京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据中心搭建东方学院应用型人才培养新平台
近日,教育部公布“数据中国‘百校工程’”项目建设院校名单,山东财经大学东方学院申报的“大数据应用创新中心”获得审核通过,成为30所“数据中国‘百校工程’”建设院校之一。
教育部学校规划建设发展中心联合曙光信息产业股份有限公司启动实施“数据中国‘百校工程’”项目,计划通过2-3年时间,在全国遴选百所高校,部署集人才培养、科研支撑、行业应用及社会服务于一体的“曙光大数据应用创新中心”,为经济转型升级和社会进步提供数据、人才、技术支撑。作为东方学院未来大数据人才培养、科研创新和提供社会应用服务的基地,该创新中心将对推动专业设立,推进产、教、研深度融合,培养大数据发展所需的应用型人才具有重要意义。
应运而生,大数据人才培养呼之欲出
在2017年度教育部新增高校备案本科专业中,有248所高校获批“数据科学与大数据技术”专业,几乎是前两次审批的8倍。
大数据专业备受青睐,与国家大力支持大数据产业发展及该产业人才奇缺相关。国务院2015年8月《关于印发促进大数据发展行动纲要的通知》中,明确鼓励高校设立数据科学和数据工程相关专业,重点培养专业化数据工程师等大数据专业人才。
为配合地方大数据产业布局,解决人才缺口问题,东方学院迅速在大数据人才培养方面采取行动。“数据中国‘百校工程’”项目,可实现高校、企业、政府在大数据领域“三位一体”的联动合作,促进需求与资源的有机结合,更能够利用协同创新网络优势,促进技术融合、数据融合与应用融合。该项目启动后,东方学院由教务处牵头,组织信息管理、财政金融等多个系部力量,经过周密准备,在2017年10月提交了项目申请书。通过实地调研、学校自评、师生座谈等形式,教育部专家从硬件建设、师资力量、管理机制、学科发展等方面对建设院校进行了全面考察,最后确定东方学院入选“百校工程”项目建设院校。
与中科曙光合作建设大数据应用创新中心,以提高应用型人才培养质量为目标,将搭建集人才培养、科学研究、行业应用及服务地方经济于一体的一流校企合作基地,将成为东方学院应用型人才培养成果的标志性工程之一。
建立大数据学院,联合培养应用型人才
多年来,学校实施“五位一体”的教育体系,搭建产学研一体化平台,发挥校企合作优势,提高学生实际工作能力。据了解,“大数据应用创新中心”项目预期总投资1000万元,东方学院与中科曙光信息产业股份有限公司将按照1:1的比例投资建设,中科曙光以设备和软件系统形式投资,校方以资金形式投资。该中心将根据大数据发展对应用型人才的需求,采用“2+1+1”教学模式培养人才:前两年进行专业公共课程、专业基础课程和专业核心课程教学,融入互联网+大数据方向基础课程;第三年进行方向选修;第四年学生进入行业产业单位进行实习实训。各专业的大数据方向人才培养,与中科曙光公司合作办学,未来构建“大数据应用协同创新网络”,合作建立“大数据学院”,联合培养“大数据”方向应用型人才。
据了解,东方学院与曙光拟合作本科专业有信息管理与信息系统、金融学、税收学3个与大数据相关的专业,分布在东方学院重点建设的经济学和管理学专业群,在服务于区域经济社会和泰安市本地的金融行业、税收部门和教育业,服务于智慧城市建设、金融业等产业转型升级具有一定的行业特色和优势。
9月招生,逐步成为地方数据决策服务中心
根据规划,该中心在今年9月将正式开始招生,争取金融学专业单列150人招生计划按照金融大数据方向进行培养。
按照合作协议,双方将共同制订人才培养方案、共同打造双师型教学团队、共同开发专业核心课程、共同完成核心课程教学、共同开展产学研项目合作,既可提升相关合作专业学生的实践能力,又能提高教师的科研水平。
东方学院院长宫淑瑰表示,与中科曙光共同合作联合建设“大数据应用协同创新中心”,符合国家大数据发展战略,符合地方重点支持的战略新兴产业发展目标,符合学校“十三五发展规划”,为学生全面发展能力提供了更好的实践实训平台,可为行业企业直接输送用得上、高技能、可发展的高素质人才。
“大数据应用协同创新中心”通过审核后,东方学院将进一步加强与中科曙光的合作,推进大数据设施落地并开展专业合作,启动大数据相关重点学科建设,落实大数据应用的重点行业资源及地方资源。根据规划,2-3年内,学校相关专业教学科研人员将熟练掌握大数据处理关键技术,并建立1-2个重点行业(专业)数据库,提供大数据分析服务;5-10年内,建立一支具有高水平的大数据科研与应用能力的教学科研队伍,拥有重点行业的领先性大数据服务能力,成为地方社会经济发展的数据决策中心,并拥有完善先进的大数据教学体系,通过先进的学校大数据模型,指导教育、科研及综合管理。 这对东方学院深化综合改革、推进创新创业教育、建设特色鲜明的应用型大学具有积极意义。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07