工業(yè)數(shù)字化人才培養(yǎng)基地大數(shù)據(jù)實時處理工作室項目需求一、貨物清單明細(xì)序號貨物名稱（標(biāo)的名稱）數(shù)量單位1大數(shù)據(jù)流計算實訓(xùn)平臺1套2大數(shù)據(jù)流計算實訓(xùn)應(yīng)用案例4套3大數(shù)據(jù)流計算實訓(xùn)運行硬件平臺4套4實時數(shù)據(jù)采集傳感器5臺5大數(shù)據(jù)云實訓(xùn)平臺1套6基于Spark的離線數(shù)據(jù)分析實訓(xùn)庫1套7數(shù)據(jù)倉庫實訓(xùn)庫1套8數(shù)據(jù)挖掘與機器學(xué)習(xí)實訓(xùn)庫1套9大數(shù)據(jù)平臺搭建運維實訓(xùn)庫1套10管理節(jié)點設(shè)備1臺11計算節(jié)點設(shè)備4臺二、技術(shù)要求序號貨物名稱技術(shù)要求1大數(shù)據(jù)流計算實訓(xùn)平臺1.1新建工作空間，點擊新建工作空間可以創(chuàng)建新的工作空間，并綁定所選的集群；1.2刪除工作空間：刪除所選的工作空間；1.3重命名：重命名所選的工作空間；1.4查看計算資源：查看當(dāng)前工作空間綁定的集群信息1.5進入工作空間：進入當(dāng)前的工作空間到作業(yè)管理界面；1.6支持FlinkSQL開發(fā)，支持通過上傳自定義JAR包開發(fā)；1.7涵蓋SQL/Java/Scala語言；1.8內(nèi)置統(tǒng)一元數(shù)據(jù)管理，支持元數(shù)據(jù)參數(shù)的變量管理；1.9智能感知外部數(shù)據(jù)連接系統(tǒng)，自動生成數(shù)據(jù)源和數(shù)據(jù)匯的建表語句；1.10支持用戶自定義各類型函數(shù)，包括UDF、UDTF和UDAF；1.11提供內(nèi)置connector，與公有云主流數(shù)據(jù)產(chǎn)品（包括但不限于云數(shù)據(jù)倉庫、消息隊列、數(shù)據(jù)庫、搜索引擎、對象存儲）無縫集成；并且可以按需自定義Connector對接各類外部數(shù)據(jù)系統(tǒng)，具備對用戶自定義開發(fā)的Connector的管理能力；1.12SQL在線語法檢查，SQL在線調(diào)試，且調(diào)試過程中不影響生產(chǎn)環(huán)境；1.13支持Flink內(nèi)核多版本架構(gòu)，通過SQL/JAR作業(yè)可同時支持多個Flink版本；1.14支持WebIDE和云API兩種開發(fā)調(diào)試，云API可提供WebIDE開發(fā)需具備的功能接口，通過云API可實現(xiàn)業(yè)務(wù)平臺與流計算平臺的對接；1.15以Task粒度定義動態(tài)指標(biāo)，并以維度聚合（sum、max、min、avg）的方式定義從上下游系統(tǒng)到集群作業(yè)的健康運行相關(guān)的監(jiān)控指標(biāo)，對作業(yè)進行全方位監(jiān)控告警；1.16展示作業(yè)JobManager/TaskManager/Task粒度指標(biāo)，以及容器POD精確的CPU/內(nèi)存指標(biāo)；1.17租戶獨占網(wǎng)絡(luò)空間、計算資源和存儲資源，保證租戶間的物理隔離；1.18支持FlinkonK8s的彈性調(diào)度；1.19支持增加數(shù)據(jù)處理節(jié)點，進行水平擴展；1.20數(shù)據(jù)類型:支持VARCHAR、BYTE、BOOLEAN、INT、BIGINT、FLOAT、DOUBLE、DECIMAL、DATE、TIMESTAMP等常用數(shù)據(jù)類型；1.21支持計算資源新建集群，已有集群列表，詳情查看等；1.22支持程序包管理、外部依賴（如配置文件、依賴庫等）的管理和動態(tài)分發(fā)；1.23對JobManager和TaskManager以及算子并行度配置；1.24支持作業(yè)和資源歷史版本管理，方便進行業(yè)務(wù)升級開發(fā)；1.25支持狀態(tài)數(shù)據(jù)的管理，具備容錯機制，能夠恢復(fù)狀態(tài)數(shù)據(jù)，且不影響作業(yè)性能；支持作業(yè)自動恢復(fù)能力；1.26支持TCP/IP、UDP、HTTP、MQTT等傳輸協(xié)議；接入的流數(shù)據(jù)支持JSON、String格式；1.27支持將各類數(shù)據(jù)源（Redis、HBase、Hive、MPP、MySQL等）作為維表、輸出表；支持從消息隊列接入數(shù)據(jù)，如Kafka等；1.28支持設(shè)置時間相關(guān)字段的格式，支持消息處理時間；1.29支持?jǐn)?shù)據(jù)量超出流計算系統(tǒng)處理能力的情況下，能采用措施保證流計算系統(tǒng)正常運行（不會崩潰或丟失數(shù)據(jù)），措施包括并不限于：限流、緩沖、自然反壓；1.30流計算空間需支持4種預(yù)設(shè)角色：1)超級管理員：通過主賬號指定，享有除主賬號外的最高權(quán)限，超級管理員賬號在用地不同地域間共享；

2)空間管理員：通過主賬號指定或者超級管理員賬號指定，可以在空間內(nèi)增加刪除空間成員；

3)開發(fā)者：在成員管理模塊可由空間管理員/超級管理員/主賬號添加到空間，可以在空間內(nèi)基礎(chǔ)作業(yè)；

4)預(yù)覽者：在成員管理模塊可由空間管理員/超級管理員/主賬號添加到空間，只享有查看的權(quán)限；1.31支持查看作業(yè)概覽、集群概覽等；通過概覽，可直觀查看當(dāng)前空間的作業(yè)情況（作業(yè)的類型數(shù)量，作業(yè)運行停止數(shù)量以及作業(yè)異常的數(shù)量），查看空間綁定集群的詳情等；1.32作業(yè)開發(fā)：提供SQL、JAR、Python、ETL四種開發(fā)方式，支持版本管理、配置作業(yè)參數(shù)、在線調(diào)試、細(xì)粒度資源等功能；SQL作業(yè)提供插入模板、調(diào)試、語法檢查、格式化等功能；1.33元數(shù)據(jù)/庫表管理：元數(shù)據(jù)是用戶在流計算作業(yè)中引用的庫表；用戶可在元數(shù)據(jù)中管理已有的庫表，在SQL作業(yè)開發(fā)中快速引用元數(shù)據(jù)；1.34全局變量管理：支持用戶在SQL作業(yè)中的庫表管理使用變量；SQL作業(yè)的臨時表和元數(shù)據(jù)表都可以通過表變量替換對使用了的變量進行替換；1.35運維監(jiān)控：支持對于正在運行（或者曾經(jīng)成功運行過）的流計算作業(yè)進行監(jiān)控，提供通過流計算控制臺和云可觀測平臺查看兩種方式；1.36作業(yè)調(diào)優(yōu)：提供自動調(diào)優(yōu)功能，支持調(diào)整作業(yè)并行度和資源配置，全局優(yōu)化作業(yè)，解決作業(yè)吞吐量不足、作業(yè)繁忙以及資源浪費等各種性能調(diào)優(yōu)問題；1.37日志查詢：支持用戶在作業(yè)詳情的日志頁面中查看作業(yè)的日志信息，包括啟動日志和運行日志；1.38支持流表join和流流join；1.39支持固定窗口,支持滑動窗口,支持會話窗口；支持按不同時間進行窗口切分，例如事件時間、處理時間；支持窗口函數(shù)；1.40支持多種時間定義，如事件時間、處理時間,支持時區(qū)設(shè)置；1.41支持作業(yè)有狀態(tài)升級，例如作業(yè)配置變更，版本升級等；1.42支持多種數(shù)據(jù)分發(fā)策略，例如hash模式、RoundRobin輪詢模式及自定義模式；2大數(shù)據(jù)流計算實訓(xùn)應(yīng)用案例2.1提供至少4套大數(shù)據(jù)實時計算平臺實操案例，案例材料包括：案例介紹、操作任務(wù)分解以及操作步驟等，指導(dǎo)大數(shù)據(jù)處理平臺及大數(shù)據(jù)開發(fā)治理平臺教學(xué)過程；2.2實時天氣預(yù)警系統(tǒng)；實時收集和分析氣象傳感器效據(jù)，例如溫度、濕度、風(fēng)速、降水量和氣壓變化，以及雷達(dá)和衛(wèi)星圖像數(shù)據(jù)以便提前預(yù)警暴風(fēng)雨、洪水等天氣事件；2.3實時電商推薦系統(tǒng)；利用流計算技術(shù)來實現(xiàn)實時推薦系統(tǒng)；通過收集用戶行為數(shù)據(jù)(瀏覽、購買歷史等)，實時計算用戶偏好和行為模式，并實時推送個性化推薦，提升用戶體驗和銷售轉(zhuǎn)化率；2.4電信用戶分析系統(tǒng)實時分析用戶的通信行為效據(jù)，包括通話時長、通話頻率、上網(wǎng)習(xí)慣等；基于這些數(shù)據(jù)，運營商可以實時了解用戶的需求和偏好，從而提供個性化的服務(wù)和推薦，例如套餐推薦、優(yōu)惠活動推送等，提升用戶滿意度和留存率；2.5物流實時數(shù)倉系統(tǒng)通過數(shù)據(jù)處理技術(shù)，實時收集、處理和分析物流相關(guān)數(shù)據(jù)的倉庫系統(tǒng)；這種系統(tǒng)能夠?qū)崟r監(jiān)控和管理物流運輸過程中的各種信息，包括貨物位置、運輸狀態(tài)、交通狀況、貨運成本等，以幫助優(yōu)化物流運作和提升效率；3大數(shù)據(jù)流計算實訓(xùn)運行硬件平臺3.1具有進程管理功能，可查看進程名稱、進程對應(yīng)CPU使用率、進程ID，調(diào)整進程CPU優(yōu)先級，配置不少于2顆CPU，單顆CPU不少于24核，主頻不低于2.1GHz；3.2具有內(nèi)存管理功能，可查看物理內(nèi)存總?cè)萘浚延萌萘看笮?，已用容量占比，交換頁容量使用情況，配置內(nèi)存不少于384G；3.3具有磁盤管理功能，可查看分區(qū)總?cè)萘?，分區(qū)格式類型，已用空間大小，剩余空間大小，已用空間占比，配置不少于2塊480GSSD存儲，4塊3.84TSSD存儲；3.4具有網(wǎng)絡(luò)管理功能，可以查看網(wǎng)絡(luò)已接收與已發(fā)送的數(shù)據(jù)總大小，支持以圖形化的方式配置IPv4地址和DNS地址；3.5提供不少于2個10GE網(wǎng)卡；3.6支持raid1/10/5等raid陣列，不低于2GB緩存；3.7220VAC/240HVDC交直流兼容電源，功率不低于于1300W*2；4實時數(shù)據(jù)采集傳感器4.1采用七要素一體式傳感器，可對風(fēng)速、風(fēng)向、溫度、濕度、大氣壓力、光照、光學(xué)雨量等氣象要素進行實時觀測；可實現(xiàn)戶外氣象參數(shù)24小時連續(xù)在線監(jiān)測，通過數(shù)字量通訊接口將多項參數(shù)輸出給用戶；支持對風(fēng)速、風(fēng)向、空氣溫度、濕度、大氣壓力、光照、光學(xué)雨量等多要素數(shù)據(jù)進行實時采集:1)風(fēng)速：測量原理超聲波，0～70m/s（±0.1m/s）；2)風(fēng)向：測量原理超聲波，0～360°（±1°）；3)空氣溫度：測量原理二極管結(jié)電壓法，-40℃～85℃（±0.3℃）；4)空氣濕度：測量原理電容式，0～100%RH（±2%RH）；5)大氣壓力：測量原理壓阻式，300hPa～1100hPa（±0.02hPa）；6)光照測量范圍不低于157286LUX（<±3%）；7)光學(xué)雨量測量不低于4mm/min（≤±4%）；8)支持GPRS、RJ45、以太網(wǎng)、4-20ma、Lora透傳、4G透傳、藍(lán)牙、485轉(zhuǎn)USB等多種傳輸方式；4.2具有頂蓋隱藏式超聲波探頭；4.3支持發(fā)射連續(xù)變頻超聲波信號，通過測量相對相位來檢測風(fēng)速風(fēng)向；4.4數(shù)據(jù)存儲：不少于50萬條；4.5功耗：不超過1.75W4.6鋰電池：可拆卸鋰電池包，容量12000maH，但電池續(xù)航時間≥50h，帶電量顯示功能；4.7總重量：≤5kg；4.8具有鋁合金支架，可伸縮；5大數(shù)據(jù)云實訓(xùn)平臺5.1基于Docker容器編排管理引擎，運用云原生和容器技術(shù)構(gòu)建教學(xué)實訓(xùn)環(huán)境，支持快速創(chuàng)建實訓(xùn)環(huán)境，實現(xiàn)了每個學(xué)生的實訓(xùn)環(huán)境互相隔離、實訓(xùn)過程互不干擾，教師可以一鍵操作即可創(chuàng)建一套全新的實訓(xùn)環(huán)境供學(xué)生實訓(xùn)；5.1.1平臺以Docker容器云引擎為基礎(chǔ)，對計算資源進行輕量級虛擬化，支持硬件資源無縫擴展，運用容器編排管理工具對Docker容器實訓(xùn)環(huán)境進行有效組織編排，以百分比和內(nèi)存為顆粒維度進行切分，滿足多人的實時并行算力需求；5.1.2平臺通過基于GB/T25000.51-2016：《系統(tǒng)與軟件工程系統(tǒng)與軟件質(zhì)量要求和評價（SQuaRE）第51部分：就緒可用軟件產(chǎn)品（RUSP）的質(zhì)量要求和測試細(xì)則》的測試；5.2系統(tǒng)支持包括管理員、教師、學(xué)生三種角色；管理員負(fù)責(zé)系統(tǒng)配置維護、鏡像環(huán)境維護等工作；教師負(fù)責(zé)課程維護、實訓(xùn)任務(wù)維護、實踐項目維護等教學(xué)工作；學(xué)生參與并完成課程實訓(xùn)、實踐項目；5.3管理員功能：1）用戶管理：可對系統(tǒng)用戶進行相關(guān)操作，支持學(xué)校管理員添加教師、學(xué)生用戶，對教師用戶支持設(shè)置姓名、工號、手機號、郵箱地址、籍貫、民族、榮譽稱號、入職時間、出生日期、所屬院系、職稱、性別、家庭住址等信息；2）班級管理：可對班級進行相關(guān)操作，支持按照學(xué)院、專業(yè)、年級、班級的層級結(jié)構(gòu)創(chuàng)建學(xué)校組織架構(gòu)；3）專業(yè)管理：可對專業(yè)進行相關(guān)操作，支持按照學(xué)院、專業(yè)、年級、班級的層級結(jié)構(gòu)創(chuàng)建學(xué)校組織架構(gòu)；4）IP池設(shè)置：可后臺查看系統(tǒng)設(shè)置的網(wǎng)段中，具體IP地址是否被使用的狀態(tài)；5）鏡像環(huán)境：可維護鏡像環(huán)境，通過從本地鏡像倉庫同步等方式新建鏡像，可對鏡像環(huán)境執(zhí)行編輯和查看操作；6）環(huán)境配置：可維護鏡像啟動所需的CPU、內(nèi)存、磁盤空間等配置信息；7）字典管理：包括技能標(biāo)簽、競賽字典、證書字典、崗位字典；可自主創(chuàng)建技能標(biāo)簽、競賽字典、證書字典、崗位字典等，編輯相關(guān)內(nèi)容，為技能標(biāo)簽功能、能力畫像功能創(chuàng)建基礎(chǔ)數(shù)據(jù)；8）討論區(qū)管理：可管理系統(tǒng)內(nèi)討論區(qū)的發(fā)帖進行管理；9）資源監(jiān)控：包括實訓(xùn)資源監(jiān)控、項目資源監(jiān)控、測評資源監(jiān)控、教師資源監(jiān)控；可監(jiān)控正在進行的環(huán)境狀態(tài)、使用人數(shù)、占用資源、容器數(shù)量等信息；具體形式以圖形的形式展示資源使用情況，包含應(yīng)用服務(wù)器與計算節(jié)點的CPU、內(nèi)存、硬盤，支持根據(jù)用戶信息、課程名稱、實驗類型、開啟時間等進行實驗環(huán)境資源運行狀態(tài)的查詢；10）服務(wù)器配置：可配置計算節(jié)點服務(wù)器相關(guān)信息；11）角色管理：可對角色進行相關(guān)操作；12）系統(tǒng)設(shè)置：可自定義系統(tǒng)相關(guān)展示信息；13）日志管理：可查看系統(tǒng)操作及登錄日志；5.4教師功能：采用課程、實訓(xùn)的模式進行教學(xué)管理，維護實訓(xùn)、課程等基礎(chǔ)數(shù)據(jù)，生成容器環(huán)境并進行管理，對學(xué)生/小組提交作業(yè)進行個人評分；5.4.1實訓(xùn)管理：1）可復(fù)制或新建一門實訓(xùn)，支持維護實訓(xùn)數(shù)據(jù)，選擇實訓(xùn)所用鏡像，編輯相應(yīng)的實訓(xùn)內(nèi)容；2）要求提供包括云桌面、低代碼開發(fā)、交互式編程三類實訓(xùn)環(huán)境；3）低代碼可視化分析實訓(xùn)需要支持拖曳式的數(shù)圖映射模式，學(xué)生僅需要拖曳數(shù)據(jù)字段即可生成相關(guān)圖形及可視化場景的建立，提供10余種等數(shù)據(jù)準(zhǔn)備功能、50余種圖形組件；支持上卷、下鉆、聯(lián)動、鏈接、保留、排除等不少于6種圖形交互方式；支持R/Python/JS腳本功能等圖形展示效果擴展功能；提供word報告生成模式，支持用戶通過在word中插入平臺的數(shù)據(jù)指標(biāo)、圖形報表、函數(shù)計算規(guī)則等，并支持word模板的上傳與下載；低代碼數(shù)據(jù)挖掘?qū)嵱?xùn)環(huán)境支持整個建模流程設(shè)計基于拖拽式布局、連線式流程編排和指導(dǎo)式流程配置，學(xué)生可以通過簡單拖拽、配置的方式快速完成挖掘分析流程構(gòu)建；提供不少于20種行、列、高級節(jié)點的數(shù)據(jù)預(yù)處理算子；提供分類、聚類、回歸、關(guān)聯(lián)、時間序列、綜合評價、推薦等7大類不少于50種機器學(xué)習(xí)算法；提供不少于5種自動學(xué)習(xí)算法；提供不少于10種文本分析算法；提供不少于30種工業(yè)信號分析算法，包括信號輸入、信號預(yù)處理、信號特征工程、信號變換、譜分析、信號濾波及信號輸出等信號分析算法類別；4）提供不少于4種擴展編程算法，支持用戶編制SQL\R\Python\Java等腳本語言實現(xiàn)個性化的算法擴展；5）支持學(xué)生及教師全方位觀察建模過程及模型結(jié)果，包括數(shù)據(jù)輸入、設(shè)置角色、Arima（時間序列算法）、時間序列評估等節(jié)點，均可以在平臺的洞察中查看中間結(jié)果；支持洞察報告預(yù)覽功能及將洞察內(nèi)容導(dǎo)出到WORD；5.4.2課程管理：可維護課程數(shù)據(jù)，配置課程與實訓(xùn)、課程與班級之間的關(guān)聯(lián)關(guān)系；通過課堂創(chuàng)建維護課程與班級的關(guān)聯(lián)關(guān)系，并支持課堂實訓(xùn)分組，支持采用闖關(guān)的實驗?zāi)Ｊ竭M行課程實踐，支持自定義實驗課程關(guān)卡分值，可按照均分比例、關(guān)卡難易度自動分配實踐課程內(nèi)的各關(guān)卡對應(yīng)分值，同時也支持教師手動輸入各關(guān)卡分值；支持一鍵發(fā)布全部添加至課堂內(nèi)的課程；5.4.3監(jiān)控管理：可維護課程啟用后按照實訓(xùn)所用鏡像生成的容器環(huán)境，可監(jiān)控、掛起或結(jié)束整班環(huán)境，也可訪問、啟動、停止、重置或重啟單獨學(xué)生的實訓(xùn)環(huán)境；具體要求：可查看課程進度，包括課程起止實驗，課程內(nèi)包含的實驗、實訓(xùn)、實戰(zhàn)數(shù)量和已經(jīng)發(fā)布學(xué)習(xí)的內(nèi)容數(shù)量；支持學(xué)校管理員對平臺內(nèi)教師申請公開發(fā)布的實驗課程進行審批并填寫審批意見；支持學(xué)校管理員對平臺內(nèi)的實驗課程按照課程所屬方向分類進行管理，支持對平臺內(nèi)已公開的課程進行下架；支持學(xué)校管理員對平臺內(nèi)容實驗課程進行更改配置，包括更改存儲空間、內(nèi)存限制、CPU限制等信息，并支持查看對于課程的版本記錄；5.4.4實訓(xùn)報告：可維護實訓(xùn)報告數(shù)據(jù)，可查閱實訓(xùn)報告、附件等，并編輯實訓(xùn)成績；支持自定義實訓(xùn)項目作業(yè)要求，教師可自行設(shè)置是否需要提交項目作業(yè)、實驗報告；支持教師對課堂內(nèi)實訓(xùn)項目作業(yè)進行統(tǒng)一查看，至少提供建模流程、可視化頁面、pdf、JupyterNotebook四種形式作業(yè)的在線預(yù)覽以及pdf下載；支持教師可對學(xué)生項目作業(yè)進行主觀評分，支持教師對已評分的項目作業(yè)進行評分及評語修改，支持教師將完成度高的項目作業(yè)評選為優(yōu)秀作業(yè)；5.4.5實踐項目：采用項目化教學(xué)模式進行教學(xué)管理，維護項目、階段等基礎(chǔ)數(shù)據(jù)，生成容器環(huán)境并進行管理，對小組提交物進行階段及個人評分；5.4.6項目管理：可維護項目數(shù)據(jù)，指定項目信息，編輯項目階段，選擇班級和學(xué)生組成小組；具體要求平臺提供項目實戰(zhàn)庫，按行業(yè)打造不同類型的項目實戰(zhàn)，可復(fù)制或新建一門項目應(yīng)用至課堂中；支持維護項目數(shù)據(jù)，顯性化展示實戰(zhàn)數(shù)據(jù)，展示數(shù)據(jù)基礎(chǔ)信息（大小、量級、類型等），同時展示部分樣例數(shù)據(jù)；支持指定項目信息，編輯項目階段，支持項目實戰(zhàn)各階段進行任務(wù)定制、目標(biāo)說明和視頻可見展示預(yù)覽；支持分階段實訓(xùn)任務(wù)和分階段多項目實戰(zhàn)兩種模式；可查看項目進度，查看學(xué)生提交作業(yè)情況；支持學(xué)校管理員對平臺內(nèi)教師申請公開發(fā)布的項目課程進行審批并填寫審批意見；5.4.7項目監(jiān)控：可維護項目對應(yīng)的環(huán)境配置，對具體環(huán)境資源進行啟動、掛起、收回等控制，也可進入該環(huán)境對單一容器執(zhí)行啟動、停止、重置或重啟；5.4.8測評中心：采用理論或?qū)嵅贉y評模式進行教學(xué)管理，維護題庫、測評等基礎(chǔ)數(shù)據(jù)，生成理論測評試卷、實操測評試卷、實操測評容器環(huán)境并進行管理，對理論測評自動評分成績進行測看，對實操測評進行評分；5.4.9題庫管理：可維護測評題目，設(shè)置題目所屬的技能標(biāo)簽題型、難度、選項，答案等參數(shù)；提供并系統(tǒng)預(yù)置工業(yè)大數(shù)據(jù)配套題庫≥300道習(xí)題；支持按照大數(shù)據(jù)技術(shù)、人工智能、數(shù)據(jù)庫、編程語言、計算機技術(shù)、Web開發(fā)等方向進行篩選查詢；支持按照數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析處理、數(shù)據(jù)可視化、機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、語音識別、集成學(xué)習(xí)、SQLServer、MongoDB、MySQL、Java、Python、操作系統(tǒng)、數(shù)據(jù)結(jié)構(gòu)與算法JavaScript、HTML、CSS、Vue等分類進行篩選查詢；支持按照初級、中級、高級等難易度進行篩選查詢；5.4.10測評模板：可維護測評模板，設(shè)置題量、分值、時長、難度，涉及的技能標(biāo)簽和分類占比等參數(shù)；具體支持根據(jù)試卷創(chuàng)建考核、試卷復(fù)制，支持試卷在線預(yù)覽與Word格式試卷導(dǎo)出，導(dǎo)出試卷自動排版，包含試卷名稱、題目數(shù)量、分?jǐn)?shù)、難易度、方向分類等信息，導(dǎo)出試卷支持自定義編輯；5.4.11測評管理：可依據(jù)選擇的測評模板進行生成測評，設(shè)置測評所屬分類、測評時間和測評應(yīng)用的班級等參數(shù)；支持選題組卷與模版組卷兩種模式，模版組卷支持進行試題范圍選擇、試題來源選擇，使用內(nèi)置試卷模版進行組卷；5.4.12測評監(jiān)控：可配置測評對應(yīng)的環(huán)境，對具體測評環(huán)境資源進行啟動、掛起、收回等操作，也可進入該環(huán)境對單一容器執(zhí)行啟動、停止、重置或重啟；具體要求：在課堂考試，支持教師通過試卷創(chuàng)建考試并發(fā)送至課堂，以課堂為單位進行在線考試，支持教師在線評閱試卷，對學(xué)生主觀題目進行評分；5.4.13測評成績：可查看測評理論測評成績結(jié)果，包括個人得分和答題記錄，也可對實操的測評試卷進行打分；提供成績統(tǒng)計列表，可以查看平均分、最高分、最低分、及格率、平均答題時長及完成情況等數(shù)據(jù)，并以柱狀圖和餅狀圖展示成績分布，支持教師自定義分?jǐn)?shù)段，個性化定制成績分布統(tǒng)計圖；5.4.14技能標(biāo)簽配置：設(shè)置不同教學(xué)模式下技能標(biāo)簽，為平臺功能的生成提供支撐；技能標(biāo)簽列表：可查看各技能標(biāo)簽在課程實訓(xùn)、項目階段、測評題目中的權(quán)重數(shù)據(jù)；課程實訓(xùn)標(biāo)簽：可維護課程實訓(xùn)中的技能標(biāo)簽，設(shè)置難度系數(shù)等參數(shù)；項目階段標(biāo)簽：可維護項目階段中的技能標(biāo)簽，設(shè)置難度系數(shù)等參數(shù)；測評題目標(biāo)簽：可維護測評題目中的技能標(biāo)簽，設(shè)置難度系數(shù)等參數(shù)；5.4.15討論區(qū)：可對話題或成果展示進行發(fā)帖，對已發(fā)布的帖子進行點贊或留言；支持將完成較好的作業(yè)評選為優(yōu)秀作業(yè)進行共享；5.4.16教學(xué)成果：可查看學(xué)生個人能力模型，可與具體的崗位、競賽、證書相對比，查看能力匹配程度；具體要求：能力模型由每一個學(xué)生本課程學(xué)習(xí)成績單、課程排名、學(xué)習(xí)總時長、完成課程數(shù)量、優(yōu)秀作業(yè)數(shù)量、課程平均得分等綜合組成；5.4.17個人實驗環(huán)境：可選擇鏡像環(huán)境進行個人容器環(huán)境的啟動、掛起、收回等操作；1）大數(shù)據(jù)方向要求至少提供如下鏡像環(huán)境：Hadoop，Hbase，Hive，Spark，F(xiàn)link，Storm，Zookeeper，Kafka；2）Python要求至少提供如下鏡像環(huán)境：Python3，需包含：numpy，scikit-learn，pandas，matplotlib，scipy，sklearn，scrapy，pytorch等；3）數(shù)據(jù)庫方向要求至少提供如下鏡像環(huán)境：Mysql5.7，Mysql8，mongodb，sqlserver等；Web開發(fā)方向要求至少提供如下鏡像環(huán)境：Java，vue等；4）JAVA程序設(shè)計方向要求至少提供如下鏡像環(huán)境：Java+maven+ant等；5）數(shù)據(jù)采集預(yù)處理方向要求至少提供如下鏡像環(huán)境：Python、JAVA爬蟲相關(guān)鏡像等；6）需支持多種環(huán)境之間可以相互組合，教師可根據(jù)自身教學(xué)需求進行選擇，如MySQL+Python、Java+Hive+Hadoop等，組建個性化實驗環(huán)境；5.5學(xué)生功能：5.5.1實訓(xùn)：以學(xué)生身份進行課程實訓(xùn)，查看包括但不限于任務(wù)說明、教學(xué)實訓(xùn)、任務(wù)參考信息，對實訓(xùn)環(huán)境進行包括但不限于訪問、重置、重啟操作，在線編輯實訓(xùn)報告，上傳實訓(xùn)附件、下載實訓(xùn)附件；支持在線提交代碼進行評測，學(xué)生在線提交評測后，系統(tǒng)會對學(xué)生編寫的代碼的準(zhǔn)確性進行自動化評測，實時獲取評測結(jié)果；5.5.2項目：以小組身份進行項目教學(xué)；1）項目信息：可預(yù)覽所參與的項目，查看項目階段、任務(wù)、成果文檔、成員、實驗環(huán)境，可查看本人所負(fù)責(zé)的任務(wù)及小組成員的任務(wù)分布；2）階段任務(wù)：可查看當(dāng)前項目下所有階段及任務(wù)，根據(jù)權(quán)限區(qū)分進行相應(yīng)操作；3）成果文檔：可查看項目中本人或組員上傳的階段文檔及任務(wù)文檔；4）成員：可查看項目下本小組組員各階段成績及項目總成績；5）實驗環(huán)境：可對實訓(xùn)環(huán)境進行訪問、重置、重啟等操作，實驗內(nèi)容基于瀏覽器的B/S模式，學(xué)生機器無需安裝任何軟件即可開始實驗；5.5.3測評：以個人身份進行理論測評或?qū)嵅贉y評；1）理論測評：規(guī)定時間內(nèi)進行答題，自動評分查看測評成績及結(jié)果；2）實操測評：規(guī)定時間內(nèi)進行答題，可對實訓(xùn)環(huán)境進行訪問、重置、重啟等操作，可在線編輯測評報告，上傳/下載測評附件；5.5.4個人中心：可查看個人教學(xué)相關(guān)記錄及個人能力模型；1）個人資料：可維護個人基礎(chǔ)信息；2）實訓(xùn)記錄：可查看課程實訓(xùn)練習(xí)記錄，并針對記錄進行繼續(xù)練習(xí)或再次練習(xí)；3）項目記錄：可查看項目練習(xí)記錄，并針對記錄進行繼續(xù)練習(xí)或再次練習(xí)；4）測評記錄：可查看個人測評練習(xí)記錄，并查看測評記錄的詳情信息；5）能力匹配：可查看個人能力模型，并對目標(biāo)的崗位、證書或競賽進行對比，查看相應(yīng)的能力匹配度；能力模型由課程學(xué)習(xí)記錄及相關(guān)課程成績單組成；6基于Spark的離線數(shù)據(jù)分析實訓(xùn)庫6.1基于真實大數(shù)據(jù)項目任務(wù)轉(zhuǎn)化，所有內(nèi)容均直接使用項目研發(fā)過程資料作為素材，能夠引導(dǎo)學(xué)生從零開始完成基于Spark的離線大數(shù)據(jù)分析的研發(fā)工作，匹配真實企業(yè)工作流程，離線大數(shù)據(jù)分析相關(guān)實訓(xùn)任務(wù)以真實業(yè)務(wù)為背景，包含RDD的創(chuàng)建、分區(qū)、讀取數(shù)據(jù)、保存數(shù)據(jù)、計算每個顧客的消費次數(shù)、獲取備注中出現(xiàn)頻率最高的三個詞、計算每個國家的用戶數(shù)量、計算每個配件的銷售總額、計算各品牌的銷售總額、查詢包含指定詞匯的商品信息、計算不同的退回標(biāo)記的訂單中每個運輸途徑的訂單總額、使用累加器計算每個用戶的消費額、使用廣播變量獲取訂單狀態(tài)為F的訂單總數(shù)、控制臺打印表、市油站（銷售額）排序等實訓(xùn)任務(wù)；6.2實訓(xùn)任務(wù)包含如下資源：（1）任務(wù)場景知識講義，可指導(dǎo)教師進行任務(wù)場景講授；（2）任務(wù)前置知識儲備講義，可指導(dǎo)教師進行任務(wù)的前置基礎(chǔ)理論知識講授；（3）任務(wù)數(shù)據(jù)源、開發(fā)工具包、任務(wù)說明、任務(wù)指導(dǎo)、任務(wù)源代碼、任務(wù)教學(xué)視頻，提供教學(xué)大綱、實驗指導(dǎo)手冊，可指導(dǎo)學(xué)生完成基于Spark的大數(shù)據(jù)離線分析相關(guān)實訓(xùn)任務(wù)，對接產(chǎn)業(yè)真實技術(shù)技能需求；6.3知識技能點涵蓋RDD彈性數(shù)據(jù)集、創(chuàng)建、分區(qū)、SparkCore數(shù)據(jù)讀取和保存、常用的轉(zhuǎn)換算子、行動算子、依賴關(guān)系查看、序列化、持久化、累加器、廣播變量、DataFrame、DataSet、SparkSQL數(shù)據(jù)讀取和保存等，Spark簡介、安裝、運行架構(gòu)、RDD的設(shè)計與運行原理、部署模式、RDD編程、鍵值對RDD、數(shù)據(jù)讀寫、SparkSQL、SparkStreaming、StructuredStreaming和SparkMLlib等不少于31個實訓(xùn)任務(wù)；7數(shù)據(jù)倉庫實訓(xùn)庫7.1基于真實大數(shù)據(jù)數(shù)據(jù)倉庫項目轉(zhuǎn)化，所有內(nèi)容均直接使用項目研發(fā)過程資料作為素材，能夠引導(dǎo)學(xué)生從零開始完成一個數(shù)據(jù)倉庫構(gòu)建的研發(fā)工作，匹配真實企業(yè)工作流程，數(shù)據(jù)倉庫項目化實訓(xùn)包以真實數(shù)據(jù)倉庫建設(shè)需求為背景，包含但不限于如MySQL離線數(shù)據(jù)采集、維表更新、事實表更新、每人每天下單數(shù)量和下單總金額、每人每月下單數(shù)量和下單總金額、連續(xù)兩個月下單并且下單金額保持增長的用戶、每個國家的平均消費額和所有國家平均消費額的比較分析、一年中每個國家用戶個人消費總額中位數(shù)、基于BI工具的離線數(shù)據(jù)分析、基于Azkaban的任務(wù)調(diào)度、基于Flume和Kafka的實時數(shù)據(jù)采集、實時數(shù)據(jù)清洗與聚合、下單用戶數(shù)的消費額TOP5、每分鐘下單數(shù)量、每小時消費額、每小時消費額中位數(shù)國家TOP5等不少于16個實訓(xùn)任務(wù)；7.2實訓(xùn)任務(wù)包含如下資源：7.2.1包含如下資源：歷史數(shù)據(jù)集或數(shù)據(jù)生成器、任務(wù)說明、任務(wù)分析、任務(wù)實現(xiàn)；包含：階段任務(wù)、實訓(xùn)清單、階段目標(biāo)、數(shù)據(jù)集、實訓(xùn)手冊；數(shù)據(jù)集要求不少于5個業(yè)務(wù)相關(guān)數(shù)據(jù)集，其中1個數(shù)據(jù)集不低于20個維度，總體數(shù)據(jù)量不少于20000條；7.2.2實訓(xùn)源代碼，基于數(shù)據(jù)倉庫的數(shù)據(jù)清洗、處理、分析源代碼，可指導(dǎo)學(xué)生完成數(shù)據(jù)倉庫建設(shè)相關(guān)實訓(xùn)任務(wù)，對接產(chǎn)業(yè)真實技術(shù)技能需求；7.3提供的項目背景類資源包含項目背景、需求分析、解決方案、數(shù)據(jù)分析、數(shù)據(jù)模型、數(shù)據(jù)流轉(zhuǎn)圖等，可指導(dǎo)學(xué)生全方位了解項目需求及目標(biāo)結(jié)果；7.4數(shù)據(jù)管理能力，支持按照組織機構(gòu)、人員角色或組進行數(shù)據(jù)集權(quán)限的授權(quán)分配；支持?jǐn)?shù)據(jù)行級和列級的權(quán)限控制，行級權(quán)限支持靜態(tài)規(guī)則和動態(tài)規(guī)則配置，列級權(quán)限支持禁止查看列、列數(shù)據(jù)脫敏功能；7.5數(shù)據(jù)倉庫包含的知識技能點如下：(1）數(shù)據(jù)集成與任務(wù)調(diào)度：Flume數(shù)據(jù)采集工具、Kafka分布式消息隊列、Azkaban任務(wù)調(diào)度、Kettle數(shù)據(jù)抽取、Kettle調(diào)度；(2）數(shù)據(jù)清洗：Spark分布式計算框架、Flink實時計算框架、Hive分布式SQL計算引擎、Kettle數(shù)據(jù)加載和轉(zhuǎn)換；(3）構(gòu)建ODS層（數(shù)據(jù)準(zhǔn)備層/近源層）：Hive分布式SQL計算引擎；(4）構(gòu)建DWD層（數(shù)據(jù)明細(xì)層）：Hive分布式SQL計算引擎；(5）構(gòu)建DWS層（數(shù)據(jù)匯總層）：Hive分布式SQL計算引擎；(6）構(gòu)建ADS層（應(yīng)用服務(wù)層）：Hive分布式SQL計算引擎；(7）數(shù)據(jù)分析：Spark分布式計算框架、Flink實時計算框架、Hive分布式SQL計算引擎；(8）數(shù)據(jù)可視化：數(shù)據(jù)可視化BI工具使用；8數(shù)據(jù)挖掘與機器學(xué)習(xí)實訓(xùn)庫8.1數(shù)據(jù)挖掘與機器學(xué)習(xí)項目化實訓(xùn)庫功能：訓(xùn)練數(shù)據(jù)挖掘和機器學(xué)習(xí)相關(guān)技術(shù)的基礎(chǔ)知識和應(yīng)用技能，具體包含但不限于如下內(nèi)容：8.1.1主流機器學(xué)習(xí)算法的分類、特點和應(yīng)用場景，如監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)等，數(shù)據(jù)預(yù)處理、特征工程、模型評估和選擇等方法；8.1.2使用相關(guān)的數(shù)據(jù)挖掘和機器學(xué)習(xí)庫，如scikit-learn、PyTorch、TensorFlow等；8.1.3常見的機器學(xué)習(xí)算法的使用，如邏輯回歸、線性判別分析、多分類學(xué)習(xí)、線性回歸、決策樹、kNN算法、支持向量機、樸素貝葉斯分類器、神經(jīng)網(wǎng)絡(luò)、隨機森林算法、Adaboost、k-means、DBSCAN、AGNES、高斯混合聚類、聚類性能評估指標(biāo)、PCA、多維縮放等不少于38個實訓(xùn)任務(wù)，指導(dǎo)學(xué)生如何進行數(shù)據(jù)降維、特征選擇、特征縮放等數(shù)據(jù)預(yù)處理工作，如何使用訓(xùn)練數(shù)據(jù)對模型進行訓(xùn)練，并調(diào)優(yōu)模型以提高性能；8.1.4使用測試數(shù)據(jù)對訓(xùn)練好的模型進行評估，計算準(zhǔn)確率、精確率、召回率、F1值等指標(biāo)，分析模型的性能瓶頸和改進方向，如過擬合、欠擬合等問題的處理；8.1.5實訓(xùn)任務(wù)資源包含任務(wù)場景知識講義及教師演示的代碼及說明、任務(wù)前置知識儲備講義及教師演示的代碼及說明、數(shù)據(jù)集、開發(fā)工具包及相應(yīng)工程模板、任務(wù)說明、任務(wù)指導(dǎo)、任務(wù)源代碼、任務(wù)教學(xué)視頻等，可指導(dǎo)教師和學(xué)生有序開展項目化實訓(xùn)；提供教學(xué)大綱、實驗指導(dǎo)手冊、至少6個教學(xué)視頻、6個教學(xué)方案、6個思政內(nèi)容、1套試卷等，可指導(dǎo)教師和學(xué)生有序開展項目化實訓(xùn)；9大數(shù)據(jù)平臺搭建運維實