《3奎晓燕（分享版）中南大学数据科学与大数据专业建设与实践体会.pdf》由会员分享，可在线阅读，更多相关《3奎晓燕（分享版）中南大学数据科学与大数据专业建设与实践体会.pdf（61页珍藏版）》请在三个皮匠报告上搜索。

1、 中南大学大数据专业情况科教融合探索二三国家一流专业建设情况一思考和建议四对标国家一流专业建设建设目的为全面振兴本科教育，教育部相继推出一系列改革措施，启动新工科、新农科、新文科、新医科“四新建设”，发布“六卓越一拔尖”计划2.0。2019年，教育部发布教育部办公厅关于实施一流本科专业建设“双万计划”的通知（教高厅函201918号），决定全面实施“六卓越一拔尖”计划2.0，启动一流本科专业建设“双万计划”,全力打赢振兴本科教育攻坚战。对标国家一流专业建设布局情况主要任务：20192021年，建设10000个左右国家级一流本科专业点。三年统筹规划：国家级一流本科专业建设工作分三年完成。每年3月启

2、动，经高校网上报送、教育主管部门或高校提交汇总材料、高等学校教学指导委员会提出推荐意见等，确定建设点名单，当年10月公布结果。两步走实施：报送的专业第一步被确定为国家级一流本科专业建设点；教育部组织开展专业认证，通过后再确定为国家级一流本科专业。突出示范领跑：建设新工科、新医科、新农科、新文科示范性本科专业，引领带动高校优化专业结构、促进专业建设质量提升，推动形成高水平人才培养体系。面向各类高校。在不同类型的普通本科高校建设一流本科专业，鼓励分类发展、特色发展。面向全部专业。覆盖全部92个本科专业类，分年度开展一流本科专业点建设。分“赛道”建设：中央部门所属高校、地方高校名额分列，向地方高校倾

3、斜；鼓励支持高校在服务国家和区域经济社会发展中建设一流本科专业。布局情况对标国家一流专业建设对标国家一流专业建设评价标准否决性指标:1.有重大负面影响的专业不能成为一流专业；2.水平低且特色少的学校难以建设一流的专业；3.对本科人才培养不重视的学校难以建设一流专业；4.必须有国家级过硬的指标，否则不应该成为国家一流专业；5.存在师德师风问题、学术不端问题、五年内出现过重大教学事故的学校；6.近三年国家和省确定的“负面清单”专业，原则上不列入一流专业建设对象。对标国家一流专业建设一流专业建设应具备标准专业定位明确改革成效突出培养质量一流师资力量雄厚专业管理规范 数据科学与大数据专业情况n 专业发

4、展背景n 培养体系演变n 专业教材建设n 实验环境建设n 实训平台建设n 校企合作实践 专业发展背景n 首批专业申报成功学校2014年11月着手申报，2015年7月提交2016年2月获批:北京大学、对外经济贸易大学、中南大学北京大学、对外经济贸易大学、中南大学n 专业班级2015级 计算机科学与技术(大数据方向，35人，已毕业)2016级 数据科学与大数据技术(2个班，61人，已毕业)2017级 数据科学与大数据技术(2个班，61人，已毕业)2018级 数据科学与大数据技术(2个班，68人，已毕业)2019级 数据科学与大数据技术(2个班，78人，大四)2020级 数据科学与大数据技术(2个班

5、，78人，大三)n 生源质量15级来源于全校理工科；1622级录取分数相对较高 培养体系演变学分与学时（2015版）课程模块类别必修课选修课合计占总学分比例(%)学分学时(周)学分学时(周)学分学时(周)公共基础课程52.58400052.584029.17%学科基础课程15.52480015.52488.61%专业课程25.540843.569670112038.89%素质拓展课程08.33%实践环节2828周/2828周15.56%总计136.51736+28周43.56961802432+28周周100%培养体系演变学分与学时（2016版）课程模块类别课程模块类别必

6、修课必修课选修课选修课合计合计占总学分占总学分学分学分学时学时(周周)学分学分学时学时(周周)学分学分学时学时(周周)比例比例(%)通识教育理论教学27.5440812835.556820课程集中实践环节1.53周001.53周0.8学科教育理论教学55.58880055.588831.2课程集中实践环节0000000专业教育理论教学12 19232.552044.5712 25课程集中实践环节3131周22周3333周18.5个性培养理论教学232002321.1课程课外研学00663.4总 计129.51552/34周48.5648/2周1782200/36周 其中：课内实践1219269

7、61828810.1实践教学集中实践32.534周22周34.536周19.4课外研学0066963.4合 计44.5192/34周1496/2周56.5320/36周32.9 培养体系演变学分与学时（2018版）课程模块类别课程模块类别必修课必修课选修课选修课合计合计占总学分占总学分比例比例(%)学分学分学时学时(周周)学分学分学时学时(周周)学分学分学时学时(周周)理论教学课堂讲授93.21556+0周27.7444+0周120.92000+0周69.88%课内实践11.8176+3周3.352+0周15.1228+3周8.73%合计1051732+3周31496+0周1362228+3周

8、78.61%实践教学集中实践环节30.548+29周00+0周30.548+29周17.63%单独设课实验课2.580+0周00+0周2.580+0周1.45%个性培养00+0周416+4周416+4周2.31%合计33128+29周416+4周37144+33周21.39%合计1381860+32周35512+4周1732372+36周100%培养体系演变学分与学时（2023版）课程模块类别课程模块类别必修课必修课选修课选修课合计合计占总学分占总学分比例比例(%)学分学分学时学时(周周)学分学分学时学时(周周)学分学分学时学时(周周)理论教学课堂讲授87.51364+0周20224+0周10

9、7.51588+0周65.15%课内实践16204+3周748+0周23252+3周13.94%合计103.51568+3周27272+0周130.51840+3周79.09%实践教学集中实践环节320+37周00+0周320+37周19.39%单独设课实验课2.580+0周00+0周2.580+0周1.52%个性培养00+0周00+0周00+0周0%合计34.580+37周00+0周34.580+37周20.91%合计1381648+40周27272+0周1651920+40周100%培养体系演变课程体系 培养体系演变技能体系 培养体系演变实际执行课程体系n 通识教育课程思政类思政类军体类军

10、体类外语类外语类文化素质类（文化素质类（6学分）学分）n 学科教育课学科基础课学科基础课公共基础课公共基础课 培养体系演变实际执行课程体系n 专业教育课程专业核心课专业核心课专业课专业课专业选修课专业选修课 培养体系演变实际执行课程体系（2018）n 专业教育课程专业核心课专业核心课专业课专业课专业选修课专业选修课 培养体系演变实际执行课程体系（2023）n 集中实践环节通识教育集中实践通识教育集中实践学科教育集中实践学科教育集中实践专业教育集中实践专业教育集中实践 培养体系演变实际执行课程体系n 个性培养课创新创业课创新创业课课外研学：选修不少于课外研学：选修不少于4学分学分修读修读“实验室

11、技术安全与环境保护知识学习培训与考核实验室技术安全与环境保护知识学习培训与考核”课程课程1学分学分创新创业实践创新创业实践2学分学分含创新创业项目、科研训练、学科竞赛和创新创业比赛、创新创业实践调研、创新创业国际含创新创业项目、科研训练、学科竞赛和创新创业比赛、创新创业实践调研、创新创业国际研习、论文成果、专利和著作权、自主创业等研习、论文成果、专利和著作权、自主创业等其他课外研学内容（含开放性实验、社会实践、技能考试、素质修养等）其他课外研学内容（含开放性实验、社会实践、技能考试、素质修养等）培养体系演变实际执行课程体系 培养体系演变经验总结n 从知识体系角度布局课程体系模块通识教育知识模块

12、：国家有统一规定，应遵照执行通识教育知识模块：国家有统一规定，应遵照执行自然科学知识模块：对接工程认证需求，应予充分考虑自然科学知识模块：对接工程认证需求，应予充分考虑数理统计学科知识模块：是大数据领域建模与大数据分析的基础；是对已有典型模型理解、应用、并尝试改数理统计学科知识模块：是大数据领域建模与大数据分析的基础；是对已有典型模型理解、应用、并尝试改进的基础进的基础计算机学科知识模块：是理解大数据平台工作原理的基础；是分析各类平台适应范围与性能优劣的基础；是计算机学科知识模块：是理解大数据平台工作原理的基础；是分析各类平台适应范围与性能优劣的基础；是分析平台演进趋势与革新的基础分析平台演进

13、趋势与革新的基础数据挖掘与人工智能知识模型：是熟练应用典型算法解决实际问题，以及面向大数据问题域设计大数据核心数据挖掘与人工智能知识模型：是熟练应用典型算法解决实际问题，以及面向大数据问题域设计大数据核心处理算法的基础处理算法的基础大数据平台类知识模块：是了解各类平台适应范围，熟练掌握平台使用方法，高效开发大数据产品的基础大数据平台类知识模块：是了解各类平台适应范围，熟练掌握平台使用方法，高效开发大数据产品的基础专业交叉融合知识模块：除了上述知识模块以外，更重要的是提供灵活的机制，方便学生根据兴趣深入学习专业交叉融合知识模块：除了上述知识模块以外，更重要的是提供灵活的机制，方便学生根据兴趣深入

14、学习其它专业领域知识，熟悉相关专业业务，运用大数据专业知识、方法、技术与基本技能解决面向特定领域的其它专业领域知识，熟悉相关专业业务，运用大数据专业知识、方法、技术与基本技能解决面向特定领域的问题问题n 从能力形成角度理清课程依赖关系培养对大数据专业的基本认知能力的课程设置与依赖关系；示例：数据科学与大数据技术导论大数据企业认识实习培养通用问题求解能力的课程设置与依赖关系；示例：离散数学数据结构算法分析与设计培养大数据领域问题求解能力的课程设置与依赖关系；示例：科学计算与数学建模数据仓库与数据挖掘机器学习与深度学习培养对大数据平台工作原理理解能力与平台架构设计能力的课程设置与依赖关系；示例：计

15、算机组成原理与汇编操作系统原理数据库原理计算机网络原理分布式系统与云计算软件工程培养大数据应用能力与大数据产品开发能力的课程设置与依赖关系；示例：程序设计类课程与程序设计实践应用基础实践（网络+数据库+Java）数据处理方法课程设计大数据编程大数据综合应用实践大数据企业生产实习 培养体系演变经验总结n 从人才需求角度确定毕业基本要求 毕业要求1知识要求具备数学、自然科学、计算机科学基础知识、以及大数据工程专业知识，用于描述和分析大数据系统、大数据应用工程、大数据科学研究等相关复杂问题。毕业要求2知识要求了解国家发展战略规划、产业政策、法律法规、正确认识、理解、评价大数据工程对经济、社会、环境、

16、健康、安全、文化的影响，保持经济增长、社会和谐、环境友好的协调发展。毕业要求3知识要求能力要求具有对大数据系统、大数据应用及相关复杂工程问题进行建模、设计、分析、研究、验证等工程综合知识和实践能力，并表现出创新意识。毕业要求4能力要求熟练运用主流大数据平台（如Hadoop 或Spark）、典型深度学习系统（如TensorFlow、百度飞浆），设计、开发、生产面向特定行业的大数据产品。毕业要求5能力要求具有分享包容的心态、沟通与协作的愿望、规范化组织与管理意识，能熟练运用一门以上外语进行国际交流，具有较强的口头和书面表达能力。毕业要求6素质要求具有科学人文素养、强烈的社会责任感、理解并遵守职业伦

17、理。毕业要求7素质要求了解信息学科前沿发展趋势，关注本专业与其他学科交叉融合的新理论、新方法和新技术，具有开放意识和全球视野。毕业要求8素质要求具有探索新事物的兴趣，能保持上进心、自主学习和持续更新核心知识以适应专业或职业发展的能力。培养体系演变经验总结n 从社会适应角度奠定长期发展基础能够适应行业大数据应用的发展需要，融会贯通数学与自然科学基础知识、计算机科学基础知识、大数据科学与工程专业知识，提出复杂大数据工程项目的系统性解决方法。能够跟踪大数据科学与工程领域的前沿技术，具备一定的大数据工程创新能力、大数据分析与价值挖掘能力，能够从事应用驱动的大数据产品的设计、开发和生产。具备良好的职业道

18、德精神、社会责任感，理解法律、环境、发展的相互关系，在工程项目实施中坚持绿色发展理念、能够注重经济与社会效益的协调。具备健康的身心，拥有科学的人文精神、创新创业精神、团队精神，具备良好的人际沟通与协调能力、有效的工程项目管理能力。能够从全球视野思考问题，主动应对不断变化的国内外形势，具备自主学习能力、批判思维能力和国际交流能力。培养体系演变经验总结 专业教材建设类别序号项目名称所获奖励或支持名称时间等级授予部门课程与教材1数据科学与大数据技术导论校级规划教材20181中南大学出版社2Spark大数据编程基础（Scala版）校级规划教材20191中南大学出版社3大数据采集与预处理技术校级规划教材

19、20181中南大学出版社4分布式系统与云计算校级规划教材20191中南大学出版社5数据仓库与数据挖掘校级规划教材20181中南大学出版社6智能搜索引擎技术校级规划教材20181中南大学出版社7大学计算机（第4版）国家级规划教材20171高等教育出版社8MATLAB程序设计与应用（第3版）国家级规划教材20171高等教育出版社9科学计算与MATLAB语言湖南省普通高等学校省级精品在线开放课程2018省级湖南省教育厅10计算机程序设计基础湖南省普通高等学校省级精品在线开放课程2019省级湖南省教育厅11科学计算与MATLAB语言中国高校计算机教育MOOC联盟优秀课程2018国家级教育部、中国高校计

20、算机教育MOOC联盟数据科学与大数据技术导论本书区别于传统的导论课教材，书中包含20个实验，综合考虑了数据科学与大数据专业需要较好动手能力的特点，同时也顺应了教育部有关“新工科”的要求，培养数据科学与大数据专业学生的动手能力。经过导论课的学习，希望学生能对本专业的知识体系有感性认识，走入社会时，能找到与自己专业相关强的社会岗位，并能尽快适应、快速成长。专业教材建设Spark大数据编程基础（Scala版）本书系统地介绍了Spark大数据编程技术。本书分为三个部分共10章，从“Spark环境介绍”开始，以“Spark编程入门基础”为承接、最后具体到每一个“Spark编程组件”。这三部分内容从浅入深

21、自成体系，可以方便地学习Spark编程的每个具体知识点。本书在编写过程中力求深入浅出、重点突出、简明扼要，尽可能方便不同专业背景和知识层次的读者阅读。本书配套的官方网站是http:/，免费提供全部课件资源、源代码和数据。相关资料也可以到中南大学出版社的网站下载。专业教材建设大数据采集与预处理技术本书侧重于介绍大数据关键技术中的大数据采集和数据预处理技术，该教材可作为入门级大数据基础教材，旨在为读者搭建起大数据的知识架构、阐述大数据采集和数据预处理的基本原理、并开展相关的初级实践，为读者在大数据及相关领域的学习奠定重要基础。本书系统论述了大数据的概念和关键技术、大数据采集基础知识、常用大数据采集

22、架构、大数据迁移技术、互联网数据的抓取和获取技术和数据预处理等技术，最后给出了基于Hadoop的大数据综合分析案例。专业教材建设分布式系统与云计算本书是一本完整讲述分布式系统与云计算基本理论及其应用的教材。通过本书的学习，使读者了解分布式计算系统的体系结构，认识并行计算的实质；使读者对分布式系统的基本概念、有关体系结构、分布式系统设计原理与方法有一个系统的掌握；能深入理解一些典型的分布式计算系统，掌握当前重要而成熟的分布式系统模型和云架构；理解云计算和云存储原理与技术，特别是数据中心与大型网站架构设计，并领会其基本思想和分析与解决问题的思路，从而综合运用所学的软件设计技术来研究和设计分布式与云

23、计算系统。专业教材建设数据仓库与数据挖掘本书按照教育部关于高等学校本科教育以培养更多应用型人才为目标的教学改革方向，以及全日制研究生以学术型和专业型两大类进行有差别培养的要求，本专业迫切需要一本在教学时数限制严格的条件下，理论叙述深入浅出、实际应用具体完整；算法描述自然易懂，计算实例详略得当的数据仓库与数据挖掘方面的教材。本书兼顾了应用型人才与学术型人才培养的需求，为读者真正架起了理论与实践的桥梁；还以大量的计算实例来增加读者对数据挖掘原理及其各种挖掘算法的理解深度。专业教材建设智能搜索引擎技术本书以当前搜索引擎主流技术位基础，密切关注前沿技术发展趋势，结合当前人工智能和自然语言技术的发展，系

24、统完整地介绍了智能搜索引擎的关键技术。本书在吸取国内外教材的优点基础上，广泛地搜集恰当的例子，通过实例从多个视角对智能搜索引擎的核心技术进行全面的介绍，加深读者对关键概念和核心技术的理解。本书将开源软件的介绍引入进来，将技术理论与应用范例结合。本书的读者主要定位于对搜索引擎有一定兴趣的“数据科学与大数据技术”专业及其计算机相关专业的本科生或研究生，从事该领域研究的从业者。通过对本书的阅读，可以使读者对智能搜索引擎的相关知识有一个基本的了解，并为将来开展研究工作打下坚实的基础。专业教材建设 课程建设跨专业、跨平台案例融合金融数据分析特色化案例l1、基于总体规模与投资效率指标的上市公司综合评价l2

25、、投资组合构建及收益率计算l3、基于技术指标的股票价格涨跌趋势预测模型的构建（支持向量机模型）l。l1、医疗大数据分析与评估系统l2、绿色冶金自动化生产流程虚拟仿真l3、智慧交通轨道检测分析虚拟仿真l4、数据驱动的智慧金融风控系统l。中南大学平台在线教师共101人人，学生3774人，课堂88个，共建实训450个，实训报告超30000个，学员实战时间高达19000000余分钟。中南大学 数据总览中南大学 Spark大数据编程S c a l a 是 一门 多 范 式 编程 语 言，混合 了 面 向 对象 编 程 和 函数 式 编 程 的风 格。S c a l a 编 程S p a r k S Q

26、L 是S p a r k 处 理结 构 化 数 据、半 结 构 化 数据 的 高 级 模块。S p a r k S Q LS p a r k S t r e a m i n g支 持 实 时 数据 流 的 可 扩展、高 吞 吐、容 错 的 流 处理。S p a r kS t r e a m i n gG r a p h X 是 一个 分 布 式 图 处理 框 架，基 于S p a r k 平 台 提供 对 图 计 算 和图 挖 掘 简 洁 易用 而 丰 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 类 模型、回 归 模型 等 机 器 学习 模

27、 型。S p a r kM i l b本实训路径以任务为导向，较为全面地介绍了Spark大数据技术的相关知识。共构建了5个章节、18个实践关卡，有150余所高校利用该课程实训在头歌平台开设了实验课，顺利开展实验教学，15000余名学生完成了课程实验或自主学习。2023-5-638中南大学 科学计算与数学建模线性回归预测PM2.5值基于概率生成模型的二分类Logistic回归预测二分类Keras基础与简单应用基于Keras的卷积神经网络词嵌入模型循环神经网络自编码器本课程以数学建模思想、方法为主线，有机融入科学计算的理论与方法，是集科学计算方法、现代数学、计算机技术与实际问题求解于一体的一门新型

28、课程，采用研究性教学与探索型学习相结合的教学模式，主要讲授数学建模思想和科学计算方法。共构建了8个章节、16个实训项目，共计16个实践任务，超过400名学生完成了课程实验或自主学习，评测和完成时间次数达到10000多次和2000多次。2023-5-639中南大学 编译原理递归下降分析法设计与实现词法分析程序词法分析程序设计与实现设计与实现用 递 归 下 降 分析 法 对 任 意 输入 的 符 号 串 进行 分 析，并 且详 细 介 绍 了 递归 下 降 分 析 法程 序 的 工 作 过程。本章节主要来介绍预测分析法，用预测分析法编制语法分析程序。预测分析法设计与实现介 绍 如 何 设 计一 个

29、 词 法 分 析程 序，选 择 已有 的 一 种 高 级语 言，编 制 它的 词 法 分 析 程序。算符优先分析法设计与实现本章节主要介绍算符优先分析法，用算符优先分析法编制语法分析程序。本课程配套编译原理，构建了4个章节个章节、8个实训项目个实训项目，8个实践任务个实践任务，超过1700名学生名学生完成了课程实验或自主学习，评测和完成时间次数达到6000多次和3000多次。课堂提供对教学资源和学生学习行为的管理。教学资源方面老师可以从自建或公开课程中选择需要的实训项目比如人脸识别系统等布置给学生，也可以对任务发布、任务完成统计等进行实时管理；学生管理方面可以查看学生的学习效率、编程代码、学习

30、任务完成时间等。这极大的方便了老师的教学管理。中南大学 课堂案例 实验环境建设硬件设施 大数据控制服务器大数据控制服务器*1台台处理器：2颗8核Intel Xeon E5-2630 v3,2.4G内存：128GB 硬盘：2*2TB 网卡：标配6个PCI-E*8千兆以太网控制器 大数据计算服务器大数据计算服务器*9台台处理器：2颗8核，Intel Xeon E5-2630 v3,2.4G内存：128GB 硬盘：2*2TB 网卡：标配6个PCI-E*8千兆以太网控制器2.自由调整配置教学实验环境教学实验环境在线教学资料在线教学资料教考系统教考系统新建课程新建课程B/S+C/S可选可选访问模式访问模

31、式教学系统功能教学系统功能1.可扩展机群3.支持所有linux,windows系统4.三层网络虚拟5.四层网络防护2.PPT1.教学文档3.PDF文档4.教学软件2.实验报告1.作业提交3.入学考试4.随堂考试5.结课考试2.新建实验环境1.新建教学资料 实验环境建设软件设施离散数学数据结构面向对象程序设计WEB应用开发操作系统原理数据库原理计算机网络计算机脚本语言云计算概念技术与架构hadoop分布式计算框架hadoop生态环境Python程序设计数据分析技术Python爬虫与数据清洗数据可视化分析机器学习大数据运维实训SPARK大数据快速运算Web技术与数据资源管理私有云的搭建与维护并行计

32、算与分布式计算网络流量监测与分析python数据挖掘tensorflow深度学习大数据架构技术R语言与网络数据获取技术Python数据处理编程医疗大数据软件工程Linux系统及应用操作系统信息与网络安全程序设计综合实训数据采集课程设计私有云搭建实训大数据处理课程设计数据可视化课程设计大数据运维课程设计大数据交叉学科实践大数据平台课程资源专业选修课实践专业核心课专业基础课 实验环境建设课程实验资源n 实训平台建设总体规划校内基地与校外基地相结合学科建设与专业建设相结合公开数据资源引进与自产数据脱敏相结合n 实训平台建设现状医学大数据综合实训平台 基于医学大数据国家工程实验室基于医疗大数据湖南省协

33、同创新中心智慧城市沙盘系统从调度控制算法的演示到数据产生获取、交通优化、数据分析展示 实训平台建设校企合作万兴科技：2020年万兴科技与中南大学计算机学院展开相关合作，出资100万元设立万兴发展基金，将高校科研成果转化成可应用的领先技术和产品，万兴科技将一线的研发、管理、运营经验等分享给更多学子们，发掘、培养、孵化更多优秀的创新创业项目。双方将在人才培养、技术合作、应用基础研究三个大的方面持续推进，深化合作。小米工作室：2021年中南大学计算机学院与小米集团联合建立“小米工作室”，面向计算机学院全体学生及相关学院学生开展校企联合的创新创业教育活动，现已建成“小米工作室”专项场地，建立了指导老师

34、管理团队、以学生组织为运营主体的日常管理团队和竞赛指导团队，着力培养以提升动手实践能力为导向的创新思维，致力于在学生的能力提升、项目训练、竞赛活动、创业实践等方面发挥重要作用，培养学生提高专业素养，增强理论应用于实践能力，形成广阔视野，成长为能够适应行业发展、符合企业需求的高素质技术人才。校企合作中兴通讯实习实训基地：2020年，计算机学院与中兴通讯展开合作，建立了大学生校外实践教育基地，双方采取多样化产学研合作体系，通过资源优势互补开展多层次、多方位的全面合作，改进并加强本科教育教学过程中的创新创业能力塑造的培养模式，以基地为平台，全面优化教学活动，提高学生的动手能力，理论与实践均衡发展，构

35、建高素质IT人才培养体系，形成校企协同育人联合体。华为人才训练营：自2021年起，中南大学计算机学院与华为公司质量与流程IT部建立长期联系，在新生课教学、就业实习、技术交流等多个方面展开合作，通过校企资源结合为低年级学生拓宽专业视野，了解行业发展，帮助高年级学生做好职业规划，积累就业招聘经验，引导学生建立创新创业思维，重视创新意识。百度松果人才培养实践基地：为深入推进校企联合人才培养，加强创新性、应用型、技能型等复合型人才培养，投身我国人工智能工程建设，2022年中南大学计算机学院联合百度设立百度松果人才培养实践基地，打造跨学科交叉创新实践平台，实行更高的培养标准和灵活的教学模式，加强创新、应

36、用和技能多重层次技能提升，通过理论与实践的紧密结合，为产业创新发展培养具有AI潜质的卓越人才。校企合作基地建设湖南电信 合作共建实训基地合作共建实训基地 校企合作基地建设湖南潇湘大数据研究院 合作共建云实训室合作共建云实训室 校企合作基地建设与百度公司合作 合作培训教师合作培训教师 校企合作基地建设与百度公司合作 利用百度资源开课利用百度资源开课 校企合作基地建设与百度公司合作 利用百度资源竞赛利用百度资源竞赛 科教融合科教融合科教融合科教融合医院系统名称数据开始时间数据截止时间湘雅医院HIS2011-01-01至今EMR2008-12-01至今PACS2009-01-01至今LIS2006-

37、01-27至今湘雅二医院HIS2009-09-01至今EMR2009-09-25至今EMR文书文件2011至今LIS2002-01-01 至今RIS(放射)2013-02-01至今PACS2012-01-31至今湘雅三医院HIS2002-04-08至今EMR与HIS相同EMR文书库2014-05-16至今 数据在线隔天同步，涉及医院主体业务，时间跨度最长达10年以上。15亿多条数据，超过1.3PB的数据量1300多TB的影像数据7.24亿条左右的医嘱数据6.7亿条的收费信息8.12亿条检查检验数据1.58亿条左右的药品数据6000多万患者信息汇聚了多家大型三甲医院医疗数据科教融合2017智慧医

38、疗创新大赛 投票量超过68万次；行业关注度超300万；269万浏览量；覆盖省内各医疗健康从业人员2018智慧医疗创新大赛 超100家行业媒体关注；100多家医院积极参与；曝光总量超2000万；游览量396.5万次；覆盖各地医疗机构及企业相关从业人员；2020智慧医疗创新大赛 2020“数字中国”创新大赛医疗赛道 近500个项目；26个全国协会学会联合；覆盖全国26个省市区；亿元种子基金支持创新项目转化2017年2018年202001022019智慧医疗创新大赛 近300个项目；13个省市行业协会、学会、互联网医疗健康产业联盟联合主办；1600多万浏览量；近20位行业专家领袖联合发起；数百家医院、企业踊跃参与；2019年0304自2017年开始发起主办了智慧医疗创新大赛，目前已经成为国内最有影响力的行业创新大赛。2020年成为2020“数字中国”创新大赛医疗赛道，福州市政府现金奖励150万激励全国百强。思考和建议3、深化产教融合和校企协作，助力师资队伍建设，赋能教学科研能力4、立足新工科，优化人才培养方案，多学科交叉，培养复合型创新性人才5、面向现代制造，完善实践教学体系和基础设施，促进工程实践能力培养2、加强课程思政和双创教育，培养学生企业家精神，提升服务社会能力1、聚焦学科发展方向，夯实专业建设基础中南大学 计算机学院奎晓燕