2016年，教育部先后设立了“数据科学与大数据技术”本科专业和“大数据技术与应用”高职专业。首批3所本科院校和62所高职院校正式开设大数据相关专业。
截至2020年4月，我国已有619所高校获批大数据科学与技术专业，82所高校获批大数据管理与应用专业，872所高职院校获批大数据与人工智能专业，极大促进了我国大数据、人工智能等专业人才的培养，对产业发展、社会进步和国家竞争力产生深远影响。
大数据技术与产业发展趋势
近年来，大数据技术和产业发展迅猛，技术、平台、案例、模式快速升级，推动形成了一个蓬勃发展的“数据-AI格局”——大数据发展已经到了深水区！
猎聘2019《中国AI大数据人才就业趋势报告》显示，目前全国大数据相关人才仅46万人。未来5-10年，中国大数据市场年均增速将超过30%，未来3-5年大数据人才缺口高达150万。
随着大数据技术应用场景、企业投资和盈利模式的变化，对创新型、管理型和应用型人才的需求快速增加。紧跟技术和产业发展趋势，加快培养新型大数据人才刻不容缓！
各国高校积极推动大数据专业升级。
美国数据科学人才测评专业机构Correlation One发布的《2019全球未来数据人才报告》显示，2020年美国将新增270万个与数据相关的工作岗位，数据人才需求预计将增长20%。
由于市场对大数据人才的需求越来越激烈，美国、英国、法国等发达国家已有150多所大学开设了大数据相关专业，包括哈佛大学、哥伦比亚大学、斯坦福大学、芝加哥大学、麻省理工学院、卡内基梅隆大学、伦敦政治经济学院、英国利兹大学和伦敦国王学院，以及法国里昂一大、索邦大学和波尔多大学。
根据知识范围和人才培养侧重点的不同，这些专业主要有商学院、管理学院和金融学院的大数据分析方向，以及计算机学院和软件学院的大数据平台方向和理科学院的深度计算与分析方向。
相关国家指导
近年来，国务院、教育部、财政部等。先后就大数据技术与产业发展、本科教学改革、职业教育改革等重大问题出台了一批重要文件。，对专业建设提出了很高的要求，也给出了重要的指导意见:
教育部批准的大数据专业类型
以上三种大数据专业设置了不同的课程体系，既有共性，又有个性。根据以下三个专业，分析筛选出大数据专业人才培养方案前五名，其主要课程如下:
大数据专业建设2.0
01大数据专业建设的新挑战
由于大数据专业实践性、工程性、综合性强，发展变化快，对人才培养方案的实践创新体系提出了很高的要求。当前，大数据重大建设面临四大新挑战:
1.线上线下融合难度大:大数据专业的教学活动综合知识性强，对实践活动要求高。各种教学环境建设成本高，技术类型多，研发难度大。现有教学模式难以有效衔接线上课堂教学和线下实践活动，师生难以实现常态化教学和实验实训活动的统一组织和管理。
2.实践资源复用困难:大数据专业现有教学和硬件资源分散，共享程度低，缺乏大规模实验数据集和领域、行业新鲜案例；缺乏遵循统一标准的大规模实践资源案例素材库，教师难以根据个人需求对现有实验项目进行创新优化，形成自己的教学科研成果。
3.工程能力评价难:缺乏真实、系统的评价机制，难以自动评价学生的各种实践活动；很难获得教学和实践过程的完整数据，并据此改进教学方法和提供个性化教学；难以支持专业评价、专业认证、绩效考核等不同类型的教学管理需求。
4.科技环境建设难:随着大数据技术和应用的发展，面向特定场景的开发创新成为高校大数据教学活动的重要内容。如何为师生提供一个开放的协同实验、协同开发、协同创新的环境，成为大数据专业的迫切需求。
综上所述，当前大数据产业的发展需求和国家引导的教学改革要求，决定了大数据实践教学模式必须升级到2.0阶段，其中实践教学体系的课程内容、实践模式、管理模式、自动化辅助、创新研究条件等都提出了更高的要求。
因此，EduCoder平台在中国计算机联合会大数据委员会、新工科联盟、中国高校计算机教育MOOC联盟、绿色计算产业联盟、中国开源软件推进联盟、中国开源云联盟的指导和支持下，提出了大数据实践教学2.0模式，构建了全链条一体化大数据教学实验与科研创新平台和课程体系。
02大数据专业建设1.0 vs 2.0
大数据专业建设模式1.0主要解决学校早期大数据技术平台的部署和应用体验问题，使高校师生能够在内部大数据环境体系中开展相关实验。
但这种模式难以常态化、大规模应用，难以适应疫情期间“互联网+”场景下的教学和实验活动，无法有效满足上述需求和挑战。目前大数据专业建设急需2.0模式:
EduCoder大数据专业建设方案
针对大数据专业建设2.0模式的需求和挑战，EduCoder大数据平台紧紧围绕大数据专业人才培养目标，全面打通教学、实验、实训、教学质量监控、工程教育认证等全流程实践教学活动。，为大数据人才培养提供全链条、一体化的大数据教学实验和科研创新支撑。
01课程体系的连续性和完整性
本方案提供了大数据专业建设所需的领先基础、核心专业、选修实践等课程的教学需求。采用MOOP大规模在线实践创新模式，紧密结合行业需求，聚集了来自北京大学、复旦大学、国防科技大学、华中科技大学、中南大学、湖南大学等国内顶尖高校的知名专家团队，一步步共同构建系统化的大数据课程资源库。
02等级和区域实践案例
该计划针对不同类型的大数据专业教学大纲和教学计划，围绕基础知识、核心理论、关键技术、主流平台、综合应用等，提供覆盖不同层次和领域的3000多个实践案例。在不同的赛道上，并支持按需组合定制练习案例，师生共建。每个实践任务都有具体案例指导，并附有相关知识点和技巧的详细讲解。
03教学管理与实验管理的整合
该方案提出了“软件定义”实践教学模式，支持学习、实践、评价闭环教学管理。以课程大纲和实验需求为基础，围绕实际任务形成整合知识点、技能点、教学案例、实战项目的教学资源，提供企业级软硬件开发环境，全面支持教学和实验的管理需求。
04实验训练评估的自动化
该方案将软件工程的最新理论和机制引入大数据专业的教学中，为自动化企业提供持续集成和部署支持。它可以自动测试和显示实验训练结果，并提示具体问题或错误。学习者可以通过实际任务测试获得相应的技能点和分数。
05大数据研究与创新环境建设
该方案支持大数据研究活动和创新活动的全流程管理，包括团队协同开发、协同编程、协同研究、云部署、持续测试和集成等。EduCoder平台不仅可以提供Trustie、Github这样的代码托管工具，还可以提供开放的、面向研究的大数据平台容器环境和容器集群，支持不同场景、不同架构、不同软硬件设施下的科学实验和开发活动。
06大数据专业题库建设
面对大数据职业能力考核这一长期痛点，该方案提供了智能化的课程题库系统，支持实用试题，支持试题批量导入、考试知识体系定制、自动评分等功能。
题库系统的选题可以像超市购物一样方便。在预习试题的过程中，老师可以一键将符合自己需求的试题添加到“试题篮”中。当你需要作文试卷的时候，你只需要从试卷篮中选择，这样你就真的可以随时使用了。
07三种黄金课程建设
该计划支持高校教师申报省级和国家级教学成果、省级和国家级在线精品课程、线上线下黄金课程、虚拟仿真黄金课程。
该平台基于开源模型，建立了全新的软件定义实践教学案例和课程开发模型，支持教师基于案例库复制、修改和创建新的教学案例和课程体系。
08大数据专业工程教育专业认证
作为第一批设立的大数据专业，工程教育专业认证的任务即将到来。该方案可以满足大数据专业的毕业要求、课程目标、成就程度等一般和特殊要求，将线上自动采集与线下标准化导入相结合，大大提高了整个教学过程的数据管控和课程认证对人的责任。是帮助大数据专业顺利通过工程教育专业认证的利器！
//应用案例//
本科申请案例:
国防大学、中国人民大学、华中科技大学、中南大学等14所“985/211”高校和200多所本科院校大规模使用，取得显著成效。
高职院校应用案例:
湖南科技职业学院、湖南工业职业学院、郑州工业应用技术学院等100多所高职院校开展了基于EduCoder的大数据专业改革升级。
//应用和服务模式//
EduCoder的大数据专业建设解决方案目前支持多种不同的部署模式，主要包括公有云模式、私有云模式和混合云模式，具体如下:
