
9月29日,北京国富如荷网络科技有限公司(以下简称“国富如荷”)与中软国际教育科技集团(以下简称“中软国际教育”)战略合作签约仪式在北京举行。双方将汇集各自业务和资源优势,大力开展企业数字化人才培养、数字化人才联合认证与培训、联合举办人才数字化相关赛事等相关业务,共同培养数字化产业发展所需的紧缺人才。
此次签约仪式,由中软国际教育高级副总裁高岩和国富如荷联合创始人曹鑫代表双方签署战略合作协议,中软国际教育CEO田晓杉和国富如荷董事长赵坚毅共同见证了合作协议的签署。与会高管还有国富如荷合伙人廖海光、国富如荷市场总监张佳宝、国富如荷大客户总监张伟,中软国际教育卓越研究院副院长宋丹、中软国际教育投融资高级经理窦金金等。
签约仪式现场图,从左往右依次为:国富如荷董事长赵坚毅、国富如荷联合创始人曹鑫、中软国际教育高级副总裁高岩、中软国际教育CEO田晓杉
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。旗下专注于数字化人才培养及服务的教育品牌“如荷学”,致力于大数据在产、学、研的融合应用。服务百万数字化人才,并已为中国移动、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、广州地铁等百余家名企专项培养数据分析领域的优秀高端人才。此外,其主推的数据领域权威人才认证标准CDA认证是一套专业化、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。
中软国际教育科技集团是国内IT职业教育行业一支强劲的力量。作为中软国际人才生态的重要组成部分,在其近20年的发展历程中,始终站在行业技术和业务变革的前沿位置,深刻理解不断变化的产业用人需求,积极与政府、高校、产业伙伴展开各种模式的合作。目前已与全国1071所高校展开不同层次的校企合作,与高校共同贯彻教育部“六卓越一拔尖”计划,推进“新四科”建设,将企业优质的技术资源转化成教学资源,通过专业标准化人才培养服务体系,为高校提供优质的IT人才培养及专业共建服务,推进高校深化产教融合协同育人项目的开展。
数字化人才培养是国家新基建发展和各行业数字化转型的迫切要求。新型基础设施建设自去年两会以来被国家提到了前所未有的战略高度,这其中就包括了5G基站建设、大数据中心、人工智能、工业互联网提供数字转型、智能升级、融合创新等服务的基础设施体系。由此可见,数字化转型将成为未来5-10年企业的创新常态。在这个过程中,数字化人才的培养,就显得至关重要。
国富如荷董事长赵坚毅表示,在国家数字化转型巨大变革时期,双方能达成这样一次合作,说明都看好数字化人才培养行业的发展,很荣幸能与中软国际教育达成深度合作,期待双方的合作能够发挥出1+1>2的效果。国富如荷在数字化人才培养教育方面深耕多年,已拥有一定的成果,产品及在C端、B端的培训经验,冀望结合中软国际教育在职教产教方面的强大优势,为更多的企业在数字化转型的过程中贡献力量。
中软国际教育CEO田晓杉表示,数字化是企业升级发展的必经之路,如今各行各业都在积极探索跟数字化做结合,而数字化结合跟数据分析是整体相关的。从软件的使用逻辑来讲,企业做数字化结合也需要一个学习理解、培训的过程,这就需要有一个标准去衡量学习培训的结果,很高兴能与国富如荷进行深度合作,如今数据分析、数字化行业,急需一流的全球通用的人才认证标准,国富如荷主推的CDA认证已是国内数据领域权威人才认证标准,恰逢此次签约仪式赶在国庆节前夕,期待通过双方的努力争做全球一流的企业。
后疫情时代的经济重启,离不开数字化转型的强势推动。如今,数字经济已经成为驱动全球经济发展的新引擎。从传统产业快速地进行数字化转型是未来中国经济发展的一个巨大的、长足的机遇,同时也是巨大挑战。这一过程中,数字化人才的储备与培养极为重要。
作为国内领先的数字化人才两大培养平台,中软国际教育与国富如荷以自身在职教、产教方面的强大优势,通过产教融合、校企合作等形式去助力数字化人才培养和企业数字化转型升级。自2005年以来,中软国际教育科技集团已在全国18所实训基地持续开展人才培训和实训业务,累计培训和实训了50万余人,服务于3万家企业;与超过1000所院校签署校企合作协议,年培训人数80000余人。国富如荷专注数据科学与数字化人才服务领域15年,连结了国内知名高校、科研院所、头部企业的学者、专家为推进大数据产业发展共商共研,以应用式、体系化、前瞻性的教学方式,为企业输送了数十万数字化专项人才。
此次国富如荷与中软国际教育的强强联合,也是秉持着为国家、社会、企业、高校提供专业的全方位的人才培养解决方案的初衷。相信在二者通力合作下,将对探索新时代下产教融合新模式、新思路、新方法,为新时代数字人才培养贡献更多力量!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16