务建 模、非结构化数据采集与清洗、分布式数据存储、并行数据处 理等技术构成了大数据分析所需的完整技术体系。 4 本方向所建设的课程将面向初学者以导论的形式介绍包括大 数据产生、采集
8、、清洗、存储、建模、处理、可视化等在内的 大数据分析的完整技术体系，让学生建立完整的技术体系概 念，并对其中每项技术针对的具体问题和基本设计思想进行阐 述，为学生学习后续针对每一项技术详细展开的开发类课程提 供认知基础。 本方向所建设的课程将以“IBM 数据科学家集成工作台” （DataScientistWorkB）为实验环境依托， 在该平台 上开发简单的初级案例，涵盖导论中所涉及的各项技术，以案 例演示和实操的方式让学生对课程内容产生感性认识。 推荐“ IBM 大数据大学”课程： 数据科学入门 Data Science Methodology Data Scientist Workbench
9、教程 Introduction to R 基于R语言的大数据分析介绍 Watson Analytics 基础课程 2 企业级大数据 分析应用的开 发技术课程 企业级应用通过大数据分析可以扩展系统功能和提升服务质 量，因此，企业级大数据分析应用成为了业界趋之若鹜的新的 业务增长点。企业级大数据分析应用属于技术密集型系统，需 5 要完备的技术储备才能开发出高质量的系统。 本方向所建设的课程将面向具有Web 全栈开发经验的高年级 本科生和研究生讲授在企业级应用基础上，扩展其大数据分析 功能所需的理论方法和开发技术，涵盖非关系型数据仓库、并 行和内存处理框架、数据分析建模语言、数据可视化技术等内 容。
10、让学生能够针对用户需求，为企业级应用系统设计并实现 大数据分析与处理的增值扩展服务。 要求以“ IBM 数据科学家集成工作台” （DataScientistWorkB）为实验环境依托， 在该平台 上设计基于开源框架的系统解决方案，涵盖本课程中所涉及的 各项技术，并能够通过DataScientistWorkB给出系 统实现。 推荐“ IBM 大数据大学”课程： Hadoop Fundamentals Spark 基础课程 I Spark 基础课程 II Pig 基本原理 SQL Access on Hadoop(Big SQL v4) MapReduce 和 YARN 6 Hadoop 查询语言
11、 3 面向行业领域 的大数据分析 应用案例课程 大数据分析技术的魅力在于能将不同应用场景的数据转变为 有价值的洞察，帮助企业实现业务转型与升级。 本方向所建设的课程将立足某一行业领域（例如交通行业、能 源行业、新闻行业、营销领域、财务领域、物流领域等），系 统介绍统计分析、数据挖掘、商务智能或企业风险管理等知识 的基本理论、相关技术和主流工具以及在行业领域的实践案 例。 要求以“ IBM数据科学家集成工作台” （DataScientistWorkB）为实验环境依托， 在该平台 上引用或开发案例，涵盖导论中所涉及的各项技术，以案例演 示和实操的方式让学生掌握所学的课程知识。 推荐“ IBM大数据
12、大学”课程： 数据科学入门 Data Science Methodology Data Scientist Workbench教程 预测模型基础 基于大数据的文本分析 (高级) - 案例分析 7 Watson Analytics 基础课程 Introduction to R 基于R语言的大数据分析介绍 大数据统计分析技术（ SPSS Statistics ） 大数据统计之数据挖掘技术（SPSS Modeler ） 为更好地帮助教师们了解IBM“大数据大学”内容、IBM“数据科学家集成工作台”以 及“好大学在线”混合式教学管理平台的使用方法，以便快速建设符合要求的SPOC 课 程，IBM 将于近
13、期开设师资培训班，敬请大家关注。 项目联系人： IBM 大学合作部周恩昌， ，微信号： enchangzhou 二、认知计算 序号方向要求简述 1 机器学习 MOOC 课程 介绍当今最流行机器学习技术无监督特征学习和深度学 习的基本概念、数学方法、发展历史、以及前景展望。并从实 际案例和应用出发，介绍这些技术在现实场景中的应用和实 现。通过习题和对工具的介绍， 指导学生快速上手开发和实现 简单的认知计算应用。课程要求以IBM Watson Developer Cloud 上的 Watson APIs 作为课程的实践平台。 2 自然语言处 理 MOOC 课 介绍当今主流自然语言技术的基本概念、
14、数学方法、发展历史、 以及前景展望。 并从实际案例和应用出发， 介绍这些技术在现 8 程实场景中的应用和实现。 通过习题和对工具的介绍， 指导学生 快速上手开发和实现简单的认知计算应用。课程要求以IBM Watson Developer Cloud上的 Watson APIs 作为课程的实践 平台。 3 计算机视觉 MOOC 课程 介绍当今主流计算机视觉技术的基本概念、数学方法、发展历 史、以及前景展望。 并从实际案例和应用出发， 介绍这些技术 在现实场景中的应用和实现。 通过习题和对工具的介绍， 指导 学生快速上手开发和实现简单的认知计算应用。课程要求以 IBM Watson Develop
15、er Cloud上的 Watson APIs 作为课程 的实践平台。 项目联系人： IBM 大学合作部李晶晖， ，微信号： ljh23199 三、云计算 随着云计算的不断普及和推广，基于云计算的应用和服务成为技术趋势占据主流 市场。同时也正是由于基于云计算的应用和服务，无论是在大数据方向、移动方向、 物联网方向还是现在火热的认知计算和区块链技术，都有别于非云环境。IBM将提供 技术平台和服务支持，与老师一起开发出最体系化，最具实战指导意义的新时代云计 算及其相关应用领域的课程。培养学生最新的理论知识和实践，切实武装学生面对市 场的知识技能和眼界。 N o 方向要求简述 1 云技术应用与 开发
16、本课程要求以“ IBM 云计算平台 Bluemix ”为基础来向学生详 细介绍基于云开发应用。 IBM Bluemix 是新一代数字创新平台， 同时也是一个开放的云平台（基于Cloud Foundry ，支持混合 云），提供整合的环境和开发管理工具，使得组织和开发人员 能够快速而轻松的在云上创建、开发、部署和管理应用程序 （WEB ，移动，大数据，新型智能设备等），而不用被硬件， 软件，网络等其他因素分心。Bluemix 提供了 PaaS (Cloud Foundry), 虚拟机以及容器等计算能力， 同时还整合网络和存 9 储等功能，自下而上，横跨PaaS 和IaaS, 为用户提供完整的云 计
17、算解决方案。 本课程应以 IBM Bluemix 平台为实验环境依托，在该平台上开 发简单的实际案例，涵盖云技术与开发的各项技术，以案例和 实操的方式来吸引学生的兴趣。 本课程的内容应该包含但不仅限于以下内容： 1. 云计算基础导论 2. IBM 云计算产品介绍（IBM Bluemix ） 3. Bluemix 支持的应用部署方式（即时运行时，容器，虚拟机 等） 4. 使用Bluemix 来进行Web 应用开发 5. Bluemix 服务介绍，案例演示以及实操，包括： a. 数据服务， b. 物联网服务， c. 认知服务， d. 网络存储服 务， e. DevOps 服务， f. 区块链服务，
18、g. API和集成服务，h.移 动服务等。 2 移动技术及应 用 智能手机的普及从各个方面改变着人们的生活。信息的接收、 传播、处理等都在以移动终端的方式更迅捷地呈现给个人，同 时移动应用引领着 IT行业的转变。 移动应用使信息渗入到生活 中的各个角落，让人与人、人与系统、系统与系统之间的交互 更加紧密。 移动应用商店每年会有成千上万的新APP 上线，这 些移动应用不断丰富着人们的生活，并在各个行业替代传统的 工作方式。 IBM BlueMix 的云环境，为移动应用，从部署、管理、数据统 计、服务端托管等各个方面提供了便利的开发及运营环境。 本方向所设立的课程将面向移动开发初学者，从软件工程基
19、本 理论入手，以一款或多款流行的应用为例，讲解移动APP 的设 计思想；辅助以敏捷开发的流程，指导学生从移动工程师的角 度进行思考；介绍Android 或iOS的基本 SDK ，应用部署的服务 架构。让学生能够从解决实际问题的角度，通过产品分析，定 位用户群体，并设计 APP 主要功能和核心价值；以用户体验为 驱动，进行 APP 界面的交互设计，及敏捷开发模式进行实验。 本方向课程要求基于 IBM MobileFirst Platform进行实验，并 依托 IBM Bluemix 云环境进行部署。实验中应重视动手能力， 使学生能够根据功能需求， 选择适当的 iOS或者Android 的SDK
20、； 开发过程符合移动开发规范，并以小组协作的方式，完成可运 行的iOS或者Android 手机应用；调用Bluemix 云环境的 API进行 部署、升级，以及获得用户数据统计。最终使学生掌握移动的 开发、设计、版本管理、迭代优化和持续改进的理论及实践。 3 物联网技术及 应用 1）物联网平台 :介绍当代物联网的基本理论和技术热点，并 结合应用案例的角度，从设备连接，内容管理，安全风险控制 以及数据分析的角度，介绍物联网平台应具备的能力和特点。 通过对开发工具的介绍，结合练习，指导学生快速上手开发和 实现简单的物联网应用，课程要求以Watson IoT Platform 作 为课程的实践平台。
21、10 2) 物联网硬件开发入门：介绍主流开源电子原型平台开发如 Raspberry PI ，Andrunio 等的开发，利用实际案例介绍如何 采集传感器数据，并将数据发送到物联平台进行相应处理。通 过对开发工具的介绍，结合练习，指导学生快速上手对传感器 数据的采集和对硬件的控制。 课程要求以 Watson IoT Platform 结合一些开源硬件平台作为课程的实践平台。 3) 物联网应用的设计和实现：介绍如何利用物联网平台结合 NodeRed, Cloudant, MessageHub 等服务构建复杂的物联网应 用， 通过习题和对工具的介绍和练习，指导学生快速上手开 发和实现具备一定复杂度的物联网应用，课程要求以Watson IoT Platform 等Bluemix services 作为课程的实践平台。 项目联系人： IBM 大学合作部程伟