京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据与教育的深度融合共破人才荒
当下,大数据日益成为推动各领域变革的强劲力量,大数据与教育的深度融合也已成必然趋势。20日,“WE+2017智绘互联校园新生态峰会”在南京举行,来自全国800多所高校的领导、业界专家与互联网、IT精英热议大数据的广阔前景,校企数据化程度不高、数据流通不畅、大数据人才匮乏等成为各方关注的焦点。
教啥学啥问计于“数”
“数据驱动学校、分析变革教育”,将改变现有教与学的生态,成为未来教育的发展趋势。“运用大数据智能分析可助力破解择校‘感性化’难题。”教育大数据应用技术国家工程实验室负责人、华中师范大学校长杨宗凯举例说,美国教育科学院推出“高校导航”项目,汇集7000多所高校各类资源指标,进行大数据分析并对所有大学进行排序和筛选。美国加州马鞍山学院开发的教育个性化服务建议助理系统,根据学生喜好为他们推荐课程、时段和可选节次,并通过智能分析为课程设计者提供反馈,使他们能有的放矢改进教材。
未来所有老师的教学过程、学生的学习过程都将“线上化”,学生适合什么课程,需要什么指导,都需要精细计算。“农业社会的教育形态是个性化,师父带徒弟,名师出高徒;到了工业社会,组织形式和知识传播形态的变化,促使规模化、标准化成为教育新形态。”教育部科技发展中心主任李志民分析认为,“互联网+”浪潮下的教育,可以兼容大规模、灵活性、个性化,有助于真正实现教育公平。
数据宝藏静静沉睡
分析数据先要整理数据,但数据化程度不高、流通不畅是校企双方共同的困惑。阿里教育事业部总经理王晓斐认为,教育行业数据庞杂,各类数据库只是“静静躺在那儿”,并没有真正转化成数据生产力。同时,很多企业重视大数据中心建设、数据驱动,但中国商业联合会数据分析专业委员会一项调查显示,我国企业的数据化程度高级水平仅为14%。
提高产业效率,大数据是方向。农场选择蔬菜品种,取决于气象和市场,而不是“拍脑袋”决定;保险公司推销险种,要分析电话数据;电力公司也需分析用户用电数据。王晓斐介绍,在美国,上市公司市值排名靠前的公司都是以数据驱动的,比如苹果公司等;在中国,阿里巴巴、腾讯等企业正逐渐取代工商银行、中石油、中石化的龙头地位。“未来的中小型企业,一定都是线上型企业,生产、制造、销售、服务和售后等所有流程数据都沉淀在云端,为智能制造提供可能。”
校企共破人才荒
大数据炙手可热,但对于大数据人才的培养,目前在国内还属于探索阶段。知途教育首席执行官俞京华的一份调查显示,南京每天都有1500人的大数据相关岗位需求量,且不断增长。去年7月发布的国内首份大数据人才报告显示,目前全国的大数据人才仅46万,未来3-5年内大数据人才的缺口将高达150万。
站在互联网“风口”,大数据直接催热大数据专业。在教育部公布的2017年高校新增专业名单中,第二批32所高校成功获批开设“数据科学与大数据技术”本科专业。第一批成功申请该专业的高校仅有北京大学等3所高校。这意味着,目前国内具备培养大数据人才的院校或培训单位非常少,尚处于起步阶段。
星环信息科技有限公司技术总监杨洪山介绍,目前国内高校的培养多集中在统计学和计算机方面。而大数据需要的是复合型人才,对数学、统计学、机器学习和自然语言处理等多方面知识综合掌握;同时,大数据思维属于创新思维,从数据挖掘、发现、应用到商业决策,对知识结构和能力结构有很高要求。目前该公司正与复旦大学、同济大学、上海交大等合作研发课程。
“大数据专业实践所需的数据,包括交通、金融、医疗、物流等数十个领域行业,而高校并没有相关数据,教材、课程、师资几乎都是空白。企业和高校联手培养大数据人才将是必然趋势。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28