- 开课信息：鄂海红（2020春）
- 推荐等级：推荐
- 授课内容：大数据基础知识和工具如spark，scala，map-reduce等
- 考核方式：4~5次平常实验（视频教程详细），一次期末综合实验（15分）
- 作业情况：每章一次雨课堂小作业（容易查到），4~5次平常实验，平常作业和实验占大部分分
- 成绩情况：平均成绩可能95分左右
- 心得体会：学的内容比较多，认真学还是能学到东西，平时作业和实验报告略微费一点时间，但给分巨高可以得满分。
- 其他方面：老师人很好
- 开课信息：鄂海红（2020春）
- 推荐等级：强烈推荐
- 授课内容：大数据基础知识和工具如 spark，map-reduce等
- 考核方式： 4
5次基础知识作业（选择+简答）， 45次平常实验（视频教程详细），一次期末综合实验（15分） - 作业情况：每章一次雨课堂小作业（容易查到，相互“合作”），4
5次平常实验每个作业大概需要 3060min 不等，期末大作业是自己找一个数据集，使用scala / java 语言进行 spark 程序编写。 - 成绩情况：95+
- 心得体会：我个人这门课一共加起来只听了第一节课，成绩98，对于在大三的时候需要选修课拉分，但又不希望花很多时间的同学非常推荐。
- 其他方面：唯一三学分选修课；平台可以通过 vs code 远程连接，连接之后非常丝滑。
- 开课信息：鄂海红（2020春）
- 推荐等级：强烈推荐
- 授课内容：大数据基础知识和工具如 hadoop框架，spark，hive，flink等；平台是普开大数据平台（前几次）+华为云（后几次）
- 考核方式：5次小实验+1次期末实验，无期末考试
- 作业情况：平时实验和期末实验均有详细的指导（包括代码），按照指定的环境和步骤做的话比较顺利（平时实验基本上不到一天就能搞定，期末实验两天左右），如果出了问题老师和助教也会及时的进行答疑
- 成绩情况：95+
- 心得体会：平时上课讲的挺好，但如果你只是想完成作业可以不听。听过这个课之后，对大数据开发的整个流程和常用的技术栈有所了解，如果以后从事相关工作的话应该挺有帮助的，对大多数人来说也是个不错的知识扩充
- 其他方面：老师人很好；助教非常负责；占用的时间不算太多；华为代金卷给的挺多，剩的钱能干点别的（雾
- 任课老师：程祥（2021春）
- 推荐等级：强烈推荐
- 授课内容：HDFS、NoSQL、HBase、大数据收集、大数据序列化、Spark计算框架、MapReduce计算框架、大数据可视化、流计算、大数据分析、大数据挖掘
- 考核方式：4个实验（白给、难、难、白给）和一个大实验（基本白给）
- 作业情况：每个实验都会给比较长的时间，而且实验指导也比较详细，每次实验布置之后的那周课都不讲授新知识，而是安排实验答疑。实验我个人不太建议一个人埋头做，一起讨论查查资料可以写的比较顺利。
- 成绩情况：95+
- 心得体会：这课可以学到大数据的很多东西，感觉作为入门课程相当合适，我是之前没接触过大数据的，一学期课上下来，对大数据的整个流程都有了比较清晰的认识。
- 其他方面：会给华为云的代金券，几百块的样子（虽然没用上）。程老师和助教都是很负责的。
- 任课老师：程祥（2023春）
- 推荐等级：保研党：强烈推荐，考研党：一般推荐
- 授课内容：HDFS、NoSQL、HBase、大数据收集、大数据序列化、Spark计算框架、MapReduce计算框架、大数据可视化、流计算、大数据分析、大数据挖掘
- 考核方式：4个小实验 和 2个大实验。平常事不多，老师也不考勤。每次实验都有很详细的指导书，助教也会手把手教，选到就是赚到。
- 作业情况：每个实验都会给比较长的时间，而且实验指导也比较详细，每次实验布置之后的那周课都不讲授新知识，而是安排实验答疑。建议多找几个同学一起选，有什么问题都能一起讨论一起解决，
- 成绩情况：100
- 心得体会：这门课是我本科阶段的神课，给分点明晰，不会乱扣分，拿满分是基本操作，况且还是一门3学分的课！~~也是北邮为数不多可以学到东西的课。~~感觉作为大数据入门课程很合适，程老师上课相当有热情，助教老师也相当负责，感受到了北邮计算机15组的震撼。
- 其他方面：一开始会给300块华为云的代金券，之后用完了还会补发，用不完的钱可以自己租个服务器玩玩。
- 开课信息：鄂海红（2023春）
- 推荐等级：强烈推荐
- 授课内容：大数据基础知识和工具如 spark，map-reduce等
- 考核方式： 4~5次平常实验（视频教程详细）(60分)，两次期末综合实验（40分）
- 成绩情况：95+
- 心得体会：唯一三学分选修课；教程参考书详细,给分点规范。对于在大三的时候需要选修课拉分的同学非常推荐。迟交一次作业扣2分。很多人冲了100分。还发了700块华为云代金券,最后课程只用了一半,余额自由支配。
- 其他体会：北邮没有限制选修课数量,这学期必修课给分低,想拉分可以多选不带考试的选修课。
--
- 开课信息：鄂海红（2024春）
- 推荐等级：完全不推荐
- 授课内容：大数据基础知识和工具如 spark，map-reduce等
- 考核方式：4次平常实验(60分，三人小组视频+bug+报告+代码，还有互评环节)，两次期末综合实验（40分），有pre分享加分，有大量考勤（但是最终可能没有用）
- 成绩情况：大量同学100
- 心得体会：不知道往年评价那么高，是有水军还是因为今年换实验体系了。首先作业很多，见考核方式。陈旧的指导书很多工具都失去支持了。整个课完全一片混乱，所有实验指导书漏洞百出，前言不搭后语（同一个实验的指导书是多个助教在似乎没有沟通的情况下写的拼起来，还混有陈旧的没删，还有助教实验环境和老师要求的不一样）按照指导书做全是bug，而且用的东西都很难debug就不说了，甚至能出现按照指导书的实验步骤给分点做完了，最后一页来一个总的评分标准，告诉你不要按着实验步骤里面来，重做吧。代金券也不发，好多同学实验一做完代金券没了，服务器被删了，做后面实验还得重做实验一。老师第一课吹的助教辅导最后也变成装死不回消息，群里面同学们相濡以沫互相分享踩坑经验。以上没有针对任何助教或者老师个人的意思，助教老哥估计也被这门课折磨的够呛，各种统分，作业交的东西也又杂又多。老师人也是相当好的。
- 其他体会：这门课这学期给我造成了巨大的折磨，除非这门课10学分，并且给100分，不然不建议选择。