近日，信息与智能工程学院智能工程系大数据专业核心课程——大数据技术原理与应用课程数字化建设取得阶段性成果，该课程由智能工程系周显春副教授精心策划与设计，课程内容紧扣当前大数据技术发展趋势，深入涵盖Hadoop和Spark等大数据分析平台应用。目前已经完成了400多分钟视频拍摄，配套教材1本和其他数字化资源，旨在帮助学生系统掌握分布式数据处理与实际业务问题解决能力，真正为企业和产业实践培养大数据应用人才。
课程内容涵盖大数据的核心技术体系，按九大模块系统展开：从大数据技术概述、基于Docker的Hadoop与Spark集群搭建，到Pandas on Spark编程及Spark ML等，逐步深化学生对大数据分析各环节的理解与掌握。该课程不仅注重理论讲解，还通过案例分析和项目实践，强化学生的实操技能，真正实现了理论与实践的深度融合。
在教学方式上，课程采用编程演示、案例分析与项目实践相结合的方式，确保学生在学习过程中紧密联系实际应用。借助“头歌”线上实践学习平台，学生不仅可以获得实时学习反馈，还可通过平台随时进行复习巩固。这种线上线下融合的教学模式为学生提供了丰富的学习体验，极大地增强了学习的灵活性和自主性。
周显春副教授带领的师资团队拥有丰富的大数据教学与实践经验，课程开发过程中投入2万元经费用于资源建设及视频制作，所有视频内容符合高清标准，确保学生能够获得良好的学习体验。此外，课程资源依托“芯位教育平台”发布，提供章节视频、考核题目等资料，学生能够通过线上平台进行自主学习。
课程建设在多个领域实现了创新性突破，确保学生不仅能在课堂上掌握大数据分析的关键技术，而且能够将这些技术应用于现实情境中，具备处理企业大规模数据问题的能力。通过采用灵活而高效的教学方法和深入的内容覆盖，本课程为学生打下了坚实的技术基础，并为智能工程系在大数据人才培养方面开拓了新的路径。
