《数据可视化技术》课程教学大纲 一、课程基本信息 课程代码：20110103 课程名称：数据可视化技术 英文名称：Data Visualization Technology 课程类别：专业课 时：48 学分：3 适用对象：针对大数据管理、计算机科学与技术等专业本科生 考核方式：考查 先修课程：数据结构、程序设计 二、课程简介 数据可视化技术课程（课程代码20110103）是专业必修课，该门课程综合了多学 科的知识内容，具有很强的交叉学科与高技术特性。数据可视化是实现数据价值的重 要工且，数据可视化可以将抽象的数字积累转变成为图形、表单竿，让普诵人可以快 速理解数据所代表的情况或趋势。该课程是理论与实践紧密结合的一门核心专业课 程，是大数据项目处理流程中最后的一个环节。通过该课程学习，从一些基础的可视 化方法开始，逐渐延伸到可视化技术，其目标是培养学生掌握数据可视化的技术，能 够独立完成数据可视化处理工作。 The course of data visualization technology (Code 20110103)is a required professional course.This course integrates the knowledge content of multi-disciplinary.and has strong interdisciplinary and high-tech characteristics.Data visualization is an important tool to realize the value of data.Data visualization can transform abstract digital accumulation into graphics,database tables,etc.,so that ordinary people can quickly understand the current situation or future trend represented by the analyzed data.This course is a core professional course that closely combines theory and practice,and is the last important stage in the massive data project processing process.This course starts with some basic data analysis methods and gradually extends to the complicated visualization technology.The goal of this course is to train students to grasp the technology of data visualization and be able to independently complete data visualization processing work
1 《数据可视化技术》课程教学大纲 一、课程基本信息 课程代码：20110103 课程名称：数据可视化技术 英文名称：Data Visualization Technology 课程类别：专业课 学 时：48 学 分：3 适用对象:针对大数据管理、计算机科学与技术等专业本科生 考核方式：考查 先修课程：数据结构、程序设计 二、课程简介 数据可视化技术课程（课程代码 20110103）是专业必修课，该门课程综合了多学 科的知识内容，具有很强的交叉学科与高技术特性。数据可视化是实现数据价值的重 要工具，数据可视化可以将抽象的数字积累转变成为图形、表单等，让普通人可以快 速理解数据所代表的情况或趋势。该课程是理论与实践紧密结合的一门核心专业课 程，是大数据项目处理流程中最后的一个环节。通过该课程学习，从一些基础的可视 化方法开始，逐渐延伸到可视化技术，其目标是培养学生掌握数据可视化的技术，能 够独立完成数据可视化处理工作。 The course of data visualization technology (Code 20110103) is a required professional course. This course integrates the knowledge content of multi-disciplinary, and has strong interdisciplinary and high-tech characteristics. Data visualization is an important tool to realize the value of data. Data visualization can transform abstract digital accumulation into graphics, database tables, etc., so that ordinary people can quickly understand the current situation or future trend represented by the analyzed data. This course is a core professional course that closely combines theory and practice, and is the last important stage in the massive data project processing process. This course starts with some basic data analysis methods and gradually extends to the complicated visualization technology. The goal of this course is to train students to grasp the technology of data visualization and be able to independently complete data visualization processing work
三、课程性质与教学目的 (一)课程性质 数据可视化技术为大数据专业一门专业必修课程。该课程的先修课程有数据结构、 程序设计等。旨在培养学生的数据分析、数据应用和数据可视化表达能力 (二)教学目的 本课程的主要目的是培养学生的信息数据可视化处理能力。通过本课程的教学， 使学生掌握数据可视化的一般原理和处理方法，能使用数据可视化工具对数据进行可 视化处理。 四、教学内容及要求 第一章数据可视化简介 (一)目的与要求 1.数据可视化的意义。 2.数据可视化的目标和作用。 3.数据可视化释义。 (二)教学内容 第一节可视化概述 可视化的意义、可视化的目标和作用、可视化过程。 思政内容1。 第二节Python可视化环境 Anaconda的安装与使用 (三)思考与实践 1.数据可视化的意义。 2.数据可视化的目标和作用。 3.数据可视化释义 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等 第二章Python编程基础 (一)目的与要求 l.Python语言基本语法。 2.内置数据类型、函数、文件操作 (二)教学内容 第一节编程语言基础 第二节内胃数据类型 第三节函数定义与使用 2
2 三、课程性质与教学目的 （一）课程性质 数据可视化技术为大数据专业一门专业必修课程。该课程的先修课程有数据结构、 程序设计等。旨在培养学生的数据分析、数据应用和数据可视化表达能力。 （二）教学目的 本课程的主要目的是培养学生的信息数据可视化处理能力。通过本课程的教学， 使学生掌握数据可视化的一般原理和处理方法，能使用数据可视化工具对数据进行可 视化处理。 四、教学内容及要求 第一章 数据可视化简介 （一）目的与要求 1．数据可视化的意义。 2．数据可视化的目标和作用。 3．数据可视化释义。 （二）教学内容 第一节 可视化概述 可视化的意义、可视化的目标和作用、可视化过程。 思政内容 1。 第二节 Python 可视化环境 Anaconda 的安装与使用。 （三）思考与实践 1．数据可视化的意义。 2．数据可视化的目标和作用。 3．数据可视化释义。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第二章 Python 编程基础 （一）目的与要求 1．Python 语言基本语法。 2．内置数据类型、函数、文件操作。 （二）教学内容 第一节 编程语言基础 第二节 内置数据类型 第三节 函数定义与使用
第四节文件操作 (三)思考与实践 L.掌握Python基础语法 2.熟悉使用内置数据类型、函数的定义及使用 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第三章Numpy数值计算 (一)目的与要求 1.多维数组的索引、切片以及读写与统计分析。 2.Numpy数值计算方法。 (二)教学内容 第一节Numpy多维数组 数组的创建、索引和切片、数组运算。 思政内容2。 第二节数组的运算 数组读写、统计与分析。 (三)思考与实践 1.一维和多维数组的索引。 2.多维数组切片。 3.Numpy数组读写与统计分析。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第四章Pandas统计分析 (一·)目的与要求 L.理解Pandas数据结构 2.掌握Pandas数据查询、编辑、分组、可视化方法 (二)教学内容 第一节Pandas数据结构与索引 Series、DataFrame、索引对象。 第二节数据查询与编辑 数据查询、编辑，分组运算 第三节数据透视表、交叉表及可视化 数据透视表，Pandas可视化。 (三)思考与实践 L.Pandas中的数据结构、索引、查询与编辑
3 第四节 文件操作 （三）思考与实践 1．掌握 Python 基础语法。 2．熟悉使用内置数据类型、函数的定义及使用。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第三章 Numpy 数值计算 （一）目的与要求 1．多维数组的索引、切片以及读写与统计分析。 2．Numpy 数值计算方法。 （二）教学内容 第一节 Numpy 多维数组 数组的创建、索引和切片、数组运算。 思政内容 2。 第二节 数组的运算 数组读写、统计与分析。 （三）思考与实践 1．一维和多维数组的索引。 2．多维数组切片。 3．Numpy 数组读写与统计分析。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第四章 Pandas 统计分析 （一）目的与要求 1．理解 Pandas 数据结构 2．掌握 Pandas 数据查询、编辑、分组、可视化方法 （二）教学内容 第一节 Pandas 数据结构与索引 Series、DataFrame、索引对象。 第二节 数据查询与编辑 数据查询、编辑，分组运算。 第三节 数据透视表、交叉表及可视化 数据透视表，Pandas 可视化。 （三）思考与实践 1．Pandas 中的数据结构、索引、查询与编辑
2.Pandas运算、聚合、交叉表透视表、可视化. (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第五章Pandas数据载入与预处理 (一)目的与要求 1.理解数据载入与数据变换。 2.掌握数据清洗，数据转换。 (二)教学内容 第一节数据载入与集成 数据导入、数据合并。 思政内容3。 第二节数据清洗 缺失值、重复值、异常值处理。 第三节数据标准化、数据转换 数据标准化、特殊类型数据的转换。 (三)思考与实践 1.数据载入 2.数据集成 3.数据清洗 4.数据标准化 5.数据转换 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等 第六章Matplot1lib数据可视化基础 (一)目的与要求 l.学握Matplotlib参数设置。 2.掌握常用绘图方法。 (二)教学内容 第一节数据可视化简介与绘图基础 Matplotlib可视化简介，创建画布内容与子图、绘图的保存与 显示。 第二节Pyplot动态rc参数设置 全局参数和rc参数设置。 第三节Pyplot中的常用绘图 常用绘图实现，词云生成。 4
4 2．Pandas 运算、聚合、交叉表透视表、可视化。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第五章 Pandas 数据载入与预处理 （一）目的与要求 1．理解数据载入与数据变换。 2．掌握数据清洗，数据转换。 （二）教学内容 第一节 数据载入与集成 数据导入、数据合并。 思政内容 3。 第二节 数据清洗 缺失值、重复值、异常值处理。 第三节 数据标准化、数据转换 数据标准化、特殊类型数据的转换。 （三）思考与实践 1．数据载入。 2．数据集成。 3．数据清洗。 4．数据标准化。 5．数据转换。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第六章 Matplotlib 数据可视化基础 （一）目的与要求 1．掌握 Matplotlib 参数设置。 2．掌握常用绘图方法。 （二）教学内容 第一节 数据可视化简介与绘图基础 Matplotlib 可视化简介，创建画布内容与子图、绘图的保存与 显示。 第二节 Pyplot 动态 rc 参数设置 全局参数和 rc 参数设置。 第三节 Pyplot 中的常用绘图 常用绘图实现，词云生成
(三)思考与实践 L.Matplotlib可视化简介 2.绘图基础： 3.常用参数设置 4.常用绘图。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第七章Seaborn可视化 (一)目的与要求 l.掌握Seaborn风格设置。 2.掌握颜色设置。 3.掌握常用绘图实现 (二)教学内容 第一节Seaborn简介、风格设置 Seaborn简介、风格设置 思政内容4。 第二节Seaborn颜色设置，常用绘图实现 Seaborn颜色设置，常用绘图实现。 (三)思考与实践 1.Seaborn简介。 2.风格设置。 3.常用绘图实现 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第八章Pyecharts数据可视化 (一)目的与要求 L.掌握Pyecharts使用方法。 2.掌握Pyecharts常用绘图实现 (二)教学内容 第一节Pyecharts数据可视化简介 第二节Pyecharts使用方法. 第三节Pyecharts常用图表。 (三)思考与实践 L.Pyecharts数据可视化简介 2.Pyecharts使用方法。 5
5 （三）思考与实践 1．Matplotlib 可视化简介。 2．绘图基础。 3．常用参数设置。 4．常用绘图。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第七章 Seaborn 可视化 （一）目的与要求 1．掌握 Seaborn 风格设置。 2．掌握颜色设置。 3．掌握常用绘图实现。 （二）教学内容 第一节 Seaborn 简介、风格设置 Seaborn 简介、风格设置。 思政内容 4。 第二节 Seaborn 颜色设置，常用绘图实现 Seaborn 颜色设置，常用绘图实现。 （三）思考与实践 1．Seaborn 简介。 2．风格设置。 3．常用绘图实现。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第八章 Pyecharts 数据可视化 （一）目的与要求 1．掌握 Pyecharts 使用方法。 2．掌握 Pyecharts 常用绘图实现。 （二）教学内容 第一节 Pyecharts 数据可视化简介。 第二节 Pyecharts 使用方法。 第三节 Pyecharts 常用图表。 （三）思考与实践 1．Pyecharts 数据可视化简介。 2．Pyecharts 使用方法
3.Pyecharts常用绘图实现。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第九章时间序列数据分析 (一)目的与要求 1.掌握时间序列数据类型。 2.掌握时间序列数据分析方法。 (二)教学内容 第一节时间序列分析基础、数据类型 日期和时间类型数据、时间序列构造、索引与切片。 第二节日期范围、频率和移位 频率和移位、时期、重采样、降采样和升采样。 第三节时间序列平稳性检验 时间序列平稳性检验方法。 (三)思考与实践 1.时间序列数据分析介绍 2.日期和时间数据类型、日期范围、频率和移位 3.时间序列数据重采样、降采样和升采样。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十章Scipy科学计算 (一)目的与要求 .掌握Scipy线性代数基本运算。 2.掌握Scipy图像处理和信号处理： (二)教学内容 第一节Scipy基础及线性代数基本运算 Scipy中的常数和特殊函数、线性代数运算 思政内容5。 第二节Scipy中的优化、稀疏矩阵表示、简单图像自处理 优化问题，稀疏矩阵处理，图像处理。 (三)思考与实践 1.Scipy科学计算基础。 2.Scipy线性代数运算。 3.Scipy优化. 4.Scipy稀疏矩阵处理及图像处理。 6
6 3．Pyecharts 常用绘图实现。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第九章 时间序列数据分析 （一）目的与要求 1．掌握时间序列数据类型。 2．掌握时间序列数据分析方法。 （二）教学内容 第一节 时间序列分析基础、数据类型 日期和时间类型数据、时间序列构造、索引与切片。 第二节 日期范围、频率和移位 频率和移位、时期、重采样、降采样和升采样。 第三节 时间序列平稳性检验 时间序列平稳性检验方法。 （三）思考与实践 1．时间序列数据分析介绍。 2．日期和时间数据类型、日期范围、频率和移位。 3．时间序列数据重采样、降采样和升采样。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十章 Scipy 科学计算 （一）目的与要求 1．掌握 Scipy 线性代数基本运算。 2．掌握 Scipy 图像处理和信号处理。 （二）教学内容 第一节 Scipy 基础及线性代数基本运算 Scipy 中的常数和特殊函数、线性代数运算。 思政内容 5。 第二节 Scipy 中的优化、稀疏矩阵表示、简单图像自处理 优化问题，稀疏矩阵处理，图像处理。 （三）思考与实践 1．Scipy 科学计算基础。 2．Scipy 线性代数运算。 3．Scipy 优化。 4．Scipy 稀疏矩阵处理及图像处理
(四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十一章统计与机器学习基础 (一)目的与要求 1.理解分类与聚类算法 2.掌握分类与聚类算法简单实现 (二)教学内容 第一节scikit-learn主要功能、分类算法 主要分类算法及其实现。 第二节聚类算法简介及实现 K-means算法、层次聚类、基于密度的聚类。 第三节主成分分析及实现 主成分分析算法 (三)思考与实践 L.统计与机器学习基础与scikit-learn的用法 2.回归分析、分类问题解决、聚类问题解决。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十二章图像数据分析 (一)目的与要求 1.Python-OpenCV图像数据分析基础 2.Python-OpenCV特征分析。 (二)教学内容 第一节OpenCV简介、图像处理基础 Python-OpenCV图像处理基础。 第二节Python--OpenCV典型图像处理方法 图像特征提取与分析。 (三)思考与实践 L.掌握Python-OpenCV图像处理基础 2.掌握Python-OpenCV特征分析。 (四)教学方法与手段 课堂讲授、多媒体教学、课堂讨论等
7 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十一章 统计与机器学习基础 （一）目的与要求 1．理解分类与聚类算法 2．掌握分类与聚类算法简单实现 （二）教学内容 第一节 scikit-learn 主要功能、分类算法 主要分类算法及其实现。 第二节 聚类算法简介及实现 K-means 算法、层次聚类、基于密度的聚类。 第三节 主成分分析及实现 主成分分析算法 （三）思考与实践 1．统计与机器学习基础与 scikit-learn 的用法。 2．回归分析、分类问题解决、聚类问题解决。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等。 第十二章 图像数据分析 （一）目的与要求 1．Python-OpenCV 图像数据分析基础。 2．Python-OpenCV 特征分析。 （二）教学内容 第一节 OpenCV 简介、图像处理基础 Python-OpenCV 图像处理基础。 第二节 Python-OpenCV 典型图像处理方法 图像特征提取与分析。 （三）思考与实践 1．掌握 Python-OpenCV 图像处理基础 2．掌握 Python-OpenCV 特征分析。 （四）教学方法与手段 课堂讲授、多媒体教学、课堂讨论等
五、各教学环节学时分配 、教学环节 讲 讨 小 教学时数 课课课 环节 计 课程内容 第一章数据可视化简介 第二章Python编程基础 第三章Numpy数值计算 第四章Pandas统计分析 第五章Pandas数据载入与预处理 4 第六章Matplotlib数据可视化基础 第七章Seaborn可视化 4 第八章Pyecharts数据可视化 第九章时间序列数据分析 第十章Scipy科学计算 4 第十一章统计与机器学习基础 第十二章图像数据分析 3 合计 36 48 六、课程考核 (一)考核方式 平时成绩包括考勤、作业、课堂提问的综合评价。期末考试采用课程论文形式， (二)成绩构成 平时成绩占比：40%期末考试占比：60% (三)成绩考核标准 本课程成绩由平时成绩和期末考核成绩组合而成，课程成绩以百分制计算，分配 比例如下： 1.平时成绩主要考查平时作业的完成程度，理论课和实验课的出勤率。 2.期末成绩采用考查的考核方式，布置1一3个数据可视化分析实际案例，要求
8 五、各教学环节学时分配 教学环节 教学时数 课程内容 讲 课 习 题 课 讨 论 课 实 验 其他 教学 环节 小 计 第一章 数据可视化简介 3 1 4 第二章 Python 编程基础 3 1 4 第三章 Numpy 数值计算 3 1 4 第四章 Pandas 统计分析 3 1 4 第五章 Pandas 数据载入与预处理 3 1 4 第六章 Matplotlib 数据可视化基础 3 1 4 第七章 Seaborn 可视化 3 1 4 第八章 Pyecharts 数据可视化 3 1 4 第九章 时间序列数据分析 3 1 4 第十章 Scipy 科学计算 3 1 4 第十一章 统计与机器学习基础 3 1 4 第十二章 图像数据分析 3 1 4 合计 36 12 48 六、课程考核 （一）考核方式 平时成绩包括考勤、作业、课堂提问的综合评价。期末考试采用课程论文形式。 （二）成绩构成 平时成绩占比：40% 期末考试占比：60% （三）成绩考核标准 本课程成绩由平时成绩和期末考核成绩组合而成，课程成绩以百分制计算，分配 比例如下： 1．平时成绩主要考查平时作业的完成程度，理论课和实验课的出勤率。 2．期末成绩采用考查的考核方式，布置 1～3 个数据可视化分析实际案例，要求
学生自行完成，撰写课程实践报告 七、推荐教材和教学参考资源 推荐教材：魏伟一等编著.Python数据分析与可视化（第2版）.北京：清华大学 出版社，2021. 参考教材： [山吕云翔等编著.Pythor数据分析与可视化.北京：机械工业出版社，2022. [2]王国平编著.Python数据可视化，北京：人民邮电出版社，2022. [3)李鲁群等编著.Python与数据分析及可视化.北京：清华大学出版社，2022. 八、其他说明 课程思政内容详细说明： 思政内容1：培养学生民族认同感，树立远大职业理想。梳理国产操作系统的发 展历史与现状，包括华为、中兴等国产企业在全球市场的崛起，在操作系统领域的新 架构，向学生展示中国的信息技术领域成就，增强使命感与荣誉感：通过华为孟晚舟 事件、美国的芯片痉新一引出：民族认同感。壹的十八届五中全会通讨的“十三五” 规划《建议》，明确提出实施网络强国战略以及与之密切相关的“互联网+”行动计划 国家正着力实现关键技术自主可控，为维护国家安全、网络安全提供技术保障。中国 信息化需求巨大，但在一些关键技术领域如操作系统、芯片技术、CPU技术等方面， 还难以做到自主可控，对国家安全造成威胁。引导学生明确：建设网络强国，不仅仅 是靠网络技术，还要有软件技术等其他各类技术的支撑。引导学生作为软件技术专业 的一员，应更加明晰专业人才的培养目标，更加明确专业领域内工作岗位和工作内容 的社会价值，自觉树立远大职业理想，将职业生涯、职业发展脉络与国家发展的历史 进程融合起来。 思政内容2：向学生介绍中国在人工智能领域的布局，重点分析当代人工智能下 软件技术如何支撑中国制造的智能化发展： 思政内容3：通过专业知识的学习，引导学生深刻理解与认识所学软件开发知识 对于国家信息产业发展、智慧城市建设、大数据智能信息处理等各方面的重要意义， 使学生在学习过程中逐渐树立专业荣誉感： 思政内容4：培养学生精益求精、工匠精神。告诉学生在学好软件技术之后，走 上工作岗位会成为程序员、软件系统运维人员、软件测试员、售前售后服务人员等。 在这些职位岗位上，要发挥工匠精神，精益求精地将程序开发、系统运维、程序测试、 需求分析及技术问题处理等工作内容完成好，保证软件系统运行时正确、稳定，保证 客户的需求被精确采集和纳入软件开发计划，保证软件运行时遇到问题能被及时解 决。引导学生在学习时，将知识夯实、精技强能，方能在今后工作中本领过硬，不出
9 学生自行完成，撰写课程实践报告。 七、推荐教材和教学参考资源 推荐教材：魏伟一等编著. Python 数据分析与可视化（第 2 版）. 北京：清华大学 出版社，2021. 参考教材: [1] 吕云翔等编著. Python 数据分析与可视化. 北京: 机械工业出版社, 2022. [2] 王国平编著．Python 数据可视化，北京: 人民邮电出版社, 2022. [3] 李鲁群等编著. Python 与数据分析及可视化. 北京: 清华大学出版社，2022. 八、其他说明 课程思政内容详细说明： 思政内容 1：培养学生民族认同感，树立远大职业理想。梳理国产操作系统的发 展历史与现状，包括华为、中兴等国产企业在全球市场的崛起，在操作系统领域的新 架构，向学生展示中国的信息技术领域成就，增强使命感与荣誉感；通过华为孟晚舟 事件、美国的芯片垄断—引出：民族认同感。党的十八届五中全会通过的“十三五” 规划《建议》，明确提出实施网络强国战略以及与之密切相关的“互联网+”行动计划。 国家正着力实现关键技术自主可控，为维护国家安全、网络安全提供技术保障。中国 信息化需求巨大，但在一些关键技术领域如操作系统、芯片技术、CPU 技术等方面， 还难以做到自主可控，对国家安全造成威胁。引导学生明确：建设网络强国，不仅仅 是靠网络技术，还要有软件技术等其他各类技术的支撑。引导学生作为软件技术专业 的一员，应更加明晰专业人才的培养目标，更加明确专业领域内工作岗位和工作内容 的社会价值，自觉树立远大职业理想，将职业生涯、职业发展脉络与国家发展的历史 进程融合起来。 思政内容 2：向学生介绍中国在人工智能领域的布局，重点分析当代人工智能下 软件技术如何支撑中国制造的智能化发展； 思政内容 3：通过专业知识的学习，引导学生深刻理解与认识所学软件开发知识 对于国家信息产业发展、智慧城市建设、大数据智能信息处理等各方面的重要意义， 使学生在学习过程中逐渐树立专业荣誉感； 思政内容 4：培养学生精益求精、工匠精神。告诉学生在学好软件技术之后，走 上工作岗位会成为程序员、软件系统运维人员、软件测试员、售前售后服务人员等。 在这些职位岗位上，要发挥工匠精神，精益求精地将程序开发、系统运维、程序测试、 需求分析及技术问题处理等工作内容完成好，保证软件系统运行时正确、稳定，保证 客户的需求被精确采集和纳入软件开发计划，保证软件运行时遇到问题能被及时解 决。引导学生在学习时，将知识夯实、精技强能，方能在今后工作中本领过硬，不出
纰漏，工作成果令用户满意。引导学生认识到，作为职业人，其专注、敬业、责任担 当对完成好本职工作，进而促进软件行业整体的高水平、优质化发展具有重要意义。 思政内容5：培养学生团结协作，合作共赢的精神。通过实践项目、竞赛等，告 诉学生今天的社会无论什么行业想要做出一番成就，靠一个人打拼已经不现实了。所 谓人多力量大，三个臭皮匠顶个诸葛亮强调团队成员之间的资源共享、协同合作 精神，团队成员在一个项目中要各司其职，每个人发挥自己的特长完成分配的任务 最终才能高质量、有效率地完成项目，从而形成更强大而持久的生产力和创造力。 大纲修订人：梁英宏 修订日期：2022年2月22日 大纲审定人： 审定日期： 10
10 纰漏，工作成果令用户满意。引导学生认识到，作为职业人，其专注、敬业、责任担 当对完成好本职工作，进而促进软件行业整体的高水平、优质化发展具有重要意义。 思政内容 5：培养学生团结协作，合作共赢的精神。通过实践项目、竞赛等，告 诉学生今天的社会无论什么行业想要做出一番成就，靠一个人打拼已经不现实了。所 谓人多力量大，三个臭皮匠顶个诸葛亮... ... 强调团队成员之间的资源共享、协同合作 精神，团队成员在一个项目中要各司其职，每个人发挥自己的特长完成分配的任务， 最终才能高质量、有效率地完成项目，从而形成更强大而持久的生产力和创造力。 大纲修订人：梁英宏 修订日期：2022 年 2 月 22 日 大纲审定人： 审定日期：