按照目前大資料發展的趨勢和應用的前景來看,以Python為基礎做大資料相關的教學是可以支撐一個高職專業的,原因有以下幾點:
第一:目前大資料體系從技術發展上來看已經趨於成熟。Gartner在2016年的時候已經把雲計算和大資料技術列入成熟技術行列,那麼接下來就是大資料相關技術的落地應用階段,這個階段就需要大量的應用型人才的參與,而高職專業的畢業生恰好就是應用型人才,所以大資料的落地應用對高職專業來說是一個比較好的發展機遇。
第二:大資料人才需求量大。大資料人才的需求主要集中在四個領域,分別是底層研發、大資料應用開發、大資料分析和大資料運維,除了大資料底層研發對人才的要求比較高以外,其他幾個領域對人才的要求並不高,而且大資料分析和大資料運維非常適合高職畢業生,同時這兩個領域也是人才需求量比較中的領域。
第三:大資料未來發展空間大。大資料未來將會得到一個持續的發展,這個過程會持續較長一段時間,會隨著網際網路的不斷髮展而陸續釋放出大量的就業崗位。對於人才培養來說,大資料方向是一個可持續的方向。
基於以上幾點,對於高職專業來說,開設大資料相關專業是沒有問題的,而且在我看來,這也是適應大資料時代發展的選擇。
在課程設定上,本著以應用為主的原則,可以重點考慮以下幾個方面的內容:
第一:Python語言的講解。Python語言語法簡單而且應用領域廣泛,選擇使用Python做大資料相關開發是一個比較不錯的選擇,建議把Python做Web開發的內容一併講完。
第二:資料庫。大資料領域的很多工作都是基於資料庫展開的,所以要有一個紮實的資料庫基礎。
第三:大資料平臺搭建。對於高職生來說,未來從事大資料運維也是一個不錯的選擇,這就需要對大資料平臺的搭建、元件部署、測試等內容有一個系統的學習過程。
第四:資料分析。資料分析有很多方式,對於高職生來說,採用現成的工具來進行資料分析更實際一些,比如BI工具。
第五:資料呈現。使用Python做資料呈現是比較理想的選擇。
大資料的課程設定要結合實際的場景,最好能結合一個領域進行,比如醫藥領域、交通領域、金融領域等等,這樣學生在學習的過程中會更直觀一些。
如果有大資料方面的問題,也可以諮詢我。
按照目前大資料發展的趨勢和應用的前景來看,以Python為基礎做大資料相關的教學是可以支撐一個高職專業的,原因有以下幾點:
第一:目前大資料體系從技術發展上來看已經趨於成熟。Gartner在2016年的時候已經把雲計算和大資料技術列入成熟技術行列,那麼接下來就是大資料相關技術的落地應用階段,這個階段就需要大量的應用型人才的參與,而高職專業的畢業生恰好就是應用型人才,所以大資料的落地應用對高職專業來說是一個比較好的發展機遇。
第二:大資料人才需求量大。大資料人才的需求主要集中在四個領域,分別是底層研發、大資料應用開發、大資料分析和大資料運維,除了大資料底層研發對人才的要求比較高以外,其他幾個領域對人才的要求並不高,而且大資料分析和大資料運維非常適合高職畢業生,同時這兩個領域也是人才需求量比較中的領域。
第三:大資料未來發展空間大。大資料未來將會得到一個持續的發展,這個過程會持續較長一段時間,會隨著網際網路的不斷髮展而陸續釋放出大量的就業崗位。對於人才培養來說,大資料方向是一個可持續的方向。
基於以上幾點,對於高職專業來說,開設大資料相關專業是沒有問題的,而且在我看來,這也是適應大資料時代發展的選擇。
在課程設定上,本著以應用為主的原則,可以重點考慮以下幾個方面的內容:
第一:Python語言的講解。Python語言語法簡單而且應用領域廣泛,選擇使用Python做大資料相關開發是一個比較不錯的選擇,建議把Python做Web開發的內容一併講完。
第二:資料庫。大資料領域的很多工作都是基於資料庫展開的,所以要有一個紮實的資料庫基礎。
第三:大資料平臺搭建。對於高職生來說,未來從事大資料運維也是一個不錯的選擇,這就需要對大資料平臺的搭建、元件部署、測試等內容有一個系統的學習過程。
第四:資料分析。資料分析有很多方式,對於高職生來說,採用現成的工具來進行資料分析更實際一些,比如BI工具。
第五:資料呈現。使用Python做資料呈現是比較理想的選擇。
大資料的課程設定要結合實際的場景,最好能結合一個領域進行,比如醫藥領域、交通領域、金融領域等等,這樣學生在學習的過程中會更直觀一些。
如果有大資料方面的問題,也可以諮詢我。