数据科学专题 高速与安全并行：基于分布式计算框架的机器学习模型优化与数据处理方法研究

作者：南星教育 来源：院校库 标签：大学排名

数据科学专题 高速与安全并行：基于分布式计算框架的机器学习模型优化与数据处理方法研究

开始日期: 2026-02-07

课时安排: 6周在线小组科研+5周论文指导

Prerequisites适合人群

适合年级 (Grade): 高中生/大学生

适合专业 (Major): 对数据科学、车联网、自动驾驶、云计算、分布式系统、人工智能、计算机科学、大数据等感兴趣的学生，建议具备Java基础（先导课）。

Instructor Introduction导师介绍

S老师

上海交通大学副教授

上海交通大学

沈老师 副教授

曾任 卡内基梅隆大学 副研究员

上海市大数据技术与应用创新中心 执行主任

上海交通大学 博士

研究方向：计算机网络、分布式计算与数据处理、人工智能研究、医疗健康大数据

在核心期刊发表论文数十篇，参与编纂多本著作，拥有发明专利数十项。曾主持多个华为、腾讯相关深度学习应用项目。现任CCF YOCSEF上海委员。

Program Background项目背景

随着计算技术的发展，有些应用需要非常巨大的计算能力才能完成，如果采用集中式计算，需要耗费相当长的时间来完成。分布式计算将该应用分解成许多小的部分，分配给多台计算机进行处理。这样可以节约整体计算时间，大大提高计算效率。

Program Description项目介绍

本项目程以物联网、自动驾驶等真实场景为切入点，讲解分布式系统如何解决现实问题。采用“概念→场景→技术”三层教学法。内容涵盖分布式一致性、容错机制、并行计算框架、云原生技术等核心议题。通过 理论讲解与实战项目结合，学生将掌握分布式系统设计方法论和开源工具链，初步具备构建工业级分布式应用的能力。

Syllabus项目大纲

概论：分布式系统定义与核心价值、分布式系统的核心挑战（CAP/BASE）；技术演进史：从单体计算到云原生

分布式系统的主要问题与解决方案：时钟同步：自动驾驶多传感器时标对齐问题；容错机制：无人机集群通信中断解决方案；共识算法导论：区块链在车联网存证中的应用；

分布式存储体系：数据分片策略(Range/Hash)；副本一致性模型(强一致/最终一致)：智能电表最终一致性问题；存储系统架构(HDFS)

并行计算范式：MapReduce编程模型；边缘计算：工厂设备预测性维护；自动驾驶实时计算管线设计；

云原生架构：微服务治理(服务发现/熔断)；无服务器架构(Serverless)；行业架构：阿里云城市大脑

项目答辩与点评：学生项目汇报与答辩、导师点评与指导

Program Outcome项目收获

6周【在线小组科研+全球就业力大师课】+5周论文指导，共126课时

1500字左右的项目报告

优秀学员获得主导师推荐信（8封网推）

项目结业证书

EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导或者CNKI检索的英文普刊全文投递与发表指导

上一篇：计算机科学与人工智能：人工智能的多元应用场景解析——以文本分析、图像处理与智能推荐等应用为例

下一篇：返回列表