大数据在教育领域中的应用大数据趋势之大数据科学教育
大数据学科教育从“通用人才培育”走向“专用人才培育”
赛迪分析2018年中国大数据人才缺口为60万人。赛迪顾问研究发现，2016-2017年多数大数据人才毕业于“计算机类、统计类和数学类学科”，然而从2018年开始，***一方面加大“数据科学与大数据在教育领域中的应用大数据技术”***的投入力度，另一方面加快设立交叉性的新学科(如智能***工程、智能建造、计算***、智能车辆工程等)，培育既有***知识又懂大数据技术的复合型人才成为未来大数据人才培养的发展趋势。
大数据营销有什么特别
多平台化数据采集:大数据的数据来源通常是多样化的，多平台化的数据采集能使对网络用户行为的刻画更全而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视未来还有户外智能屏等数据 。
强调时效性:在网络时代，网络用户的消费行为和购买方式极易在短的时间内发生变化。在网络用户需求点特别高时及时进行营销非常重要。
个性化营销:在网络时代，广告主的营销理念已从"媒体导向"向"受众导向"转变。
性价比高:和传统广告"一半的广告费被浪费掉"相比，大数据在教育领域中的应用大数据营销在很大程度上，让广告主的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。
关联性:大数据在教育领域中的应用大数据营销的一个重要特点在于网络用户关注的广告与广告之间的关联性，由于大数据在教育领域中的应用大数据在采集过程中可快速得知目标受众关注的内容，以及可知晓网络用户身在何处，这些有价信息可让广告的投放过程产生前所绝有的关联性。
大数据技术平台有哪些分类
目前大数据技术平台有很多，归纳起来可以按照以下方式进行分类：
从大数据在教育领域中的应用大数据处理的过程来分:包括数据存储、数据挖掘分析、以及为完成***分析挖掘而设计的计算平台，它们完成数据采集、ETL、存储、结构化处理、挖掘、 分析、预测、应用等功能。
从大数据在教育领域中的应用大数据处理的数据类型来划分:可以分为针对关系型数据、非关系型数据（图数据、文本数据、网络型数据等）、半结构化数据、混合类型数据处理的技术平台。
从大数据在教育领域中的应用数据处理的方式来划分:可以分为批量处理、实时处理、综合处理。其中批量数据是对成批数据进行一次性处理，而实时处理（流处理）对处理的延长时间有严格的要求，综合处理是指同时具备批量处理和实时处理两种方式。
从平台对数据的部署方式看:可以分为基于内存的、基于磁盘的。前者在分布式系统内部的数据交换是在内存中进行，后者则是通过磁盘文件的方式。
