大数据技术与应用专业建设方案
大数据技术与应用专业建设方案
CII
大数据技术与应用专业建设方案
CII
专业建设背景
2016年，习近平总书记指出，“大数据战略作为‘十三五’期间的十四大国家战略之一，是中国经济发展新的驱动力。”至此，大数据战略上升到国家战略。未来五年信息化建设将重点实施网络强国战略，并且明确提出实施网络强国战略，实施国家大数据战略。根据《国务院关于印发促进大数据发展行动纲要的通知》，主要分解了三大任务和十项工程。
1、三大任务
, 加快政府数据开放共享，推动资源整合，提升治理能力
, 推动产业创新发展，培育新兴业态，助力经济转型
, 强化安全保障，提高管理水平，促进健康发展
2、十项工程
, 政府数据资源共享开放工程、国家大数据资源统筹发展工程
, 政府治理大数据工程、公共服务大数据工程
, 工业和新兴产业大数据工程、现代农业大数据工程
, 万众创新大数据工程、大数据关键技术及产品研发与产业化工程
, 大数据产业支撑能力提升工程、网络和大数据安全保障工程
1.1.1 大数据产业发展趋势
大数据在 2011 年由全球最著名的管理咨询公司麦肯锡首次提出并迅速在全球范围内引起共鸣。短短几年,大数据应用已经在各行各业形成不可阻挡产业CII
技术革新浪潮。当今社会已经进入了大数据的时代，大数据的应用正在逐步从互联网、金融扩展到教育、政务、交通物流、医疗健康等各大社会和经济领域,其必将深刻影响中国未来社会和经济的发展进程。大数据的产业规模也在急速增长，如下为部分相关数据:
, IDC预计，全球大数据技术及服务市场2016年收入将达238亿美元
, 据麦肯锡预测，预计到2020年，美国的大数据可创造3800亿-6900亿
美元的价值
, 2014年，我国大数据市场规模为84亿元，2015年接近116亿元，增速
为38%
, 与2014年中国信息产业规模15万亿元相比，大数据市场还是一个非常
小的市场，还处在非常初级的阶段
1.1.2 大数据人才需求分析
根据领英最近发布的一份研究表明，过去四年从事数据分析的专业人士数量翻了一倍。相关工作的招聘量急剧上升，这一趋势反映了人们对高端数据分析人才的需求在不断增加，因为企业需要他们对数据进行各式处理分析,这必然会对2016年甚至以后的大数据局面产生影响。
另外，麦肯锡发布大数据人才需求报告并预测大数据人才短缺，到2018年，在“具有深入分析能力的人才”方面，美国可能面临着14万~19万人的缺口，而“可以利用大数据分析来作出有效决策的经理和分析师”缺口则会达到150万。国内大数据人才有多大的缺口,目前尚无权威研究报告指出，不过今年2月万达集团的一份“求贤帖”颇能说明问题:万达开出50万~70万元年薪吸纳大数据架构师、
大数据研发工程师和算法工程师，应者寥寥。同时，从如下Gartner研究报告中也可以看出来大数据人才的缺口。
, Gartner公司预测大数据将为全球带来440万个IT新岗位和上千万个非
IT岗位
, Gartner公司预测在未来6年，仅在美国本土就可能面临缺乏 14万至
CII
19万具备深入分析数据能力人才的情况，同时具备通过分析大数据并
为企业做出有效决策的数据的管理人员和分析师也有150万人的缺口。
, 涵盖了大数据的数据开发工程师、大数据分析师、数据架构师、大数据
后台开发工程师、算法工程师等多个方向
, 数据岗位需求在上海是5万多，北京则10万多
大数据产品地图分布及人才就业去向图如下所示:
1.1.3 大数据技术与应用专业设置
教育战略需要服务于国家战略，从国家大数据战略发展来看，随着大树产业的飞速发展，未来社会对大数据的人才需求将剧烈增长，为服务国家大数据战略，我
们要提前做好大数据人才培养的准备，满足社会需求。2016年9月,教育部研究决定正式批准高职大数据技术与应用专业(专业代码:610215)(《普通高等学校高等职业教育(专科)专业目录2016年增补专业》)。
CII
CII
专业人才培养目标
本专业人才配培养主要技术岗位方向有大数据应用开发、大数据分析挖掘、大数据系统运维等方向，学生的知识体系符合大数据行业需求的复合型、创新型和实用型人才。本专业方向特别注重培养能够为企事业单位提供进行大数据系统的搭建、管理、和运维技术和能力的学生。学生在学习计算机基础课程和计算机系统管理的同时，接受大数据系统和应用知识的培养，并进行各种计算机系统，大数据平台系统，大数据应用系统搭建、配置、管理、及运维实训。在获得计算机系统管理技术的基础上，学生通过大量的案例与实践操作，可以熟练掌握大数据系统管理所需的各种专业知识和能力，具备一定的职业素养，为他们从事大数据这个尖端行业的系统管理工作奠定坚实的基础。本专业方向重点培养具有大数据应用、大数据分析以及大数据系统管理与运维方向的，应用型高技能人才。
CII
人才培养方向及职业能力分析通过对主流招聘网站、主流互联网公司、大数据相关产业联盟对人才的需求
和岗位能力要求分析，了解到人才培养目标中涉及的三个主要技术岗位需要学生
掌握的能力有如下几个方面。
, 需要理解大数据系统的基本概念、掌握大数据应用的设计与开发方法、
数据挖掘与大数据分析方法、以及大数据系统搭建运维方法; , 经过大数据应用开发工程实践的基本训练，具备从事大数据应用开发、
大数据分析、或大数据系统运维的基本能力。
对上述能力目标进行细化与分解形成如下所示的岗位职业能力分析简表。
岗位方向岗位职业能力
1、掌握大数据的基本概念和应用领域
2、掌握程序设计和实现方法
3、掌握使用HBase、HDFS存储和管理数据的方法
4、具有开发Java Web应用的能力
大数据应用工
5、具有基于MapReduce开发大数据应用开发的能力程师
6、了解大数据系统的架构和设计方法
7、了解大数据系统的基本搭建和调优方法
8、了解大数据的发展趋势和应用领域
9、了解云计算的基本概念和作用
大数据分析工1、掌握大数据的基本概念和应用领域
程师 2、掌握程序设计和实现方法
CII
3、掌握使用HBase、HDFS存储和管理数据的方法
3、具有使用Mahout数据挖掘算法进行数据分析的能力
4、具有基于MapReduce开发大数据应用开发的能力
5、了解大数据系统的架构和设计方法
6、了解大数据系统的基本搭建和调优方法
7、了解大数据的发展趋势和应用领域
8、了解云计算的基本概念和作用
1、掌握大数据的基本概念和应用领域
2、掌握大数据系统的架构和设计方法
3、掌握计算机网络基本原理和基本知识
3、熟练掌握Linux Shell的使用
大数据系统运
4、熟悉Linux操作系统
维工程师
5、具有大数据系统的搭建、调优和运维能力
6、了解虚拟化技术
7、了解大数据的发展趋势和应用领域
8、了解云计算的基本概念和作用
CII
专业课程体系设计
4.1.1 专业课程设置思路
以学生实际动手能力为主导，项目式教学为驱动，理论、技术与实践课程一体化教学为主。
1. 以理论课程为辅，使学生了解技术概况
, 理论是大数据认知的必经途径，也是被广泛认同和传播的基线
, 讲解大数据的概念、作用、挑战和各种技术概念
2. 以技术实验课程过程为主导，使学生掌握使用技术的方法
, 技术是大数据价值体现的手段和前进的基石
, 讲解用于大数据应用开发过程中的各种系统和工具
3. 通过项目实战课程使学生具有灵活使用技术解决实际问题的能力
, 培养学生的综合实践能力，以满足社会就业的需要
4.1.2 专业课程知识体系
根据课程设置总体思路以及大数据专业岗位的职业能力分析，大数据专业需要掌握的知识体系如下表所示:
知识类别知识名称知识描述
大数据概念出现的历史,大数据定义和主要特征,
大数据与云计算、物联网、互联网的关系,大数据的理论知识大数据概念
重要意义、大数据的处理流程
CII
通过介绍典型的大数据应用实例的设计思想、主要方法和应用过程等讲解大数据应用的系统化的开发步大数据应用领域
骤和关键性问题解决方法
1、大数据集成,数据异构性和数据质量问题
2、大数据分析,数据形式多样化、数据处理的实时性、索引结构的复杂性等大数据关键技术与挑战
3、大数据隐私问题,隐私保护和数据分析的矛盾
4、大数据管理易用性问题以及性能测试基准 1、大数据存储、管理和调用
2、分布式文件系统
3、去冗余及高效低成本的大数据存储技术
4、新型数据库技术,键值数据库、列存数据库、图大数据存储和管理技术存数据库以及文档数据库等,
5、异构数据融合技术
6、分布式非关系型大数据管理与处理技术
7、大数据索引技术和大数据移动、备份、复制 1、数据挖掘分为分类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依赖模型发现、异常和趋势发现等
2、数据准备,从大数据中心存储的数据中选取所需大数据分析及挖掘技术数据并整合成用于数据挖掘的数据集
3、规律寻找,用某种方法将数据集所含规律找出来
4、规律表示,以用户可理解的方式 ,如可视化,将找出的规律表示出来
1、HBase产生的背景和现状
2、HBase的功能、作用和特点
3、HBase的逻辑模型、物理模型、数据一致性模型新型数据库系统
4、HBase的系统架构及实现方法
5、HBase的搭建方法和使用方法
1、Hadoop出现的背景、应用现状和发展趋势实验知识
2、Hadoop的优点、功能与作用
3、Hadoop的体系结构
4、HDFS文件系统分布式文件系统
5、Hadoop与分布式开发
6、Hadoop应用案例
7、Hadoop系统搭建与调优
CII
1、MapReduce分布式并行计算框架
2、编程模型,Map和Reduce函数
3、MapReduce工作流程分布式处理模式
4、分布式资源管理架构YARN
5、基于MapReduce的大数据应用开发
1、 Mahout数据挖掘系统
2、海量数据的数据挖掘实现
3、Mahout的搭建与部署数据挖掘工具
4、Mahout聚类、分类、关联、推荐算法的实现
5、Mahout各种挖掘算法的使用方法
1、Spark的历史、现状和特点
2、Spark的计算模式和运行流程
3、Spark的使用方法基于内存的分布式计算框
4、基于Spark的大数据应用开发
架 5、基于Spark的数据挖掘方法
6、基于Spark的流式数据处理
7、Spark的搭建、部署与调优
1、选题、需求分析、数据收集及预处理
2、探索性数据分析、模型选定分析项目实践项目开发流程
3、模型验证、分析报告
4.1.3 岗位发展学习路径
根据每个岗位需要掌握的知识和技能的不同，对上述知识体系进行分解与组合，形成如下图所示的大数据岗位知识学习路径图。
CII
CII
教学计划设计
通过对上述岗位发展学习路径的分析，并结合学校、学生的学习规律，推荐的大数据技术与应用专业教学计划表如下所示:
第一第二第三第四第五第六岗位类型课程方向课程名称总计学期学期学期学期学期学期 Java程序设计 6 计算机基础 4 网页设计与制作 4 数据结构4 大数据导论 4 数据库基础 3 MySql数据库 3 操作系统基础 3 Linux操作系统3 专业核心计算机网络基础 4 课 Java Web应用开发 4 Hadoop系统基础 6
大数据应用HBase系统基础 6 大数据应用开发 6 开发
云计算导论 4 高级大数据应用开发 6 Hive数据仓库应用开发 6 Spark应用
开发 4 合计 14 14 14 22 16 80 信息安全技术 4 软件工程 4 高级Linux操作系统 4 专业选修高级计算机网络 4 课虚拟化技术 4 Android应用开发 4 合计 8 8 8 24 Java程序设计 6 大数据系统专业核心计算机组成原理 4 运维课计算机应用基础 4
CII
数据结构 4 大数据导论 4 数据库系统基础 3 MySql数据库运维 3 操作系统基础 3 Linux操作系统 4 计算机网络基础 4 Web系统运维 3 Hadoop系统基础 6 HBase系统基础 6 Shell实战 6 云计算导论 4 Hadoop系统运维 6 HBase系统运维 4 大数据平台运维 6 合计 14 14 14 22 16 80 软件工程 4 信息安全技术 4 高级Linux操作系统 4 专业选修高级计算机网络 4 课 Spark系统 4 虚拟化技术4 合计 8 8 8 24 Java程序设计 6 计算机组成原理 4 计算机应用基础 4 数据结构 4 大数据导论 4 数据库系统基础 3 MySql数据库运维 3 操作系统基础 3 专业核心大数据获取 Linux操作系统 4 课计算机网络基础 4 Web系统运维 3 Hadoop系统基础 6 HBase系统基础 6 Shell实战 6 云计算导论 4 Hadoop系统运维 6 HBase系统运维 4
CII
大数据平台运维 6 合计 14 14 14 22 16 80 软件工程 4 信息安全技术 4 高级Linux操作系统 4 专业选修高级计算机网络 4 课 Spark系统 4 虚拟化技术 4 合计 8 8 8 24
CII
教学资源建设
经过多年的实践经验发现，教学资源开发必须通过校企合作共建的模式，才可以得到适合学教学、满足企业用人需求的教材。通过校企合作共建教学资源,才能更好将学校的教学经验和企业的人才需求融合在一起。这样开发出来的教学资源不仅有助于课程内容与企业岗位需求的粘合度，同时也有助于根据市场的变化及时做出调整。如下课程为校企联合共建课程的部分样例介绍。
, 大数据导论
章节理论课实验课合计
第一节大数据时代及思维 2学时 0学时 2学时
第二节什么是大数据 1学时 0学时 2学时第一阶段
第三节大数据技术简介 1学时 0学时 2学时
第四节大数据应用及现状和发展趋势 2学时 0学时 2学时
第五节数据存储概述及现状 2学时 2学时 4学时
第六节海量数据存储关键技术概述 2学时 0学时 2学时第二阶段第七节Hadoop文件系统HDFS 2学时 2学时 4学时
第八节面向列数据库HBase 2学时 2学时 4学时
第九节数据仓库 2学时 2学时 4学时
CII
第十节批量处理模式 1学时 1学时 2学时
第十一节随机查询模式 1学时 1学时 2学时第三阶段
第十二节流式处理模式 1学时 1学时 2学时
第十三节图处理模式 1学时 1学时 2学时
第十四节数据挖掘概述 1学时 1学时 2学时
第十五节分类算法 2学时 2学时 4学时第四阶段第十六节聚类算法 2学时 2学时 4学时
第十七节关联算法 2学时 2学时 4学时
第十八节时序挖掘算法 2学时 2学时 4学时
第十九节大数据用于预测与决策 1学时 1学时 2学时
第二十节大数据用于市场营销 1学时 1学时 2学时
第二十一节数据挖掘与互联网广告 1学时 1学时 2学时第五阶段第二十二节数据挖掘与文本数据分析 1学时 1学时 2学时
第二十三节数据挖掘与日志分析 1学时 1学时 2学时
第二十四节数据挖掘与电子商务 1学时 1学时 2学时
第二十五节数据挖掘与查找引擎 1学时 1学时 2学时
合计 36学时 28学时 66学时
, Hdoop基础
章节理论课实验课合计第一节课 Hadoop知识背景 2学时 0学时 2学时第二节课 Hadoop 集群架构 2学时 0学时 2学时第三节课 Hadoop文件系统HDFS 2学时 6学时 8学时第四节课 Hadoop命令行 1学时 1学时 2学时CII
第五节课 Hadoop计算模式简介 1学时 1学时 2学时第六节课 HDFS基本概念 2学时 2学时 4学时第七节课 HDFS运行机制 2学时 2学时 4学时第八节课 Block的划分及存储方式 2学时 2学时 4学时第九节课 HDFS的备份和文件管理机制 2学时 2学时 4学时第十节课 HDFS文件的读写流程 2学时 2学时 4
学时第十一节课 HDFS的JAVA API 2学时 2学时 4学时第十二节课MapReduce 的基本概念 1学时 1学时 2学时第十三节课MapReduce相关类的功能及调用 2学时 4学时 6学时第十四节课MapReduce程序的运行机制 2学时 2学时 4学时第十五节课 Combiner的概念和使用 2学时 2学时 4学时第十六节课Partitioner的概念和使用 2学时 4学时 6学时
合计 29学时 33学时 62学时
, Hbase基础
章节理论课实验课合计第一节 HBase概述 2学时 2学时 3学时第二节HBase表的设计 2学时 6学时 8学时第三节 PUT方法,单行put、KeyValue类 2学时 2学时 4学时第四节 PUT方法,写缓冲区、put列表、原子2学时 2学时 4学时操作
第五节 GET方法,单行get、result类 2学时 0学时 2学时第六节 GET方法,get列表、获取数据的方法 2学时 2学时 4学时第七节DELETE方法,单行delete、列表
2学时 2学时 4学时 delete、原子性操作
第八节批量处理操作、行锁 2学时 2学时 4学时第九节扫描 2学时 2学时 4学时第十节过滤器简介 2学时 0学时 2学时
CII
第十一节比较过滤器,行过滤器、列族过滤器、
2学时 4学时 6学时列名过滤器、值过滤器、参考列过滤器
第十二节专用过滤器,单列值过滤器、单列排
2学时 2学时 4学时除过滤器、前缀过滤器、分页过滤器
第十三节专用过滤器,行键过滤器、首次行键
过滤器、包含结束的过滤器、时间戳过滤器、
2学时 4学时 6学时列计数过滤器、列分页过滤器、列前缀过滤器、
随机行过滤器
第十四节附加过滤器 2学时 2学时 4学时第十五节自定义过滤器 2学时2学时 4学时第十六节计数器,单计数器、多计数器 2学时 2学时 4学时第十七节协处理器简介 2学时 0学时 2学时第十八节总结 2学时 0学时 2学时总结 36学时 36学时 72学时
CII
师资队伍建设 7.1 专兼结合教学团队建设
通过校企合作，共建稳定的专兼结合双师队伍，采用“走出去、请进来”的方式培养骨干教师，提升教学团队职教能力、工程素养和社会服务能力，做实兼职教师队伍，形成相对稳定的兼职教师队伍和完善的管理办法。
专业遵循高职教育师资成长的客观规律，充分考虑校内教师实践性培养和企业兼职教师教学能力提升的实际需求，通过在企业设立联络工作站，派遣校内教师驻场顶岗实习，提升网络工程项目实践能力，在学校设立企业导师工作室，让企业兼职教师来校开展专业讲座、指导生产性实训。
基于双方互派教师，定期轮岗机制，把与企业合作共同培养教师专业实践能力作为双师素质教师培训工作的重要途径，双方通过制定教师/工程师能力发展计划，有计划、分方向地安排专业教师到企业进行顶岗锻炼、网络工程师到学校参与实践教学。鼓励教师/工程师参加职业技能培训，考取高质量的职业资格证书。
定期让教师“上讲台、下企业、进项目、出成效”，有效培养教师的专业建设能力、技术服务能力和团队合作能力，逐步建立校企技术研讨和经验交流的合作机制，并扩大高技能兼职教师指导实践技能课程的比例。
7.2 双师型教师培养
根据教育部大力培养双师型教师的指导性文件与评估标准，我们向合作院校
CII
提供阶段式的骨干教师培养体系，通过集中培训、顶岗实习、长期挂职锻炼三个阶段向讲师灌输网络项目实施与维护流程标准，以掌握当前热门应用及典型工程案例应用方案，并将之融入到教学过程中，从而提升教师企业项目指导水平，最终达到教育部双师型讲师实践能力标准。
CII教育联盟对教师设计了阶梯化的骨干教师培养体系，通过实验学习、认证培训，使教师真正成为双师型教师。
CII教育联盟师资培养体系，旨在帮助合作学校开展持续的骨干师资培养，为学校的未来发展储备人才。骨干师资的培养内容主要包括:讲师的实验室管理能力、技术能力、实验、授课能力等。合作院系的专业教师通过参加锐捷网络组织师资培训体系，建立“工作过程”的课程思想，按照“行动导向”实施项目制教学。
, 培养目标
通过集中培训或项目式培训，为高校教师全面而又深入的介绍Spark、Hadoop 平台的构建流程，涉及Spark、Hadoop系统基础知识，概念及架构， Spark、Hadoop实战技巧，Spark、Hadoop经典案例等技能。
1. 帮助高校教师对Spark、Hadoop生态系统有一个清晰明了的认识;
2. 了解大数据中Spark、Hadoop系统适用的场景;
CII
3. 掌握Spark、Hadoop等初中级应用开发技能;
4. 搭建稳定可靠的Spark、Hadoop集群，满足生产环境的标准;
5. 了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴，腾讯
等。
CII
实践教学环境建设
根据专业人才培养方案，在实训过程中需配备符合实际教学需求的专业实训室教学装备，以满足专业课程的一体化教学、生产性实习、综合实训、职业技能培训、技能鉴定等教学需要。实训项目与工作岗位任务对接，实训设备选型尽可能与实习实践及就业目标企业业务过程中常用设备保持一致。
8.1 实践教学环境架构设计
大数据实验室采用以下4层架构作为建设理念。
硬件资源层:基于高性能计算与海量存储节点构建的运算资源池，作为云计算各项实验学习环境的主要承载平台。
业务平台层:面向教学活动中的实验课程与项目实训业务提供流程化支撑。
资源平台层:提供教学活动中必不可少的理论学习类资源、实验学习类资源、项目实战案例。
统一管理层:基于教育云领航中心的统一资源调度引擎，统一管理层为用户使用业务平台层与资源平台层提供便捷的使用入口。用户不需要花费额外的平台功能学习成本，只需面向云计算技术教学活动本身，实验教学既有效、又高效。
CII
8.2 实践教学环境建设
组件名称组件介绍
教育云领航中心，内置CII公有云接入客户端与CII私有
云资源统一调度中心。中心内置教学云、实战云等多种教
育云组件承载模块，并负责各教育云组件与CII公有云的昶天教育云领航中心IP通信与资源分发。同时，中心支持对教学实践环境中的
软硬件设备的集中管理并提供用户门户，实现对网络数据
通信实验资源池与云实践节点资源池的统一调度与分配。
与CII公有云教学实验中心同步资源，获取最新的目标职
位教学路径，为教师建立教学计划、分配教学资源提供指
导。
昶天教学云平台教学云平台，同时也是学生进行云计算专业实践课程学习的首选平台。学生根据教师建立的教学计划完成学习目标
与实验目标。
实战云平台是一款实践教学平台。为学校提供不同技术方向的
企业实战教学项目，面向学生提供企业真实的业务流程;面向昶天实战云平台教师提供知识与岗位路径图动态匹配、教师快捷排课、实战分
组、SRP项目管理子系统。必须配合教育云领航中心使用。
云控制节点，内置CII云虚拟实践控制中心操作系统。2U昶云控制节点高度，固化千兆电口?2个，万兆光口?2个。
云控制节点与教育云领航中心联动，实现对云实践环境中
CII
的镜像资源的调用、迁移、卸载与存储以及对所有运算节点的负载均衡与性能监控。同时，导入教育云领航中心从CII公有云同步的实践镜像资源。
云运算节点，内置CII云虚拟实践运算中心操作系统。2U高度，固化千兆电口?2个，万兆光口?2个。云运算节点作为云计算实践环境的主要载体，运行所有学
昶云计算节点生的云计算课程环境，并负责存储学生的实验过程。同时，运算节点内部集成了完整的云计算应用平台，在云计算应用开发课程中，为学生的实验环境提供可调用的API。根据岗位人才发展路径图，提供相应的学习课程资源部内容，客户根据实际情况选择适合自己的课程内容，并从教昶星教学资源包育云领航中心下载对应的教学资源(教学云资源和实战云资源)
通过集中培训或项目式培训，为高校教师全面而又深入的介绍Spark、Hadoop 平台的构建流程，涉及Spark、Hadoop昶阳师资培训系统基础知识，概念及架构， Spark、Hadoop实战技巧，Spark、Hadoop经典案例等技能。
数据中心交换机(全万兆)，1台
千兆互联交换机，1台网络互联设备
安全网关产品，1台
星云大数据硬件平台及底层内置系统环境，含1个管理节点、2个主备节点，3个运算节点
星云大数据平台软件及服务平台，含大数据系统平台及相关业务组件和服务CII
职业技能认证
9.1 认证体系概述
锐捷认证是IT领域的网络专业技能认证，拥有锐捷认证资格的人士将具有专业的网络知识和网络技能，并具有在特定的技术、领域或者职业岗位的专业能力，并且能为他们的雇主带来巨大的价值和回报。锐捷认证体系包括职业认证、专项认证、行业认证、师资认证，另外锐捷认证系列也得到了多家第三方机构的权威认可，部分认证可以申请免考获取第三方联合认证。
CII
, 职业认证是将各行业应用场景中最常使用的路由交换、网络安全、无线局域网等方向的核心技术，融入技术员、助理工程师、资深工程师和专家四个职业认证等级，以证明持证者获取不同能力级别身份的网络规划能力、实施能力和管理能力
, 专项认证是为已经获得工程师或资深工程师级别锐捷职业认证的人士提供在产品、技术、岗位技能方向的专项认证，证明其深入掌握了某项产品、某项技术或某种岗位技能的专项能力
, 行业认证是为已经具有一定网络工作经验的在职人士提供在路由交换、网络安全、无线局域网及网络运维管理等领域内的基础认证和高级认证，以证明