全书共分为七个项目，内容从基础环境搭建起步，逐步涵盖HDFS、ZooKeeper、HBase、Hive、MapReduce、YARN、Spark、Flink等多个组件的部署与企业级实战项目。每个项目均融入课程思政元素与实训实验，形成“理论认知→技术实践→价值引领”三位一体的教学闭环。

本书主要涉及六个项目，即Hadoop介绍、数据采集与分布式文件存储、分布式数据处理、离线数据分析、数据迁移以及数据可视化，严格按照生产环境中的操作流程对知识体系进行编排。使用循序渐进的方式从数据的采集、存储、清洗、分析、数据迁移一直到分析结果的可视化展示对知识点进行讲解。

本书围绕“数据资产化”这一核心主题展开，系统性地阐述了数据资产的定义、特征、类型、管理流程、会计处理、入账标准与实操路径，并结合国内外政策背景和典型案例，深入探讨了数据资产在数字经济中的战略地位与价值实现方式。

本书以Scala作为开发Spark应用程序的编程语言，系统地介绍Spark编程的基础知识。本书共9章，内容包括大数据技术概述、Scala编程基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、SparkSQL、SparkStreaming、StructuredStreaming和SparkMLl

本书遵循校企双元育人理念，系统构建知识体系，将数据安全法规、数据伦理意识与工匠精神深度融入案例设计，着力培养学生“依法采集、科学治理、安全应用”的职业素养。依托真实项目载体，内容紧密对接大数据工程技术人员、人工智能工程技术人员等国家职业标准，融入行业前沿技术规范及职业院校技能大赛竞赛标准，通过“项目导学—任务分解—实战

本书主要内容包括自控工程设计基础、工艺包文件设计、管道及仪表流程图设计、仪表回路图绘制、仪表选型、DCSI/O表设计、仪表供电系统设计、信号报警及联锁系统设计、仪表及辅助装置安装、仪表管道和线缆敷设、仪表设备试验以及工程交接验收等。

本书阐述了智能工业控制的理论、技术与应用实践。内容涵盖智能工业控制理论基础、新型工业控制技术、软件定义工业控制系统、PLC、DCS、FCS等主流控制系统，以及工业大模型、机器视觉等前沿技术，并探讨了工业控制安全技术与行业应用案例。

本书介绍了智能检测技术的理论方法及工程应用。全书分为10章，内容包括：测量误差与不确定度、智能传感器、传感器信号调理电路、智能检测系统、抗干扰技术、智能检测方法、无线传感器网络等。

数据科学就在我们身边，所有人都被当成了数字。这本书为想要反击算法操纵的人提供了实用的操作指南。在当下社会，你很难不受数据和算法的操控。当你登录社交媒体、申请抵押贷款、提交保险索赔、查询大学排名或者被建议接种疫苗时，这种摆布就不可避免地发生了。商家在销售产品或制定政策时，都会收集已有的数据，并以此影响我们未来的选择和决策

本书共11章，具体内容包括数据科学概论、Python入门、表格数据分析、数据整理、数据可视化、数据分析、文本分析、图数据分析、大数据治理、深度学习与大模型、综合案例。本书相比第1版，对章节顺序和内容进行了调整和优化，有利于学生构建更加全面的知识体系。此外，本书注重理论与实践相结合，在介绍大数据技术的基本概念和模型的同时