北京航空航天大学软件学院-大数据专业.doc
上传人:sy****28 上传时间:2024-09-13 格式:DOC 页数:3 大小:232KB 金币:16 举报 版权申诉
预览加载中,请您耐心等待几秒...

北京航空航天大学软件学院-大数据专业.doc

北京航空航天大学软件学院-大数据专业.doc

预览

在线预览结束,喜欢就下载吧,查找使用更方便

16 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

大数据专业什么是大数据大数据浪潮,汹涌来袭,与互联网的发明一样,这绝不仅仅是信息技术领域的革命,更是在全球范围加速企业创新、引领社会变革的利器。现代关系学之父德鲁克有言,预测未来最好的方法,就是去创造未来。而“大数据战略”,则是当下领航全球的先机。“大数据”(BigData)指一般的软件工具难以捕捉、管理和分析的大容量数据。“大数据”之“大”,并不仅仅在于“容量之大”,更大的意义在于:通过对海量数据的交换、整合和分析,发现新的知识,创造新的价值,带来“大知识”、“大科技”、“大利润”和“大发展”。“大数据”能帮助企业找到一个个难题的答案,给企业带来前所未有的商业价值与机会。大数据同时也给企业的IT系统提出了巨大的挑战。通过不同行业的“大数据”应用状况,我们能够看到企业如何使用大数据和云计算技术,解决他们的难题,灵活、快速、高效地响应瞬息万变的市场需求。二、“大数据”行业现状今天,越来越多的行业对大数据应用持乐观的态度,大数据或者相关数据分析解决方案的使用在互联网行业,比如百度、腾讯、淘宝、新浪等公司已经成为标准。而像电信、金融、能源这些传统行业,越来越多的用户开始尝试或者考虑怎么样使用大数据解决方案,来提升自己的业务水平。在“大数据”背景之下,精通“大数据”的专业人才将成为企业最重要的业务角色,“大数据”从业人员薪酬持续增长,人才缺口巨大。三、“大数据技术与应用”专业面对“大数据”带来的挑战与机遇,国内首个“大数据技术与应用”软件工程硕士专业华丽登场。继2012年9月北京航空航天大学成立大数据科学与工程国际研究中心后,作为布局大数据战略方向的另一重要举措,北京航空航天大学航计算机学院、北京航空航天大学软件学院、工信部CSIP移动云计算教育培训中心三大权威机构整合优势资源,联合创办了国内第一个“大数据科学与应用”软件工程硕士专业。北航计算机学院全国领先的学科体系、北航软件学院国内外知名IT企业师资在结合工信部CSIP移动云计算教育培训中心在移动云计算、互联网营销等前沿专业方向成功的专业建设经验以及其创新人才培养模式,确保了该项目的领先性、权威性、创新性及实战性。“大数据技术与应用”软件工程硕士项目的专业主任是百度云首席架构师林仕鼎先生,师资包括来自美国纽约州立宾汉姆顿大学、亚利桑那州立大学等美国知名大学的计算机领域的知名教授,也包括来自百度、微软、阿里云、腾讯、EMC等知名IT企业的技术专家;同时这些知名企业也将提供软硬件及大数据资源,让学生在真实的大数据环境中直接参与企业内训和项目实践,真正把握企业需求,掌握大数据在数据管理、系统开发、数据分析与数据挖掘等方面的核心技能,未来成为大数据领域不可获取的人才。北京航空航天大学校长怀进鹏院士表示,产业发展,人才先行。围绕国家“十二五”战略规划及国家中长期教育改革和发展纲要,“大数据技术与应用”软件工程硕士项目“希望以实际行动来回应社会对大学的需求,以更有力的方式来承担大学应有的责任,为大数据这样的新兴产业发展输出高水平、复合型精英人才,确保产业科学、持续、高速的发展。此次“大数据技术与应用”软件工程硕士项目的启动是积极践行国家战略新兴产业紧缺人才培养所迈出的又一战略性步伐。四、课程设置大数据专业将从大数据应用的三个主要层面(即数据管理、系统开发、海量数据分析与挖掘)系统地帮助企业掌握大数据应用中的各种典型问题的解决办法,包括实现和分析协同过滤算法、运行和学习分类算法、分布式Hadoop集群的搭建和基准测试、分布式Hbase集群的搭建和基准测试、实现一个基于、Mapreduce的并行算法、部署Hive并实现一个的数据操作等等,实际提升企业解决实际问题的能力。能力分解:核心技术:(1)大数据与Hadoop生态系统。详细介绍分析分布式文件系统HDFS、集群文件系统ClusterFS和NoSQLDatabase技术的原理与应用;分布式计算框架Mapreduce、分布式数据库HBase、分布式数据仓库Hive。(2)关系型数据库技术。详细介绍关系型数据库的原理,掌握典型企业级数据库的构建、管理、开发及应用。(3)分布式数据处理。详细介绍分析Map/Reduce计算模型和HadoopMap/Reduce技术的原理与应用。(4)海量数据分析与数据挖掘。详细介绍数据挖掘技术、数据挖掘算法–Minhash,JaccardandCosinesimilarity,TF-IDF数据挖掘算法–聚类算法;以及数据挖掘技术在行业中的具体应用。(5)物联网与大数据。详细介绍物联网中的大数据应用、遥感图像的自动解译、时间序列数据的查询、分析和挖掘。(6)文件系统(HDFS)。详细介绍HDFS部署,基于HDFS的高性能提供高吞吐量的数据访问。(7)NoS
立即下载