卡耐基梅隆大学数据科学研一云计算课程主要内容总结

卡耐基梅隆大学数据科学研一云计算课程的目的是使学生利用MapReduce、Jupyter Notebooks交互式编程和数据科学库来清理、准备和分析大型数据集。学生将使用虚拟机(VM)以及Docker容器和Kubernetes协调部署自动扩展、负载平衡和容错的应用程序。学生将探索和实验不同的分布式云存储抽象(分布式文件系统和数据库)，并比较其特性、功能和适用性。此外，学生还将使用批处理、迭代和流处理框架开发不同的分析应用程序。卡耐基梅隆大学数据科学研一云计算课程主要内容总结如下。

一、卡耐基梅隆大学数据科学研一云计算课程主要内容概述

卡耐基梅隆大学数据科学研一云计算课程将介绍云基础架构、虚拟化、软件定义的网络和存储、云存储以及编程模型(分析框架)等主题。

1、首先，课程将讨论云的激励因素、优势和挑战，以及服务模型、服务级别协议(SLA)、安全性、示例云服务提供商和使用案例。课程还将描述数据中心设计和管理以及软件部署背后的几个概念。

2、然后，课程将重点关注虚拟化，并将其作为提供软件、计算和存储服务的关键云技术。同时，课程还将向学生介绍软件定义的网络和存储(SDN和SDS)。

3、随后，学生将了解不同的云存储概念，包括数据分布、持久性、一致性和冗余。课程还将讨论分布式文件系统、NoSQL数据库和对象存储。

4、最后，学生将学习MapReduce编程模型的细节，并对Spark、GraphLab编程模型以及消息队列(Kafka)和流处理(Samza)有一个大致的了解。

二、卡耐基梅隆大学数据科学研一云计算课程主要学习目标

学生通过完成计算和弹性、存储和框架等领域的项目，利用现有的公共云工具和服务，获得解决现实世界问题的实践经验。课程的目标是培养学生成为一名实践者或在云计算领域开展研究项目所需的技能。具体来说，学生将接触真实世界的数据、场景、基础设施和预算，以便学习如何：

1、设计、架构、实施、测试、部署、监控和维护基于云的应用。

2、确定合适的工具和架构来实施基于云的设计。

3、分析不同工具和云产品之间的权衡，以满足现实世界的限制。

4、评估云服务的性能特征，并进行优化。

5、与团队合作进行开放式项目，逐步实现优化的端到端云解决方案。

总的来说，卡耐基梅隆大学数据科学研一课程都是有一定难度的，如果有同学在学习时遇到难以解决的问题，我们的老师能够及时辅导和解答。同学若有学习方面的问题，可以随时联系我们。