湖汽信息工程学院大数据技术与应用专业的第一批学生将在9月份迈入校园,自2015年来大数据技术与应用专业筹备建设、师资队伍建设工作一直稳中有序地进行着,这个暑假注定是大数据专业师资队伍建设又一个收获季。
学院派出崔曙光老师、李卓老师、邓国群老师和我四位老师前往哈尔滨东北林业大学进行为期23天的大数据专业企业培训。在这个来自全国各高校的60名教师培训班中,有46名老师是来自本科院校,只有14名老师来自高职院校,这样一个高起点培训班,更是激发出我们无限的学习热情。
一、参观东北林业大学千万级大数据中心
到训的第一天参观了东北林业大学价格千万的大数据中心,该大数据中心已非常成熟稳定地服务于该校林业领域的大数据科研工作、大数据实验工作、信息与计算机学院本科部日常教学工作等。羡慕之余,期待我校不久也会拥有自己的大数据中心。

参观东北林业大学大数据中心

参观东北林业大学信息与计算机工程学院
二、Hadoop 与应用案例学习
培训的课程内容非常精细,且大数据实验环境堪称完美。
课程名称
| 授课目标
|
专业建设研讨会及开班仪式,分布式系统概述、Hadoop 基础
| 了解分布式系统的背景、发展历程、特征;掌握 Hadoop 框架的组成结构、开发应用及使用场景
|
Hadoop HDFS 理论基础
| 理解 HDFS 的体系结构、工作原理
|
Hadoop HDFS 应用
| 掌握 HDFS 的命令行操作、利用 HDFS API,编写操作代码
|
Hadoop HDFS 数据构造与 IO
| 理解 HDFS 的数据特征;掌握 HDFS IO 序列化类型及文件数据结构
|
MapReduce 工作原理
| 理解 MapReduce 的计算模型;掌握 MapReduce 的工作过程
|
Maper 的输入与输出
| 掌握 Mapper 的输入格式化处理与分片原理
|
MapReduce 中的 suffle
| 理解 shuffle 原理,掌握 shuffle 处理过程
|
Reducer 输入输出
| 掌握 MReducer 的输出格式化处理
|
MapReduce 中的连接分析
| 掌握基于分组的聚合的概要模式
|
MapReduce 常用设计模式(上)
| 掌握过滤模式、分层模式、分区、分箱等模式的设计与事项方法
|
MapReduce 常用设计模式(下)
| 掌握 MapReduce 的连接处理、外部数据源处理
|
QQ 好友推荐案例分析
| 掌握 QQ 好友推荐案例的设计与实现
|
PeopleRank 案例分析
| 掌握 PeopleRank 案例的设计与实现
|
微博精准广告营销案例分析
| 掌握微博精准广告营销案例的设计与实现
|
物品推荐案例分析
| 掌握物品推荐案的设计与实现
|
通过本hadoop课程的学习,我进一步了解大数据学科前沿、产业应用现状,就业需求和前景,为我校开发大数据专业课程及设置人才培养方案储备了专业知识。
通过结合综合案例、实际动手操作,我掌握了大数据专业核心课程内容、教学方法,掌握 了Hadoop大数据主流工具,同时具备教授大数据 Hadoop核心课程的能力。

与企业主讲教师积极探讨技术实现

王涛博士解读高职大数据技术与应用专业人才培养方案
三、我校大数据技术与应用专业人才培养方案思考
在相对系统地理解了整个hadoop生态环境和目前社会岗位对于大数据人才的技能要求后,引发了我对我校大数据技术与应用专业人才培养方案的深入思考。
我校大数据专业人才培养定位的岗位应为大数据采集工程师、大数据清洗工程师、大数据运维工程师、大数据可视化工程师,专业核心课程由以下课程构成《分布式文件系统》、《分布式计算框架》、《分布式数据HBASE》、《数据仓库HIVE》、《分布式计算框架Spark》、《Python语言程序设计》、《数据存储》、《数据通信技术与设备》等。