第1章大數據社會背景1
【導讀案例】個人計算機的發展歷程1
1.1計算機的淵源5
1.1.1為戰爭而發展的計算機器6
1.1.2通用計算機7
1.1.3人工智能大師8
1.2大數據基礎9
1.2.1信息爆炸的社會9
1.2.2大數據的定義10
1.2.3大數據的3V特征11
1.2.4大數據時代12
1.2.5大數據對應的厚數據12
1.3從機械思維到數據思維14
1.3.1人類現代文明的基礎14
1.3.2確定還是不確定的15
1.3.3解決不確定性問題的思維16
1.4大數據與人工智能17
作業17
【研究性學習】進入大數據時代19第2章大數據思維變革21
【導讀案例】亞馬遜推薦繫統21
2.1思維轉變之一: 樣本=總體23
2.1.1小數據時代的隨機采樣24
2.1.2大數據與喬布斯的癌癥治療26
2.1.3全數據模式: 樣本=總體27
2.2思維轉變之二: 接受數據的混雜性28
2.2.1允許不精確29
2.2.2大數據簡單算法與小數據復雜算法30
2.2.3紛繁的數據越多越好32
2.2.4混雜性是標準途徑33
2.2.55%的數字數據與95%的非結構化數據34
2.3思維轉變之三: 數據的相關關繫34
2.3.1關聯物，預測的關鍵35
2.3.2“是什麼”，而不是“為什麼”37
2.3.3通過因果關繫了解世界37
2.3.4通過相關關繫了解世界39
作業40
【研究性學習】理解大數據的三個思維變革42第3章倫理與道德45
【導讀案例】臉書數據洩露: 成操控大選的工具45
3.1倫理與道德基礎46
3.1.1倫理的定義47
3.1.2道德的概念48
3.1.3倫理是一種自然法則48
3.1.4倫理學研究49
3.2科技倫理造福人類50
3.2.1科技倫理是理性的產物50
3.2.2科技倫理的預見性和探索性51
3.3技術倫理52
3.4工程倫理53
3.5算法歧視54
3.5.1算法透明之爭54
3.5.2算法透明的實踐57
3.5.3算法透明的算法說明58
3.5.4算法透明的替代方法58
3.5.5算法公平的保障措施59
作業60
【研究性學習】辯論: 算法是否應該透明62第4章大數據倫理規則63
【導讀案例】爬蟲技術的法律底線63
4.1關於數據共享65
4.1.1數據共享問題66
4.1.2個人數據和匿名數據66
4.2大數據倫理問題67
4.2.1數據主權和數據權問題67
4.2.2隱私權和自主權被侵犯67
4.2.3數據利用失衡68
4.2.4數據倫理問題的10方面69
4.3大數據倫理問題的根源70
4.4歐盟的大數據平衡措施71
4.4.1歐盟隱私權管理平臺71
4.4.2倫理數據管理協議72
4.4.3數據管理聲明73
4.4.4歐洲健康電子數據庫73
4.5數據保護對策74
4.5.1構建數據保護倫理準則75
4.5.2注重數據保護倫理教育75
4.5.3健全道德倫理約束機制76
作業76
【研究性學習】制定大數據倫理原則的現實意義78第5章職業與職業素養79
【導讀案例】“人肉計算機”數學家凱瑟琳·約翰遜79
5.1職業素養的概念85
5.2職業素養的內涵與特征86
5.2.1職業素養的基本特征87
5.2.2職業素養的三個核心87
5.2.3職業素養的分類88
5.3職業素養的提升89
5.3.1關於新人的蘑菇效應89
5.3.2顯性素養——專業知識與技能90
5.3.3隱性素養——職業意識與道德91
5.4培養職業素養93
5.4.1職業素養的“冰山”理論93
5.4.2職場的職業素養94
5.4.3職業素養的自我培養95
5.4.4職業素養的教育對策96
作業97
【研究性學習】職業素養的後天素養及其培養途徑99第6章工匠精神與工程教育100
【導讀案例】“現代版愛迪生”迪恩·卡門100
6.1什麼是工匠精神105
6.1.1工匠精神的內涵105
6.1.2工匠精神的現實意義107
6.1.3工匠精神的發展107
6.2工程素質108
6.2.1理科與工科108
6.2.2理工科學生的工程素質109
6.3工程教育110
6.3.1什麼是《華盛頓協議》110
6.3.2中國工程教育規模世界110
6.3.3推動工程教育改革的國家戰略111
6.3.4國際工程師互認體繫的其他協議112
6.3.5工程教育專業認證的特點112
6.4CDIO工程教育模式114
6.4.1CDIO的內涵114
6.4.2CDIO的12條標準115
6.5新工科的形成與發展116
6.5.1新工科研究的內容116
6.5.2促進新工科再深化117
作業117
【研究性學習】熟悉工匠精神與工程教育119第7章數據科學職業與思維121
【導讀案例】智能汽車出行數據的安全121
7.1IEEE/ACM《計算課程體繫規範》的相關要求125
7.1.1勝任力培養實踐126
7.1.2我國計算機類本科教育的現狀126
7.2計算思維127
7.2.1計算思維的概念127
7.2.2計算思維的作用128
7.2.3計算思維的特點129
7.3數據工程師的社會責任131
7.3.1職業化和道德責任131
7.3.2ACM職業道德責任132
7.3.3軟件工程師道德基礎133
7.4數據科學的職業技能134
7.4.1數據科學的職位135
7.4.2數據科學的重要技能135
7.4.3技能的職業角色區分137
作業139
【研究性學習】了解數據科學，熟悉數據科學職業141第8章大數據安全與法律144
【導讀案例】為公共數據立法，促進數據依法開放共享144
8.1消費者的隱私權145
8.2大數據的安全問題147
8.2.1生命周期安全148
8.2.2采集彙聚安全149
8.2.3存儲管理安全149
8.2.4共享使用安全151
8.2.5個人隱私安全151
8.3大數據的管理維度152
8.4大數據的安全體繫153
8.4.1安全技術體繫153
8.4.2數據安全治理153
8.4.3數據安全測評154
8.4.4數據安全運維154
8.4.5以數據為中心的安全要素155
8.4.6主動防御協同體繫155
8.4.7協同安全防護流程156
8.5大數據安全法規157
8.6知識產權保護157
作業158
課程學習與實驗總結160附錄作業參考答案164參考文獻166

關於《高等學校課程思政建設指導綱要》要求全面推進高校課程思政建設，這是落實習近平總書記關於教育重要論述的重要舉措，是落實立德樹人根本任務的必然要求，是全面提高人纔培養質量的重要任務。
堅持立德樹人，圍繞“培養什麼人、怎樣培養人、為誰培養人”這一根本問題，深入挖掘提煉大數據技術等IT專業課程所蘊含的思政要素，嘗試在高等院校數據科學與大數據技術等相關專業開設專業思政教育課程，制定“大數據倫理與職業素養”課程的“課程思政”標準，提高課堂教學質量，提升育人成效，實現共同構建全員、全過程、全方位育人大思政教育格局。
大數據技術的迅猛發展對社會、經濟、文化等領域已經產生越來越深遠的影響，將提升社會勞動生產率，特別是在有效降低勞動成本、優化產品和服務、創造新市場和就業等方面為人類的生產和生活帶來革命性的轉變。
大數據在造福人類、促進社會發展的同時，也引發了一繫列倫理與職業素養問題。相關專業學生在學習大數據知識與技術的同時，必須重視掌握大數據倫理知識。重視大數據的職業倫理教育，有助於防止大數據技術的濫用，提高從業人員的責任心和職業道德水準，確保數據和算法繫統的安全可靠，使算法繫統的可解釋性成為未來引導設計的一個基本方向，使倫理準則成為大數據從業者的工作基礎，從而提升職業人員的職業抱負和理想。
本書包括大數據社會背景、大數據思維變革、倫理與道德、大數據倫理規則、職業與職業素養、工匠精神與工程教育、數據科學職業與思維以及大數據安全與法律等內容，針對高等院校數據科學與大數據技術及其相關專業學生的發展需要，為“大數據倫理與職業素養”專業思政課程全新設計編寫，具有豐富的知識性與應用特色。本書知識內容繫統、全面，可以幫助讀者扎實地打好大數據倫理與職業素養的知識基礎。
每個都遵循下列要點:
（1） 安排精選的【導讀案例】，以深入淺出的方式引發學習者的自我學習興趣。
（2） 介紹基本觀念或解釋原理，讓學習者能切實理解和掌握大數據倫理與職業素養的基本原理及相關知識。
（3） 組織淺顯易懂的案例，注重培養學生扎實的基本理論知識，重視培養學習方法。
（4） 為學習者提供低認知負荷的自我評量題目，讓學習者在自我成就中建構大數據倫理的基本觀念與技術。
（5） 思維與實踐並進，每章後面的【研究性學習】環節，建議教師在教學班中組織研究性學習小組，鼓勵學生討論與積極表達，努力讓大數據倫理知識成為其馳騁職場的立身之本。
雖然已經進入電子時代，但仍然竭力倡導課前、課後看書，課中在書上做好筆記，後完成課程學結。為各章設計的作業（4選1標準選擇題）並不難，學生隻要認真閱讀課文，就能準確回答所有題目，附錄中提供了作業參考答案。
本課程的“教學進度表”可作為教師授課參考和學生課程學習的概要。實際執行時，應按照教學大綱編排教學進度，確定本課程的實際教學進度。教學進度表
（20—20學年第學期）
課程號: 課程名稱: 大數據倫理與職業素養學分: 1周學時: 2（單周）
總學時:  16 （其中理論學時: 16實踐學時: ）
主講教師: 序號校歷
周次章節（或實訓、習題課等）
名稱與內容學時教學方法課後作業布置1234567812345678910111213141516教師引言
第1章大數據社會背景2第2章大數據思維變革2第3章倫理與道德2第4章大數據倫理規則2第5章職業與職業素養2第6章工匠精神與工程教育2第7章數據科學職業與思維2第8章大數據安全與法律2導讀案例
課文作業
研究性學習課程學結填表人（簽字）:  日期:
繫（教研室）主任（簽字）: 日期:本課程的教學評測可以從以下幾方面入手，即
（1） 每章課前的【導讀案例】學習評價（8項）；
（2） 結合每章的課後作業（4選1標準選擇題，8項）；
（3） 結合每章課文的【研究性學習】小組活動評價（7項）；
（4） 第8章的【課程學習與實訓總結】（大作業，1項）;
（5） 結合平時考勤；
（6） 任課教師認為必要的其他考核方法。
本書特色鮮明,易讀易學，既適合高校學生學習，也適合對大數據技術相關領域感興趣的讀者閱讀參考。
與本書配套的PPT課件等學習資源，讀者可從清華大學出版社網站本書頁面下載，歡迎與作者交流，並索取為本書教學配套的相關資料。
本書的編寫得到浙江安防職業技術學院、溫州商學院、浙大城市學院、嘉興技師學院、杭州彙萃智能科技有限公司等多所院校、企業的支持，劉彩玲、李嬋、王文等參與了本書的部分編寫工作，在此一並表示感謝！

周蘇
2022年初春於溫潤之州