高校计算机专业大数据课程建设探讨

来源:用户上传      作者:

　　【摘要】随着大数据的飞速发展，大数据受到了社会各界的关注，并使其上升为国家战略，而作为与大数据发展密切相关的计算机专业，其教育方式也必然会随之发生变化。本文在分析了如今国内高校计算机专业教学现状的基础上，探讨了大数据课程建设的思路。
　　【关键词】大数据课程  校企合作  实践教学
　　一、引言
　　随着社会各领域数据规模的急剧增长，“大数据”逐渐受到广泛关注，在不同领域得到了有效应用，带领着我们进入了大数据时代。世界各国政府都陆续推出了大数据战略，而我国也将大数据上升为国家战略，加快建设数字中国的步伐。大数据正在逐步渗透到我们生活的方方面面，譬如医疗大数据、交通大数据、购物大数据等，而企业对这些信息资源的有效应用将会成为企业创造财富的基本动力，因此，企业迫切需要具备大数据相关知识的人才。
　　大数据时代的到来对计算机相关专业的人才培养提出了新的要求，需要学生掌握大数据相关技术和工具的使用，理解大数据分析的业务模型特征。但是，在高校计算机专业的实际教学中，许多高校都还未开设大数据相关课程，无法满足企业对IT人才的需求。
　　国务院《大数据发展行动纲要》的发行必然会推动高校大数据课程的建设，促使传统高校的教育方式发生变化，开设大数据相关课程将会是未来的发展趋势，尤其是面向计算机专业开设大数据课程将刻不容缓。
　　二、计算机专业课程教学现状
　　在高校计算机专业教学中，大数据技术已经成为必不可少的内容，因为由于IT技术的发展，越来越多的学生在各个实践教学环节中迫切需要大数据相关技术的支撑。比如，在毕业实习中，很多学生会选择一些与大数据分析相关的课题，如电子商务网站上消费者购物偏好分析、购物评价分析，社交网站上的关系图谱分析等，这些课题都需要学生掌握非结构化数据存储、基础数据挖掘的业务处理等知识。在毕业设计中，许多学生也会选择大数据相关方向的课题。由此可见，在实际教学的多个环节中，大数据相关技术已经成为学生迫切需要掌握的知识内容。
　　但是，在当下的计算机专业培养方案和课程体系中，大多数高校还没有构建出符合大数据实际教学要求的课程体系，无法满足企业对IT人才的需求。例如：在数据存储方面，目前高校的课题教学仍然以关系数据库为主，但企业中正逐步趋向于使用NoSQL数据库、云数据库等;而在数据处理方面主要以Java EE、.NET等主流编程框架为主，而企业中已开始使用MapReduce、Spark、Storm等并行编程框架;而在数据分析方面主要还是讲授数据仓库与数据挖掘，但企业中已开始使用Python语言、机器学习等。由此可见，高校计算机相关专业的课堂教学与企业的实际需求存在显著差异。
　　而且，如果要让大数据技术进入课堂教学，需要有一个具备大数据实践经验的教学团队，但是，由于大数据是一项新兴技术，使得高校教师缺乏在时间和经验上的积累。大数据技术是一门实践性很强的课程，需要有一个适合的教学實践平台。但是，搭建一个大数据技术实验平台需要巨大的软硬件资源的支撑，需要高性能的集群化环境来支持大量学生的同步实验操作。而学校若仅为大数据技术这一门课程提供如此大的资源建设，却并不现实。综上所述，高校在将大数据技术引入到课堂教学的过程中，遇到了巨大的困难。
　　三、大数据课程建设
　　为了克服高校大数据课程建设中遇到的困难，尽快将大数据技术引入到课堂教学中来，可以利用校企合作的方式来解决高校大数据技术师资不足的问题，并通过引入高校外部实践教学平台来降低高校独立搭建大数据实验平台的投入，以此加快大数据课程建设的步伐。
　　（一）教学团队的构建
　　大数据技术的应用主要是在企业，企业技术人员掌握着大数据核心技术，因此，加强校企合作，将企业的技术专家引入高校教学课堂，对提升大数据课程教学团队的教学能力起到非常重要的作用。
　　大数据课程是一门知识密度很高的课程，授课教师既需要有丰富的实践经验可以对核心技术模块进行深入讲解，又需要有丰富的教学经验来合理设计、分解各知识点，因此，可以使企业专家与高校教师合作完成大数据课程的教学工作，充分发挥各自的优势，提升课程的教学质量。另外，高校应鼓励校内教师定期到校企合作企业中参与实际项目的开发锻炼，或利用寒暑假进行短期技术培训，以期提高校内教师的大数据技术水平。甚至高校也可以与企业一起合作开发大数据教学案例，不断优化、完善大数据课程建设。
　　（二）课程实践教学平台的引入
　　EduCoder是一个由国内知名高校、产业联盟和大型企业共同发起的新型信息技术工程教育平台，也是一个支持大数据、云计算、深度学习等全品类计算机专业方向的教学实践平台。该平台以虚拟机的方式为注册用户提供大数据工作环境，以闯关的模式激发学生的学习兴趣，由浅入深地引导学生熟练掌握学习到的知识，纾解学生的畏难心理。
　　平台上有丰富的实践项目，即有Hadoop、Spark等软件安装与环境搭建的实验，又有MapReduce、Spark等基础编程练习，还有各类综合应用案例，教师可以通过创建课堂引入合适的实践项目开展自己的大数据教学活动。同时，该平台也支持老师按需自主创建实践项目，为各高校提供高可扩展和高可定制的教学资源和教学服务，为各高校教师提供了一个交流合作的平台。
　　学生通过在www.educoder.net上注册获得免费账户，并加入教师创建的课堂，就可以去完成教师发布的大数据作业，实践大数据相关技术。
　　四、结语
　　大数据给计算机专业教育带来了诸多机遇和启发，我们应顺势而为，主动适应大数据时代教育的需求。通过校企合作，不断提升教师自身的技术水平，充分利用EduCoder实践平台，快速构建大数据课程。这种方式可以快速帮助高校将大数据课程尽快引入到课堂教学中，使得课堂教学能够紧随技术前言的步伐。
　　参考文献：
　　[1] 袁书萍，叶承琼. 基于计算机科学与技术专业的大数据课程群的建设[J]. 内蒙古民族大学学报（自然科学版），2019，（1）：33-37.
　　[2] 蔡莉华，郑苑丹. 案例教学法在《大数据处理技术》课程中的应用[J]. 教育现代化，2018，（8）：259-260.
　　[3] 李乔，郑啸，程泽凯. 高校工科大数据课程教学研究[J]. 计算机教育， 2018，（5）： 151-155.
转载注明来源:https://www.xzbu.com/2/view-15099201.htm