“基于Hadoop的大数据分析”课程规划与设计摘要：大数据时代社会各行业对大数据方向人才的需求凸显，为顺应产业发展需要，我校改革课程设置，建设以开源分布式框架Hadoop为技术基础的大数据分析课程。文章从目标内容设置、师资团队建设、实践中心配备、授课方式特色，以及考核制度革新多个方面展开对课程规划与设计的详细论述，藉此为国家和社会培养具有工程意识和创新思维的高素质精英人才，也为其他高校同类课程的开设提供一定的借鉴和参考。关键词：Hadoop；大数据；课程规划；人才培养；授课方式中图分类号：TP311文献标识码：A文章编号：1009-3044（2015）07-0190-03Abstract：Intheeraofbigdata，thedemandfortalentsfromallwalksoflifeisincreasing.Inordertoadapttotheneedofindustrialdevelopment，wearecarryingoutthecurriculumreformbyconstructingabigdataanalysiscoursebasedonHadoop.Severalaspectsofthecourseonthedesignandplanningarediscussedindetail.Theyarethetargetandcontentsettings，theconstructionofteachingteam，theequipmentofpracticecenter，theteachingmethodsspecialtiesandtheappraisalsysteminnovations.Ourworkhelpstocultivatetalentswiththeawarenessofengineeringandinnovativethinking，andalsodoesgoodforothercollegesofferingsimilarcourses.Keywords：hadoop；bigdata；courseplanning；talentcultivation；teachingmethod1引言当前计算机技术全面融入人们的社会生活，移动互联、社交网络、电子商务等极大拓宽了互联网的边界和应用领域。大数据浪潮正汹涌来袭，并渗透到社会的方方面面。越来越多的企业期望使用大数据和云计算的技术来对海量数据进行整合分析，以解决生产经营业务中的难题[1-3]。而与此大的发展趋势不相协调的则是高校计算机专业毕业生在大数据方向上基础薄弱，真正掌握大数据管理、分析和产品研发等相关技术的人才极度匮乏。高等院校需要以实际行动回应社会对计算机专业人才培养的需求，以更为有力的方式来承担大学应有的责任，培养出高水平人才以适应产业发展需要[4-6]。这也是我校建设大数据分析课程的初衷。经过最近短短几年的发展，Hadoop已经成为架构云计算平台进行大数据存储和计算分析的首选。Hadoop以HDFS和MapReduce为核心，为开发者提供了系统底层细节透明的分布式基础架构，从而轻松地组织计算资源，利用集群的能力完成海量数据的处理，目前其已发展成为包含很多开源框架项目的生态系统[7-8]。因此该课程即以Hadoop为基础来展开对大数据分析的原理、技术和方法的讲授。2明确目标，落实人才培养2.1培养对象大数据分析涉及到众多学科内容，如计算机网络、数据库原理、数据结构、分布式系统、LINUX操作系统、云计算、数据挖掘、算法设计与分析等基础性课程等，本课程可作为计算机学科研究生的专业课和本科高年级学生的专业选修课。因为处于该阶段的学生有了足够的知识储备，并且对学科方向有了清晰的认识，对未来的就业前景也不再迷茫，有更多学习上的主动性和进取心。此外，鼓励学生拓展知识领域，自觉阅读国内外文献资料和网络资源，为该门课程的学习打下坚实的基础。2.2培养目标很多行业领域都为大数据方向的专业技术人才提供了施展才华的舞台，如电子商务、金融证券、科研院所、互联网企业、大公司的数据中心，以及政府机关部门等。当前大数据方向的岗位需求大致分为三类，分别是：系统研发工程师，负责海量数据业务模型构建、分布式云存储、NoSQL数据库架构以及数据平台优化升级等；应用开发工程师，负责利用海量非结构化数据研发基于大数据技术的应用程序及行业解决方案，为单位创造良好的经济效益或社会效益；大数据分析师，负责从纷繁复杂的海量数据中找到数据间的潜在关系，挖掘大数据蕴藏的巨大利益并指导产品研发。课程即从系统框架搭建、应用研发及数据分析三个主要层面培养具有扎实理论基础和实战经验的高素质、实用型大数据人才。在授课过程中，注重学生工程意识和实践创新能力养成，指导学生密切结合自身对未来职业的发展规划，在通识整体的前提下选择某一特定领域进行深入钻研。对于有意继...