大数据实习报告
前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇大数据实习报告范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。
大数据实习报告范文第1篇
这事我第一次参加大学生暑期社会实践，我明白中学时代的社会实践是引导我们学生走出校门、走向社会，而大学时代的社会实践则是我们接触社会、了解社会、投身社会的更完善的良好形式;是培养锻炼才干的好渠道;是提高思想，树立服务社会的观念的有效途径。通过参加大学生暑期社会实践活动，我们有机会把我们在学校所学的理论知识，运用到客观实际中，使自己所学的理论知识有用武之地。只学不实践，那么所学的就等于零。理论应该与实践相结合。另一方面，实践可为以后找工作打基础。通过这段时间的实习，学到一些在学校里学不到的东西。
在此，我来到淮安市高涧工商分局实践。XX年上半年高涧工商分局在县局党组正确领导下，在机关科室的关心指导下，按照重点工作抓项目、日常工作抓规范、队伍建设抓素质的思路，牢牢把握“只有责任，没有理由”的局训，深入推进“三型工商”建设。各项工作取得了一定的成绩。虽然八月仍是烈日炎炎，每天都很闷热，但我非常荣幸来到高涧工商分局实践，协助国家公务员工作。看到行政管理人员每天都身着整齐的制服、准时上班、认真工作时，我感到深深地敬佩，敬佩他们作为国家和人民的公仆全心全意为人民服务的责任心!
二、实践内容
1、了解规范着装上岗
(1)达到着装要求
8月9日，在工商局工作的第一天植主任就跟我介绍工商行政管理者要按规定进行着装：按规定着装人员上班时间和从事执法任务时必须着装，特殊情况，必须着便装的，应经市县以及分管领导同意，并报监察室备案。夏季高温，根据县局统一安排着装。
(2)仪容、仪表和举止
其次，要树立工商行政管理机关工作人员文明形象，就要注意个人的仪容、仪表和举止。植主任跟我介绍着制服时要举止端庄、精神振作、姿态良好，不准袖手、背手和将手插入衣袋，不准边走边吸烟、吃东西，不得搭肩挽臂。
2、协助工商执法
(1)监督检查
8月8日晚，卫生部新闻发言人邓海华称，针对家长质疑圣元奶粉致婴儿性早熟事件，卫生部注意到相关媒体的报道，并对此事进行关注。国家工商总局公布流通领域奶制品抽检报告中，圣元天然纯奶粉因标称的产品名称与真实属性不符，被指“质量不合格”。同时，高涧工商分局也接到上级任务：到各大、中、小型商场、超市或者乳制品指定销售地点，检查圣元指定批次奶粉，发现该批次圣元奶粉，应及时下架，停止销售，并保存相关证据，将问题奶粉送到相关部门进行检测。
3、协助召开会议
(1)事无大小、认真对待
由于近期发生圣元奶粉事件，为提高企业品牌意识，高涧工商分局召开企业商标培育工作座谈会，组织辖区内12家生产加工企业代表进行集中培训。我参与了会场的布置以及对会上重要内容的记录。
三、实践结果
1、严格遵守规章制度
的确，我认为只要身着制服，就意味着自己在秉行公事就肩负责任，要自觉维护工商形象和声誉，不可以随意嬉戏打闹。
2、领悟心系人民
在我随同高涧工商分局工作人员到各大、中、小型商场、超市进行检查圣元该批次奶粉期间，虽然头顶烈日，但是看着每个人都很认真地检查，尽管汗流浃背，额头不时冒出豆大的汗珠。这时，听到朱科员说到：“孩子那么小就受这么大的罪，这样的奶粉绝对不能在市场上流通，我们一定要认真检查!”一句话感动了我，这是工商行政人员对人民的负责啊!
这几天很累，但是大家都是带着一份热忱与急迫之心检查的，每检查完一家商场，没有发现圣元该批次奶粉时，大家都舒了口气，多一丝笑容。
同时，我建议各行政部门在平时要加强执法力度，积极配合县局、政府部门的重大行动，树立执法的良好形象。
3、学有所用
在检查期间，作为英语专业的我，对于奶粉外包装的英文和生产日期后的英文序列，可以更快理解分析，这极大地提高了检查的工作效率。
四、实践总结或体会
大数据实习报告范文第2篇
〔关键词〕国外图书馆；数据素养教育；最佳实践；科学数据管理
DOI：10.3969/j.issn.1008-0821.2016.08.012
〔中图分类号〕G2549〔文献标识码〕A〔文章编号〕1008-0821（2016）08-0066-09
Best Practice and Enlightenment of Data Literacy
〔Abstract〕This paper firstly discussed the importance of data literacy education in E-Science environment and considers that academic library is the best organization to teach data literacy.Next，the paper introduced its concept and content and pointed out that domestic libraries explore data literacy education should learn from outstanding achievements and practical experiences abroad.Then analyzed the New England Collaborative Data Management Curriculum（NECDMC）project led by the Lamar Soutter Library at the University of Massachusetts Medical School，data information literacy（DIL）led by Purdue University，the University of Minnesota，the University of Oregon，and Cornell University and MANTRA led by data library staff in University of Edinburgh and concluded the model of best practices from curriculum goal，students，teaching methods，teaching materials and teaching evaluation.Experiences learn from best practices included funds and personnel support，focus on characteristics of field scientific data and data management requirements，kept the data literacy courses sustainable and so on.
〔Key words〕libraries abroad；data literacy education；best practice；research data management
E-Science科研环境下，科学数据已成为科研产出的重要组成部分[1]，资助机构、期刊出版商以及学术研究机构纷纷制定和相应的数据政策，要求研究人员合理规范地管理、存储和共享数据，这无疑给研究人员的数据素养提出了更高的能力要求，亟需数据素养教育。美国研究图书馆协会在2012年的报告中指出，图书馆集资源、能力、服务经验为一体，是提供数据管理服务和开展数据素养培训的最佳主体，能够帮助研究人员应对数据驱动研究环境中的挑战[2]。基于此，国外图书馆积极开展数据服务研究，探索数据管理培训和数据素养教育，在长期实践中积累了丰富的研究经验和实践成果。国内数据素养教育才刚起步，尽管中科院文献情报中心等部分图书馆已经试点了一系列学分课程和数据培训班，但在教育内容设计、教学途径选择、教育成果评估等方面尚处摸索阶段，要形成完善的数据素养教育模式还需学习和借鉴国外图书馆数据素养教育实践的优秀经验。在此背景下，笔者调研了英国、美国、加拿大等大学图书馆的数据素养教育概况，根据项目资助支撑、数据学科领域背景、教育实践经验和教育模式成熟度选取了马萨诸塞大学医学院Lamar Soutter图书馆的新英格兰数据管理协作课程[3]、普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所图书馆联合开发的数据信息素养教育项目[4]和爱丁堡大学图书馆的MANTRA教育项目[5]作为数据素养教育最佳实践进行分析，以期为国内图书馆探索数据素养教育提供参考和启示。另对英美加各国数据素养教育概况的调研已有专文讨论，本文在此不予详述。
1数据素养及其教育
11数据素养的概念和内涵
随着大数据时代的来临，数据素养已成为21世纪公民必备的关键技能[6]，尤其是在数据密集型第四科研范式下，研究人员创建、获取、存储及复用数字科研数据的能力已成为推动科学进步、提出应对经济和社会挑战创新的关键，并对全球生产力、竞争力和生活质量具有潜在影响[7]。那么，什么是数据素养？MSchield认为数据素养是根据科研需求在不同数据源中获取、操作和总结数据，并从中推断结论的一种能力[8]；Qin J和DIgnazio认为数据素养是研究者在科研过程中收集、处理、操作、评估和利用数据的能力[9]；Calzada Prado和Marzal认为数据素养包含个人获取、理解、批判性地评估和管理数据的能力，并在使用数据的过程中遵守道德规范[10]；Chantel Ridsdale、James Rothwell等认为数据素养是一种以规范形式收集、管理、评估和应用数据的能力[11]。综合各方意见，可将数据素养归纳为正当地发现和获取数据、批判地选择和评估数据、规范地管理和处理数据、合理地利用和共享数据的意识和能力，其内涵包括4个方面的内容，分别是数据意识、数据知识、数据能力、数据伦理与道德，如图1所示[12]。总体而言，数据素养强调的不仅是批判性地认识和掌握数据的基本知识，更重要的是在科研实践中能够规范地处理和分析数据、利用数据，遵守数据伦理与道德，实现数据价值最大化。图1数据素养的内涵
12数据素养教育
对于研究人员而言，科学高效地管理数据并非易事[13]。E-Science科研环境下庞大的数据量和复杂的数据管理问题使得研究人员面临严峻挑战，数据产生与收集、数据分析与处理、数据保存与存档、数据发表与共享等问题贯穿项目启动、项目实施和项目结题的全过程，研究人员亟需数据素养培训和指导[14]。为此，国外图书馆积极探索数据素养教育，并在长期实践中已形成较为成熟的数据素养教育模式，就如何设置教学目标、确定教学对象、设计教学大纲、选取教学方法和实施教学评估方面累积了丰富的成果和经验。下文将对数据素养教育的最佳实践进行详细剖析。
2数据素养教育最佳实践分析
所谓最佳实践（Best Practice），是指那些在别处产生显著效果，并能适用于此处的优秀实践[15]。本文在调研中对各大学图书馆的数据素养教育实践进行归纳总结，根据项目资助支撑、课程学科领域背景、教育实践经验和教育模式成熟度遴选了3个最佳实践进行详细分析，分别是马萨诸塞大学医学院Lamar Soutter图书馆的新英格兰数据管理协作课程、普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所图书馆联合开发的数据信息素养教育项目和爱丁堡大学图书馆的MANTRA教育项目。
21马萨诸塞大学医学院Lamar Soutter图书馆――新英格兰数据管理协作课程在当前高等教育中，数据素养教学大多不列入本科生和研究生的课程列表[16]，而医学、自然科学等专业的学生对数据素养却有迫切需求[17]，图书馆成为填补数据管理教育缺口的不二人选。基于此，马萨诸塞大学医学院Lamar Soutter图书馆联合伍斯特理工学院的乔治・戈登图书馆、美国东北大学等新英格兰地区大学图书馆开发了新英格兰数据管理协作课程（New England Collaborative Data Management Curriculum，以下称NECDMC），以培养和提高研究人员和学生的数据管理能力。NECDMC项目受美国国家医学图书馆资助，项目编号HHS-N-276-2011-00010-C，项目主页：http：∥library.umassmed.edu/necdmc/index。该项目围绕两个目标展开，一是明确数据管理的概念，建立数据素养教育的基本内容体系；二是利用学校平台为学生提供数据素养教育的资源和机会。NECDMC项目面向健康科学、科学和工程等领域的本科生、研究生以及研究人员，在调研实际需求的基础上，结合特定的学科背景来设置教学内容模块，涉及临床医学研究、生物医学实验室、工程项目以及定健康研究等。
211需求调研
首先，NECDMC项目组设计调查问卷通过SurveyMonkey等平台对不同领域用户的数据素养现状和数据管理需求展开调查。在马萨诸塞大学，研究工作已经成为学生生活的重要组成部分，然而调查结果显示，81%的学生没有接受过数据管理培训，79%的学生不知晓资助机构的数据政策。在问及是否需要规范管理数据时，绝大多数学生认为需要接受正式或非正式的数据素养培训，学习数据管理最佳实践以帮助学生解决科研实践中面临的数据管理挑战。调查结果表明，学生最希望学习到的数据技能包括：组织、管理和追踪数据集；数据存储与备份；数据检索与发现；数据描述与记录；数据处理；数据收集；遵守本校和资助机构的数据管理规范和要求；处理大规模的数据；数据工具和资源。需求调研是开展数据管理培训的基础，下一阶段的课程模块设计即在需求调研的基础上展开。
212设计课程模块
NECDMC项目组在需求调研的基础上设计了包含7个教学模块课程模型，主要面向健康医学、科学和工程领域的本科生、研究生和研究人员，与美国国家科学基金会的数据管理计划建议相对应，并强调应对当前环境面临的数据管理挑战。7个课程模块既可以作为相对独立的教学模块，如作为集成研讨会的主题，也可以作为系列课程的教学大纲，亦或根据需求选择其中一二展开针对性培训。这7个模块分别是：（1）科研数据管理概述；（2）数据类型、数据格式、数据的不同阶段；（3）元数据；（4）数据存储、备份和安全；（5）与数据相关的法律和伦理问题；（6）数据共享和数据复用政策；（7）数据存档和长期保存。各个教学模块及其对应的教学内容、学习任务和评估如表1所示。
213积累的教学资源
NECDMC项目组在长期探索数据素养教育实践的过程中积累了丰富的教学资源，包括创建的数据管理计划模板、数据管理经典案例剖析和课程辅助材料。
（1）NECDMC项目组创建的数据管理计划模板
数据管理计划是简要描述数据处理方式的正式文档，其中列出了在项目进展中以及在项目结题之后数据收集、数据创建、数据组织、数据处理、数据存储、数据共享和数据复用的全过程，数据管理计划帮助科研人员识别和列出在整个科研过程中与科研数据管理相关的风险。数据管理计划不仅是资助机构要求的项目申请书的重要构成，更是指导整个科研工作流数据管理工作的纲领性文件。不仅NSF、NIH等科研资助机构要求提交数据管理计划，化学、生物医学等领域的行业惯例也有数据管理计划要求。为此，NECDMC项目组开发了系列的数据管理计划模板，列出不同资助机构、学科领域要求的数据管理计划模板要素，以帮助研究人员制定有效的数据管理计划，其中根据NSF数据管理政策创建的数据管理计划模板如表2所示。
（2）数据管理经典教学案例
NECDMC项目在授课之余总结了许多数据管理经典教学案例，每个案例列出了教学内容大纲，并总结了与该主题相关的数据问题，以供图书馆员在涉及数据管理课程时参考和借鉴。这些教学案例涉及不同学科，包括临床医学研究（骨科移植手术数据管理、维生素D治疗双向抑郁数据管理）、生物医学实验室研究（运动和饮食对糖尿病风险影响的10年追踪数据、老鼠功能心脏组织的再生数据）、定健康研究（非裔美国人的老年生活护理调查数据）、航空航天工程（在轨火箭发动机组件的控制卫星数据）、工程测试实验室（移动和紧凑型造影检查仪设计数据）、跨学科研究项目（数据保存案例研究：外星人项目）、生态环境科学（草原鸟类生存环境和栖息地选择研究数据）、生物神经学研究实验室（噬菌体基因测序数据）等。
（3）课程辅助资料
除了介绍课程模块的内容，NECDMC项目还罗列了各个模块相关的教学辅助资料和阅读材料，可供学生和教师学习和借鉴。
22普渡大学、明尼苏达大学、俄勒冈大学和康奈尔大学4所大学图书馆――数据信息素养教育项目2011年，普渡大学、康奈尔大学、明尼苏达大学、俄勒冈大学的图书馆受美国博物馆与图书馆服务协会（IMLS）资助，联合开展数据信息素养培训项目（Data Information Literacy Projects，项目编号：LG-07-11-0232-11），项目主页：http：∥。该项目围绕两个问题展开：一是在E-Science和技术驱动的科研环境下，未来的研究人员需要具备怎样的数据管理能力和数据素养；二是学术图书馆应如何将数据检索、组织、传播和保存等相关的专业知识传授给学生。在这两个问题的基础上制定了3个目标：首先建立一套学界认可的数据信息素养能力框架体系；其次以学科背景为基础，开展数据素养教育实践，培养学生的数据管理能力；最后是形成数据素养教育最佳实践，为图书馆开设数据素养课程建立可行的模型和标准流程。
221数据信息素养能力框架
DIL项目组采用问卷和访谈法调研了教师和学生的数据管理需求，结合数据信息素养试点课程教学经验以及ACRL的系列信息素养能力标准，在长期研究实践中建立了一套包含12项核心能力的数据素养能力框架，表3列出了这12项核心能力及其相关的数据技能，分别是：数据实践规范、数据转换与互操作、数据监管和再利用、数据管理和组织、数据保存、数据处理和分析、数据质量和记录、数据可视化和表示、数据库和数据格式、数据发现和获取、元数据和数据描述、数据伦理与道德。能力框架为教学实践提供了明确的目标和方向，也为各个机构教学目标设计提供了基本的框架和指南，DIL项目中各个试点课程均是以这一框架为基础展开需求调研和教学设计的。
222DIL项目的数据素养课程实践
在界定数据信息素养能力要求后，根据能力框架编制调查问卷和访谈大纲，调研研究人员和学生的数据素养需求。由于学科领域和服务对象不同，因此选取了5个学科作为试点，在具体学科数据需求的基础上设计数据素养教育课程，表4列出了5个试点课程的承接单位、学科领域、数据类型、教学对象、数据需求和教学内容、授课形式以及最后达到的教学成果。需要强调的是，各个试点课程的教学内容设计是基于DIL项目组开发的数据信息素养能力框架，通过问卷调研和访谈法确定各学科研究人员和学生的具体需求，根据需求内容设计课程教学大纲，并随着课程进度实况予以调整。在具体课程实施环节中，根据教学对象和领域数据的特点选取了不同的授课形式，包括一学分迷你课程、在线课程、一次性课程、嵌入式图书馆服务和系列研讨会等，不同授课形式的优缺点如表5所示。此外，项目组还在课后邀请参与课程培训的研究人员和学生评估课程，收集课程意见和反馈信息，以不断改进和优化课程体系。
223图书馆数据素养教育模型和流程
以Carlson为代表的DIL团队在长期的数据素养研究和教学实践基础上总结建立了图书馆数据素养教育模型，包括课程规划、设计数据素养课程、课程实施、课程评估和总结4个阶段，如图2所示。DIL团队在项目网站上免费分享了完整的设计方案和教学资料，可供其他图书馆实施数据素养教学课程提供参考和借鉴。图2DIL项目建立的图书馆数据素养教育模型
23爱丁堡大学图书馆――MANTRA教育项目
爱丁堡大学图书馆的MANTRA数据管理在线课程受JISC（科研数据管理项目，Managing Research Data，资助编号2010-11）和爱丁堡大学（the University of Edinburgh Research Data Management Programme，资助时间：2013-至今）资助，课程网址http：∥datalib.edina.ac.uk/mantra/。作为一个免费的、不计学分的、提供自学课程的在线培训平台，MANTRA主要面向研究生（硕士、博士）、新晋研究人员和信息工作者的数据素养需求，帮助他们在科研过程中理解和学习如何管理数据。
231服务定位
MANTRA数据管理在线课程具有明确的服务定位，当学习用户进入课程平台选择相应的学习角色时，系统将推送针对该用户群体服务的目标、主要学习内容，并推荐具体的学习模块。具体包括从事科研工作的研究生、研究人员、高级研究员（项目负责人）、信息工作者（图书馆员）4种用户群体。
（1）研究生
服务定位：MANTRA帮助研究生学习如何在科研过程中管理数据，在研究实践中学会利用R、SPSS、Nvivo和ArcGIS等数据分析处理工具。主要学习内容：科研数据管理的概念和术语；学位论文、研究报告、实习报告中科研数据收集和管理的方法和策略；制定数据管理计划（数据收集、分析和存储）。推荐学习模块：科研数据基础知识。
（2）研究人员
服务定位：MANTRA帮助研究人员解决当前研究实践中的数据管理问题，为将来开展研究项目或申请项目资助提供建议。主要学习内容：回顾当前的研究实践并制定数据管理计划；检查并完善数据管理实践中的各个环节；将MANTRA提供的资源作为参考，并用于评估自己的实践。推荐学习模块：数据管理计划。
（3）高级研究员（项目负责人）
服务定位：MANTRA帮助高级研究员更好地培训研究团队成员，帮助项目负责人调整数据管理计划，并了解更多开放数据的相关信息。主要学习内容：在教学和学习过程中发现可以帮助团队成员提高数据管理能力的内容；在检查数据管理计划时提供检查指标，并推荐相关资源；了解数据管理最佳实践以及数据共享和数据许可的优点。推荐学习模块：数据共享、保存和许可；数据分析和处理。
（4）信息工作者（图书馆员）
服务定位：MANTRA帮助信息工作者了解科研数据管理实践，以及数据的开放获取、许可发表等相关问题。主要学习内容：培训员工增强其对本机构数据管理要求的认识；帮助研究人员和学生做好数据管理计划的准备工作；了解数据共享和数据许可的意义，以及数字长期保存的重要作用。推荐学习模块：数据管理培训工作包；数据共享、保存和许可。
232课程模型
MANTRA数据管理培训课程模型包括9个模块：科研数据管理基础知识；文件格式与转换；数据保护、权益和访问；数据管理计划；数据记录、元数据和数据引用；数据共享、保存和许可；数据组织；数据存储与安全；数据操作练习，每个学习模块的教学目标和主要内容如表6所示。在MANTRA平台上点击相应模块即可学习相应内容，包括视频、动画文、文本阅读框等形式。每个在线课程模块约1小时，但需要学生在课后拓展阅读，动手进行数据操作练习。
233数据管理培训工具包
数据管理培训工具包是由爱丁堡大学EDINA数据图书馆、英国数据档案（UKDA）、英国数字管理中心（DCC）、普渡大学图书馆分布式数据管理中心联合开发的，旨在帮助图书馆员更好地设计数据管理课程。数据管理培训工具包由9个部分组成，分别是数据管理培训工具包讲义、培训计划、MANTRA在线课程的内容、批判性写作、来自英国数据档案和埃塞克斯大学的管理和共享数据培训资源（附小组练习和答案）、爱丁堡大学提供的播客视频课程集锦、与MANTRA课程主题对应的讲义课件、学生自学任务内容、课程评估表。通过数据管理培训工作包可为图书馆员设计小型数据管理培训班提供教学内容和课程资料，降低教学成本。
除了提供MANTRA在线课程平台，爱丁堡大学图书馆还定期或不定期举办科研数据管理研讨会，聚焦某个议题进行针对性教育，例如“数据管理计划撰写”、“数据伦理与规范”等。随着网络信息技术在课程教学中的应用，爱丁堡大学图书馆还联合北卡罗来纳大学教堂山分校图书馆开设为期五周的MOOC课程“数据管理和共享”，支持证书认证[18]。
3数据素养教育最佳实践模式总结
31教育目标明确
最佳实践中的图书馆在设计数据素养课程时往往具有明确的目标，即帮助用户树立数据意识，培养用户的数据管理技能，并以此为准则指导整个课程活动的开展。具体而言，马萨诸塞大学医学院NECDMC项目具有建立数据素养教育基本内容体系和提供数据素养教育资源的两大目标；普渡大学等四校图书馆的DIL项目则有3个目标，分别是建立数据信息素养能力框架体系、以学科为基础开展数据素养教育实践和建立图书馆开设数据素养课程的模型；爱丁堡大学图书馆的MANTRA教育项目通过划分学习用户群体，设定具体的培训目标。
32教学对象层次化和领域化
首先是教学对象的层次化。本科生、研究生、研究人员等不同用户群的数据需求因人而异，项目负责人、管理员、小组成员、学生等在科研实践中也负有不同的数据管理权责，因而数据素养教育应充分考虑教学对象的差异性。如NECDMC课程面向本科生、研究生和研究人员，DIL项目主要面向研究生，MANTRA课程分别面向研究生、研究人员、项目负责人和图书馆员推荐不同课程模块，提供针对性培训。其次是重视教学对象的学科领域。不同领域的科学数据具有不同性质和特点，因而所需的数据管理和操作技能也不尽相同。
NECDMC课程主要针对健康科学、科学和工程领域，DIL项目的5个试点学科包括自然资源、土木工程、生态学、农业与生物工程以及电子与计算机科学。
33教学途径多样化
