一、课程信息
表1 课程信息表
|
课程名称（学时） |
大数据项目管理(64学时) |
开课院部 |
人工智能学院 |
|
课程代码 |
ZN0077Z |
适用专业及专业代码 |
大数据技术（510205） |
|
课程属性 |
□公共基础平台课程 □专业（群）平台基础课程 ☑专业（群）专业课程 |
||
|
课程性质 |
□必修课 ☑限选课 □任选课 |
||
|
考核方式 |
④面试（含答辩、口试、表演等）⑦项目（方案）设计 |
||
|
前导课程 |
《大数据技术原理与应用》、《Spark大数据分析与应用》 |
||
|
后续课程 |
《大数据安全技术》 |
||
考核方式：①闭卷，②开卷，③技能测试，④面试（含答辩、口试、表演等），⑤小论文，⑥报告（含读书报告、调查报告、实习报告等），⑦项目（方案）设计，⑧课程实践，⑨其它。
二、课程性质与任务
（一）课程性质
《大数据项目管理》是一门集理论、方法、实践于一体的核心专业课程，具有极强的综合性与应用性。课程旨在培养学生在模拟或真实的大数据项目场景中，运用项目管理的方法论解决实际问题，重点培养学生的不是单纯的编码或算法能力，而是项目规划、团队协作、风险控制、沟通管理等软技能和职业素养。
（二）教学任务
《大数据项目管理》这门课程的教学任务，是培养学生掌握从启动、规划、执行到收尾的完整大数据项目生命周期管理能力，使其能够将项目管理知识（特别是敏捷开发等现代方法论）与大数据核心技术相结合，在真实或仿真的项目环境中，有效地进行需求分析、任务规划、团队协作、风险控制和进度管理，最终具备胜任大数据项目组织、协调与实施等岗位所需的综合职业素养与实践能力。
三、课程目标与要求
（一）总体目标与要求
本课程的总体目标是培养学生成为既懂大数据技术又精通项目管理流程的复合型人才，通过系统学习，要求学生掌握如何将经典及敏捷的项目管理方法论应用于大数据项目的全生命周期之中，使其具备主导或参与大数据项目从需求分析、方案规划、开发实施到部署运维的综合能力，最终能够胜任项目规划、团队协作、风险控制和质量保障等关键任务，确保大数据项目在约束条件下成功交付。
（二）具体目标与要求
1.素质目标
培养学生的项目管理思维和领导能力；
增强学生的团队协作和沟通能力；
提升学生解决复杂问题的能力。
2.知识目标
理解大数据项目的生命周期和关键成功因素；
掌握大数据项目管理的方法和工具；
了解大数据项目的风险管理和质量控制。
3.能力目标
能够规划和启动大数据项目；
能够执行和监控大数据项目的进度；
能够收尾和评估大数据项目。
四、课程内容与结构
（一）职业能力与课程内容
表2 职业能力与课程内容
|
工作内容 |
职业能力分析 |
支撑能力的知识技能 |
|
项目计划与规划 |
能够系统性地对项目进行工作分解，并制定出切实可行、风险可控的项目执行蓝图 |
工作分解结构、甘特图/网络计划技术、估算方法、成本管理基础 |
|
项目执行与团队协调 |
能够有效地在团队中分工协作、激励成员、解决冲突，推动项目任务高效执行 |
团队动力学、敏捷开发中的角色与职责、沟通模型 |
|
项目监控与风险控制 |
能够预见潜在问题，制定应对策略，并有效处理项目中出现的各种变更和异常 |
风险管理流程、变更控制流程、数据质量管理概念 |
（二）课程结构与学时安排
《大数据项目管理》课程共计64学时，分5个项目，每个项目按照工作内容分为若干任务，每一个任务承载一定学习内容，具体如下表：
表3 课程结构及学时安排
|
模块 |
任务 |
学习内容 |
学时 |
|
|
模块一：大数据项目特征认知 |
项目一：传统IT项目 vs 数据项目差异分析 |
8学时 |
理解大数据项目特征、数据驱动决策、技术架构差异、团队组成特点 |
12 |
|
项目二：数据项目全生命周期沙盘推演 |
4学时 |
掌握需求分析、数据采集、数据处理、模型构建、部署运维、价值评估的方法 |
||
|
模块二：项目启动与规划 |
项目一：数据需求可行性评估报告 |
4学时 |
掌握业务需求分析、技术可行性评估、资源可行性分析、风险评估的方法 |
12 |
|
项目二：数据资源矩阵（DRM）编制 |
8学时 |
掌握数据资产识别、数据关系梳理、数据权限管理、数据治理框架的知识 |
||
|
模块三：敏捷项目管理 |
项目一：Scrum在数据工程中的实践 |
4学时 |
理解并掌握敏捷开发流程、Sprint规划、数据看板使用以及团队协作机制 |
10 |
|
项目二：用户故事地图（User Story Mapping）绘制 |
6学时 |
掌握用户角色分析、业务流程梳理、故事点拆分、优先级排序 |
||
|
模块四：数据工程专项管理 |
项目一：数据血缘追踪方案设计 |
4学时 |
理解数据血缘概念，掌握追踪工具使用、影响分析、变更管理 |
16 |
|
项目二：数据质量SLA指标制定 |
4学时 |
理解质量维度定义，掌握SLA制定方法、监控机制、问题处理流程 |
||
|
模块五：风险管理 |
项目一：数据安全风险评估矩阵 |
5学时 |
掌握安全威胁识别、风险等级评估、控制措施制定的方法 |
14 |
|
项目二：数据倾斜问题应急预案 |
5学时 |
掌握倾斜问题识别、性能优化策略、应急处理流程 |
||
|
项目三：第三方数据接口风险管控 |
4学时 |
掌握接口规范审查、数据校验机制、服务等级协议管理 |
||