T/BBDA 001-2023 大数据实训实验室建设与实施标准

ICS35.020

L01

团体标准

T/BBDA001—2023

大数据实训实验室建设与实施标准

Constructionandimplementationguidelinesforbig

datatraininglaboratory

2023-08-25发布2023-09-01实施

T/BBDA001－2023

目录

前言.........................................................................................................................................2

引言.................................................................................................................................3

大数据实训实验室建设与实施标准.......................................................................................4

1范围.......................................................................................................................................4

2规范性引用文件...................................................................................................................4

3术语与定义...........................................................................................................................4

4课程建设与开发...................................................................................................................5

5讲课与实验...........................................................................................................................7

6实训与案例建设...................................................................................................................8

7科研.....................................................................................................................................13

8考核.....................................................................................................................................15

9.管理...................................................................................................................................18

10安全规范...........................................................................................................................19

11物理空间...........................................................................................................................21

12硬件条件...........................................................................................................................21

13软件资源...........................................................................................................................23

14数据来源...........................................................................................................................24

15实验室维护与运营...........................................................................................................25

1

T/BBDA001－2023

前言

本《标准》按照GB/T1.1-2020《标准化工作导则第一部分：标准化文件的

结构和起草规则》的规定起草。

请注意本《标准》的某些内容可能涉及专利。本《标准》的发布机构不承担

识别专利的责任。

本《标准》提出和发起单位：北京大数据协会、江西财经大学、北京普开数

据技术有限公司。

本《标准》由北京大数据协会归口。

本《标准》起草单位：北京大数据协会、北京应用统计学会、教育部西部民

族地区统计学专业虚拟教研室、安徽财经大学、北京大学、北京工业大学、广州

大学、贵州财经大学、江西财经大学、辽宁大学、南京审计大学、南开大学、清

华大学、厦门大学、上海对外经贸大学、首都经济贸易大学、首都师范大学、云

南财经大学、云南大学、浙江财经大学、中国科学技术大学、中国科学院、中国

人民大学、中南财经政法大学、北京普开数据技术有限公司、北京东方艾学信息

技术有限责任公司、北京聚源锐思数据科技有限公司、北京博昇泰元科技有限公

司。

本《标准》主要起草人：白涛珍、柴海涛、华佳林、黄性芳、李琳、刘磊、

刘生、刘小惠、刘艺媛、欧阳汉、潘树坤、平卫英、石磊、夏万军、徐健、徐臻

元、闫辛、余玉丰、张秋妍、张兴发、朱江乐。

本《标准》总起草人：刘生、刘小惠、平卫英、石磊、张宝学。

本《标准》主要审稿人：陈敏、程维虎、崔恒建、房祥忠、葛建军、洪兴建、

纪宏、李卫光、林金官、罗良清、任韬、阮敬、石磊、孙六权、唐年胜、王德辉、

王学钦、王兆军、杨瑛、叶刚、岳松青、张宝学、张虎、张日权、赵彦云、朱建

平、朱利平、朱忠义。

本《标准》总审稿人：房祥忠、罗良清、叶刚、赵彦云、朱建平。

本文件为首次发布。

2

T/BBDA001－2023

引言

数字经济时代新一轮科技革命和产业革命深入发展，大数据正在改变我们的

生产方式和生活方式。新技术、新行业、新生商业模式以及由此产生的新职业不

断出现，数字化、智能化成为未来趋势。

为贯彻落实《中共中央国务院关于构建数据基础制度更好发挥数据要素作用

的意见》，贯彻执行国务院《“十四五”数字经济发展规划》，推动实施人才强

国战略，促进大数据人才培养模式转向升级，实现人力资源深度开发，推动数字

经济时代经济社会全面发展，根据《高等学校实验室工作规程》等的有关规定，

北京大数据协会和北京普开数据技术有限公司组织有关专家制定了《大数据实训

实验室建设标准与实施规范》（以下简称《标准》）。

本《标准》坚持“创新导向、循序渐进”的指导思想，在充分考虑科技进步、

社会经济发展和产业结构变化对大数据从业人员专业要求的基础上，以客观反映

数字化、智能化时代趋势对大数据相关人才培养要求为目标，对相关课程体系进

行规范细致描述，明确课程建设的系统性、创新型要求。

本《标准》坚持“以数据为驱动，问题为导向”的培养目标，在丰富学生理

论知识的同时，进一步培养学生的动手能力与专业素养。本标准的制定以经济社

会发展各领域的行业特征及市场需求为起点，制定相应实际数据及案例分析建设，

最终落在提升学生大数据预处理、大数据分析与大数据解释的能力。

本《标准》落地“大数据技术技能+领域知识”的发展方向，不断推进的数

字产业化与产业数字化。大数据已遍布社会经济的各个领域，各行业和企业具有

不同的行业特征和经营思维。实现数字经济必须将大数据技术技能与领域知识深

度融合，本《标准》充分体现大数据分析的这一突出特征。

本《标准》坚持逐步建立由行业协会和社会组织制定并执行资格制度的发展

方向，充分发挥行业协会功能，组织政府部门、企事业单位、科研单位和高等院

校的专家共同起草制定。

3

T/BBDA001－2023

大数据实训实验室建设与实施标准

1范围

本《标准》确立了大数据实训实验室建设和实施的总体原则和规范，并规定

了实验室教学、实训、科研、考核、管理、软硬件资源、安全等的实施要求。

本《标准》适用于数据科学、大数据、人工智能、数字经济等相关专业。

本《标准》适用于大数据实训实验室的建设与运维，为课程资源建设、案例

库建设、人才培养、实施规范等提供指导。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其

中，著日期的引用文件仅该日期对应的版本适用于本文件。不著日期的引用文件，

其最新版本（包括所有的修改单）适用于本文件。

GB/T13745-2009学科分类与代码

GB/T5271.1-2000信息技术词汇第1部分：基本术语

GB/T35295-2017信息技术大数据术语

GB/T41867-2022信息技术人工智能术语

GB/T27245-2020科研实验室良好规范（规范实验室的管理）

JGJ91-2019科研建筑设计标准（包含实验建筑，环境，水电等）

3术语与定义

GB/T35295-2017界定的以及下列术语和定义适用于本文。为了便于使用，

以下重复列出GB/T35295-2017中的某些术语和定义。

3.1

大数据bigdata

具有体量巨大、来源多样、生成极快、且多变等特征，并且难以使用传统数

据体系结构有效处理的包含大量数据集的数据。

注：国际上，大数据的4个特征普遍不加修饰地直接用

volume、variety、velocity和variability予以表述，并分别赋予了它们在

大数据语境下的定义：

a)体量volume:构成大数据的数据集的规模。

4

T/BBDA001－2023

b)多样性variety:数据可能来自多个数据仓库、数据领域或多种数据类

型。

c)速度velocity:单位时间的数据流量。

d)多变性variability:大数据其他特征，即体量、速度和多样性等特征

都处于多变状态。

[GB/T35295-2017,定义2.1.1]

3.2

实训

在真实工作环境或模拟真实工作环境，采用来自真实工作项目的实际案例进

行的教学活动，教学内容针对真实应用需求设置，使受训者在专业职能、实践经

验、团队工作等方面得到提高。

4课程建设与开发

4.1实训实验室提供的课程，应当满足数据科学与大数据技术专业的本科教学需

要，通过课程学习，能够完善本科生应具备的知识体系、提升其应掌握的实践能

力。大数据实训实验室课程内容围绕受训者能力诉求进行设置，应当满足数据科

学与大数据技术相关专业的本科教学多层次受训需要。大数据实训实验室相关课

程根据能力目标分为多个模块(见4.6)，不同专业根据实际情况进行选择。

4.2实训实验室应当满足实践性教学环节的需要，能够支持随课堂教学同步进行

的数据科学实验、大数据操作实验、各类科研训练项目、各类科技竞赛、实习、

毕业论文（设计）等教学需要。从而培养学生开展数据科学研究的兴趣，提高学

生解决实际问题的能力。

4.3实训实验室提供的课程应当兼顾研究型、应用型本科教学的不同需要。

4.4实训实验室应充分考虑数据科学与大数据技术专业中理学和工学的不同培

养目标，有针对性地设置合理课程。

5

T/BBDA001－2023

4.5除了满足数据科学与大数据技术专业的需要，实训实验室也应考虑其他学科

专业对数据科学、大数据相关课程的教学需求，能够安排满足其教学需求的课程。

4.6推荐课程模块及课程能力目标

4.6.1基础课程

a)课程名称：

Python程序设计，R程序设计，Java程序设计，大数据基础，统计计算

b)课程模块能力目标：

具备至少一门程序语言的开发能力，了解大数据技术基础概念。

4.6.2大数据处理课程

a)课程名称：

网络爬虫，数据库技术，数据清洗、预处理，数据可视化，数据处理。

b)课程模块能力目标

掌握网络数据采集能力，掌握数据存储及调度作业，能根据业务对遗漏

数据、噪音数据、不一致数据等进行数据清洗，能整合不同数据源数据，能

根据数据平台创建数据索引并进行数据检索，能使用数据平台制作基本统计

图表，能根据任务需要设计多层次、多视角的数据可视化制品。

4.6.3大数据分析课程

a)课程名称：

数值计算，数据分析，数据挖掘，机器学习，深度学习，人工智能

b)课程模块能力目标：

掌握数据挖掘算法，能够根据业务目标设计、构建数据模型。

4.6.4大数据管理课程

a)课程名称：

数据管理基础，数据战略，数据治理，数据架构，数据应用

b)课程模块能力目标：

掌握数据管理知识体系，能够识别数据质量问题并提供解决方案，掌握

数据合规和数据伦理相关知识体系，提出数据合规方案。

4.6.5大数据系统和安全课程

6

T/BBDA001－2023

a)课程名称：

分布式存储，数据仓库与商业智能，云计算，大数据系统架构

b)课程模块能力目标：

了解大数据系统和安全的核心概念、技术和最佳实践，培养他们在大数

据领域的专业能力和实践能力

5讲课与实验

5.1概述

大数据实训实验室是为了满足大数据人才培养的需求而建设的，其建设标准

与实施规范包括实验课程的学时、要求与教学互动，旨在为学生提供实践性强、

针对性强、与市场需求接轨的实验教学环境。

5.2课时要求

大数据实训实验室的实验课程应该具有充足的学时，以确保学生能够深入掌

握相关技术和知识。通常情况下，大数据实验室的实验课程需要根据4.6节中的

课程模块进行设置。其中基础课程模块中，程序设计相关学时不少于48学时，

其他内容不少于32学时；大数据处理、大数据分析、大数据管理、大数据系统

和安全等每个模块课程学时不少于64学时。

5.3教学互动

大数据实训实验室的实验课程应该重视师生互动和同学之间的互动。具体而

言，教师应该采用多种教学方法，如讲授、实验演示、案例分析、小组讨论等，

以确保学生在实验课程中积极参与、深入思考、主动探究，从而提高学生的学习

效果。同时，实验课程还应该鼓励学生之间的交流和合作，以提高团队协作能力。

大数据实训实验室的实验课程的课件应该与前续的课程体系相互对应，以确保学

生的知识学习是有序、系统、连贯的。

5.4教学方法

实验课程的教学应注重项目实战和实际操作，以培养学生的实际能力和创新

能力。实验课程的教学应采用在线学习和自主学习等新型教学方法，以适应现代

教育技术的快速发展。实验课程的教学应加强和前沿科研和技术企业的合作，以

7

T/BBDA001－2023

确保学生学习到最新的技术和方法。实验课程的教学方法应综合运用多种教学手

段，包括讲授、实验操作、案例分析、小组讨论、在线学习等，以促进学生的学

习和思考。

实验课程的教学应至少包含2次行业企业参观或行业专家讲座，以让学生了