新工科背景下应用型大数据人才培养课程群研究与建设--中国期刊网

字体：大中小

首页> 原创作品> 正文

新工科背景下应用型大数据人才培养课程群研究与建设

发表时间：2021/5/21 来源：《课程-教材-教法》2021年4月作者：邓亚航

[导读] 现阶段信息类专业作为信息技术人才培养的主阵地，必须紧跟时代形势，为大数据相关领域输送高科技人才，这就要求专业人才培养方案符合大数据行业人才需求。

云南工商学院邓亚航 651701

摘要：现阶段信息类专业作为信息技术人才培养的主阵地，必须紧跟时代形势，为大数据相关领域输送高科技人才，这就要求专业人才培养方案符合大数据行业人才需求。然而高校信息类相关专业面临着诸如课程体系陈旧、大数据课程仅讲授理论知识、实践环节严重不足甚至未开设大数据相关课程等问题，这就要求传统信息类专业调整课程体系结构，开设相关大数据课程并注重知识结构的完整性，以确保技术内容的通用性、普适性与先进性；同时要遵循教育规律，加强能力培养，必须精选行业真实数据制作案例，让学生真正学习到行业中大数据的分析处理方法，并感受到强大的统计成果，从而达到开阔学生视野、培养学生兴趣并启发创新思维的目的。
关键词：新工科；应用型；大数据人才
        1 大数据课程群总体建设
        1.1 大数据知识体系
        目前主流大数据技术以Hadoop、Spark和Flink相关技术为代表，这三部分将作为课程的核心内容来讲授。对于Hadoop生态圈将重点讲授分布式文件系统HDFS、分布式数据库HBase以及数据仓库工具Hive；对于Spark生态圈，则需要讲授Spark RDD各种算子的使用、Spark Streaming、Spark SQL和MLlib的使用；对于Flink技术，讲授其基本原理和核心API，掌握这部分核心知识，能够让学生快速构建出大型的离线或实时的应用项目。
        1.2 大数据课程群内容
        课程类型涉及程序设计基础课程、专业基础课程、大数据基础课程和大数据核心课程。其中程序设计基础课程主要培养学生的基本编程能力，尤其需要掌握与大数据技术相关的Java语言以及Python语言，为从事大数据开发奠定基础；专业基础课程为计算机专业的通用课程，为大数据技术提供运行环境和操作的相关知识基础；大数据基础课程则从宏观上讲授大数据基本概念特点等知识，让学生对大数据有感性的认识并激发其学习兴趣；大数据核心课程则重点讲授大数据的各种技术及工程应用，让学生接触到大数据的真实应用开发场景并培养大数据思维方式，课程群涵盖从低年级到高年级，让学生循序渐进地掌握大数据的理论知识，并具备大数据开发和实践的能力。
        2 基于Hadoop的通用大数据分析系统
        主题管理模块主要为解决数据安全性而设计的，数据分析人员基于业务对主题进行描述，选择相应数据源，最终确定主题，每个主题对应一套针对自己业务的数据集以及数据处理流程。由于同一数据分析人员业务背景相同，其分析不同的主题可能用到相同的数据，而不同的数据分析人员可能用到相同的算法模型，因此，应用主题管理模块便于对数据分析人员复用权限的管理；数据探索模块中，数据分析人员需根据数据特征的分布来判定如何对数据进行预处理、选择什么样的特征以及如何构建合适模型，当加载数据源后，针对不同数据类型，数据分析人员往往看重的分析指标又不尽相同，此时，该模块可根据数据列类型给出基本的数据描述字段，使数据分析人员更清楚地认识数据，为数据预处理和模型构建做准备；数据预处理模块可对分析数据进行半自动化预处理，系统通过数据分布提出相应的数据处理建议，数据预处理方法由数据分析人员来决定；在算法模型模块中，数据分析人员可以通过该模块进行算法模型的定义并上传已实现的算法模型文件，其余数据分析人员可输入指定的参数来调用模型，最终平台按照输出类型将结果输出。

期刊文章分类查询,尽在期刊图书馆

        3“案例式”大数据课程内容建设
        3.1 案例式教学设计
        大数据许多理论知识比较难以理解，仅靠讲授原理难免让学生感觉抽象乏味，另外大数据技术框架复杂，让学生在课时内掌握所有技术也不现实，可以采用案例式教学方法，具体为：课程内学时让学生学习一套该案例的解决方案，课程外学时可让学生去探索不同的解决方案或其他类似案例的一套完整解决方案，这样就起到了举一反三的效果；同时案例式教学的方式，使学生学到的知识可以快速落地，快速看到自己完成的成果，从而提高自身的学习兴趣。
        3.2 任务驱动式学习
        由于将案例贯穿到整个课程的教学过程中，可让学生从课程开始就进行案例的探索与实践，即自然地采用任务驱动式教学模式。整门课程让学生在学习知识点的同时进行实践，达到理论和实践相辅相成的目的，这就需要精心设计理论和实践环节，将整个案例设计成子任务的形式。
        4“模块式”大数据实践环节创新设计
        4.1 模块化实验项目内容
        在大数据实践内容设计上，将大数据技术分门别类后组成不同的技能模块，如分布式存储模块、大数据通用处理平台模块和机器学习模块等，所涉及的技术都能及时反映当前行业中大数据相关领域的主流技术，每个技术框架都有单独的实验，学生可根据自己感兴趣的方向学习相关的知识，如学生对数据分析挖掘感兴趣，则可学习编程语言模块中的Python技能和数据分析挖掘模块中的相关数据分析挖掘方法；而教师在准备实验内容时可根据课程要求挑选相关的实验，如机器学习课程可重点选择机器学习模块中的各类算法实验以及机器学习工具模块中的某种具体工具包实验来组合完成课程实验内容。这种模块式的实验设计方案，使得教师教学和学生学习知识更加灵活，同时有利于学生对不同模块之间的知识组合进行探索，如学生要完成某一具体的大数据分析案例，则需要根据应用场景进行技术选型的工作，模块式的结构可让学生从相应功能的模块中选择符合场景的技术来进行组合后完成应用的功能。
        4.2 应用型实训内容
        实践环节是确保大数据课程教学质量的重要环节。大数据课程群实验教学分为课内实验教学和课外实训教学，课内实验学时往往较少，为了让学生能够更好地理解大数据的理论知识，通常包括验证型实验、设计型实验两部分，验证型实验由教师提供实验内容和步骤，由学生进行实验结果的复现，设计型实验则由教师给出应用场景，由学生进行设计并实现。课外实训教学是独立于课程教学特设的实验教学项目，通常采用综合型实验项目，让学生综合运用大数据技术，解决实际应用场景中的问题。
        5 结语
        以“新工科”专业人才培养为目标，借助云计算与大数据平台作为支撑，设计相关课程内容和体系以及配套的实践教学内容，利用大数据和机器学习相关的竞赛，较好地培养学生大数据分析处理的能力，使其在就业上更有竞争力。
参考文献
[1]徐晓飞，沈毅，钟诗胜，等.新工科模式和创新人才培养探索与实践：哈尔滨工业大学“新工科‘Π型’方案”[J].高等工程教育研究，2020(2):18-24.
[2]郑庆华.新工科建设内涵解析及实践探索[J].高等工程教育研究，2020(2):25-30.
[3]詹玲.计算机专业大数据方向课程群建设研究[J].教育教学论坛，2017(28):274-276.