Степанов Александр Георгиевич - доктор педагогических наук, доцент, профессор кафедры информационных технологий предпринимательства, Институт технологий предпринимательства.
190000, Санкт-Петербург, ул. Большая Морская, д. 67
Alexander G. Stepanov - Doctor of Sciences (Education), Docent, Professor at the Department of Entrepreneurial Information Technologies, Institute of Entrepreneurship Technologies,
190000, Saint Petersburg, ul. Bolshaya Morskaya, 67
Плотников Григорий Александрович, ассистент кафедры информационных технологий предпринимательства, Институт технологий предпринимательства.
190000, Санкт-Петербург, ул. Большая Морская, д. 67
Grigori A. Plotnikov = Assistant at the Department of Entrepreneurial Information Technologies, Institute of Entrepreneurship Technologies.
190000, Saint Petersburg, ul. Bolshaya Morskaya, 67
Васильева Виктория Сергеевна, магистрант кафедры информационных технологий предпринимательства, Институт технологий предпринимательства.
190000, Санкт-Петербург, ул. Большая Морская, д. 67
Viktoria S. Vasilyeva - a master student at the Department of Entrepreneurial Information Technologies, Institute of Entrepreneurship Technologies.
190000, Saint Petersburg, ul. Bolshaya Morskaya, 67
В статье актуализируется необходимость обучения студентов технологиям работы с большими данными. Big data — это перспективная и фундаментальная отрасль, требующая большого количества квалифицированных специалистов в различных областях. Целью работы является описание концепции определения набора аппаратных, программных, алгоритмических и методических средств (с учетом контингента обучаемых и возможностей учебного заведения) для построения методики преподавания дисциплины, связанной с изучением методов обработки больших данных. Выделяются два основных сектора заинтересованных лиц, которым необходимы специалисты в сфере Big Data. Производится сравнительный анализ программных решений, поддерживающих обработку больших данных. Описывается методика построения курса по обучению студентов технологиям обработки и анализа больших данных. Предлагается план организации лекционного курса и лабораторного практикума с рассмотрением подзадач для выполнения во время обучения. Обговариваются состав и методика самостоятельной работы студентов по дисциплине, связанной с изучением Big Data, с использованием системы управления обучением типа Moodle. Представляется пример реализации обработки данных средствами пакета RapidMiner Studio с использованием алгоритма обучения многослойной нейронной сети методом обратного распространения ошибки.
The article actualizes the need for teaching students to work with Big Data technologies. Big Data is a promising and fundamental industry that requires a large number of qualified specialists in various fields. The aim of the work is to describe the concept of determining a set of hardware, software, algorithmic and methodological tools (taking into account the contingent of students and the capabilities of the educational institution) for building a methodology for teaching a discipline related to the study of Big Data processing methods. There are two main sectors of stakeholders who need specialists in the field of Big Data. A detailed comparative analysis of software solutions that support Big Data processing is carried out. The article describes the methodology for constructing a course for teaching students technologies for processing and analyzing Big Data. A plan for organizing a lecture course and laboratory practice with consideration of subtasks is proposed for students to perform during training. The composition and methodology of independent work of students in the discipline related to the study of Big Data, using a learning management system such as Moodle, are discussed. An example of implementing data processing by means of the RapidMiner Studio package using a multi-layer neural network training algorithm using the error back propagation method is presented.
The authors declare that there are no conflicts of interest present.