共计18个学时

2021-02-15 18:23

※以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。

免责声明:

除了持续新鲜的课程内容之外,ibm大数据大学最大的亮点就是为学习者提供了一个“一站式”数据科学虚拟实验室,实验室具有云端“软件及服务(saas)”的特点,无须任何本地安装、配置和维护,只需一分钟的简单注册即可开始使用,节省了学习者部署集群环境所须耗费的大量的时间和资源。同时,实验室还集成了包括jupyter/ipython notebook、apache zeppelin、rstudio ide、openrefine在内的一系列可快速、便捷调用的开源编程语言、工具和执行环境,并自带了大量的开放数据集和基于真实业务场景的教学案例。

基于双方此次在教学实践上的成功合作,ibm与上海交通大学决定并签署了合作协议,将ibm大数据大学学习平台及虚拟实验室整体部署在校内的私有数据中心上,利用稳定高速的校内局域网确保教师教学和学生实践的稳定性、便捷性,进而实现平台的全功能开放以及可扩展的数据处理能力,为教学与实践提供更多的延展性服务。此外,ibm还将联合上海交大慕课研究院围绕这一技术平台抓紧建设更多面向计算机基础教育的大数据与数据科学相关课程。

上海交通大学教务处副处长付宇卓教授表示:“这次与ibm关于的课程与平台方面的合作,给我印象很深,我们既看到了ibm数据科学家团队的专业水平和敬业精神,又体验到了ibm在数据科学技术以及平台方面的领先性。更重要的是,我们感受到了交大学子们对于业界新兴技术的极大热情以及快速的学习能力。我们在今后还要推出更多这样的热门课程。”

ibm大学合作部教育合作项目总监周恩昌表示:“课程、数据、案例和实验平台,所有这些功能与特性,都是从大数据学习的根本需求出发,很大程度上解决了大数据教学的三大难点。接下来,我们将把这些来自产业界的教育资源与现有的工程教育体系做进一步的融合,积极探索与尝试校企协同育人的新模式,助力新工科的建设与发展,培养符合新经济需求的工程科技人才。此次与上海交通大学的合作,即是双方在该方向上的一次有效尝试。”

ibm大数据大学大中华区项目总监吴仲毓表示:“此次与上海交通大学有关‘ibm大数据大学学习平台及虚拟实验室’的合作,是ibm大数据大学在大中华地区私有云部署的第一个成功案例,为校企合作开展大数据教学和人才培养提供了良好的示范效应。这也是ibm承诺全球数据科学家和数据工程师培养计划,在中国迈出的重要一步。”

作为占据gartner数据科学魔力象限领导地位的科技企业,ibm始终以开放的态度大力支持大数据与数据科学人才培养,不仅承诺要在全球范围内培养超过100万名数据科学家和数据工程师,还倾力打造了一个以开源技术为主体内容的慕课教育平台 -- ibm大数据大学。在这所已有全球100多万活跃学习用户的云端大学里,有超过60多门包括hadoop、spark、python、r、数据分析、机器学习等在内的大数据领域的高质量免费课程,课程以“数据科学家”、“数据工程师”、“数据分析师”等不同的学习路径被编排组合在一起,以提供良好的学习向导;同时,课程还会根据技术的演进发展而持续进行内容的更新迭代。

※有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。

随着我国经济发展进入新常态,工科高等教育也需要转型,支撑服务发展动能转换,为产业升级提供智力和人才动力。教育部高等教育司张大良司长在前不久举行的“工科优势高校新工科建设研讨会”上就指出,“当前中国经济发展面临动能转换、方式转变、结构调整的繁重任务,新技术、新产品、新业态和新模式蓬勃兴起。工程教育与产业发展紧密联系、相互支撑,新产业的发展要靠工程教育提供人才支撑,特别是应对未来新技术和新产业国际竞争的挑战,必须主动布局工程科技人才培养,提升工程教育支撑服务产业发展的能力”。[1]

尽管全部课时都安排在周末,这门新颖的非学分课程仍然保持了高达95%的出勤率。很多学生表示,无论现在的专业或未来从事什么工作,都需要面对和处理庞大且多样的数据,掌握领先的大数据分析工具将大大提升他们的竞争力。同时,大数据大学虚拟实验室所提供的便利的软硬件环境极大地节省了他们准备学习的时间,使其能将更多的精力放到编程和数据科学本身的学习当中。

ibm与上海交大合作的“数据科学训练营”面向全校不同年级和专业的学生,在“ibm大数据大学”在线课程的基础之上精心设计了为期六周的线下培训。课程以python作为编程语言,分为数据科学基础、python编程基础、统计分析、数据可视化、机器学习以及数据科学项目答辩六大模块,共计18个学时。经学校教务处、工程训练中心以及各个院系的推荐选拔,首批学员进入训练营,其中非it专业学生占80%以上,涉及生命医学工程、媒体与设计、材料科学、航空航天、机械与动力、船舶海洋与建筑工程、数学、物理等等院系专业。作为本次实践型课程的重头戏,大量的动手练习被安排在了云端虚拟实验室上,学员们还需分成多个小组,结合各自的专业特点,自行找到合适的数据集,利用所学的方法在虚拟实验室上,合作完成一个完整的数据科学项目。

建设发展新工科,离不开技术导向,更离不开产业需求。尤其在设置新的培养计划和课程体系时,学校需要了解最新的业界技术趋势和市场应用案例才能制定出真正符合企业大数据用人需求的教学内容。而目前,很多学校都面临着对新技术缺乏了解、适合教学实践使用的大数据与应用案例不足和缺乏适合的教学实验平台这三大挑战,从而陷入两难的境地。

大数据技术是驱动这轮新经济发展的核心技术之一,但在国内外各行业都存在巨大的人才缺口。为了加快大数据人才的培养,全国各地高校纷纷设立了大数据、数据科学相关的专业或学院。从2016年2月至2017年3月,共计35所高校获教育部批准设立“数据科学与大数据技术”本科新专业。