这个月,来桂林一起学大数据和区块链吧!

书圈2018-11-08 20:02:07


首届区块链技术与教育高峰论坛

中国·桂林  2018722日—724



报告题目:区块链教育——来自北大的思考与实践

陈钟(教育部高等学校计算机类专业教学指导委员会副主任,北京大学信息科学技术学院教授)


报告题目:区块链技术发展的新目标

金海(教育部“长江学者”特聘教授、国家杰出青年基金获得者、华中科技大学计算机学院教授,中国计算机学会区块链专业委员会副主任)


报告题目:区块链安全与人才培养

斯雪明(中国计算机学会区块链专业委员会主任、中国科学数据处理(SDP)联盟执行委员会主任、上海市数据科学重点实验室副主任,复旦大学教授)


报告题目:区块链教育理念

蔡维德(国家“千人计划”特聘教授、美国亚利桑那州立大学终身荣誉教授、英国伦敦大学学院 (UCL) 区块链研究中心科学顾问,北京航空航天大学教授、清华大学长江讲座教授)


报告题目:自主可控联盟区块链技术

蔡亮(中国计算机学会区块链专业委员会副主任,中国可信区块链联盟副理事长,浙江大学区块链研究中心常务副主任,浙江大学软件学院副院长)


报告题目:区块链隐私保护及安全监管

祝烈煌(北京理工大学计算机学院副院长、网络与信息安全学科方向责任教授,中国计算机学会区块链专业委员会秘书长)


报告题目:区块链技术发展及创新

马兆丰(北京邮电大学区块链联合实验室主任、移动互联网联合实验室主任、教授)


报告题目:区块链的理想与现实

魏凯(中国信息通信研究院云计算与大数据研究所部门主任,可信区块链联盟秘书长,国际电信联盟分布式账本焦点组(ITU-T FG DLT)副主席,ITU-T SG16 Q21报告人,中国通信标准化协会TC1大数据与区块链工作组组长)


报告题目:百舸争流——区块链3.0之旅

邹均(中关村区块链联盟副秘书长、澳大利亚麦考瑞大学计算机博士、麦考瑞商学院MBA,广电运通区块链科技CEO )




全国高校大数据技术与实训课程高级研修班

中国·桂林  2018722日—725


---------------------------------

单元 1:专业建设实践介绍

---------------------------------

1. 北京邮电大学数据科学与大数据技术专业建设介绍

- 专业简介

- 专业培养方案介绍

- 专业理论与实验课程建设

2. 大数据初识课程实践

- 课程目标

- 课程平台

- 课程实验组织

- 课程实例演示

- 课程效果评估

3. 总结

---------------------------------

单元 2:理论讲授

---------------------------------

1. 数据科学与大数据专业

- 大数据专业课程体系

- 大数据工程师核心能力

2. 大数据计算体系与标准

- 总体系统架构

- 大数据技术标准

3. 计算平台与架构

- 两条主线:商业产品 vs. 开源技术

- 计算模式:批处理/交互式计算/内存计算

---------------------------------

单元 3:实训与辅导

---------------------------------

实验1:实训平台使用入门练习 ( 0.5小时)

实验2:Hadoop系统的安装和配置练习 (1.5小时)

---------------------------------

单元 4:理论讲授

---------------------------------

1. 数据采集、清洗与建模

- 数据采集、清洗与预处理方法

- 概念模型/逻辑模型/物理模型

2. 数据分析算法

- C4.5算法

- K-均值算法

- PageRank算法

3. 数据处理分析技术

- 合并与转换

- 数据分析工具

---------------------------------

单元 5:理论讲授

---------------------------------

1. HDFS分布式存储体系

-Master/Slave系统架构

- 数据块与文件读写机制

- 数据容错与恢复

2. HBase分布式数据库

- 数据库CAP理论与BASE法则

- 存储结构:Region/Store/HFile

- 存储逻辑结构与存储物理结构

- 数据读写流程

3. 二次索引表机制

- 主列到RowKey的逆向映射关系

- 索引实现技术

- 设计案例

---------------------------------

单元 6:实训与辅导

---------------------------------

实验3:HDFS分布式操作命令练习(1小时)

实验4:基于Mapreduce的算法实验练习(1小时)

---------------------------------

单元 7:理论讲授

---------------------------------

1. Hadoop计算生态系统

2. MapReduce计算模型

3. 流计算模型

4. 基于BSP的图并行计算框架

---------------------------------

单元 8:理论讲授

---------------------------------

1. 内存计算模型

- 分布式缓存系统

- 内存数据库

2. 内存计算关键技术

- 数据压缩存储

- 列存储结构

- 数据表分区

- 内存管理方法

3. Spark内存计算架构

- Spark集群系统

- RDD数据模型与操作

- 依赖(Dependency) 与血缘(Lineage)

- 作业调度模型与算法

---------------------------------

单元 9:实训作业

培训结束后一周内,线上实验平台完成作业并提交

助教线上辅导和学习群讨论交流

---------------------------------

实验5:Pandas数据分析工具练习(1小时)

实验6:HBase安装和配置练习(1小时)

实验7:Spark安装和配置练习(1小时)

实验8:Mapreduce和Spark的计算性能对比案例练习(2小时)

 

实操训练

本次培训设有四个现场实操辅导训练项目和四个实操训练作业,以帮助参加培训的教师更好地掌握培训内容,提升实战技能,为后续课程开设做充分准备。

 

辅导&答疑

本次培训中会安排1-2名助教,主要是负责晚上辅导参加培训的教师做project。让老师真正能够学到东西,学会东西。涉及课堂讲授内容的技术问题,汤羽教授每个单元会留15分钟回答参加培训的教师问题。

 

线上线下结合

本次培训提供线下名师授课和线上实验室平台,配备完善的大数据实验操作环境,并提供助教指导参加培训的教师进行实验和案例操作。



Copyright © 古田计算器虚拟社区@2017