1
课程详述
COURSE SPECIFICATION
以下课程信息可能根据实际课需要或在课程检讨之后产生变动。如对课程有任何疑问,
联系授课教师。
The course information as follows may be subject to change, either during the session because of unforeseen
circumstances, or following review of the course at the end of the session. Queries about the course should be
directed to the course instructor.
1.
课程名称 Course Title
大数据管理与 ERP Big data management and ERP
2.
授课院系
Originating Department
信息系统与管理工程系 Department of Information Systems & Management Engineering
3.
课程编号
Course Code
MIS302
4.
课程学分 Credit Value
3
5.
课程类别
Course Type
专业核心课 Major Core Courses
6.
授课学期
Semester
秋季 Fall
7.
授课语言
Teaching Language
英文 English
8.
他授课教师)
Instructor(s), Affiliation&
Contact
For team teaching, please list
allinstructors
郭悦,信息系统与管理工程系,副教授,guoy@sustech.edu.cn
Yue Guo, Department of Information Systems & Management Engineering,
Email: guoy@sustech.edu.cn
9.
验员/教、属学联系
方式
Tutor/TA(s), Contact
待公布 To be announced
10.
选课人数限额(可不)
Maximum Enrolment
Optional
2
11.
授课方式
Delivery Method
讲授
Lectures
实验/
Lab/Practical
其它(具体注明)
OtherPleasespecify
总学时
Total
学时数
Credit Hours
32
32
64
12.
先修课程、其它学习要求
Pre-requisites or Other
Academic Requirements
EBA203 管理信息系统 MIS205 数据管理与数据库
EBA203 Management Information System or MIS205 Data Management and
Databases
最好有一定的数据库或者程序编程经验,但不要求
Some database or programming experience is preferred, but not required.
13.
后续课程、其它学习规划
Courses for which this course
is a pre-requisite
None
14.
其它要求修读本课程的学系
Cross-listing Dept.
None
教学大纲及教学日历 SYLLABUS
15.
教学目标 Course Objectives
本课程将探讨成功将企业资源计划(ERP)系统集成到现有企业体系结构中的概念,原理和最新方法。该课程将帮助学生
理解用户、企业架构师、开发人员和管理人员在大型复杂企业应用程序的选择、准备、实施和管理中的各自作用。
This course will explore the concepts, principles, and the latest approaches for successfully integrating Enterprise
Resource Planning (ERP) systems into existing enterprise architectures. The course will help students understand the
respective roles of users, enterprise architects, developers and managers in the selection, preparation, implementation
and management of large and complex enterprise applications.
16.
预达学习成果 Learning Outcomes
在本课程结束时,学生们能够:
1) 表现出对企业系统中基本问题的充分理解
2) 解释常见企业系统的范围(例如,MMSCMCRMHRM,采购)
3) 解释与实施企业系统相关的挑战及其对组织的影响
4) 描述企业系统的选择、获取和实施
5) 使用领先的企业系统软件包(SAP/用友 ERP-U)支持业务运营和决策
6) 使用书面形式的专业方法来沟通和评估组织对企业系统实施的准备情况
7) 表现出独立工作和团队合作的能力
By the end of this course, the students are able to:
1) Demonstrate a thorough understanding of the fundamental issues in enterprise systems
3
2) Explain the scope of common enterprise systems (e.g., MM, SCM, CRM, HRM, Procurement)
3) Explain the challenges associated with implementing enterprise systems and their impact on the organization
4) Describe the selection, acquisition and implementation of enterprise systems
5) Use leading enterprise system software packages (SAP / Ufida ERP-U) to support business operations and
decision making
6) Use a written professional approach to communicate and assess the organization's readiness for enterprise
system implementation
7) Demonstrates the ability to work independently and as part of a team
17.
课程内容及教学日历 (如授课语言以英文为主,则课程内容介绍可以用英文;如团队教学或模块教学,教学日历须注明
主讲人)
Course Contents (in Parts/Chapters/Sections/Weeks. Please notify name of instructor for course section(s), if
this is a team teaching or module course.)
理论和实验课(64 学时)
第一周 大数据导论(理论,2 学时)
第一周 大数据建模与管理(理论,2 学时)
第二周 使用 Hadoop 安装和运行一个程序(实验,2 学时)
第二周 大数据管理(实验,2 学时)
第三周 大数据整合与处理(理论,2 学时)
第三周 基于大数据的机器学习(理论,2 学时)
第四周 大数据处理(实验,2 学时)
第四周 机器学习(实验,2 学时)
第五周 大数据图形分析(理论,2 学时)
第五周 ERP 介绍(理论,2 学时)
第六周 大数据图形分析(实验,2 学时)
第六周 金蝶 ERP 介绍和系统管理(实验,2 学时)
第七周 企业财务管理(理论,2 学时)
第七周 企业日常业务管理(理论,2 学时)
第八周 财务系统初始化(实验,2 学时)
第八周 业务系统初始化(实验,2 学时)
第九周 ERP 采购管理(理论,2 学时)
第九周 ERP 销售业务管理 (理论,2 学时)
第十周 采购业务管理(实验,2 学时)
第十周 销售业务管理(实验,2 学时)
4
第十一周 生产业务管理(理论,2 学时)
第十一周 费用业务管理(理论,2 学时)
第十二周 生产业务管理(实验,2 学时)
第十二周 费用业务管理(实验,2 学时)
第十三周 计划和项目管理(理论,2 学时)
第十三周 固定资产和出纳讲座(理论,2 学时)
第十四周 计划和项目管理(实验,2 学时)
第十四周 固定资产和出纳管理(实验,2 学时)
第十五周 报表管理(理论,2 学时)
第十五周 合并报表(理论,2 学时)
第十六周 报表管理(实验,2 学时)
第十六周 合并报表(实验,2 学时)
Lecture and Lab (64 hours)
Week 1 Introduction to Big Data (Lecture, 2 credit hours)
Week 1 Big Data Modeling and Management (Lecture, 2 credit hours)
Week 2 Install and Run a Program Using Hadoop (Lab, 2 credit hours)
Week 2 Big Data Management (Lab, 2 credit hours)
Week 3 Big Data Integration and Processing (Lecture, 2 credit hours)
Week 3 Machine Learning Based on Big Data (Lecture, 2 credit hours)
Week 4 Big Data Processing (Lab, 2 credit hours)
Week 4 Machine Learning (Lab, 2 credit hours)
Week 5 Graphical Analysis of Big Data (Lecture, 2 credit hours)
Week 5 Introduction to ERP (Lecture, 2 credit hours)
Week 6 Graphical Analysis of Big Data (Lab, 2 credit hours)
Week 6 Introduction to Kingdee ERP and System Management (Lab, 2 credit hours)
Week 7 Enterprise Financial Management (Lecture, 2 credit hours)
Week 7 Enterprise Daily Business Management (Lecture, 2 credit hours)
Week 8 Initialization of Financial System (Lab, 2 credit hours)
Week 8 Business System Initialization (Lab, 2 credit hours)
Week 9 ERP Purchasing Management (Lecture, 2 credit hours)
Week 9 ERP Sales Management (Lecture, 2 credit hours)
Week 10 Purchasing Business Management (Lab, 2 credit hours)
Week 10 Sales Business Management (Lab, 2 credit hours)