三百六十行，大數據算是門檻比較高的領域了，其結合了數據科學和計算機技術，不僅要求扎實的計算機基本功，還要掌握數學、邏輯等相關知識。
今天文摘菌為大家推薦一門MOOC上面的課程：《大數據計算技術》。這門課程專為大數據小白打造，內容包括大數據計算技術概述、 數據采集方法、數據清洗與規約方法、數據分析算法、文本讀寫技術、數據處理技術、數據分析技術等等。
課程鏈接：
《大數據計算技術》主講老師是電子科技大學信息與軟件工程學院教授湯羽以及電子科技大學副教授，信息與軟件工程學院軟件工程系系主任林迪。課程將在3月20日開課，7月16日結課數據庫原理及應用實驗指導第2版，名額不限，對完整參加課程的同學，將免費發放證書。
主講教師簡介：
湯羽
美國The （喬治?華盛頓大學）計算機科學系博士研究生，計算機科學博士?，F任電子科技大學信息與軟件工程學院教授、副院長，現代服務科學計算團隊負責人, 2015年受聘擔任校學術委員會委員，軟件工程專業（本科）首席教授，學院教學指導委員會主任。
科研情況 :
擔任 of and 雜志編輯及多個國際學術會議的會議主席和程序委員會成員，中國衛生信息學會電子健康檔案與區域衛生信息化專業委員會委員，2010-2012教育部留學回國科研啟動基金評審專家, 2013年中國博士后科研基金評審專家，2014-2017教育部學位與研究生教育質量評估專家。
長期從事大數據計算關鍵技術、云計算架構與算法，移動互聯應用等方面的研究。具有多年美國國防研發部門從事C4I軟件和大型數據系統研究工作的經歷，參加過多項美國海軍，NASA 、NOAA的研究項目。承擔國家級研究項目2項（863重大專項子課題1項，教育部留學科研啟動基金1項），橫向課題6項，在IEEE Trans. 等高水平SCI，EI雜志及國際會議上發表論文超過30篇，軟件著作權2項。
林迪
電子科技大學副教授，信息與軟件工程學院軟件工程系系主任。2007年哈爾濱工業大學通信工程本科畢業，2009年哈爾濱工業大學通信工程碩士畢業，2013年加拿大麥吉爾大學電子與計算機工程系博士畢業。曾任加拿大渥太華大學MET實驗室助理研究員，加拿大IBM and 中心副研究員，加拿大麥吉爾大學工程學院TSP實驗室科研顧問。在國內外學術期刊及國際會議上發表論文20余篇，其中SCI/EI檢索10余篇。主持完成國家自然科學青年基金項目等國家級項目，曾作為骨干成員參與國家863計劃、四川省科技支撐計劃項目。研究方向：大數據分析、物聯網、移動云計算。
教學課程目錄：
《大數據計算技術》MOOC課程教學大綱
第1講 大數據概念及計算技術簡介
學時分配：1.1 課程簡介、1.2 大數據計算概論、1.3 大數據計算概論（2學時）
教學要求：對本課程的教學目標、內容、方式做一個全面概要介紹
教學內容：本章主要讓學生了解數據科學的發展背景和數據科學所要解決的問題，介紹大數據的概念，以及大數據在現代服務行業的應用情況。本章重點為大數據的概念和數據科學的發展歷史。
第2講大數據計算體系與模式
學時分配：2.1 大數據計算系統、2.2 數據存儲系統、2.3 數據處理系統、2.4 數據處理系統（續）、2.5 數據應用系統（2學時）
教學內容：讓學生了解主要的大數據存儲系統，包括數據的清洗、建模、分布式文件存儲、NoSQL數據庫、數據訪問接口。向學生介紹目前數據工程界采用的主要數據處理平臺，通過實例介紹各類數據分析算法的特點和功能，使學生初步了解計算處理模型和計算平臺引擎。本章重點為大數據存儲系統和數據處理平臺。
第3講數據采集方法
學時分配：3.1 系統日志數據采集、3.2 網絡數據采集（2學時）
教學內容：講授內容包括日志數據的采集、互聯網數據的采集等，讓學生掌握網絡爬蟲技術。本章重點為互聯網數據采集。
第4講數據清洗與規約方法
學時分配：4.1 臟數據類型及處理方法、4.2 數據噪聲處理方法、4.3 數據集成方法、4.4 數據規約方法、4.5 數據建模方法（2學時）
教學內容：講授內容包括數據預處理技術、數據清洗技術、數據規約技術的基本原理和方法等，掌握各類數據質量問題以及相應的數據清洗及規約方法。本章重點為數據清洗和規約方法。
第5講數據分析算法
學時分配：5.1 C4.5算法、5.2 K-均值算法、5.3 SVM算法、5.4 算法、5.5 kNN算法、5.6 算法（2學時）
教學內容：講授內容包括常用的數據分析算法的原理，并比較不同數據分析算法之間的區別，讓學生掌握各種數據分析方法的原理，并能夠選擇適當的方法解決數據科學中的問題。本章重點為常用的數據分析算法的原理。
第6講文本讀寫技術
學時分配：6.1 讀取文本文件、6.2 讀取CSV文件、6.3 寫入文本文件、6.4 其他操作（2學時）
教學內容：讓學生掌握文本讀寫技術的組成特點，了解常見的文本讀寫技術的特點，掌握讀取文件、寫入文件、連接數據庫的方法等。本章重點為文本讀寫技術的工作原理。
第7講數據處理技術
學時分配：7.1 數據合并技術、7.2 數據轉換技術、7.3 數據轉換技術(續)（2學時）
教學內容：讓學生了解數據處理技術的概念和特點，了解其基本原理、主要功能特點等，讓學生對數據處理技術有一個初步理解。本章重點為數據處理技術的基本原理。
第8講數據分析技術
學時分配：8.1 Numpy工具包、8.2 Numpy工具包：基本運算、8.3 工具包、8.4 -learn、8.5 NLTK 自然語言處理入門（2學時）
教學內容：讓學生了解數據分析技術的概念和特點，了解其原理、算法、應用場景等，讓學生對數據分析算法體系有一個初步理解。本章重點為數據分析算法的基本原理。
第9講數據可視化技術
學時分配：數據可視化技術（2學時）
教學內容：講授數據可視化技術的基本原理和主要功能,介紹數據可視化技術的應用場景。本章重點為數據可視化技術的基本原理。
第10講大數據計算模式
學時分配：10.1 大數據計算標準、10.2 大數據計算模式（2學時）
教學內容：講授主要的大數據計算標準,介紹典型的大數據計算模式和應用場景。本章重點為大數據計算的基本模式。
第11講生態系統
學時分配：11.1 平臺、11.2 HDFS分布式文件系統、11.3 HDFS分布式文件系統(續)、11.4 分布式存儲模型、11.5 分布式存儲架構、11.6 二次索引表（2學時）
教學內容：講解生態系統架構的基本框架、重點介紹HDFS分布式文件系統、分布式存儲架構、HBase索引與檢索、資源管理與作業調度。
第12講分布式并行計算模型
學時分配：12.1 并行計算模型、12.2 計算架構、12.3 計算流程、12.4 算例描述（2學時）
教學內容：講授分布式并行計算系統、計算架構、鍵值對與輸入格式、映射與化簡、應用編程接口。
第13講圖并行計算框架
學時分配：13.1 圖計算問題、13.2 BSP圖計算模型、13.3 圖并行計算架構、13.4 圖并行計算架構（續）（2學時）
教學內容：講授圖的基本概念、BSP模型、圖計算引擎、Hama開源框架、應用編程接口。
第14講流計算模式
學時分配：14.1 流計算模型、14.2 流計算模型（續）、14.3 ACK實現機制（2學時）
教學內容：講授交互式計算中數據模型、存儲結構的設計原理和功能特點，讓學生掌握數據并行查詢算法的實現方法，并介紹幾種主要的開源框架的編程實現。
第15講內存計算模式
學時分配：15.1 分布式緩存系統、15.2 內存技術、15.3 計算架構、15.4 Spark 內存計算、15.5 Spark 內存計算（續）（2學時）
教學內容：講授內存計算模式中的分布式緩存體系、內存數據庫、內存云、Spark內存計算。
學習有困難數據庫原理及應用實驗指導第2版，執行力差，我們組建了一個學習互助群，大家掃描下方二維碼，加客服號alpha好友后，回復“學習”進入互助群。
另外，有相關基礎的同學，可以來參加我們的助教項目，每周都有一筆報酬。加客服號alpha好友后，回復“助教”進行溝通喲~
教師版“大數據技術”
上面那門《大數據技術》是針對學生的開設，在4月13日—4月14日湯老師和林老師會在武漢舉辦《全國高校大數據技術與實訓課程高級研修班》，主辦單位是教育部高等學校計算機類專業教學指導委員會，目標是為高校老師提供全套教學資源支持，使得參加培訓的教師可以具備開設一門有新意、有深度、有特色的大數據專業核心課程。
這次次培訓中會安排1－2名助教，主要是負責輔導參加培訓的教師做。涉及課堂講授內容的技術問題，湯羽教授每個單元會留15分鐘回答參加培訓的教師問題。
另外，本次培訓提供線下名師授課和線上實驗室平臺，配備完善的大數據實驗操作環境，并提供助教指導參加培訓的教師進行實驗和案例操作。
課程內容
研修班時間及地點
