TYK-KJ04A型 大數據會計實訓室綜合建設方案
一、建設思路
本方案建設依據財會、大數據、人工智能專業的特點,以“厚基礎、寬知識、重思想、重創新、重實踐”為核心,采用“理論+實踐+應用案例”模式。從基礎到進階再到提高,由易而難、循序漸進,逐步提升學生的學習技能和實踐水平,提高“學”的質量和成效。
在教學方式上,提供了一站式教學服務,可滿足用戶備課、授課、課堂互動、課后作業、課程考核、實訓拓展、教學考試和教學分析全過程教學,并且針對不同學習程度的用戶定制打造實驗學習環境和課程體系,讓教學更簡單,更高效。
在科研實踐方面,提供在政府企業應用過的財會平臺,及教學成果化的工程案例,幫助學生在實踐中學習最新技術,積累行業經驗,了解工程項目痛點;為科研和就業提供便利。
師資的建設也至關重要,在智慧財會方向,提供不定期的師資培訓服務,培養一支擁有高質量的師資隊伍。
智慧財會教學實訓平臺采用B/S架構,利用先進的云計算、大數據和人工智能理念,融合財會專業知識,搭建面向智慧財會教育的一體化教學平臺,產品將對教學資源、實驗環境和工具、教學流程、虛擬化支撐云平臺和硬件資源進行整合和重建,從高校教學管理者、專業負責人、課程負責人、教師和學生等多維角度上,打造專業化人才定制培養服務平臺。
三、智慧財會數智實踐平臺
智慧財會數智實踐平臺是一款面向財會行業的集成大數據開發、數據挖掘、數據可視化等功能的綜合性科研實訓系統。平臺內置多種智慧財會場景,將人工智能算法及數據分析圖表等功能代碼模塊化,通過用鼠標拖拽的方式即可便捷的構建智慧財會開發流程,實現智慧財會應用開發。旨在為高校提供智慧財會可落地的實驗實訓及部署環境,提升學生對數據的實際應用能力。結合高校的智慧財會理論教學,幫助學生成為擁有實踐經驗的應用者,讓學生能夠真正掌握智慧財會科研能力,提升學生的綜合市場競爭力。
智慧財會數智實踐平臺采用B/S架構,支持自適應布局和任意終端的縮放;支持直接使用瀏覽器登錄訪問,實驗開展不受空間限制,在網絡聯通情況下即可訪問系統開展實驗。
四、智慧財會課程
1、課程清單
序號 |
課程名 |
課程內容 |
1 |
Python程序設計語言 |
Python基礎環境搭建、Python基礎語法、函數、雷和對象、Python文件和數據庫、Python排序算法等 |
2 |
數據庫技術應用 |
MongoDB數據庫、SQL數據分析預處理、MySQL數據技術與應用等 |
3 |
R語言 |
R語言編程基礎、R語言綜合應用、R語言算法實現等 |
4 |
數據挖掘與機器學習 |
線性回歸、邏輯回歸、決策樹分類、聚類分析、KNN近鄰分類、支持向量機、樸素貝葉斯、遺傳算法、粒子群算法、模擬退火算法、集成學習等 |
5 |
計算機輔助審計技術 |
計算機輔助審計技術概述、審計數據采集技術、審計數據預處理技術、審計數據分析技術 |
6 |
基于Python的財經數據分析與可視化 |
Python數據處理、數據分析、數據可視化展示等 |
7 |
非結構化工程數據采集與挖掘分析 |
工程審計數據采集處理概述、OCR信息識別提取、非結構化文檔信息提取、非結構化工程審計數據處理綜合實訓等 |
8 |
信息系統審計 |
信息系統審計概述、信息系統審計基本概念、信息系統審計內容與方法、IT治理、信息系統一般控制及審計、信息系統應用控制及其審計、信息系統開發與獲取審計、信息系統運營與維護審計、信息系統審計綜合案例等 |
9 |
大數據審計 |
數據審計概述、大數據采集、存儲與處理技術、大數據審計技術與工具、大數據審計實務案例等 |
10 |
智能審計 |
智能審計概述、智能審計技術方法、智能審計技術應用與案例等 |
11 |
數字化審計 |
數字化審計概述、數字化審計技術方法、數字化審計工具、數字化審計作業、數字化審計管理、數字化審計分析綜合案例等 |
12 |
基于數據庫的財務數據分析 |
數據存儲與數據庫、MySQL DDL操作、MySQL DML操作、數據分析技術基礎、數據分析技術(初級) |
13 |
基于Python的財務數據分析 |
Python編程技術、數據清洗與預處理、數據可視化、財務數據分析應用、財務數據分析綜合實戰 |
14 |
基于大數據的財務數據分析 |
大數據分析基礎、大數據ETL、Hive數據分析、Presto數據分析、Spark SQL數據分析、大數據智能分析、財務大數據綜合實戰 |
五、平臺優勢
1、高質量的財會課程,賦能智慧財會教育
依托中國審計高等教育發源地之一的南京審計大學師資力量,及世界頭部會計事務所普華永道,將大數據、人工智能等數字技術與財會知識相結合,為課程質量提供有力的保證;實訓課程來源于實際的智慧財會項目工程,將行業經驗沉淀到校園。
2、打通教學和行業,構建財會人才培養生態
實驗室將教學體系與行業工程相融合,既可以從成熟的行業工程應用和項目中,將財會行業成功的數字化和智能化經驗轉化為教學實驗成果,完善智慧財會教學體系;又可以將實驗室培養的人才、快速的適配到企業,反哺財會行業,為行業的數智化升級提供人才儲備;同時科研實訓平臺也為學校承接外部產業項目提供穩定、便捷的保障。
3、體系化的課程及實踐資源兼容性
平臺提供豐富的、體系化的智慧財會課程資源,包含大數據、人工智能、云計算等技術領域與財會行業的融合。另外也提供財會行業的經典數據集、海量算法模型、各領域的實訓項目案例,幫助用戶解決課程代碼難以銜接,高質量的數據集不易獲得,沒有大體量的數據集進行模型訓練,缺少算法模型以及學習優秀的行業領域項目等問題。
4、行業實戰打磨,積累豐富的產業技術和經驗
實驗室不僅具備面向教育場景的科研實訓平臺,也可以進行工程開發,平臺應用于智慧財會項目,為財會企業數智化升級提供了數據分析、疑點挖掘的服務。產業項目經驗和技術的積累,轉換為最新的行業算法、實訓案例、場景模板反哺高校,將財會行業數字化轉型過程中最新的技術、實踐的經驗、遇到的問題轉化為知識傳遞給高校,更好的賦能智慧財會相關專業。
5、簡單易用(圖形化界面拖拽式建模),助力智慧財會知識落地使用
方案簡化了傳統數據分析/挖掘的過程,將算法及相關功能代碼組件化,通過用鼠標拖拽的方式及圖形化界面配置來構建數據挖掘模型,并實現模型的發布、管理,輕松完成數據挖掘、數據分析工作。通過提供并行化的高效數據挖掘工具,可以實現一站式建模、評估、部署。提高智慧財會項目落地速度,降低數據挖掘落地成本。讓用戶能夠快速從數據獲得決策智慧。
在智慧財會數智實踐平臺中,每個建模步驟都是一個組件,每個組件接受若干輸入,并且產生輸出。每個組件的輸出可以作為其他組件的輸入,這樣,整個建模過程就可以形成一幅有向無環圖。在建模的過程中,會有很多嘗試性的步驟。從而實現讓學生用最短的時間測試出相應項目最有效的算法模型,為將來踏入社會能為企業創造高產值以及提升工作率打下堅實基礎。
6、可拓展性強,支持用戶自己開發或調優算法
實驗室平臺具備靈活的適應能力、可擴展能力,支持二次開發,并且在設計開發時就充分考慮接口的標準化、協議的標準化。
平臺為數據導入和導出、數據轉換、模型算法、模型評估和部署方面增加新的應用提供了良好的擴展性,可以輕松增加新的數據挖掘算法、數據處理過程組件、特征工程、模型評估方式。