[評價] 102-1 廖世偉 巨量資料系統

[nkfly (遠足)]

      ※ 本文是否可提供臺大同學轉作其他非營利用途？（須保留原作者 ID）
         （是／否／其他條件）：
                是


      哪一學年度修課：
                102-1

      ψ 授課教師 (若為多人合授請寫開課教師，以方便收錄)
                廖世偉

      λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關) 
                資工所 網媒所 為選修

      δ 課程大概內容
                Big Data: Opportunities & Challenges
                Computation: MapReduce
                Hadoop
                In-Memory Computation : Spark
                Graph Computation: Pregel & HAMA
                Distributed Storage: GFS
                Distributed DB:Google's Big Table & HBase
                Distributed DB:Dynamo & Cassandra
                Data Warehouse: Hive & Shark
                Analytics: Google's Drmel & Drill
                Analytics: Big Explorer
                Tech Trend
                以上轉自ceiba上的課程大綱。
                就我自己上完的經驗，然後現在回想，
                除了作業中有碰過的MapReduce & HAMA外，
                其餘所有的東西都只剩下一些概念，然後知道這些名詞，
                我想以後真的需要用到時，才會再深入去研究。

      Ω 私心推薦指數(以五分計) ★★★★
                想從老師的Lecture中深入了解那些系統 (做不到)
                想從老師的Lecture中了解系統的概念 ★★★
                想認真做個final，並與老師深入交流 ★★★★★
                想隨便混學分 (學不到什麼)
                總結 ★★★★


      η 上課用書(影印講義或是指定教科書)
                上課用書，但推薦這本網路上的e-book
                Urs Holzle and Luiz Andre Barroso.
                The Datacenter as a Computer, Morgan & Claypool Publishers,2009

      μ 上課方式(投影片、團體討論、老師教學風格)
                投影片上課，老師會在台上講解系統的設計的原理，
                然後常常會直接講code。
                老實說，大部分的時候我都聽不懂，老師在台上講的東西不知所云。
                我想老師他是懂得其內涵的，但是可能沒有表達得讓學生可以懂。

      σ 評分方式(給分甜嗎？是紮實分？)
                Midterm: 30%
                Programming assignments & Hands-on: 35%
                Final project (proposal, oral presentation, report): 35%
                期中平均60，標準差很大

                分數還沒出來，不知道

      ρ 考題型式、作業方式
                考試  ：問答題、手寫程式題，好像是助教出的題目，
                所以非常的偏非常的細，例如要手寫spark版的Kmeans，
                然而對於spark，老師只有帶過spark官網的sample code，
                作業中也沒使用過；
                又或是會考到很細的什麼MapReduce的combinor，
                誰寫普通的MapReduce考慮過這個東西??
                我在上課方式那裡有講到，很多那麼細的東西，
                我上課的時候就沒有真正聽懂，所以當時在考期中的時候，
                就很憤憤，覺得為什麼要考這麼細，而不考一些大的架構。
                不過最後，助教改得還算寬鬆，我的分數也就還好。

                作業x2：程式作業，MapReduce & HAMA
                是用這兩種framework寫跟PageRank相關的演算法。
                環境必須自己架設，例如HAMA，
                不過MapReduce好像可以用停機很久的國網中心。

                作業差不多花我2天的空閒時間可以完成，
                從裝環境到跑sample code，到改code，debug。(我是資工系大四。)

                Final Presentation： 每組有12分鐘時間報告， 3分鐘Q&A。

      ω 其它(是否注重出席率？如果為外系選修，需先有什麼基礎較好嗎？老師個性？
              加簽習慣？嚴禁遲到等…)

                基礎要會寫程式，最好是Java。

                因為我實際跟老師聊過，老師他是一個好人，
                會想認識學生並真正記得你是誰，
                他也會關心你的研究，並會給予一些方向上的建議。
                我覺得可以看出，老師是有料的，只是在台上表現不出來，
                無法講得讓人聽得懂，然後閒話太多，但是實際跟老師單獨談話，
                卻不會覺得老師閒話很多，看老師的email也覺得老師是個有條理，
                邏輯清晰的人。
                所以，我覺得老師是個強者，也是個想認識學生的好老師，
                只是在台上的時候表達不出來。

                第二次作業的時間差不多在期中考後2-3禮拜due，
                所以可以說留了相對充裕的時間來做Final Project，
                這點我覺得是相當不錯的，只要找到好隊友，
                並提早穩定開始做，最後出來的成果都不會太差。

                關於final project presentation，
                這個部分我要大大稱讚老師的厲害，
                老師從業界找了不少評審，大概有10個以上，
                使得場面變得相當正式與盛大，
                例如有些組別報告完他們自己設計的資料庫，
                就會有一些業界前輩很積極地過去交流，
                我覺得這基本上是挺好的一件事，
                各取所需，提供更多的機會等等。

                加簽都收。

                出席沒差。

      Ψ 總結
                這門課我不甚滿意的部分有，助教出題、
                沒有公用Hadoop Cluster可以讓學生用、老師講課讓人不太懂
                但是為什麼我仍會給予★★★★的評價，主要基於2點。
                1. 老師是個好人，私下與他接觸，可以學到很多，
                而且老師在final project presentation的時候找來了很多業界評審
                ，我覺得老師是真的有實力有料。
                2. 我自己這組的final project，很早就開始做，
                所以自己在這門課，也是有學到不少東西，
                寫了不少code，並把MapReduce應用在我們的project中，
                還是很有收穫。

                最後，老師下學期有要開，Android虛擬機及編譯器，
                老師是Android系統code的實際貢獻者，一定很強大。
                有興趣的同學可以考慮!



--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.16.156
※ 編輯: nkfly           來自: 140.112.16.156       (01/13 20:14)
推 hsnuconan:哇!這麼好的課 我下學期一定要修Big Data應用
推 WCLab:樓上老師愛將 最喜歡跟老師一起沖鋒了
推 WCLab:走過路過千萬不要錯過喔 喜歡都可以試聽看看
推 Carlchen:\Big Data/ \Android/
推 lsc36:下學期想修他的Andriod系統 XD
推 bowlbone:加簽有都收嗎？ 第一堂看到盛況後就退了...orz
→ KernelChen:樓上一堆亂推文 請不要誤導別人
→ KernelChen:然後原po也不是一路唸上來的 半路出家是能給什麼有用的
→ KernelChen:資訊?
推 QDR18:修課有一定風險 學分投資有過有當 選課前應詳閱公開說明書
推 deicide218:一到五樓都是他Lab的學生是嗎囧
推 samyyhh:一事歸一事 扯原PO半路出家也太過分了吧
推 drliao:有鼓勵有指教的評價，最真，才可幫台灣衝鋒BigData或Androi
→ drliao:我改進：去年在史丹佛教CS243時，每週有recitation hours幫
→ drliao:沒跟上的同學，所以沒收到有沒跟上的指教，下學期加這hours
→ drliao:請大家勿人肉搜索一到五樓，我不知。每個修課學生都是菩薩
→ drliao:不敢有“愛將”想法。謝謝。
推 ikeaven:這門課給我的感覺就像一家學習吃到飽的餐廳，提供豪華餐點
推 ikeaven:需要衝鋒挑戰的，有深度；需要認識業界技術的，有交流；
→ ikeaven:需要更多時間修其他課的，不點名；需要分數的，有空間
推 ikeaven:如果這不是值得選的一門課，那甚麼是值得選的課 ??
→ chanhou:請問需要先修什麼課程嗎？本身修過C++可以嗎？
→ drliao:Understanding of programming is necessary but not suffi
→ drliao:cient. Reviewing of my course slides on BigData Systems
→ drliao:is strongly recommended. Plus, read related course mate
→ drliao:rial in data mining, machine learning, information retr
→ drliao:ieval. Happy New Year and Happy reading during 寒假。