关于大数据人才培养的思考与探索.doc

《关于大数据人才培养的思考与探索.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、关于大数据人才培养的思考与探索摘要：大数据是继云计算、物联网之后IT界的又一次颠覆性技术革命。为了培养与时俱进的大数据分析专业人才,作为人才培养重耍场所的高校，需要及时跟进大数据技术的发展，适应新时代的要求。本文首先分析了大数据时代对人才的要求，论证了开设大数据系列课程的必要性，然后探讨大数据相关课程的教学内容和实践形式，最后指出校企合作对培养大数据人才具有推动作用。关键词：大数据；复合人才；教学内容；实践形式；校企合作中图分类号：G642.0文献标志码：A文章编号:1674-9324(2014)45-0201-03一、引言随着计算机软硬件技术的快速

2、发展，计算技术已从传统的PC平台计算模式发展到嵌入式计算、移动计算、并行计算和服务计算等多种计算系统并存及融合的计算模式，处理的对象也呈现出网络化、多媒体化、大数据化和智能化需求的特征，而物联网、移动互联网的快速发展促进了这一趋势，从而迎來了大数据时代的到来。大数据是继云计算、物联网之后兴起的乂一新兴发展方向，被学术界、工业界乃至政府机构密切关注和广泛研究。大数据又称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极的目的的资讯。在维克托?迈尔？舍恩伯格及肯尼斯?库克耶

3、编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。一般说来，大数据具有4V的特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。二、大数据时代对人才的要求从广义上讲，大数据人才就是具备大数据处理能力的科学家和工程师。目前，国际上开设了大量的数据科学方面的课程

4、、数据科学学位计划以及数据科学短期培训班。从国际上设置的培养计划来看，大数据人才应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、商业分析和自然语言处理等，具有较宽的知识面，具有独立获取知识的能力，具有较强的实践能力、创新意识和团队合作意识。具体来说，大数据人才首先应具备获取大数据的能力，例如能根据任务的具体要求，综合利用各种计算机手段和知识，收集整理海量数据并加以存储，为支撑相关的决策和行为做好数据准备。其次，应具备分析大数据的能力，对于经过预处理的各类数据，能够根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析

5、，并形成分析报告，为实际问题提供决策依据。最后，应具备良好的团队合作精神，大数据时代下的数据分析任务通常无法依赖个人能力来完成，需要在团队制度的约朿下，与他人一同携手、互相鼓励、分工合作来实现既定目标，因此具备较强的责任心与【才I队合作精神也是大数据从业人员必备的基本条件。三、大数据人才培养的探索人数据产业的发展，对大数据人才提出了新的需求，国内各高校在积极进行大数据学术研究的同时，也开始考虑将大数据相关课程纳入培养体系，以满足社会对大数据人才的需求。以下结合作者在数据库及分布式技术系列课程中的教学经验，以及大数据分析与处理方面的实践经验，探讨大数据

6、系列课程教学内容和实践形式的设置。在教学内容的设置上，人数据系列课程建议可分为理论教学和技术教学两个方面，因为理论是大数据认知的必经途径，也是被广泛认同和传播的基线；而技术是大数据价值体现的手段和前进的基石。在理论方面，讲授的理论内容可涵盖如下几点：（1）大数据概念：大数据概念出现的历史，关于大数据定义的各种流派以及说明，大数据的四个特征，大数据与云计算、物联网的关系，大数据与大规模数据、海量数据的差别。这个部分主要突出“大数据”概念中应包含的“对数据对象的处理行为”。（2）典型的大数据应用实例：精选有新意的大数据分析典型案例，可帮助学生更清晰的理解

7、大数据的概念和含义，这样的案例如：美国梅西百货的实时定价机制（根据需求和库存的情况对多达7300万种货品进行实时调价）、百度搜索的实时热点排行榜（以数亿网民的搜索行为作为数据基础，建立权威的关键词排行榜与分类热点）、沃尔玛的搜索引擎Polaris（利用语义数据进行文本分析、机器学习和同义词挖掘使得在线购物的完成率提升了10%〜15%）、谷歌流感趋势工具（通过跟踪搜索词相关数据来判断全美地区的流感情况）等。在教学过程中，教师应注意将授课的重点放在系统化的开发步骤和关键性问题的求解上，介绍案例的设计思想、主耍方法和应用过程等。（3）大数据关键技术与挑战：

8、介绍大数据时代血临的新挑战，包括大数据集成（数据异构性和数据质量问题）、大数据分析（数据形式多样化、数据处理