大数据分析专项职业能力考核规范
一、定义
运用计算机及相关软件，具备对各种类型的大数据进行数据建模、管理，数据分析、数据探索和数据可视化等能力。
二、适用对象
运用或准备运用本项能力求职、就业的人员。
三、能力标准与鉴定内容
能力名称：大数据分析职业领域：计算机软件工程技术人员工作任务操作规范相关知识考核比重
1.能为服务器安装
Windows、 Linux操作系
统；
、Linux 操作系统基础知识及
2.能装载新磁盘，给磁盘
安装步骤操作；
建立分区，能创建文件系
2. 磁盘分区相关知识和指
统，装载磁盘；
令，知道不同磁盘分区的区
3. 能在Windows、 Linux
( 一 )别，磁盘卷管理相关知识和
上安装Apache、 PHP、
操作系统指令；
Python 等服务，并能够配
系统及服、rpm等形式的软件下载、安置服务使其正常运行以及
务安装部装指令，系统服务配置指令；
随系统自动启动；
署 4. 基本的防火墙知识和系统8%
4. 能在Windows、 Linux
自带防火墙的基本配置；
上安装、配置防火墙；
脚本的基本知识，文件管理、
5. 能在Windows、 Linux
库管理、库依赖关系等 Shell
上进行包括文件管理、系
命令。
统运行库配置、管理、查
错，保证各种自带和新安
装的系统服务正常运行。
1. 能在 Windows、 Linux 1. 数据库基础知识及安装
上安装 MySQL、Oracle 、MySQL、 Oracle 、SQLServer ( 二 )
步骤操作；
SQL Server 等数据库系
数据库安
、Oracle 、 SQL Server 数据 8%统；
装、管理
2. 能够配置 MySQL、库服务配置知识；
和操作
、Oracle 、 SQL Server 数据Oracle 、SQLServer 等系
统，保证其正常的启动和库的系统参数含义及用途；
停止；
、Oracle 、 SQLServer 等数据库的系统配置，包括缓存设置、线程设置、连接设置等；
、Oracle 、 SQLServer 等数据库的基本管理，包括数据库的创建、删除、修改，用户和角色的创建、删除、修改，用户和角色权限的设置；、Oracle 、 SQL Server 数据库的系统管理指令；
SQL 语句；
SQL 语句；
7. 表索引设计、SQL执行计划分析和优化。
5.能够通过 SQL语句实现
表的创建、删除、修改等
数据定义操作；
6.能够通过 SQL语句实现
数据的增加、删除、修改、
查询等基本操作，能够通过
SQL语句实现子查询、拼
接查询、合并查询等复杂查
询；
7.了解基本的数据库的调
优方法。
1.从结构化数据库采集数
据到新的数据存储引擎
1. 基本的 ETL工具使用；
中；
2.从 MySQL数据库采集数 2. 通过 CDC技术从结构化
数据库采集增量数据；
( 三 )
据到新的数据存储引擎10%数据获取 3. 通过触发器、业务系统设
中；
计采集增量数据。
3.从应用系统中采集数据
到新的数据存储引擎中。
1. 数据的清洗，将不符合 1.基本 ETL工具的使用；
规则的数据进行修正、标 2.基于 SQL语句、类 SQL语
( 四 )
句、公式的数据过滤；
注、清洗；
数据加
3.基于 SQL语句、类 SQL语 10%
2. 数据的转换，将数据按
工、清洗、
句、公式的数据转换；
照规则转换成不同的格
整合
4.基于 SQL语句、类 SQL语
式；
3. 数据的整合，将来自不句的数据整合；
同数据库、不同表的数据 5. 基于统一的数据整合平
加工成一张统一的大表；
4. 将清洗、转换、整合后的数据导入至新的数据存储引擎中。台，通过类自然语言的数据过滤、加工、整合，形成新的数据源。
1. 基于统一的数据整合分析
1. 为来自不同的数据源建平台，为每个数据库的物理
立元数据，描述数据；表或者逻辑视图创建和管理
2. 基于原始数据创建新的物理表元数据；
逻辑数据源，实现数据的 2. 创建和管理逻辑表元数
统一加工；据；
( 五 )
3. 创建和管理物理字段元数
3. 基于原始数据创建数据
元数据管8%控件，用于过滤数据和数据；
理
4. 创建和管理逻辑字段元数
据显示；
4. 基于原始数据创建定制据；
数据格式化元素，用于对 5. 创建和管理数据常量控
数据进行用于不同可视化件；
目的加工。 6. 创建和管理可视化数据类
型。
1. 基于统一的大数据分析平
1.针对不同的数据，设计
台配置，将模型中各种形式
基于各种规则、公式的实
的数据过滤、数据连接过滤、时数据过滤；
统计后数据过滤进行关联，
2.针对不同的数据和模
并设计实现统一的模型实时
型，设计基于各种规则、
过滤；
公式的数据广度和深度探
2. 基于统一的大数据分析平
索和钻取；
台配置，将多个模型中各种
( 六 ) 数据 3. 针对不同的数据，设计
形式的数据过滤、数据连接
基于各种规则、公式的联20%过滤、统计后数据过滤进行
动模型设计；
关联合并，并设计实现统一
4.针对不同的数据，设计
的页面数据实时过滤；
基于各种规则、公式的联
3. 基于统一的大数据分析平
动页面设计；
台配置，配置实时多维度数
5.针对不同的数据范围统
据分析；
计，设计数据范围的实时
4. 基于统一的大数据分析平
调整和统计方法调整；
台配置，配置默认数据钻取；
5. 基于统一的大数据分析平
台配置，配置定制数据钻取；
6. 基于统一的大数据分析平
台配置，配置单模型联动；
7. 基于统一的大数据分析平
台配置，配置多模型联动；
8. 基于统一的大数据分析平
台配置，配置数据统计实时
数据范围和实时统计方法。
1.基于统一的大数据分析平
台配置数据的过滤、清洗；
1. 数据模型设计、实现；
2.基于统一的大数据分析平
2. 基于各种规则、公式的台配置各种形式的值和范围
数据过滤；统计，各种形式的灵活日期
3. 基于各种规则、公式的范围统计；
数据列输出配置； 3.数学及统计学相关基础知
4. 数据的分类统计，基于识；
等间隔、固定数量、定制 4.有通过 PHP、Python 、R语
的范围分类统计；言等语言进行数据统计分析
5. 基于各种规则、公式的的经验；
统计后数据过滤； 5.数学表达式、条件表达式、
6. 基于各种规则、公式的逻辑表达式的编写和调试；
( 七 )
6.数学、时间、字符、逻辑20%
结果排序；
数据分析
7. 基于各种规则、公式的等公式的编写和调试；
数据范围控制；7.数据透视表的配置、使用
8. 基于各种规则、公式的和理解；
模型数据结果的二次加8.不少于一个行业的业务理
工、清洗、转换；解和积累；
9. 数据透视模型的配置；9.数据思维，基于任何数据
10. 数据模型的固化，将数都可以发现背后的规律和价
据模型实现串联、并联，值，对数据有较好的洞察力；
创建复杂数据模型；10. 用户画像、用户经营分
11. 数据模型计算形式、快析、用户行为分析、精准营
照的配置。销等大数据应用的实践经
验。
1. 不同的可视化图表表达
的数据含义；
2.
不同的可视化图表的多
个维度的含义，以及数据的映
1. 将数据模型分析的结
射；
果通过各种可视化形式展 基于大数据分析平台的 ( 八 )
3. 示；
数据可视 2. 可视化页面设计， 页面布局、 设计针对不同终端屏
16%
化
背景、透明度、主题设计， 幕的数据可视化仪表盘； 3. 动态数据元素，动态分组元 针对不同的主题，设计
素，可视化元素；
不同的数据页面。
模型分组设计， 动态多元
4. 素分组；
5. 模型的背景、透明度、边
框、标题、重叠碰撞设计。
四、鉴定要求
（一）申报条件
达到法定劳动年龄，具有相应技能的劳动者均可申报。
（二）考评员构成
考评员应具备一定的大数据分析专业知识及实际操作经验； 每个考评组中不少于 3 名考评员。
（三）鉴定方式与鉴定时间
技能操作考核采取实际操作考核。技能操作考核时间为
120 分。
（四）鉴定场地设备要求
考场面积不小于 60 平方米，操作场地光线充足，整洁无干扰，满足技能鉴定需要的软硬件环境， 包括电脑、操作系统、 数据库、统一的大数据分析平台。
技术向：如何设计企业级大数据分析平台？ 传统企业的OLAP几乎都是基于关系型数据库，在面临“大数据”分析瓶颈，甚至实时数据分析的挑战时，在架构上如何应对？本文试拟出几个大数据OLAP平台的设计要点，意在抛砖引玉。 突破设计原则 建设企业的大数据管理平台（Big Data Management Platform），第一个面临的挑战来自历史数据结构，以及企业现有的数据库设计人员的观念、原则。数据关系、ACID 在关系数据库几十年的统治时期是久得人心，不少开发人员都有过为文档、图片设计数据表，或将文档、图片序列化为二进制文件存入关系数据库的经历。在BDMP之上，我们需要对多种不同的格式的数据进行混合存储，这就必须意识到曾经的原则已经不再适用——One size dosen’t fit all，新的原则——One size fits a bunch. 以下是我列出的一些NoSQL数据库在设计上的模式： 文档数据库：数据结构是类JSON，可以使用嵌入（Embed）或文档引用（Reference）的方式来为两个不同的文档对象建立关系；
列簇数据库：基于查询进行设计，有宽行（Wild Rows）和窄行（Skinny Rows）的设计决策； 索引数据库：基于搜索进行设计，在设计时需要考虑对对每个字段内容的处理（Analysis）。 搜索和查询的区别在于，对返回内容的排序，搜索引擎侧重于文本分析和关键字权重的处理上，而查询通常只是对数据进行单列或多列排序返回即可。 数据存储的二八原则 不少企业在解决海量数据存储的问题上，要么是把关系数据库全部往Hadoop上一导入，要么是把以前的非结构化数据如日志、点击流往NoSQL数据库中写入，但最后往往发现前者还是无法解决大数据分析的性能瓶颈，后者也无法回答数据如何发挥业务价值的问题。 在数据的价值和使用上，其实也存在着二八原则： 20%的数据发挥着80%的业务价值； 80%的数据请求只针对20%的数据。 目前来看，不管是数据存储处理、分析还是挖掘，最完整和成熟的生态圈还是基于关系型数据库，比如报表、联机分析等工具；另外就是数据分析人员更偏重于查询分析语言如SQL、R、Python数据分析包而不是编程语言。 企业大数据平台建设的二八原则是，将20%最有价值的数据——以结构化的形式存储在关系型数据库中供业务人员进行查询和分析；而将80%的数据——以非结构化、原始形式存储在相对廉价的Hadoop等平台上，供有一定数据挖掘技术的数据分析师或数据工
全球十大大数据企业有哪些
全球十大大数据企业有哪些？ 大数据是目前最火热的名词之一，从事大数据分析的朋友都很清楚全世界主要以两大阵营为主：一是以IBM、惠普为代表的数据仓储业务的十大大数据老牌厂商；另一个是以大数据技术、创新力为核心的新兴企业。今天，大圣众包平台带大家了解到底有哪十大大数据企业呢？ 十大大数据企业 1.IBM 根据Wikibon发布的报告，作为大数据业务营收成绩最好的公司IBM，过去一年从大数据相关产品及服务中获得了13亿美元收益。其具体产品包括服务器与存储硬件、数据库软件、分析应用程序以及相关服务等。 2、惠普 惠普早在2012年获得的大数据营收名列第二，总值为6.64亿美元。这家供应商最为知名的方案当数Vertica分析平台。 3、Teradata Teradata凭借自家硬件平台、数据库以及分析软件而声名远播。它同时针对零售及运输行业推出了专门的分析工具。 4、甲骨文 尽管在大家眼中，甲骨文一直以其冠绝群雄的数据库产品闻名，但事实上他们也是大数据领域的主要竞逐者之一。其甲骨文大数据设备将英特尔服务器、ClouderaHadoop发行版以及甲骨文的NoSQL数据库结合到了一起。
5、SAP SAP推出了一系列分析工具，但其中知名度最高的当数其HANA内存内数据库。 6、EMC EMC一方面帮助客户保存并分析大数据，另外也充当着大数据分析智囊营销科学实验室的所在地这家实验室专门分析营销类数据。EMC推出的最新爆炸性消息是与VMware及通用电气一道支持Pivotal公司。 7、Amazon Amazon向来以企业云平台闻名于世，但同时也推出过一系列大数据产品，其中包括基于Hadoop的ElasticMapReduce、DynamoDB大数据数据库以及能够与AmazonWebservices顺利协作的Redshift规模化并行数据仓储方案。 8、微软 微软的大数据发展战略可谓雄心勃勃，包括与Hortonworks建立合作关系、建立一家大数据新兴企业以及推出基于Hortonworks数据平台的HDInsights工
专项职业能力考核规范编写要求 一、专项职业能力的确立原则 （一）可就业的最小技能单元原则 每个专项职业能力是一个可就业的最小技能单元。“可就业”是指社会上有一部分相对稳定的人员凭借此项能力就业谋生；“最小”是指它的适用范围小于“职业”，作为一项就业技能，它不可再拆分，不划分等级。 （二）技术性原则 技术性是指专项职业能力具有一定的技术含量。掌握这项能力需要经过师傅的指导或相应的实操培训。简单体力劳动不能作为专项职业能力。 （三）与国家职业衔接的原则 凡能与国家职业标准中的模块直接对应的专项职业能力，且符合最小技能单元原则，该专项职业能力培训与考核时应遵循标准中相应模块初级工的要求，不必单独编写考核规范。 二、名称 一般用“具体产品或服务的名称+动词”来进行表述，如“拉面制作”、“社区绿化”等。专项职业能力的名称不能与工种或职业名称雷同。因此，专项职业能力名称后不能有“工”、“员”或“师”等表示工种或职业名称的词。 三、定义 一般应按照“运用……工具设备或材料，在……场所、环境或条件下进行……制作或提供……服务的能力”的格式来定义专项职业能力。如“服装缝纫——利用服装缝纫设备和服装材料，将各款服装裁片缝合成服装的能力”。 四、适用对象 运用或准备运用本项能力求职、就业的人员。
职业领域是指专项职业能力所对应的职业 中的细类）。 工作任务是指完成该专项职业能力范围内的全部工作必须经过的主要步骤或程序。需按先后顺序列出。一般情况下，每个专项职业能力下应列出3项以上的工作任务。 操作规范是指每一个操作步骤应该达到的要求、标准或阶段性的具体工作成果。 相关知识是指完成相应的工作步骤必须掌握的知识，包括工具设备的知识，安全、卫生、环境保护等方面的知识及有关注意事项。按照“干什么，学什么”的原则，列出跟每一个具体操作步骤直接相关的知识点。 考核比重：根据每项具体工作或阶段性成果的重要性及技术复杂程度确定其在考核中应占的比重，用百分比（%）表示。 六、考核要求 （一）申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 （二）考评员构成 根据各个专项职业能力的具体情况确定。 （三）考核方式与考核时间 根据各个专项职业能力的具体情况确定，一般不单独考核理论知识。但对技术复杂性较强、安全要求较高、影响消费者安全与健康的专项职业能力，考核内容中必须包含相关法律法规、安全操作和卫生知识。
深圳市三维CAD制图专项职业能力考核规范 （V2018.2） （根据《深圳市三维CAD制图专项职业能力考核标准》【2016年】修订，2018年03月01日起施行） 1.专项职业能力概况 1.1专项职业能力编码 90034。 1.2专项职业能力名称 三维CAD制图。 1.3专项职业能力定义 在机械制图岗位上；具备使用三维设计软件进行草图、建模、装配和绘制工程图，钣金、焊件和曲面等产品的设计，以及编写技术文档的能力。 1.4专项职业能力等级 本专项职业能力设一个等级（三级）。 2.专项职业能力考核 2.1三维CAD制图（三级）专项职业能力考核 2.1.1考核要求 2.1.1.1基本文化程度 高中毕业（或同等学力）。 2.1.1.2考核方式、考核办法及考核时间 （1）考核方式 考核评价。 （2）考核办法 ①包括技术知识考试和操作技能考核两个科目。技术知识考试和操作技能考核均实行百分制，成绩达到60分及以上者为合格。单科合格成绩两年内有效，双科均合格者核发三级专项职业能力证书。 ②技术知识考试采用闭卷笔试方式；操作技能考核采用现场实际操作方式，每位考评员应独立评分，取平均分为操作技能考核科目成绩。 （3）考核时间 技术知识考试120分钟，操作技能考核不少于120分钟。 2.1.1.3考核场地及设备
具备20个或以上的考核工位，并配备相应操作设备、器材和耗材，且安全防护措施齐备的实训室。（见2.1.4附件） 2.1.1.4考评人员与考生配比 （1）技术知识考试：每个试室配备不少于2名监考员，监考员与考生配比为1:20。 （2）操作技能考核：每个试室配备不少于1名考务人员及1个考评组，每个考评组不少于3名考评人员，考务人员和考生配比为1:20，考评组和考生配比为1:20。 2.1.1.5适用对象 从事或准备从事本专项职业岗位，且申报本等级专项职业能力考核的人员。 2.1.1.6申报条件 符合以下条件之一： （1）取得相关专项职业能力四级及以上证书满1年。 （2）取得相关职业中级及以上职业资格证书满1年。 （3）具有中等职业学校及以上，与本专项职业能力对应专业或相关专业的毕业证书。 （4）中等职业学校及以上，与本专项职业能力对应专业或相关专业二年级及以上的在校学生。 （5）具有本专项职业能力对应专业或相关专业的初级专业技术资格。 相关专项职业能力是指：三维电气工程设计、计算机辅助设计(AutoCAD2005机械)和计算机辅助设计(AutoCAD2005建筑)（全国计算机信息高新技术类）。 相关职业是指：电工、电梯安装维修工、钳工、车工、铣工、加工中心操作工、数控铣床操作工、数控车床工、装潢美术设计员、玩具设计师、家具设计师、首饰设计师、包装设计师、景观设计师、陈列展览设计员。 相关专业是指：建筑设计技术、产品造型设计、室内设计技术、环境艺术设计、电脑艺术设计、装饰艺术设计、艺术设计学、产品设计、工业设计、装潢设计与工艺教育、数字媒体艺术、模具设计、机电一体化、土木工程、机械工程自动化、模具设计与制造、机械工程、数控技术、金属材料工程、计算机辅助设计与制造、电气自动化、计算机应用技术。以及
已颁布专项职业能力考核规范 大棚建造专项职业能力考核规范 一、定义 根据当地的气候和土壤条件，建造适合当地实际的蔬菜大棚的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
四、鉴定要求 1、申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 2、考评员构成 考评员应具备一定的蔬菜大棚设计建造专业知识和实际操作经验，每个考评组中不少于3名考评员。 3、鉴定方式和鉴定时间
技能操作考核采取计算机模拟考试的方式。考试时间为60min。 4、鉴定场地及设备要求 每个鉴定场地需配备计算机。 杨家埠木版年画手工印刷专项职业能力考核规范 一、定义 运用颜色把子、案子、趟子、颜料、纸张等工具原料，手工印制传统杨家埠木版年画的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
四、鉴定要求 1.申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 2.考评员构成 考评员应具备一定的年画印刷专业知识及实际操作经验；每个考评组中不少于3名考评员。 3.鉴定方式与鉴定时间 技能操作考核采取现场实际操作方式。技能操作考核时间为90min。 4.鉴定场地及设备要求 具有能够满足10人以上鉴定需要的场地、设备、工具等要求。 剪纸专项职业能力考核规范 一、定义 利用剪刀、铅笔和宣纸或大红纸，剪出各种人物、花草、山水、动物等传统艺术作品的能力。 二、适用对象 运用或准备运用本项能力求职、就业人员。
三、能力标准与鉴定内容 四、鉴定要求 (一)申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 (二)考评员构成 考评员应具备一定的剪纸专业知识及实践经验；每个考评组中不少于3名考评员。
大数据可视化分析平台 一、背景与目标 基于邳州市电子政务建设的基础支撑环境，以基础信息资源库（人口库、法人库、宏观经济、地理库）为基础，建设融合业务展示系统，提供综合信息查询展示、信息简报呈现、数据分析、数据开放等资源服务应用。实现市府领导及相关委办的融合数据资源视角，实现数据信息资源融合服务与创新服务，通过系统达到及时了解本市发展的综合情况，及时掌握发展动态，为政策拟定提供依据。 充分运用云计算、大数据等信息技术，建设融合分析平台、展示平台，整合现有数据资源，结合政务大数据的分析能力与业务编排展示能力，以人口、法人、地理，人口与地理，法人与地理，实现基础展示与分析，融合公安、交通、工业、教育、旅游等重点行业的数据综合分析，为城市管理、产业升级、民生保障提供有效支撑。 二、政务大数据平台 1、数据采集和交换需求：通过对各个委办局的指定业务数据进行汇聚，将分散的数据进行物理集中和整合管理，为实现对数据的分析提供数据支撑。将为跨机构的各类业务系统之间的业务协同，提供统一和集中的数据交互共享服务。包括数据交换、共享和ETL 等功能。 2、海量数据存储管理需求：大数据平台从各个委办局的业务系统里抽取的数据量巨大，数据类型繁杂，数据需要持久化的存储和访问。不论是结构化数据、半结构化数据，还是非结构化数据，经过数据存储引擎进行建模后，持久化保存在存储系统上。存储系统要具备高可靠性、快速查询能力。 3、数据计算分析需求：包括海量数据的离线计算能力、高效即
席数据查询需求和低时延的实时计算能力。随着数据量的不断增加，需要数据平台具备线性扩展能力和强大的分析能力，支撑不断增长的数据量，满足未来政务各类业务工作的发展需要，确保业务系统的不间断且有效地工作。 4、数据关联集中需求：对集中存储在数据管理平台的数据，通过正确的技术手段将这些离散的数据进行数据关联，即：通过分析数据间的业务关系，建立关键数据之间的关联关系，将离散的数据串联起来形成能表达更多含义信息集合，以形成基础库、业务库、知识库等数据集。 5、应用开发需求：依靠集中数据集，快速开发创新应用，支撑实际分析业务需要。 6、大数据分析挖掘需求：通过对海量的政务业务大数据进行分析与挖掘，辅助政务决策，提供资源配置分析优化等辅助决策功能，促进民生的发展。
工程大数据分析平台 随着大数据时代来临、无人驾驶和车联网的快速发展，汽车研发部门需要处理的数据量激增、数据类型不断扩展。相关数据涵盖车内高频CAN 数据和车外ADAS 视频非结构化数据、位置地理空间数据、车辆运营数据、用户CRM 数据、WEB 数据、APP 数据、和MES 数据等。 在此背景下，整车厂研发部门关心的是：如何将企业内部的研发、实验、测试、生产数据，社会用户的用车数据，互联网第三方数据等结合起来，将异构数据和同构数据整合到一起，并在此基础上，实现业务系统、分析系统和服务系统的一体化；怎样利用深度的驾驶员行为感知、智能的车辆预防性维护、与实时的环境状态交互，通过大数据与机器学习技术，建立面向业务服务与产品持续优化的车联网智能分析；最终利用数据来为产品研发、生产、销售、售后提供精准的智能决策支撑。这些都是整车厂在大数据时代下亟待解决的问题。 针对这一需求，恒润科技探索出以EXCEEDDATA 大数据分析平台为核心的汽车工程大数据整体解决方案。借助EXCEEDDATA 大数据分析平台，企业可以集成、处理、分析、以及可视化海量级别的数据，可实现对原始数据的高效利用，并将原始数据转化成产品所需的智能，从而改进业务流程、实现智慧决策的产业升级。 产品介绍: ●先进的技术架构 EXCEEDDATA 采用分布式架构、包含集成处理（ETL）与分析挖掘两大产品功能体系，共支持超过20 多个企业常见传统数据库和大数据源系统，超过50 多个分析处理算法、以及超过丰富的可视化智能展现库。用户可以自主的、灵活的将各种来源的原始数据与分析处
理串联应用，建立科学的数据模型，得出预测结果并配以互动的可视化智能，快速高效的将大数据智能实现至业务应用中。 平台包括分布式大数据分析引擎、智能终端展示、以及API。大数据分析引擎为MPP 架构，建立在开源的Apache Hadoop 与Apache Spark 之上，可简易的scale-out 扩展。在分析引擎的基础上包含数据源库、数据转换匹配器、数据处理操作库、机器学习算法库、可视化图形库等子模块。智能终端展示为行业通用的B/S 架构，用户通过支持跨操作系统和浏览器的HTML5/JS 界面与API 来与平台互动。
Photoshop图形图像专业处理专项职业能力考核规范 一、定义 面向使用计算机进行图形图像的设计人员或其他事务技术人员的技能测评，强调处理图像、图形设计的计算机能力及一定的熟练程度。 二、适用对象 运用或准备运用本项能力在校学生、社会人员。 三、能力标准与鉴定内容 能力名称：Photoshop图形图像专业处理职业领域：计算机应用软件类 工作任务操作规范相关知识考核比重 第一单元选择技巧及图 像编辑 1. 掌握建立选区的使用方法 2. 掌握编辑调整的使用方法 3. 掌握效果修饰的使用方法 15% 第二单元绘画技法及色 彩校正 1. 掌握绘画涂抹的使用方法 2. 掌握编辑修饰的使用方法 3. 掌握效果合成的使用方法 10% 第三单元绘制矢量图形1. 掌握绘制图形的使用方法 2. 掌握编辑变换的使用方法 3. 掌握效果修饰的使用方法 10% 第四单元使用图层合成图 像 1. 掌握建立图层的使用方法 2. 掌握图层编辑的使用方法 3. 掌握效果修饰的使用方法 15%
第五单元通道、蒙版和动 作 1. 掌握创建通道的使用方法 2. 掌握通道变换的使用方法 3. 掌握通道应用的使用方法 4. 掌握效果修饰的使用方法 15% 第K单兀特效滤镜1. 掌握基础素材的使用方法 2. 掌握滤镜操作的使用方法 3. 掌握调整选项的使用方法 10% 第七单元制作Web网页1. 掌握素材背景的使用方法 2. 掌握编辑变换的使用方法 3. 掌握效果修饰的使用方法 4. 掌握发布网页的使用方法 10% 第八单元综合实际应用1. 掌握导入文件的使用方法 2. 掌握文件转换的使用方法 3. 掌握其他软件的使用方法 4. 掌握效果输出的使用方法 15% 四、鉴定要求 （一）申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 （二）考评员构成 考评员应取得考评员资格证书人员，且具备一定的Photoshop图形图像专业处理专业知识及实际操作经验;每场考生30人配备1名考评员。 （三）鉴定方式与鉴定时间 技能操作考核采取现场实际操作方式。技能操作考核时间为180min。 （四）鉴定场地设备要求： 1.机房内电脑都设为同一工作组、同一ip段
专项职业能力考核规范 一、服装缝纫专项职业能力考核规范 一、定义 运用服装缝纫设备和服装材料，在服装制作场所制作裙子、裤子、衬衣、T恤衫等成衣的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
四、鉴定要求 （一）申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 （二）考评员构成 考评员应具备一定的服装缝纫专业知识及实际操作经验；每个考评组中不少于3名考评员。 （三）鉴定方式与鉴定时间 技能操作考核采取实际操作考核。技能操作考核时间为180min。 （四）鉴定场地设备要求 考场面积不小于150平方米，操作场地光线充足，整洁无干扰，空气流通，具有安全防火措施。 二、日用抽油烟机维护专项职业能力考核规范 一、定义 利用清洁剂和清洁工具，将民用和商用的抽油烟机油污清除和日常维护的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
四、鉴定要求 (一)申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 (二)考评员构成 考评员应具备一定的家用电子产品维修专业知识及实际操作经验；每个考评组中不少于3名考评员。 (三)鉴定方式与鉴定时间 技能操作考核采取抽油烟机拆、装和清理实际操作考核。技能操作考核时间为90min。 (四)鉴定场地设备要求 考场面积为30平方米，有完整民用和商用电动抽油烟机，设有三相电源及空气开关保护。采光良好，不足部分照明补充；干净整洁，空气保持流通。
三、汽车美容专项职业能力考核规范 一、定义 运用汽车美容工具设备，在汽车美容场所对汽车车身漆面、汽车内外饰件表面、汽车发动机及底盘外表面进行清洁、养护、装饰及漆面局部损伤处理的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
大数据平台建设项目建议书
目录 第一章、项目背景..................... 错误!未定义书签。第二章、项目思路..................... 错误!未定义书签。第三章、建设内容与方案............... 错误!未定义书签。第四章、时间进度..................... 错误!未定义书签。第五章、项目预算..................... 错误!未定义书签。第六章、企业效益及社会效益........... 错误!未定义书签。第七章、结论......................... 错误!未定义书签。
第一章、项目背景 企业对信息化工作历来较为重视，也是省内较早开始实施信息化的大型企业。目前已经建成财务系统、生产调度系统、农务系统、供应链系统等:调度系统，2015年公司共投资了175万元，按集团分步建设、逐步投入的规划，完成了系统基本硬件与亚控平台软件的结合，构建了一个以明阳糖厂生产调度指挥中心为核心，生产信息能够上至集团，下至车间的生产调度网络系统。 农务系统，2005年开始实施，经过多次升级，现涵盖了计划、报蔗、派车、质检、过磅、结算、短信管理、移动应用等一系列模块，覆盖公司4家直属糖厂和大桥制糖公司，实现了农务统一的信息化管理。 供应链系统，利用用友NC供应链系统，以公司存货管理为核心的采、供、销、存供应链管理平台，实现物资、仓储、供应、销售、物流一体化业务协同处理平台，建立了公司对各直属厂工作的监督平台，总部可以实时对下属各公司的工作进行监督，实时对各公司的具体业务执行情况进行查看，及时的对下属公司进行指导和监督。 尽管在两化融合及企业信息化方面已取得了相当的成效，但在实际应用过程中仍然存在一些较为显著的问题。 （一）总部与下属糖厂未实现完全的集约管理 a)企业在原先六家糖厂的基础上，又收购了三博公司五家糖厂。三博五厂 由上海迁回南宁，在宜州设立管理下属五厂的二级管理总部。 b)从系统部署上分析，企业总部与原先六厂为一套架构，而三博总部与下 属五厂为一套架构，各自独立，暂未整合为一体。 c)为了保证各糖厂生产的稳定，企业总部与下属六厂之间仅在NC供应链、 OA、财务、人力等系统方面实现了集约管理，农务管理系统、生产调度 系统以及化验系统均由各厂自建，因此出现各厂建设系统的厂家不同， 使用的系统版本不同等现象。三博总部与下属五厂的关系亦如此。（二）总部及各厂之间的数据共享有限 a)由于大多数生产相关的系统均为各厂自建，因此不管是企业总部，或者
附件1 塑料注塑专项职业能力考核规范 一、定义 使用注塑机器及设备，在注塑车间，对塑料原材料进行加工处理的能力。 二、适用对象 运用或准备运用本项能力求职、就业的人员。 三、能力标准与鉴定内容
四、鉴定要求 （一）申报条件 达到法定劳动年龄，具有相应技能的劳动者均可申报。 （二）考评员构成 考评员应具备一定注塑专业知识及实际操作经验；每个考评组中不少于3名考评员。 （三）鉴定方式与鉴定时间 技能操作考核采取现场实际操作方式。技能操作考核时间为180min。 （四）鉴定场地设备要求 考场面积不小于100m2，操作场地光线充足，整洁无干扰，空气流通，具有安全防火措施。
塑料注塑（专项职业能力） 操作技能考核试卷 注 意 事 项 一、本试卷依据2001年颁布的《塑料注塑工（专项职业能力国家职业标准》命制； 二、本试卷试题如无特别注明，则为全国通用； 三、请考生仔细阅读试题的具体考核要求，并按要求完成操作或进行笔答或口答； 四、操作技能考核时要遵守考场纪律，服从考场管理人员指挥，以保证考核安全顺利进行。 试题1、使用注塑机对注塑原材料进行加工、处理。 （1）本题分值：100分 （2）考核时间：150分钟 （3）考核形式：实际操作 （4）具体考核要求： 1. 在操作前仔细阅读注塑机的使用说明书； 2. 安全门打开时，淡粉机器抽出或者顶出时不要把手伸到锁模区，一面造成不必要的伤害， 3. 正确使用注塑测量工具及注塑机； 4. 在规定的时间内完成操作，做到文明生产、遵守安全操作规程，工完场清； （5）否定项说明：若考生发生下列情况之一，则应终止其考生，考生该题成绩记为零分。 1、严重违反操作规程。 2、超过本题规定的时间30分钟。 考 生 答 题 不 准 超 过 此 线
大数据分析专项职业能力考核规范 一、定义 运用计算机及相关软件，具备对各种类型的大数据进行数据建模、管理，数据分析、数据探索和数据可视化等能力。 二、适用对象运用或准备运用本项能力求职、就业的人员三、能力标准 与鉴定内容
（六）数据 探索1. 针对不同的数据，设计 基于各种规则、公式的实 时数据过滤； 2. 针对不同的数据和模 型，设计基于各种规则、 公式的数据广度和深度探 索和钻取； 3. 针对不同的数据，设计 基于各种规则、公式的联 动模型设计； 4. 针对不同的数据，设计基 于各种规则、公式的联动 页面设计； 5. 针对不同的数据范围统 计，设计数据范围的实时 调整和统计方法调整； 1. 基于统一的大数据分析平台 配置，将模型中各种形式的数 据过滤、数据连接过滤、统计 后数据过滤进行关联，并设计 实现统一的模型实时过滤； 2. 基于统一的大数据分析平台 配置，将多个模型中各种形式 的数据过滤、数据连接过滤、 统计后数据过滤进行关联合 并，并设计实现统一的页面数 据实时过滤； 3. 基于统一的大数据分析平台 配置，配置实时多维度数据分 析； 4. 基于统一的大数据分析平台 配置，配置默认数据钻取； 5. 基于统一的大数据分析平台 配置，配置定制数据钻取； 6. 基于统一的大数据分析平台 配置，配置单模型联动； 7. 基于统一的大数据分析平台 配置，配置多模型联动； 8. 基于统一的大数据分析平台 配置，配置数据统计实时数据 范围和实时统计方法。 20% （七）数据 分析1?数据模型设计、实现； 2. 基于各种规则、公式的数 据过滤； 3. 基于各种规则、公式的数 据列输出配置； 4?数据的分类统计，基于 等间隔、固定数量、定制 的范围分类统计； 5. 基于各种规则、公式的统 计后数据过滤； 6. 基于各种规则、公式的结 果排序； 7. 基于各种规则、公式的数 据范围控制； 8. 基于各种规则、公式的模 型数据结果的二次加工、 清洗、转换； 9. 数据透视模型的配置； 10. 数据模型的固化，将数 据模型实现串联、并联， 创建复杂数据模型； 11.数据模型计算形式、快 照的配置。 1. 基于统一的大数据分析平 台配置数据的过滤、清洗； 2. 基于统一的大数据分析平台 配置各种形式的值和范围统 计，各种形式的灵活日期范围 统计； 3. 数学及统计学相关基础知 识； 4. 有通过PHP、Python、R 语 言等语言进行数据统计分析的 经验； 5. 数学表达式、条件表达 式、逻辑表达式的编写和调 试； 6. 数学、时间、字符、逻辑 等公式的编写和调试； 7. 数据透视表的配置、使用 和理解； 8. 不少于一个行业的业务理解 和积累； 9. 数据思维，基于任何数据 都可以发现背后的规律和价 值，对数据有较好的洞祭力； 10. 用户画像、用户经营分 20%
石油行业大数据分析 平 台 方 案
目录 一数据管理的现状 (1) 二石油行业大数据分析的概述 (2) （一）石油行业大数据分析概念 (2) （二）石油行业大数据分析目标 (3) 三石油行业大数据分析体系 (3) 四石油行业大数据分析核心领域 (4) （一）数据模型 (4) （二）数据生命周期 (5) （三）数据标准 (6) （四）主数据 (8) （五）数据质量 (9) （六）数据服务............................................................................................ 1 1 （七）数据安全............................................................................................ 1 2 五石油行业大数据分析保障机制 (13) （一）制度章程............................................................................................ 1 3 (1) 规章制度............................................................................................ 1 3 (2) 管控办法............................................................................................ 1 3 (3) 考核机制............................................................................................ 1 3 （二）石油行业大数据分析组织....................................................................... 1 5
国内哪些做大数据决策分析平台或公司比较有优势？ 大数据类的公司1、大数据决策平台，帆软。帆软是商业智能和数据分析平台提供商，从报表工具到商业智能BI，有十多年的数据应用的底子，在这个领域很成熟，但是很低调。像帆软的FineBI，可以部署自带的FineIndex（类cube,数据仓库），有数据缓存机制，可实现定量更新，定时更新，减少了数据仓库的建设维护。还有FineDirect(直连)可直接连接数据仓库或数据库，主要针对Hadoop一类的大数据平台和实时数据分析的需求。2、数据库，大数据平台类，星环，做Hadoop生态系列的大数据底层平台公司。Hadoop 是开源的，星环主要做的是把Hadoop不稳定的部分优化，功能细化，为企业提供Hadoop大数据引擎及数据库工具。 3、云计算，云端大数据类，阿里巴巴，明星产品-阿里云，与亚马逊AWS抗衡，做公有云、私有云、混合云。实力不差，符合阿里巴巴的气质，很有野心。 4、大数据存储硬件类，浪潮，很老牌的IT公司，国资委控股，研究大数据方面的存储，在国内比较领先。BI Hadoop的案例Hadoop是个很流行的分布式计算解决方案，是Apache的一个开源项目名称，核心部分包括HDFS及MapReduce。其中，HDFS 是分布式文件系统，MapReduce是分布式计算引擎。时至今日，Hadoop在技术上已经得到验证、认可甚至到了成熟
期，同时也衍生出了一个庞大的生态圈，比较知名的包括HBase、Hive、Spark等。HBase是基于HDFS的分布式列式数据库，HIVE是一个基于HBase数据仓库系统。Impala 为存储在HDFS和HBase中的数据提供了实时SQL查询功能，基于HIVE服务，并可共享HIVE的元数据。Spark是一个类似MapReduce的并行计算框架，也提供了类似的HIVE的Spark SQL查询接口，Hive是基于hadoop的数据分析工具。很多企业比如银行流水作业很多，数据都是实时更新且数据量很大。会采用hadoop作为底层数据库，借由中间商处理底层数据，然后通过BI系统去连接这些中间数据处理厂商的中间表，接入处理数据，尤其以星环、华为这类hadoop大数据平台商居多，使用也较为广泛。以星环大数据帆软大数据BI工具FineBI的结合为例。由于星环也是处理hadoop下的hive数据库，其本质都是差不多的，可以使用Hive提供的jdbc驱动，这个驱动同样可以让FineBI连接星环的数据库并进行一些类关系型数据库的sql语句查询等操作。将这些驱动拷贝到BI工程下面，然后重启BI服务器。重启后可以建立与星环数据库的数据连接，最后通过连接进行数据查询。关于FineBI的FineIndex和FineDirect功能hadoop是底层，hive是数据库，上述案例采用的是FineIndex （cube连）连接，用的是hiveserver的方式进行数据连接的；数据连接成功之后，将hive数据库中的表添加到业务包
浅谈大数据平台建立对企业管理的影响随着网络信息化时代在企业管理占比日益增大，数据对传、数据分析、大大拓展了互联网在企业应用管理中的疆界和应用领域，我们正处在一个数据爆炸性增长的"大数据"时代，数据将成为企业的核心资产，在企业决策管理中产生深远影响。既是机遇也是挑战。 1、大数据的建立能够使企业防范风险的能力增强， 在大数据时代来临之前，数据作为特殊“资产”，人们更多的是从历史数据中总结规律，查找上一年度的失误与缺陷。在下一年度工作中进行消缺和提升工作不足。但大数据时代的决策最主要的功能就是预测未来，也就是说从数据的分析中寻找不足与缺陷，以大数据提供的分析为依据及时针对某一方面做出整改。以此来降低企业生产运行分险。如果竞争企业可以对行业市场进行预测对企业自身承载能力进行全面透彻的了解，但自己所在的企业不能，那么企业将会失去未来。企业存在的风险是企业系统不能适应环境变化的风险，在数据时代，这种风险更多地是体现在管理者的日常决策中，体现在企业管理决策要面向需求产品的客户的变化上。 2、企业的管理决策权由原来的被动追求价值向主动增加企业价值转变。 大数据的优点在于引导价值，促使企业价值根据良性化发展，对于企业来说，企业价值体现在其企业管理组织架构中，企
业原有组织形式是单一的为企业价值而存在和建立的。在数据时代，企业的组织结构形式必须以实现企业的价值增长基础，提高企业在市场经济的核心竞争力，也就是说，企业的组织架构的变化必将会诱发企业管理决策和领导者决策的变化，大数据就是建立一条无形的通道在生产者和决策者和市场之间行成多元化的隐性联系。使管理者和决策者参与到产品塑造的过程中去，大数据的建立可以有效地可以有效地避免决策者过度的追随价值带来的被动，从根本上引导管理者和决策者改变传统的决策方式。 3.企业创造价值的方式发生改变 在大数据之前企业已形成了一套成熟的管理方法，但依靠业务驱动以及因果思维形成的管理方法始终无法实现最高的管理水平，这种模式永远是现寻求问题的原因再去寻找解决问题的方法，但在未来，数据驱动模式将代替业务驱动模式，大数据技术可以让企业决策者直接看到解决问题的方法，从而分析问题出现的原因，并帮助决策者做出正确决策，这样及排除了决策者个人主观判断对问题的影响，也让企业决策者的决策思维超越了眼前事实。大数据技术中蕴含着丰富的数据信息资源，它们的科学有效应用能够切实为企业带来巨大的经济产值，产生更多经济收益。因此，要利用好信息资源就要进一步加强大数据技术的完整型，全面性、时效性。大数据信息资源的有效应用离不开先进的数据技术和信息
大数据分析平台技术要求 1.技术构架需求 采用平台化策略，全面建立先进、安全、可靠、灵活、方便扩展、便于部署、操作简单、易于维护、互联互通、信息共享的软件。 技术构架的基本要求： ?采用多层体系结构，应用软件系统具有相对的独立性，不依赖任何特定的操作系统、特定的数据库系统、特定的中间件应用服务器和特定的硬 件环境，便于系统今后的在不同的系统平台、不同的硬件环境下安装、 部署、升级移植，保证系统具有一定的可伸缩性和可扩展性。 ?实现B（浏览器）/A（应用服务器）/D（数据库服务器）应用模式。 ?采用平台化和构件化技术，实现系统能够根据需要方便地进行扩展。 ?
2. 功能指标需求 2.1基础平台 本项目的基础平台包括：元数据管理平台、数据交换平台、应用支撑平台。按照SOA的体系架构，实现对XX数据资源中心的服务化、构件化、定制化管理。 2.1.1元数据管理平台 根据XX的业务需求，制定统一的技术元数据和业务元数据标准，覆盖多种来源统计数据采集、加工、清洗、加载、多维生成、分析利用、发布、归档等各个环节，建立相应的管理维护机制，梳理并加载各种元数据。 具体实施内容包括： ●根据业务特点，制定元数据标准，要满足元数据在口径、分类等方面的 历史变化。 ●支持对元数据的管理，包括：定义、添加、删除、查询和修改等操作， 支持对派生元数据的管理，如派生指标、代码重新组合等，对元数据管 理实行权限控制。 ●通过元数据，实现对各类业务数据的统一管理和利用，包括： ?基础数据管理：建立各类业务数据与元数据的映射关系，实现统一 的数据查询、处理、报表管理。 ?ETL：通过元数据获取ETL规则的描述信息，包括字段映射、数据转 换、数据转换、数据清洗、数据加载规则以及错误处理等。
如何设计企业级大数据分析平台？ 传统企业的OLAP几乎都是基于关系型数据库，在面临“大数据”分析瓶颈，甚至实时数据分析的挑战时，在架构上如何应对？本文试拟出几个大数据OLAP平台的设计要点，意在抛砖引玉。 突破设计原则 建设企业的大数据管理平台（Big Data Management Platform），第一个面临的挑战来自历史数据结构，以及企业现有的数据库设计人员的观念、原则。数据关系、ACID在关系数据库几十年的统治时期是久得人心，不少开发人员都有过为文档、图片设计数据表，或将文档、图片序列化为二进制文件存入关系数据库的经历。在BDMP之上，我们需要对多种不同的格式的数据进行混合存储，这就必须意识到曾经的原则已经不再适用——One size dosen’t fit all，新的原则——One size fits a bunch. 以下是我列出的一些NoSQL数据库在设计上的模式： 文档数据库：数据结构是类JSON，可以使用嵌入（Embed）或文档引用（Reference）的方式来为两个不同的文档对象建立关系； 列簇数据库：基于查询进行设计，有宽行（Wild Rows）和窄行（Skinny Rows）的设计决策；索引数据库：基于搜索进行设计，在设计时需要考虑对对每个字段内容的处理（Analysis）。搜索和查询的区别在于，对返回内容的排序，搜索引擎侧重于文本分析和关键字权重的处理上，而查询通常只是对数据进行单列或多列排序返回即可。 数据存储的二八原则 不少企业在解决海量数据存储的问题上，要么是把关系数据库全部往Hadoop上一导入，要么是把以前的非结构化数据如日志、点击流往NoSQL数据库中写入，但最后往往发现前者还是无法解决大数据分析的性能瓶颈，后者也无法回答数据如何发挥业务价值的问题。 在数据的价值和使用上，其实也存在着二八原则： 20%的数据发挥着80%的业务价值； 80%的数据请求只针对20%的数据。 目前来看，不管是数据存储处理、分析还是挖掘，最完整和成熟的生态圈还是基于关系型数据库，比如报表、联机分析等工具；另外就是数据分析人员更偏重于查询分析语言如SQL、R、Python数据分析包而不是编程语言。 企业大数据平台建设的二八原则是，将20%最有价值的数据——以结构化的形式存储在关系型数据库中供业务人员进行查询和分析；而将80%的数据——以非结构化、原始形式存储在相对廉价的Hadoop等平台上，供有一定数据挖掘技术的数据分析师或数据工程师进行下一步数据处理。经过加工的数据可以以数据集市或数据模型的形式存储在NoSQL数据库中，这也是后面要讲到的“离线”与“在线”数据。 理解企业的数据处理需求 数据库到数据仓库，是事务型数据到分析型数据的转变，分析型数据需要包括的是：分析的主题、数据的维度和层次，以及数据的历史变化等等。而对大数据平台来说，对分析的需求会更细，包括： 查询：快速响应组合条件查询、模糊查询、标签 搜索：包括对非结构化文档的搜索、返回结果的排序 统计：实时反映变化，如电商平台的在线销售订单与发货计算出的库存显示 挖掘：支持挖掘算法、机器学习的训练集 针对不同的数据处理需求，可能需要设计不同的数据存储，还需要考虑如何快速地将数据复
基于工业互联网的大数据分析平台钢结构制造全过程成本分析与工艺优化 引言：中建钢构广东有限公司是国家高新技术企业，是中国最大的钢结构产业集团——中建钢构有限公司的隶属子公司，年加工钢结构能力20 万吨，是国内制造特级的大型钢结构企业，是国内首批取得国内外双认证（欧标、美标）的钢结构企业。中建钢构具有行业领先的建筑信息化、智能化产品，自主研发了国际领先的钢结构全生命周期管理平台，开发了ERP、设备能像管理系统、库存管理系统等信息系统，搭建了基于工业互联网的大数据分析管理平台。同时，公司正实施建设全球首条钢结构智能制造生产线，实现涵盖切割、分拣、搬运、焊接、仓储、物流、信息化的智能化生产。该产线获批成为2017 年国家工信部智能制造新模式应用项目，并被科技部立项作为国家“十三五”重点课题。中建钢构广东有限公司率先践行“中国制造2025”，成为国内装配式建筑领域首个智能化工厂，并获得2018 年广东省工程技术研发中心、2018 年广东省两化融合试点企业；2018 年广东省级企业技术中心；2017 年广东省智能制造试点示范项目；2017 年广东省制造业与互联网融合试点示范。
目录 案例 1 (1) 一、项目概况 (3) 1.项目背景 (3) 2.项目简介 (3) 3.项目目标 (4) 二、项目实施概况 (5) 1. 项目总体架构和主要内容 (5) 1)总体功能架构 (5) 2)建设内容详细介绍 (5) 三、下一步实施计划 (18) 1.平台覆盖范围扩大与共享应用细化 (18) 2.项目经验总结与成果转化 (19) 四、项目创新点和实施效果 (19) 1.项目先进性及创新点 (19) 2.实施效果 (20)
专项职业能力考核规范编写要求 特殊职业能力评估标准写作要求 1:建立特殊职业能力的原则 (a)最低就业技能单元原则 每个专业职业能力是一个最低就业技能单位“就业能力”是指社会中相对稳定的部分以工作为生的能力。“最低”是指其适用范围小于“职业”。作为一种就业技能，它不能被再次分割，也不能被评分。 (2)技术原理 技术是指具有一定技术含量的特殊职业能力掌握这种能力需要大师的指导或相应的实践训练。简单的体力劳动不能被视为一种特殊的职业能力。 (3)与国家职业趋同原则 任何能直接对应国家职业标准中的模块，并符合最低技能单元原则的特殊职业能力，其培训和考核应符合标准中相应模块的初级工人的要求，无需单独编写考核规范。 2: name 一般用“特定产品或服务的名称动词”来表示，如“拉面制造”、“社区绿化”等。特殊职业能力的名称不能与工种或职业名称相同。因此，特殊职业能力的名称后不能有号 1/3“职工”:“会员”或“教师”等字样表示工种或职业的名称 3:定义
一般应根据“在环境或条件下使用工具、设备或材料制造或提供服务的能力”的格式定义特殊专业能力例如“服装缝纫——使用服装缝纫设备和服装材料将各种服装缝制成服装的能力” 4:适用对象 申请或准备申请就业能力:受聘人员 5:评估内容 职业领域是指与特殊职业能力相对应的职业(中华人民共和国职业分类仪式中的优良类别) 工作任务是指完成特殊专业能力范围内的全部工作 2/3必须经过主要步骤或程序它应该按优先级顺序列出。一般来说，每个专业能力下应该列出一个以上的工作任务。 操作规范是指每个操作步骤应满足的要求:标准或阶段具体工作结果 相关知识是指完成相应工作步骤必须掌握的知识，包括工具设备知识、安全、卫生、环保等方面的知识和相关注意事项根据“做什么和学什么”的原则，列出与每个具体操作步骤直接相关的知识点。 评估比例:根据评估的重要性和技术复杂性，确定评估中每项具体工作或阶段成果的比例，以百分比表示() 6:评估要求 (a)申报条件 达到法定劳动年龄，具有相应技能的劳动者可以申报