2019年安徽省职业院校技能大赛高职组 “大数据技术与应用”项目竞赛规程.pdfVIP

2019年安徽省职业院校技能大赛高职组 “大数据技术与应用”项目竞赛规程.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2019年安徽省职业院校技能大赛(高职组)

“大数据技术与应用”赛项竞赛规程

一、赛项名称

赛项名称:大数据技术与应用

赛项组别:高职组

二、竞赛目的

为适应大数据产业对高素质技术技能型人才的职业需求,赛项以

大数据技术与应用为核心内容和工作基础,重点考查参赛选手基于对

数据采集、数据清洗、数据分析技能的掌握情况,综合软件开发相关

技术,解决实际问题的能力,激发学生对大数据相关知识和技术的学

习兴趣,提升学生职业素养和职业技能,努力为中国大数据产业的发

展储备及输送新鲜血液。

通过举办本赛项,可以搭建校企合作的平台,提升大数据技术与

应用专业及其他相关专业毕业生能力素质,满足企业用人需求,促进

校企合作协同育人,对接产业发展,实现行业资源、企业资源与教学

资源的有机融合,使高职院校在专业建设、课程建设、人才培养方案

和人才培养模式等方面,跟踪社会发展的必威体育精装版需要,缩小人才培养与

行业需求差距,引领职业院校专业建设与课程改革。

三、竞赛方式

1、比赛以团队方式进行,不得跨校组队,同一学校的报名参赛

队伍不超过2支。

2、每个参赛队由1名领队(可由指导教师兼任)、2名指导教

师、3名选手(其中队长1名)组成,指导教师须为本校专兼职教师,

参赛选手和指导教师报名获得确认后原则上不得随意更换。选手须为

2019年春季在籍(含本科院校高职学生,1995年5月1日之后出生)

同校学生,性别、专业和年级不限。

-1-

3、竞赛时间4小时,参赛队员必须在规定时间内完成比赛内容

并提交相关文档。

四、竞赛时间和地点

时间:2019年3月26-27日。

地点:安徽职业技术学院信息工程学院(安徽省合肥市新站区文

忠路2600号)。

五、竞赛内容

赛项以大数据技术与应用为核心内容和工作基础,重点考查参赛

选手基于对数据采集、数据清洗、数据可视化以及数据分析技能的掌

握情况,综合软件开发相关技术,解决实际问题的能力,具体包括:

1.掌握基于Web页面的数据采集相关技术,完成指定数据的采集及

处理能力;

2.综合使用Java、Python等开发语言,完成数据清洗操作;

3.综合运用HTML、CSS、JavaScript等开发语言,结合Echarts数

据可视化组件,对数据进行可视化呈现;

4.根据数据可视化结果,完成数据分析报告的编写;

5.竞赛时间4小时,竞赛连续进行。

竞赛内容构成如下:

考核环节考核知识点和技能点

使用工具(Chrome开发者工具)查看网页源码,分析网页

结构,明确数据采集对象

数据采集网络请求构建

数据采集

(Python)采集数据解析及关键数据提取

本地目录操作、文件创建、读写

数据清洗

编写MapReduce程序

(Java、Linux

-2-

Shell)本地运行MapReduce程序,实现本地数据清洗

MapReduce程序的编译、打包、发布

数据可视化网页后台代码编写

(HTML、CSS、

JavaScript)基于Echarts的数据可视化渲染编码

综合分析文档编写能力、数据分析能力

竞赛各阶段分值权重和时间分布如下:

阶段竞赛时间分值权重

数据采集权重25%

数据清洗

文档评论(0)

199****6631 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档