
7月15日,北京文理研修学院和北京国富如荷网络科技有限公司(以下简称:国富如荷)就"校企合作,协同育人"签订了战略合作协议。双方在招生、配套学历、学制和培养模式、教学方式、学生管理、就业服务等具体事项上达成了深度合作,共同创立"北京文理研修学院CDA大数据学院"及"CDA大数据教育实训基地", 形成产教融合、校企合作、知行合一的共同育人机制。
(左)北京文理研修学院董事长俞雷&(右)国富如荷创始人赵坚毅博士
据新华社《瞭望》7月发布的信息,目前大学生就业数据仍不乐观,一些大学毕业生就业率较去年同期有5~20个百分点的降幅。北京某高校截至7月4日的总体就业率为81.46%,比去年同期下降了7.98个百分点;上海高校截至5月末的整体就业率较去年同期约有15个百分点的下降。学生就业率持续走低的最大原因是企业对于高校毕业生需求走低,导致这一矛盾现象的根本原因是劳动力供求结构失衡,但深层次的原因是当前我国教育培训机制与市场需求仍存在脱节,特别是大学教育与社会需求脱节。
为了解决大学生就业保障问题,2018年教育部会同国家发展改革委、工业和信息化部、财政部、人力资源社会保障部、国家税务总局制定了《职业学校校企合作促进办法》,加快完善职业教育和培训体系,深化产教融合、校企合作。国家期望用社会的力量与高校联合研发更符合时代发展的人才培养模式与标准,真正让高校毕业生成为"企业需要的人才"。
与大量毕业生无法就业形成反差的是大数据行业对于人才的需求。2020年5月6日,人力资源和社会保障部发布《新职业—大数据工程技术人员就业景气现状分析报告》,报告显示:预计2020年中国大数据行业人才需求规模将达210万,2025年前大数据人才需求仍将保持30%—40%的增速,需求总量在2000万人左右。国家于2020年7月公布了《中华人民共和国数据安全法》草案。其中第18条明确提出 "国家支持高等学校、中等职业学校和企业等开展数据开发利用技术和数据安全相关教育和培训"的方针,这说明对于人才教育的发展方向,国家不断给予引导,属于急迫需求。
在此形势下,北京文理研修学院与国富如荷率先启动了数据分析类职业技能教育赋能模式,开设符合时代发展的新型大数据相关专业,让更多普通学生通过专业的大数据相关职业教育,使其达到国际化CDA数据分析师认证标准,成为补充国家人才缺口的人才,从而解决校企之间供需失衡问题。
双方团队交流讨论
在未来,北京文理研修学院与国富如荷会进一步夯实已有的大数据教育模型,拓展晋级式课程,用规范化国际化标准来制定教学大纲,并向全国推广这种新型校企合作办学模式,让更多的年轻人拥有美好未来!
双方背景介绍:
北京文理研修学院始建于1993年,是北京市教委批准的全日制民办非学历高等教育机构,前身为北京达德大学,是由民盟北京市委与香港达德学院北京校友会共同申请举办, 2007年经北京市教委批准正式更名为北京文理研修学院。多年来,为了更好的服务社会,培养更多的实用人才,学院在秉承"崇德、博学、笃行、至善"的校训,坚持"质量立校,特色兴校,人才强校"的办学理念下,逐步形成了独具特色的办学模式并于2012年至2017年荣获北京市5A级社会组织(2012年北京市民政局授予)。学院连续多年为北京市民办高等教育机构办学状况评估合格院校。
北京国富如荷网络科技有限公司是面向中高端用户的、培养DT时代前沿技术人才的、国际化的职业教育集团。CDA数据分析师认证是国富如荷集团公司研发的一套专业化、科学化、国际化、系统化的人才考核标准,分为CDA LEVELⅠ,LEVEL Ⅱ,LEVEL Ⅲ,涉及金融、电商、医药、互联网、电信等行业大数据及数据分析从业者所需要具备的技能。
目前集团已为中国移动、中国联通、中国银行、招商银行、中国邮政集团、国家电网、奔驰、宝马、联想、无限极、苏宁、金拱门、字节跳动、广州地铁等近百家名企输送过数据分析领域优秀高端人才。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15