杭州大数据程序员培训（共9篇）
时光飞逝，日月如梭，转眼间我踏进千锋这个大家庭度过五个多月的奋斗时光。从最开始的编程入门---Java学习阶段（这是非常重要的阶段，只有打下扎实的基础才能在以后的阶段里不落后），到后来的大数据核心课程---hadoop学习阶段（期间不断地接触新技术、新概念、新知识，一个又一个的知识点就呼啸而来，需要坚韧的毅力坚持下来），再到后来的spark学习阶段（这里的感受同hadoop阶段是一样一样的），大数据学习的最后阶段便是在前面学习的基础上，通过项目来进行知识点的巩固和理解，以及对以后工作的流程和业务有一定的了解。在这五个多月的时光里，有汗水、有努力、有辛劳；有就业老师、技术老师、班主任对我孜孜不倦的教诲和同学对我的帮助，这里对大家说一句谢谢！
关于大数据培训，我是零基础来学习的，之前也只是在网上或听朋友们聊起过，自己开始根本不知道它是什么样子。起初我还是有些担心，因为没有“底子”怕跟不上高端班学习的进度，但是周围的老师、同学都很热心，也慢慢的和他们打成一片。老师讲课内容很细致，从简单的赋值、运算，到进程、线程的运用，老师每天辛苦传授我们专业知识，为我们解答各种学习上的‘疑难杂症’。日积月累，我渐渐的跟上大家的进度。而且，一旦上课内容消化不了，老师就会讲第二遍甚至第三遍，如果还不懂，课后还能私下请教老师，老师都会细致的讲解问题。
子曰“:学而不思则罔，思尔不学则殆”，老师将技术传授于我们，我们要好好结合运用，多敲代码多思考才能理解这个程序运行的思路。有了思路代码就能够很快的写出。
在这五个多月里，我收获许多，从开始的陌生人到现在的同学，从原来的不习惯到现在的适应，从刚开始的懵懂无措到现在自己能够独立的完成一些作业和代码，有很多成就感和满足感。
课程教学评价是指根据教学目标和任务,运用可行的评价技术和手段对课程的教学活动和效果进行测量、评定的过程。包括教师教学质量评价与学生学习成绩评价两个方面,通过评价过程的诊断、反馈、激励与调控作用,促使教师改进教学质量,提高学生的学习兴趣,使学生的综合素质和创新能力得到提升。互联网作为一种现代化教育技术,也势必被彻底、广泛地运用于课堂,尤其是将信息化技术与教学场景、教学内容深度融合应用,再结合大数据的技术实现手段,可以对传统课堂、教与学的行为分析等做创新型教育模式。
1传统教学行为评价存在的问题
信息化技术的发展已对学生学习行为与教师教学行为的分析起到了积极的作用,但是要做到科学分析,就需要将教学内容与教学过程无缝的信息化对接。目前高校的信息化手段只是实现了上课资料的上传下载等文档管理功能。因此在教学行为评价过程中,存在着以下两方面的主要问题。
1.1学生学习行为的分析手段不足
传统意义上,对计算机程序开发类课程而言,评价学生学习效果的做法很简单,就是阶段性的考试,比如某学生Java程序设计80分、Android开发基础70分等,但是对于学生或者企业来讲,这个分数都是没有价值的。即对于学生的评价,此评价值不能清楚地告知学生是否能胜任某公司的工作或具体任务。同时,也无法让企业准确地评价或知悉某学生是否能胜任公司需要招聘人选的职位能力。此外,这种做法往往有各种通过率指标要求,很难真实的反应学生学习技能的掌握程度或者教师教学的质量,对于企业来讲,仅仅依靠学生的一个成绩单,很难界定学生具备实践动手能力的程度,而更多实用型企业需要真正掌握技术、能干活的学生。
学生在实践教学课堂上做某个项目任务时,为了实现这个项目任务,传统的技术手段很难获知具体需要掌握哪些知识技能点才能够实现,如果有些知识技能点还没有学习,也很难通过快速便捷的手段,让学生进行颗粒化碎片化移动化的学习。
1.2教师教学行为的分析手段不足
在实践教学领域,对教师而言,如何通过信息化手段分析出学生的学习效果与自己授课效果的关联性,例如教师需要班级学生能够开发重现某个中大型的项目,涉及到多门课程的知识与技能时,如果整个班级完成的效果都不好,那么教师很难精准定位具体是哪些知识技能在传授的过程中出现了问题。采用传统的教学行为手段难以解决这个问题。此外,对每次学生上交的项目任务进行评价,涉及到大量统计、批改等问题,这个靠手工实现,工作量特别巨大,给教师授课带来了极大的不便。
2基于大数据的课堂教学行为评价体系的构建
目前,随着信息化技术的推进与“互联网+教育”改革的深入,摒弃了传统的常规手段通过考试来评价学生学习的效果以及教师授课的质量。通过信息化教学技术与课堂教学内容的融合,程序开发类课程教学尤其是实训课堂及上机课堂,直接通过大数据技术,把学生完成项目的程度和教师教的行为记录下来,这样就真正实现了教学信息化流程与教学内容的无缝对接。大数据技术的日新月异,为程序开发类课程教学行为评价体系的构建提供了便捷的手段。
2.1基于大数据的学生学习行为评价
通过改进传统的课程教学行为评价方式,在程序开发类课程中,利用大数据技术,实时记录学生各个阶段重构项目任务的情况,作为评判教学效果的依据。例如学生在学习课程的过程中或者学习了一门或数门课程后,教师就让学生重构某个项目,如果学生能够一次性重构60%的功能,我们给学生在这一门或者这数门课程能力的评分为60分,如果对评价效果的精度和准确性要求比较高,可以将工程项目的颗粒度变小,即把某个项目重新划分成几个任务或者多个功能,同时加入与课程知识技能点吻合度高的多个项目取平均值。例如某个学生,在大一的时候完成了“某个课程基础项目”40%的功能,大二的时候完成了“阶段性项目”60%的功能,大三的时候完成了“综合性项目”80%的功能,类似这种学生能力描述,企业通过看学生在校期间的数据就能断定其是否是企业需要的潜在人才,这种评价方式对学生能力的挖掘特别有效。基于大数据的评价手段,对于评价学生学习效果、教师授课质量都比较客观、真实。
2.2基于大数据的教师教学行为评价
利用大数据技术,教师在课堂教学过程中,教师可以跟踪自己的每一个教学环节,除了记录每一位学生的到课出勤率、项目的进度、完成情况和正确性等数据外,还记录了教师在课堂上所教授的知识技能点和各种行为,及师生之间互动的时长与频率等各方面的数据。对这些数据进行采集、统计、处理和分析,形成新的基于大数据的教师过程性教学行为评价方式,使得对过程性评价的测量和评估变为可能。
3大数据对程序开发类课程教学行为评价产生的效益
利用大数据技术,通过不同的维度将每位学生培养情况的所有数据展现给企业,企业可以实时了解到院校开设哪些专业、哪些课程,每个专业学生选修各门课程的人数,每个学生对技能的掌握程度,这些数据的提供使得企业对每个学生的学习情况与岗位职业标准能力的比对提供了方便,也为企业能在第一时间了解学生技能掌握情况带来了便利。同时对区域产业的人才支撑起到了积极的作用。若某个企业到某个城市,招聘大量的“移动互联工程师”毕业生,此企业只需通过学校提供的这些数据,直接就可以方便准确地找到某个城市适合的学生。而且企业也能快速了解到哪些学生在初级水平阶段、哪些学生在中级水平阶段,学生在校期间数据的记载对于企业的招聘非常有用,可以快速地找到适合于某个岗位的人选。因此,大数据技术的应用为企业选人用人机制提供了便利。
利用大数据技术,可以追踪到每次课堂的教学效果、每个项目的教学效果等非常细小的分析维度,量化了学生的能力,也更加透明和量化了教师教学质量的评价。通过提供的数据企业可以看到学生从入学到毕业实时的能力情况,为企业甄选毕业生提供了极大的便利,大大地降低了企业的招聘成本。利用大数据的手段,分析每个学生的技术技能掌握情况及教师的课堂教学质量,保障了课堂的教学效果;同时分析学生的学习行为与教师教学行为,为全面质量提升提供了决策依据。
4结语
大数据技术的运用重构了程序开发类课程教学行为评价体系,使其向多主体和多层次扩展,形成了企业、教师和学生共同参与的多元化评价体系。企业可以直接获悉每个学生的技术技能情况,实现没有招聘会、没有投简历,学生就可以轻松获得实习、就业的对口岗位,让学生实习就业更轻松,企业通过互联网就能找到适合的人才,使其双方达到双赢。此外,用大数据来做程序开发类课程的教学行为评价,教师的行为和学生的行为全部都通过数据来做支撑,使其有依可寻,使用大数据提高课堂教学的有效性。
摘要：大数据指的是由数量巨大、类型众多、结构复杂的数据构成的数据集合,是基于云计算的数据应用与处理模式,通过数据的交叉复用、集成共享形成的智力资源和知识服务能力。利用大数据技术,分析了传统教学行为评价存在的问题,提出了基于大数据的教学行为评价体系,最后阐述了大数据对教学行为评价产生的效益,使用数据做支撑,提高了程序开发类课程教学行为的有效性。
关键词：大数据,教学行为,评价,构建
参考文献
[1]王道俊,王汉澜.教育学[M].北京:人民教育出版社,2001:290.
学大数据，选择成都大数据培训学校要慎重
成都国信安大数据培训由副教学总监，优秀讲师带队并亲自授课，秉承成都国信安一贯的专业品质态度，在课程质量，学生素质，就业服务上相当严格要求，并以学业满意就业为目标，打造国内优秀大数据培训班，感兴趣的同学不妨关注国信安教育基地了解一下吧。
大数据的火爆，让很多企业都意识到发展大数据的重要性，那么是不是所有企业都可以成为大数据公司？
美国麦肯锡公司近期开出了一张书单，列出利用大数据进行自我发展的一些潜力行业，其中就有电信、金融、保险、信息、交通、医疗等，都可以利用大数据技术，从中获得很大的发展空间。
大数据将是软件产业一个非常重要的发展方向。
我们知道，现在从IT时代走向DT时代，也就是数据技术的时代。将来每一家公司都有可能成为一家大数据公司，大数据将成为一种核心的竞争力。刚刚在贵阳召开的数博会显示，大数据将成为中国“十三五”期间重点规划的产业，这将是坚定不移的战略。
在2016年第二十届中国国际软件博览会专题论坛上，华盛顿大学陈一昕教授表示：一些行业通过与大数据有机结合，比如在电信行业，电信运营商的中国移动、中国电信、中国联通（600050），包括一些其他的公司，比如亚信、东方国信（300166）等等，作为电信运营商，都能做好大数据的变现业务。目前而言，电信行业其实面临着非常大的挑战，随着国家提出降费的要求，运营商的流量被管道化，公众因此就会利用微信等工具，进而导致运营商可能面临着新的发展困境，竞争也由此更加激烈。
在电信运营商看来，他们的数据其实是一块非常重要的资产，也就是说，公众可以看到电信运营商拥有稳定的数据源，每个人手机上时刻产生大量数据，包括用户的套餐、和谁通话、基站位置、地理位置、有没有欠费等数据，以及数据的变现问题。陈一昕说：“电信运营商拥有着一座巨大的数据金矿，但是，如何把这些金矿当中的矿石打造成金戒指，这是运营商面临的巨大挑战。” 医疗行业和大数据结合，会有非常大的潜力。关于这一业务，第一次驱动力是医保核算，以医院的需求为指导。第二次是互联网+医疗，通过新医改，医疗信息化，特点是以政府需求为主导，以共享为核心的区域医疗信息化。目前，第三次浪潮的驱动力应该说是移动医疗、大数据分析，其特点是健康管理，不光是在医院内部，同时也在医院外部。国信安教育基地
我们可以看到随着医疗行业的重大变化，它的数据量是越来越大了，其从原来简单的结构化数据，到现在的医疗大数据，其中包含了大量的非结构化的数据，比如说像图像、文档。中国一个中等城市50年积累的数据达到10个PB，如何处理和分析挖掘这些数据价值，相信这里面有巨大的市场。
教育行业，也是我国信息化战略的重要组成部分。陈一昕表示，目前在线学习市场，也是非常大的市场，在线教育市场以年均18%的速度在增长，2017年预计在线学习人数达到1.2亿人，基础教育一年的数据量也是非常庞大的，我们可以看到一年的数据量达到ZB级别，利用教育的数据、互联网的技术，以及云计算等等，这些技术促使在线教育繁荣。陈一昕觉得，未来教育还是线上线下相结合的模式。就像以前的计算机技术收到追捧一样，在DT时代，大数据培训开始受到重视。
金融行业，在大数据的技术来看，我们可以看到金融行业是大数据技术，相对而言，它是走在前面的行业，因为金融行业更依赖于数据。很多层面上，金融业的大数据技术是走在其他行业前面的，包括银行要对用户进行风险分析，精准控制。保险业更需要通过大数据，对用户进行分析，进行潜在用户的挖掘，对欺诈行为进行预防。另外在证券行业，现在量化交易也是发展非常快，对股价的预测、对投资的趋势等等都可以用大数据的技术来进行管理，进行优化。陈一昕同时强调了医疗养老数据的安全隐私这一块，数据不会丢失，数据不会恶意的泄露或者盗窃，从数据安全角度来看是非常重要的。
四川地处中国大西南，肥沃的土地，丰富的自然资源，悠久的历史和绚烂多彩的少数民族文化，构成了多样性的自然和文化旅游资源。如今在广大农村地区，越来越多有前瞻性的家长鼓励自己的孩子去学习一门技术，因为他们已经意识到：技术人才在就业方面更具优势。在这个拼爹的时代，拼背景？拼人脉？我们并没有优势，只有掌握一门技术，才能在就业场上拥有自己的一席之地。俗话说的好：掌握一门技术，走遍天下都不怕。那么，学什么技术有前途呢？
大家对于IT培训一定有所了解吧，今天，小编就为大家收集和整理了有关的信息，希望能让大家有更深一步的了解！今天小编想给大家扒一扒大家感兴趣的IT培训！国信安教育基地
大数据技术的发展方向很多，如果想做大数据可视化的朋友注意了，可视化正面临这样的挑战。
拓展性和动态分析是可视化的两个主要的挑战。举例来说，对大型动态数据，原本A问题的答案和B问题的答案也许在同时应对AB两个问题时就不适用了。基于可视化的方法迎接了四个挑战，并将它们转化成以下的机遇。多源：开发过程中需要尽可能多的数据源。
体量：使用数据量很大的数据集开发，并从大数据中获得意义。
质量：不仅为用户创建有吸引力的信息图和热点图，还能通过大数据获取意见，创造商业价值。
高速：企业不用再分批处理数据，而是可以实时处理全部数据。
大数据可视化的多样性和异构性（结构化、半结构化和非结构化）是一个大问题。高速是大数据分析的要素。在大数据中，设计一个新的可视化工具并具有高效的索引并非易事。云计算和先进的图形用户界面更有助于发展大数据的扩展性。
可视化系统必须与非结构化的数据形式（如图表、表格、文本、树状图还有其他的元数据等）相抗衡，而大数据通常是以非结构化形式出现的。由于宽带限制和能源需求，可视化应该更贴近数据，并有效地提取有意义的信息。可视化软件应以原位的方式运行。由于大数据的容量问题，大规模并行化成为可视化过程的一个挑战。而并行可视化算法的难点则是如何将一个问题分解为多个可同时运行的独立的任务。国信安教育基地
高效的数据可视化是大数据时代发展进程中关键的一部分。高维可视化越有效，识别出潜在的模式、相关性或离群值的概率越高。大数据可视化还有以下几点问题：
视觉噪声：在数据集中，大多数对象之间具有很强的相关性。用户无法把他们分离作为独立的对象来显示。
信息丢失：减少可视数据集的方法是可行的，但是这会导致信息的丢失。高速图像变换：用户虽然能观察数据，却不能对数据强度变化做出反应。大型图像感知：数据可视化不仅受限于设备的长宽比和分辨率，也受限于现实世界的感受。
高性能要求：在静态可视化几乎没有这个要求，因为可视化速度较低，性能的要求也不高。
可感知的交互的扩展性也是大数据可视化面临的挑战。可视化每个数据点都可能导致过度绘制而降低用户的辨识能力，通过抽样或过滤数据可以删去离群值。查询大规模数据库的数据可能导致高延迟，降低交互速率。
在大数据的应用程序中，大规模数据和高维度数据会使进行数据可视化变得困难。当前大多数大数据可视化工具在扩展性、功能和响应时间上表现非常糟糕。可视化分析过程中，不确定性是有效的考虑不确定性的可视化过程巨大挑战。
可视化和大数据面临许多的挑战，下面是一些可能的解决方法：
1.满足高速需要：一是改善硬件，可以尝试增加内存和提高并行处理的能力。二是许多机器会用到的，将数据存储好并使用网格计算方法。2.了解数据：请合适的专业领域人士解读数据。
3.访问数据质量：通过数据治理或信息管理确保干净的数据十分必要。4.显示有意义的结果：将数据聚集起来到一个更高层的视图，在这里小型数据组和数据可以被有效地可视化。
5.处理离群值：将数据中的离群值剔除或为离群值创建一个单独的图表。成都国信安专业的大数据培训机构，成都国信安温馨提示：更多大数据学习资料关注成都国信安官方网站。国信安教育基地
经过前期的MOOC课程自学和集中面授学习，我顺利地通过选拔考试，获得湖北_“菁英计划”人才培养第三阶段大数据专业的培训资格。11月12日至22日，我与省内其他24名学员一起，参加了在杭州华为全球培训中心举办的“_计划”第三阶段大数据专业培训。与7月份开展的第二阶段培训相比，本次培训在数学基础知识、Python编程语言、数据挖掘模型与算法方面有了更深入的讲解，同时新增了_云机器学习服务MLS、大数据架构和大数据治理等内容，并强化了本课程的实验教学。
本次培训中，全体25名学员都表现出了积极端正的学习态度。在_x老师的指导下，大家刻苦专研大数据挖掘知识，课上遇到问题主动向老师请教，课后积极复习消化新知识，基于自身学习情况及时与老师协商调整授课和学习方式。面对课程内容多、难度大而课时少的情况，大家都欣然接受由原来每周2次晚自习调整为每天上晚自习并且晚自习时间延长1小时的安排。培训期间，大家仔细琢磨常见的分类、回归和聚类算法，比较不同算法的优缺点;在理论学习的基础上，大家通过上机实操对所学知识做进一步巩固和强化;在实验室搭建环节，虽然大家碰到了许多棘手问题，但通过老师的悉心点拨、学员间的激烈讨论，所有问题逐一解决;面对课时紧、学习任务重的挑战，大家自觉利用课余时间，针对课堂上未消化的内容自行查漏补缺。
本次培训虽不能保证让所有学员都成为大数据挖掘方面的专家，但它让大家有机会更加深入地了解大数据挖掘这门技术，并且点燃了大家对大数据挖掘的学习热情。面对课程庞大的知识架构和体系，大家纷纷表示，虽然很难在10天内对所有知识有充分的认识和掌握，但培训结束后仍会卯足干劲，主动做到持续性学习，争取在大数据挖掘道路上越走越远。
在普开数据为期两周的实习时间已悄然离去，刚来时的那种新鲜好奇早飞到了九霄云外，更多的是离开时的那种不舍和对自己及所学的反思。
在编程中一定要规范，绝对不可以随性
当我在普开数据的这半个月培训我感觉获益匪浅。虽然与课本知识不同，至少我看清了实际做项目与书本知识之间的差距，不至于在就业后手足无措。这次实习对我以后的学习甚至就业带来了巨大的帮助。
总分：100 及格线：60 考试时间：2017-01-14 16:50-2017-01-14 17:35 86分
1.以下选项中，不属于信息时代的定律的是（）。（单选题1分）得分：1分
o o o o A.达律多定律 B.吉尔德定律 C.摩尔定律 D.麦特卡尔夫定律
2.据报道，近50年来影响人类生活的十大科技发明中，（）与信息技术有关。（单选题1分）得分：1分
o o o o A.5项 B.8项 C.7项 D.6项
3.未来农业信息化将会取得新突破：在空间上，农业信息化从点状示范向（）开发，从区域覆盖向全面推进的格局演变。（单选题1分）得分：1分
o o A.网状 B.片状 o o C.面状
2009年，甲型H1N1流感在全球爆发，谷歌（5000万条历史记录，做了4.5亿个不同的数学模型）测算出的数据与官方最后的数据相关性非常接近，达到了（）。（单选题1分）得分：1分
o o o o A.97% B.77% C.67% D.87% 5.美国首个联邦首席信息官是下列哪位总统任命的？（单选题1分）得分：1分
o o o o A.小布什 B.老布什 C.奥巴马 D.克林顿
6.（）提供的支撑技术，有效解决了大数据分析、研发的问题，比如虚拟化技术、并行计算、海量存储和海量管理等。（单选题1分）得分：1分
o o o A.线计算 B.点计算 C.云计算 o D.面计算
7.具体来说，摩尔定律就是每（）个月，产品的性能将提高一倍。（单选题1分）得分：1分
o o o o A.16 B.12 C.6 D.18 8.人类利用信息的历史，经历了（）次革命，媒介革命催生了数据大爆炸。（单选题1分）得分：1分
o o o o A.五 B.四 C.三 D.六
9.通过精确的3D打印技术，可以使航天器中（）的导管一次成型，直接对接。（单选题1分）得分：1分
o o o o A.75% B.55% C.65% D.85% 10.《国务院办公厅关于促进农村电子商务加快发展的指导意见》要求：到（）年，初步建成统一开放、竞争有序、诚信守法、安全可靠、绿色环保的农村电子商务市场体系。（单选题1分）得分：1分
o o o o A.2030年 B.2035年 C.2025年 D.2020年
11.医疗健康数据的基本情况不包括以下哪项？（单选题1分）得分：1分
o o o o A.公共安全数据 B.健康档案数据 C.个人健康管理数据 D.诊疗数据
12.根据周琦老师所讲，高德交通信息服务覆盖（）多个城市以及全国高速路网。（单选题1分）得分：1分
o o o o A.一百一十 B.九十 C.八十 D.一百 13.2012年全国各城市支付宝人均支出排名中，位居第二位的是（）（单选题1分）得分：1分
o o o o A.杭州市 B.嘉义市 C.嘉兴市 D.高雄市
14.大数据要求企业设置的岗位是（）。（单选题1分）得分：1分
o o o o A.首席分析师和首席数据官 B.首席信息官和首席数据官 C.首席信息官和首席工程师 D.首席分析师和首席工程师
15.2006年，个人用户迈进TB时代，全球共新产生约（）的数据。（单选题1分）得分：1分
o o o o A.80EB B.280EB C.180EB D.380EB 16.第一个提出大数据概念的公司是（）。（单选题1分）得分：1分
o A.麦肯锡公司 o o o B.微软公司 C.谷歌公司 D.脸谱公司
17.茂名PX事件发生后，下列哪个学校的化工系学生在网上进行了一场“PX词条保卫战”？（单选题1分）得分：1分
o o o o A.复旦 B.浙大 C.清华 D.北大
18.（）年被称为“大数据元年”。（单选题1分）得分：1分
o o o o A.2015 B.2013 C.2011 D.2010 19.宁家骏委员指出，大数据被多国上升为（）。（单选题1分）得分：1分
o o o o A.国家战略 B.文化战略 C.地区战略 D.经济战略 20.根据周琦老师所讲，高德早在（）就开始投入资源来做全国交通信息的采集和发布。（单选题1分）得分：1分
o o o o A.2007年 B.2004年 C.2005年 D.2002年
21.《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》关于“加强健康医疗大数据保障体系建设”提出了哪几项任务？（多选题3分）得分：3分
o o o o A.推进网络可信体系建设 B.加强健康医疗数据安全保障
C.加强健康医疗信息化复合型人才队伍建设 D.加强法规和标准体系建设
22.在web1.0阶段，主要强调的是（）。（多选题3分）得分：0分
o o o o A.单位 B.网站 C.个人 D.机构
23.以下说法正确的有哪些？（多选题3分）得分：3分
o A.机器的智能方式是结果导向的 o o o B.机器的智能方式和人的智能不同
C.机器产生智能的方式是通过数据、数学模型 D.机器的智能方式和人是完全一样的
24.我国农业物联网取得了比较快的发展，在农产品流通、（）中间应用比较广泛。（多选题3分）得分：3分
o o o o A.畜牧业养殖 B.渔业生产 C.田作物生产 D.园艺设施
25.信息社会经历的发展阶段包括（多选题3分）得分：3分
o o o o A.互联网时代 B.大数据时代 C.计算机时代 D.云计算时代
26.全球信息化发展六大趋势包括（）。（多选题3分）得分：3分
o o o o A.全球信息化发展向智慧化阶段迈进 B.全球进入移动互联网全面爆发时期 C.全球制造业互联网化进程加速 D.信息技术对促进创新的作用日益凸显 27.关于Web1.0时代，下列说法正确的有（）。（多选题3分）得分：0分
o o o o A.人类可能赋予物质世界更多自我表述、自我展现的机能 B.根本理念是用信息化替代传统服务管理方式 C.人和物之间可以全面互联，客观准确地感知和表达 D.更多的是传统的信息化方式
28.贵州发展大数据带动的衍生业态包括（）。（多选题3分）得分：3分
o o o o A.智慧教育 B.智慧旅游 C.创客小镇 D.智慧健康
29.根据周琦老师所讲，高德地图有哪些功能？（多选题3分）得分：3分
o o o o A.为用户搜索地点 B.交通路况实时播报 C.避堵路线方案规划
D.智能计算到达目的地所需的时间
30.农业部发布的《关于推进农业农村大数据发展的实施意见》提出，到2020年底前，实现农业农村历史资料的数据化、（）。（多选题3分）得分：0分 o o o A.数据分发的定期化 B.数据使用的智能化
31.《中共中央关于全面深化改革若干重大问题的决定》提出，要推进国家（）和（）现代化。（多选题3分）得分：3分
o o o o A.治理制度 B.治理能力 C.治理体系 D.治理文化
32.根据吴军博士所讲，硅谷创业的趋势和方向大概包括哪些方面？（多选题3分）得分：3分
o o o o A.大数据和IT技术来帮助医疗改善人们的生活 B.大数据和机器智能 C.云计算和移动互联网结合 D.所有的智能设备连接在一起
33.关于大数据的特征，以下理解正确的是（多选题3分）得分：0分
o o o o A.重视事物的关联性 B.大数据将颠覆诸多传统 C.重视事物的因果性 D.大数据的价值重在挖掘 34.大数据时代的五个无处不在，具体指的是（）、服务无处不在。（多选题3分）得分：3分
o o o o A.网络无处不在 B.计算无处不在 C.软件无处不在 D.大数据无处不在
35.大数据的应用能够实现一场新的革命，提高综合管理水平的原因是（多选题3分）得分：3分
o o o o A.从柜台式管理走向全天候管理 B.从单兵作战走向联合共享型管理 C.从被动反应走向主动预见型管理 D.从粗放化管理走向精细化管理
36.下列各项表述中正确的有哪些？（多选题3分）得分：3分
o o A.中央网络安全和信息化领导小组组长是习近平。B.我国中央网络安全和信息化领导小组宣告成立是在2014年。
o o C.中央网络安全和信息化领导小组组长是李克强。D.我国中央网络安全和信息化领导小组宣告成立是在2013年。
37.根据周琦老师所讲，对大数据的管理和使用包括哪些方面？（多选题3分）得分：3分 o o o o A.大数据的运营 B.大数据的挖掘 C.大数据的应用 D.大数据的存储
38.2012年“中央1号文件”提出，要全面推进农业农村信息化，着力提高（）的信息服务水平。（多选题3分）得分：3分
o o o o A.文化交流 B.农业生产经营 C.市场流通 D.质量安全控制
39.建立大数据需要设计一个什么样的大型系统？（多选题3分）得分：3分
o o o o A.能够把应用放到合适的平台上 B.能够开发出相应应用 C.能够处理数据 D.能够存储数据
40.大数据作为一种数据集合，它的含义包括（多选题3分）得分：3分
o o o A.数据很大 B.变化很快 C.构成复杂 o D.很有价值
41.马化腾指出：“互联网+”战略就是利用互联网的平台，利用信息通信技术，把互联网和包括传统行业在内的各行各业结合起来，在新的领域创造一种新的生态。（判断题1分）得分：1分
o o 正确 错误
42.中央网络安全和信息化领导小组，是中国全面深化改革得以顺利进行、中国社会现代化转型得以顺利完成的压仓之石。（判断题1分）得分：1分
o o 正确 错误
43.2015年8月31日，国务院印发了《促进大数据发展行动纲要》。（判断题1分）得分：1分
o o 正确 错误
44.根据涂子沛先生所讲，社交媒体产生之后，大数据时代就一锤定音了。（判断题1分）得分：1分
o o 正确 错误 45.大数据实际上是指一种思维方式、一种抽象的概念。（判断题1分）得分：1分
o o 正确 错误
46.《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》指出，要发挥优质医疗资源的引领作用，鼓励社会力量参与，整合线上线下资源。（判断题1分）得分：1分
o o 正确 错误
47.根据周琦老师所讲，大数据加速道路网络快速更新，高德2014年完成全国10万公里15万处更新。（判断题1分）得分：1分
o o 正确 错误
48.根据涂子沛先生所讲，数据就是简单的数字。（判断题1分）得分：1分
o o 正确 错误
49.汪洋副总理指出：农业不应该成为“数字鸿沟”的受害者，信息化不应该成为城乡差距的新表现。（判断题1分）得分：1分
o 正确 o 错误
50.2012年《全国现代农业发展规划（2011-2015年）》对“农业信息化”作了比较全面的阐述。（判断题1分）得分：1分
o o 正确 错误
51.2015年，百度每日处理的搜索量超过了60亿次。（判断题1分）得分：0分
o o 正确 错误
52.宁家骏委员指出，20世纪下半个世纪直至现在，是信息技术时代。（判断题1分）得分：1分
o o 正确 错误
53.林雅华博士指出，在网络时代，电子政务的发展刻不容缓。（判断题1分）得分：1分
o o 正确 错误
54.传统的“统治”或“管理”观念认为，公共事务的管理权只属于政府（判断题1分）得分：1分
o 正确 o 错误
55.根据周琦老师所讲，进入了阿里巴巴集团之后，高德对大数据的处理和基础架构的能力得到了提升。（判断题1分）得分：1分
o o 正确 错误
56.高强度的计算越来越强调不是数据积累到一定程度再分析，而是在数据发生的过程中就把问题找出来。（判断题1分）得分：1分
o o 正确 错误
57.2010年，财政部、商务部启动了肉类蔬菜流通追溯体系建设。（判断题1分）得分：1分
o o 正确 错误
58.根据涂子沛先生所讲，中国在大数据浪潮中是挑战跟机遇并存。（判断题1分）得分：1分
o o 正确 错误 59.2016年9月，国务院印发《促进大数据发展行动纲要》，10月，十八届六中全会将大数据上升为国家战略。（判断题1分）得分：0分
o o 正确 错误
60.大数据的思维会把原来销售的概念变成服务的概念。（判断题1分）得分：1分
当我看到国培的内容是“中小学大数据应用普及培训”时，我就在想这“大数据”究竟是什么，它在我们的教育中能够应用吗？带着这个疑问我来参加了培训，通过这10天的培训，使我知道了什么是大数据，大数据如何在教学当中去应用。国培计划给我们一线教师提供了学习、交流平台，使我获益匪浅，提高了自身的专业水平与知识素养，完善了教学理念。使我在教育教学理念上接受了一次深刻的洗礼，让我有机会再次来充实和完善自己。在这次培训的过程中，我聆听了多位教育专家的生动、形象而精彩的授课，提高了自身的业务水平和业务知识。同时我也深深的感到自身存在的不足，我决定细品所学，总结所得，把此次培训的所学，所得用于现实教学中。下面谈谈我这次学习的收获。
“大数据”是什么？它是信息爆炸时代产生的海量数据，能够改变组织看待和使用数据的方式，迫使公司改变商业模式，同时也会改变我们的教育模式。听了各位教授和名师讲的大数据教学内容，我多有感触，这是对教师的挑战，也是对传统教育的挑战。这样的情形下，在大数据时代，我们教师如何去做教师? 在这样的背景下，我们必须走进网络，关注网络上与我们所教学科有关的甚至没有关联的新动态、新知识、新技术、新思想
在培训中，无论是每一次听课学习，还是教师的课堂教学展示，都让我感受着大数据在教育应用的新理念，我异常珍惜这次学习机会。因为他们为我提供了宝贵的教学理论和案例，让我从自身出发寻找差距，反复地琢磨和专研，不断地反思和总结。在学习中，也结识了很多专业上的伙伴，我们也进行了很多沟通交流。我庆幸自己拥有这次机会，我也很好地把握了这次机会，在收获知识的同时，也收获了珍贵的友谊。通过这些教育教学专家们的精彩传授，学员们私下里热烈交流讨论，人人坦言收获甚丰。我觉得自己在今后的教育教学实践中，在对教育工作的宗旨认识、数学教师肩负的育人责任、新课程理念的探索与思考、数学课堂教学的模式实践、科研课题的立项与实践、师生和谐关系的协调都应该有更高的追求。
近几年，随着信息技术的飞速发展，以数据洪流为主导的大数据时代的来临，将促进企业迎来新的管理变革，铁路职工的教育培训作为铁路安全运输、生产稳定、长期可持续发展的重要保障，需要顺应大数据的 时 代 潮 流，合 理 有 效 利用大数据的管理观念进行变革。特别是近年高速铁路的大规模建设，新设备、新技术、新工艺、新标准的应用推广，对铁路职工的教育培训有了更高要求。本文通过对当前吉林地区运输站段职工教育培训现状进行调查分析，对大数据时代铁路基层站段职工教育培训策略进行了探讨。
一、吉林地区运输站段职工教育培训现状 １．组织结构和基本制度组织结构，吉林地区各运输站段实行的是职工教育管理委员会统一领导下的段、车间、班组三级管理模 式。即 站 段 主 要 领 导 挂 帅，分 管 领 导 主 抓，职教科（教育科）牵头协调，专业科室分工负责，车间成立职工教育培训领导组，工区成立学习组，逐级落实职工培训工作。基本制度，吉林地区各运输站段主要根据沈阳铁路局职工教育培训相关政策及指导意见制定站段职工培训制度，主 要 包 括 职 工 教 育 培 训 管 理 制 度、职工日常学习与考试管理制度、职工技术竞赛制度、职工专职、兼 职 教 师 队 伍 建 设 制 度、新 职、转 岗、晋升工人培训制度及主要行车岗位工人持证上岗培训制度等。
２．职工素质。目前吉林各运输站段普遍面临职工整体学历水平不高、年龄偏大的现状。以职工人数最多且较有代表性的吉林机务段为例，学历水平上，全段在册干部职工４１２４ 人，其 中 本 科 ２２６ 人，大 专 ７０８ 人，高中２８２５人，初中及以下３６５人，具有本科学历的职工只占职工总数的５％。年龄结构上，全段４０岁以下职工只占２６％，５０～６０岁的职工占职工总数的２３％，而４０～５０岁 之 间 的 职 工 则 占 到 全 员 的 过 半数，整体呈现老龄化现象。
３．师资力量。专职教师，目前吉林各站段专职教师的年龄除电务段稍偏大外，其他基本适中，且学历层次也较高，学历水平以大专为主，其次是中专和本科，但专职教师数量普遍偏少，在调研的三个站段中，机务段和电务段的专职教师分别是 １２人和１３人，而供电段的兼职教师只有２人。兼职教师，目前吉林各运输站段的兼职教师年龄结构和学历结构与专职教师情况基本相近，结构分布较为合理，且数量也较之专职教师数量有所增加，三个站段人数分别为 ２０名、２０ 名、４８ 名，但与需培训的职工总数仍不成比例；同时，在调研中也看到，这些兼职教师主要是车间技术员、班组长、高级技师等骨干力量，他们一方面肩负着安全、生产等多方面工作，存在着对教育培训工作落实不到位的问题，另一方面他们长期在生产一线开展工作，对现场设备运行、工作环境等基础情况掌握较为全面，但对培训工作的教学方法、教学理论了解不多。
二、吉林 地 区 运 输 站 段 职 工 教 育 培 训 存 在 的问题
１．对职工教育培训工作重视不够。首先，在组织机构设置上，有的站段没有设置负责职工教育培训的专门科室，而是挂靠在相关科室，如技术科室等；且在培训基地的建设上，在调研的几个站段中，只有电务段有自己专门的培训基地，其他站段均没有培训基地。其次，在职工教育培训支出上，笔者以沈阳铁路局第一条高铁———哈大高铁动工的２００７年作为调查起点，重点调查了吉林机务段、供电段、电务段三个段２００７年至２０１３年职工教育培训投入，并把它占职工工资总额的比例也统计在内，从调查结果可以看到各个站段用于职工教育培训的费用只占职工工资总额的 百 分 之 零 点 几，且 培 训 投 入 不 稳 定，也并没有针对近年高速铁路的快速发展而加大对职工教育培训工作的力度。最后，在 培 训 人 数 上，伴 随 铁 路 的 快 速 发 展，特别是东北地区哈大高铁以及长吉高铁的建设，对铁路职工素质有了更高要求，但近年吉林铁路站段的教育培训并 不 理 想，接 受 培 训 的 人 数 普 遍 不 多，特别是个别站段呈现出的职工培训人数下降趋势让人担忧。２．职工教育培训体系不健全。首先，培 训 需 求 调 查 不 足。在 铁 路 基 层 站 段，每个职工、每个班组、每个车间都有不同的培训需求，这就要求培训具有针对性，但目前吉林各站段所组织的培训内容基本是按照路局要求完成，征求职工意见大多流于形式。其次，缺乏有效的绩效考评、反馈和激励机制。培训是一项“软”工作，没有“硬”指标，这就给培训效果考核带来一定困难，也造成目前教育管理缺乏有效的培训绩效考核机制，造成部分站段的教育培训工作淡化了提升职工业务素质的本质属性，忽略了培训效果的 分 析 考 评，也 不 注 重 培 训 效 果 反 馈，更没有将职工培训考评纳入职工待遇考核之中，缺乏有效的激励约束机制。
３．培训效果不理想。首先，培训计划 不 合 理，培 训 内 容、培 训 形 式较为陈旧。调研过程中，车间职工普遍反映的并不是职工培训不够，而是培训多、考试多，如某站段运用车间２０１３年１～３月分别安排了６项、９项和８项培训。这样的培训计划不仅过于紧密，且职工反应这些培训内容一年当中反复进行，反复考试，年年如此，培训形式也是基本的课堂理论讲授和实践操作指 导，没 有 新 意，这 不 但 没 有 达 到 培 训 效 果，反而使职工产生了厌恶、麻木和应付心理。其次，工学矛盾依然突出。车间职工工作任务重，搞集中培训非常难。如某检修车间想利用工余时间组织和谐组职工培训，由于工作任务重，时间紧，根本做不到，只能牺牲职工午休时间组织学习。为完成上级下达的培训任务，许多车间采取在现场职工作业的零散时间进行培训。
三、大数据时代铁路基层站段职工教育培训的发展对策 大数据时代，如何利用存在于网络或信息系统等数据存储系统中的海量数据资产，使其为企业决策服务是企业一项十分重要的工作。铁路基层站段的职工教育培训工作也应引入大数据思维，通过数据挖掘建立科学的职工教育培训考核机制，创新教育培训形式和内容，提高铁路职工教育培训水平。
１．提高对教育培训的重视度，树立数据化决策思维在大数据时代，领导层和职教部门，一方面要充分认识铁路职工教育的重要性，把铁路职工教育工作纳入重要日程安排，为提高培训水平积极探索新形势下的培训措施和方法。另一方面铁路基层站段的教育培训决策层还要注意转变以往在培训安排与培训管理中主要依靠“经验”即凭借自身的经历和学识，或者借鉴他人的、以往的培训方案做决策的思维模式，树立数据化决策思维。即利用可收集和掌握的大量职工培训相关信息数据，通过数据加工分析从中找到数据间的相关关系，以此来制定职工教育培训战略，为企业的战略转型做好服务。例如在大数据时代，职工的教育培训不再是按照所谓的培训发展阶段假设目标内容，而是依据数据分析得出的目标与内容相关关系制定出更符合实际需要的培训策略。铁路站段的职教部门可以从培训相关的信息化档案和专、兼职教师的信息化档案中，寻找培训内容与培训目标数据之间的相关性，也就是在分析所有的培训目标与培训内容数据基础上，明确目标与内容的相关关系，从而制定培训策略。２．构建基于大数据的多元化、过程化培训考核机制长期以来铁路职工的教育考核机制主要是教育培训部门以及上级主管部门在听课和职工考试成绩的基础上对任课教师进行评价，或是教师根据职工考试成绩和作业成绩以及课堂表现等对职工进行评价。这些考核机制存在一定的片面和单一性，不易达到考核目的。在大数据时代，我们可以通过技术层面对培训教师和职工长期行为等大量数据进行评价，建立多元化、过 程 化 培 训 考 核 机 制。首 先，大数据可以实现对职工学习的多元考核评价，而不仅仅是知识技能掌握的单一维度。对职工的考核评价应该是多元的，特别是可以通过分析掌握职工在培训中的思想、心态与行为变化情况等数据，评价职工的学习状态和效果；其次，大数据改变了教育培训的结果评价考核方式，实现了过程考核。即大数据时代可以通过技术手段记录教育培训的过程，如使用电子课本、电子课堂等，记录下培训者的课堂言行、交流互动以及作业情况等信息，并将这些信息汇总分析，对培训者实施过程动态考核。这种过程考核对职工培训效果评价更加全面客观。３．通过 数 据 挖 掘 构 建 个 性 化 培 训 内 容 和 培 训形式。在大数据时代，从技上说，只要你在互联网等媒体上留下痕迹，就可以对你进行分析，你的行为特征、思想倾向、兴趣爱好都将一览无余。从这个角度说，未来的教育培训也将是精准的个性化教育。对每个工的教育都可以建立在对其行为数据的深入挖掘和科学分析基础上。铁路职工的教育培训也应顺应这一发展趋势，注重对职工日常工作行为及培训学习行为等数据进行挖掘分析，通过分析微观、个体的职工与课堂状况，用于调整教育培训行为和实现个性化教育。例如铁路基层站段可以过数据挖掘出学员近期特别关注什么内容，对哪方面的信息特别留意。根据数据的预测，对这些内容进行深入研究后，纳入教学安排。同样也可以通过分析职工有关课堂学习、在线学习以及移动设备培训学习形式的数据，定制个性化的培训形式，以增强培训内容和培训形式的新颖性、针对性和实用性。且大数据时代的技术产品如远程在线课堂及移动通 讯设备也为铁路职工教育培训形式提供了更多选择，这也将在一定程度上解决铁路职工教育培训工学矛盾问题。
参考文献： ［１］［美］维克托 · 迈 尔－舍 恩 伯 格．大 数 据 时 代 ［Ｍ］．杭 州：浙江人民出版社，２０１３．
［２］李静．铁路技术职工培训激励机制研究［Ｄ］．北京：北京交通大学，２００６． ［３］王淑霞．浅谈高速铁路客运人性化服务及其培训［Ｊ］．铁道劳动，２０１１，４：１３－１５．
［４］吴兆新．关于加强铁路企业职工培训的几点思考［Ｊ］．山东铁道，２０１１，３：６７－６８．
伴随不同国家学生核心素养的研究与发布，教育领域越发关注当下以及未来社会我们要培养什么样的人才、如何培养人才等核心问题。这些核心问题的解决则离不开教师的成长与发展，给教师队伍建设带来的挑战也越来越大。教师培训是教师队伍建设的重要途径之一，在过去几年时间里，从国家、地方、到学校，各种类型、不同层次的教师培训开展的如火如荼，然而仍然存在着各类问题。王阿习、陈玲等[1]提到教师培训内容的设计缺乏针对性、脱离真实的教学情境，培训知识缺乏实践转化。赵德成、梁永正[2]指出不少培训在一定程度上促进了教师的观念更新，但对教师教育行为转变和个人绩效提升的影响却十分有限。导致这种问题的原因有很多，其中最为根本、具有决定性影响的一个原因是未能做好教师培训需求分析。笔者曾在对北京市2213位教师就培训的效果进行了问卷调查，67%的教师认为培训内容很难在教学现场得以应用转化。从教师培训的一般流程来看，培训的需求分析直接决定了培训目标的界定、课程的设计与开发、实施与后续的效果评估。可见，培训从需求分析开始，如果无法体现教师的实际需求，也会导致培训课程的应用效益，与教师工作实践难以有效对接等问题。因此，如何有效地发现教师的真实需求，并精准匹配教师发展需求进行课程设计值得深入研究。
二、确定教师培训需求存在的问题
笔者访谈了北京市级以及十几个区级培训机构的中小学教师培训负责人，发现目前教师培训课程的需求确定多数是在培训开始之前，通过对教师代表以及学校管理者等进行问卷调查、访谈等方式进行，进而确定课程内容。通过问卷与访谈等方式来确认培训需求，限于问卷、访谈提纲设计能力、答卷人解读能力以及答题人心理因素的制约等因素，所得需求常常不能完全反映教师的实际需求。教师是实践性极强的职业，其在工作情境中所遇到的问题与需求多是多元化与立体化。通过问卷或者访谈的方式无法反映教师在专业发展中变化的动态需求。赵德成、梁永正也指出了上述的培训需求确定方式存在的局限性。首先通过问卷等方式基于教师的主观愿望来确定需求可能失之主观，教师自我报告的需求未必都是真正有意义的培训需求;其次，简单地从校长等管理者的角度提出的绩效差距识别培训需求又可能失之笼统，分析者需要对绩效差距形成的原因进行深入分析。只有通过取长补短，将两种理解整合起来，既关注教师的主观愿望，又重视绩效差距及其原因的深入分析，才能更为准确、有效地识别培训需求。基于此，如果培训课程的设计与开发仅仅以问卷、访谈的方式来确定课程内容则显得不够全面、真实，不能够满足教师动态的需求，其使用效果与效率也会受到影响。教师的专业发展需求存在着个性化、生成性、情境性、复杂性与模糊性等特征，很难通过问卷调查或者短时间的访谈等完全体现出来，这也给教师培训课程的设计与开发带来了一定的难度。然而，通过大数据技术与移动终端的普及与应用，教师在工作现场遇到的各类问题、问题背后对应的专业发展显性以及隐性需求，都能够被捕捉、记录并进行深入分析，从而作为设计教师移动培训课程的基础。
三、大数据技术为确定教师专业发展需求带来的契机
(一)通过教师行为数据分析发现教师在专业发展上的隐性需求
教师专业发展的隐性需求是指无法被行为主体主动发现并清晰表达，需要通过其他主体挖掘、引导来确定的需求。大数据分析技术在用户隐性需求挖掘与引导方面已经体现出了很强的优势，尤其是基于行为的大数据分析能够更好地帮助人们认识到自身潜在的需求。如移动互联网领域通过对用户的行为、兴趣、爱好等进行分析，发现用户的潜在需求，并与需要营销的产品、业务、内容相匹配，实现精准营销。在教育领域，以Cousera为代表的慕课平台运行商，通过深度分析学习者在课程资源使用过程中所产生的海量行为数据，能够发现哪些资源学生点击率最高，哪些讲座视频的片段重播率最高，哪些内容学生的出错率最高等等，然后将上述结论及时反馈给课程资源的研发团队，用以指导改进之后的工作。这种做法表明大数据技术能够提供更加真实可靠的需求诊断[3]。目前，也已经有通过对教师行为数据进行采集、分析，形成对教师专业发展潜在需求分析的探索，如首都师范大学王陆教授等通过对教师教学行为的记录、分析形成对教师教学行为改进的需求分析报告[4];上海市闵行区恽敏霞等通过对全区教师的课堂教学行为的录制、分析形成对教师教学行为改进的分析报告，进而发现对教师专业成长存在的隐性需求[5]。这些需求因教师的自我认识与理论素养限制等原因，其在问卷、访谈等自我报告中无法主动提及，而借助于技术设备对教师大量教学行为的观察、记录，进而通过大数据分析技术则能很好地确定教师在专业发展上的隐性需求。
(二)通过教师面临的问题数据分析发现教师
在专业发展上的显性需求教师在专业发展上的显性需求是指能够被行为主体明确表达的需求，如在由笔者所在单位组织的北京市几个区的新教师培训中，新教师明确表达自己在与家长沟通过程中存在问题，在有效的班级管理上存在问题。当对新教师群体反馈的问题数据逐年加以收集，并系统进行大数据分析时，能够有效发现某一特定的教师群体存在的共性问题。教师在教学现场所面临的各种类型的问题也直接地反映了教师专业发展上的显性需求。罗滨指出关键问题来源于教师教学实践的现状及困惑，通过关键问题的解决能够帮助教师突破教学困惑，实现专业发展[6]。因此，以教师逐年提供的问题数据为基础，通过大数据技术对问题数据加以收集、归类、分析，进而确定某一特定群体实现专业发展的关键问题与显性需求。
(三)通过对问题与解决方案的数据分析精准满足教师需求
加拿大安大略省的麦格雷戈医生通过对近十年的病患数据进行分析来确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。这种推荐正是基于对病患数据以及诊疗方案数据进行了常年累月的积累，并通过大数据分析建立起了病患数据与诊疗方案之间的精准匹配关系[7]。在教师培训领域，以往无法大规模采集教师主观反馈的问题、客观发现的问题以及专家团队提供的解决方案，教师存在的问题与对应的解决方案是个性化地存在于提供解决方案的专家头脑中或者小范围地存在于某个组织中。伴随着对教师问题数据逐年的收集、分析，能够形成特定教师群体(如新教师)的共性问题、特定组织的共性问题(如某区的新教师都存在着课堂管理困难问题)以及教师个体的个性化问题，专家团队将针对这样的问题清单形成相对应的解决方案，伴随着问题数据与解决方案数据的不断积累与完善，后续的教师将能够在提供了自己的问题数据之后得到系统推荐的更为精准的解决方案，满足其个性化的专业发展需求。
四、移动终端将成为连接教师专业发展需求与培训课程的重要载体
在已有以移动终端为载体开展教师培训的研究中[8—14]，多数更为关注将移动终端作为培训课程的载体，而很少将其作为发现培训需求的载体，笔者认为以移动终端作为载体发现教师的需求，相较于问卷与访谈这种短时、切片式的需求分析方法而言，更为凸显需求的情景性、动态性和生成性。教学现场是教师真实需求的发源地，在教学现场，教师要面对来自教学、管理、科研等方面的各类问题，伴随着问题的产生也形成了教师各种类型的需求。罗滨提到要鼓励教师表达自己在教学实践中遇到的各类问题，并对问题加以提炼、归纳形成关键问题清单，通过专家、教师共同研究，形成关键问题的解决过程，进而帮助教师完成专业发展。根据笔者所进行的面向北京市各区4539教师的移动终端使用习惯调查数据显示，63。4%的老师有随时随地使用移动终端的习惯，其中有随时随地进行记录、拍摄行为的.也已经接近53%。在针对西城区两所学校的教师进行访谈的过程中，笔者也发现，很多教师认为平时工作中确实会遇到教学、科研、管理以及人际沟通等各种类型的问题，如果不及时记录遇到的问题，这些问题也自然被纷繁复杂的各类事物所淹没。可见，多数教师已经具备了通过移动终端去记录的行为习惯，如果能够帮助教师形成随时随地记录其所遇到问题的意识，即可通过移动终端的辅助，帮助教师随时随地记录问题，上传问题，进而形成教师专业发展的问题库。如以北京市新教师培训为例，入职1—3年的新教师，要求其通过移动终端随时随地记录其在教学、科研、管理工作中遇到的各类问题，并上传到教师专业发展问题库，伴随着问题库数据的累加，通过大数据分析即可发现北京市入职1—3年的教师群体存在的共性以及个性化问题，这些问题是反映教师需求的起点，更是培训课程设计的起点。移动终端成为了动态连接教师群体发展需求的载体，克服了通过问卷或者访谈片段性、片面性反应教师专业发展需求的局限性。在已有以移动终端为载体开展教师培训的研究中，多数更为关注将移动终端作为教师培训课程的呈现载体，很少将其作为教师制作培训课程的工具。DonPassey提到移动终端可以记录在课堂中的各类音频、图片与视频，以及教师是如何完成某项工作的过程性音频、图片或者视频，进而按照记录的内容进行反思哪些是关键要素，反思工作过程是否有值得改善的地方[15]。笔者曾在西城区一所小学中开展了以移动终端作为教师制作生成性培训课程工具的研究，研究以学生的问题解决能力培养为目标，通过提供的移动课程模板，教师用移动终端收集教学实践过程中的视频、文本、图片类的过程性资料，并整合成为可以在移动终端上呈现的生成性案例课程。相对于预设类的主题培训课程，教师从学习者转变为课程内容的设计者与提供者，教师对培训内容的转化效果有了明显的提高。研究显示参与了基于移动终端生成性课程制作与讨论的教师，其所负责指导的学生在解决问题的积极性、学生对解决问题方法的掌握以及教师对培训内容的理解与运用三个方面的效果，要显著好于只参与了主题培训的教师[16]。以移动终端作为教师制作与呈现培训课程的载体，调整了教师作为被动接受课程内容的客体角色，充分发挥教师作为培训课程内容建设者与贡献者的主体地位，也连接了教师的需求与教师工作现场各类情境性、生成性的解决方案。
五、基于大数据的教师移动培训课程设计模式
综上，从教师个体的角度，伴随其职业生涯历程，在具体的教学情境中教师所遇到的各类问题应对的是其显性的专业发展需求，教师可以使用移动终端记录自身遇到的问题。此外，借助教学行为记录系统记录并由专家团队分析教师的教学行为，其在教学行为上存在的问题应对的是其隐性的专业发展需求。随着教师主观反馈问题数据与客观观察其行为所形成的问题数据的不断积累，对两类数据进行大数据分析，确定教师需要解决的关键问题，并以关键问题为基础确定教师的真实需求，进而帮助教师形成针对性的解决方案。以新教师培训为例，依据该模式，要求教师在工作过程中及时在移动终端上记录自己的问题并上传到大数据分析系统。此外，通过教学行为记录系统上传自己的课程视频，专家团队将对上传视频加以诊断。通对新教师群体主观反馈问题与专家团队客观分析问题进行数据分析，伴随着从主观反馈问题到客观发现问题的增加，通过大数据分析形成新教师群体需要解决的关键问题。关键问题将作为教师生成性移动培训课程设计与开发的起点，专家团队、教师团队将针对关键问题协商形成问题解决方案，教师在实施整个解决方案的过程中，借助移动培训课程模板记录对解决方案的实施过程以及反思、收获等，进而形成基于移动终端的生成性案例培训课程。最终，通过“关键问题—针对性解决方案—生成性案例类培训课程”的模式形成精准满足教师需求的移动培训课程。课程中包含了某一特定教师群体(如新教师)面临的关键问题，系统推荐的解决方案以及实践后形成的生成性案例，真正做到了精准匹配教师的专业发展需求。从教师群体的角度，伴随不同阶段、不同层次、不同类型教师需求与关键问题的确定，教师专业发展关键问题库、解决方案库以及生成性案例库的不断完善，基于大数据的理念，当教师的关键问题、专家的诊断分析方案以及形成的生成性课程逐渐累积形成彼此之间的应对关系后，教师通过移动终端再次发送相关问题时，系统即可自动反馈给教师相应的问题解决方案以及有着相同需求教师形成的生成性培训课程，实现精准对接教师的需求。正如前面案例所描述，当医生基于对近十年的病患数据进行分析后就能有效确定应对某一类问题或者病症，应该提供哪种类型的治疗最为合适。
六、未来展望
综上所述，以教师的行为与问题数据为基础，能够更为真实地、动态地反映出教师的需求，并作为教师培训课程设计与开发的基础，这将成为有别于当下教师培训课程设计的重要区别。未来的教师培训课程开发必在以下三个方面将体现出与当下教师培训课程设计的差异所在。首先是以教师的真实需求为起点，而不是以课程开发者的主观意愿为起点。满足教师个性化需求的方式也不仅仅是提供多样化的课程选择，而是通过对客观行为数据与主观问题数据的收集去发现、分析教师的需求，提供解决方案以精准满足教师个性化需求，并逐步建立起教师需求与解决方案之间的映射关系。其次，教师也将从课程内容的被动学习者转变为课程内容的设计者、贡献者，通过移动终端与课程设计模板将所学内容与教学实践连接起来。教师在教学现场随时随地发现、收集并形成生成性培训课程。最后，基于大数据分析技术，未来要能形成基于教师不同需求、解决方案与教师培训课程的映射关系，形成基于教育数据分析的新型培训课程研发机制，而不是多次重复开发。当不同层次的教师需求、关键问题被确定之后，将为教师推荐符合其实际情况的培训课程，真正达到精准培训，提高效率与效益的目的。
参考文献：
[1]王阿习，陈玲，余胜泉。基于SECI模型的教师培训活动设计与应用研究[J]。中国电化教育，，(10)：24—29。
[2]赵德成，梁永正。培训需求分析：内涵、模式与推进[J]。教师教育研究，，(11)：9—14。
[3]赵婧。基于大数据的课程资源建设：趋势、价值及路向[J]。课程教材教法，，(4)：18—23。
[4]王陆。教师在线实践社区的知识共享与知识创新的机理分析[J]。电化教育研究，2015，(5)：101—106。
[5]恽敏霞，黄超群。基于数据挖掘的区域教师专业发展支持系统[J]。现代教学，2016，(6)：68—69。
[6]罗滨。基于教学关键问题解决的教师专业发展[J]。基础教育课程，2015，(12)：37—40。
