ULab 虛擬化協同實驗室方案


大數據迎來新的發展

政策方針 - 培養數據分析人才策略 , 推動“互聯網+AI”的跨產業應用計畫 , 利用大數據來歸納並預測各項潛在商機 , 藉此激勵更多創新服務 , 提升國家經濟產值以及軟體專業人才的未來發展與國際競爭力

產業現狀 - 各行業需求旺盛,大數據產值過百億,由於大數據技術涉及經濟、市場、管理、統計學、概率學等,不易學、不易教導致大數據人才儲備嚴重不足。

大數據教育 - 大趨勢下,催生對大數據的人才的蓬勃需求,各大院校紛紛開設大數據課程,促進學生高薪就業。

大數據教育面臨的問題

大數據技術正興起

大數據的應用競爭陸續萌芽,各大專院校師資力量不足。

大數據技術的特性

大數據的開源元件的BUG讓大數據平臺容易崩潰。

大數據技術元件豐富 ,學生自行搭建實驗環境將會成為困難

學生

實驗手冊、實驗教材匱乏,無法有效的展開大數據教學。

專案實戰案例不足,偏向理論,缺乏實際上機驗證經驗。

大數據教學最低需要每學生三台伺服器集群,滿足50人一堂課的大數據需要用大量的實驗用伺服器(150台)。

我們針對市場需求研發出大數據實驗平臺系統

大數據平臺由加州理工學院的博士設計平臺底層,跟隨全球大數據技術發展持續進行研發升級,提供最穩定的大數據元件少就是多,利用Dockers技術,若干台伺服器就滿足100多學生的實驗要求。導入真實的項目,札實地進行項目實戰演練,畢業即能就業, 無縫銜接

平臺應用優勢:

  • WebUI 前後台管理操作介面,資訊容易獲得即時與便利

  • 教案內容上傳簡易且支援多種檔案格式

  • 針對各課程內容建立標準化模擬環境及預留系統資源,大幅降低軟體工具相容異常排除的耗時及不穩定性

  • 系統擴充容易,輕量化系統運作資源

  • 支援學生遠端自主瀏覽授課內容並建立編碼練習環境

  • 支援學員代碼庫管理,老師亦可同步參與並檢核學員編碼步驟

  • 支援學員自主學習進度協同學期考核

  • 支援跨校際授課內容分享學習機制

ULab 平臺架構介紹

ULab 平臺學生應用場景

ULab 平臺老師應用場景

基於Dockers技術的環境搭建

基於Dockers技術實驗平臺對於大專院校的意義

操作大數據平臺

學生在上課可用課程電子教材

學生可以將練習的代碼進行下載

進入我的實驗查看已經交的課程

完成課程,學生進入考試環節

老師管理學生帳戶

老師對學生的上機管理

老師對學生的進行資源控制

老師答疑

隨堂考試或指定報告