京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA与腾讯、苹果、Google等企业成功入选教育部产学合作协同育人项目
2018年4月28日,教育部高等教育司发函〔2018〕18号《教育部高等教育司关于公布有关企业支持的产学合作协同育人项目申报指南(2018年第一批)的函》。
为贯彻落实《国务院办公厅关于深化高等学校创新创业教育改革的实施意见》(国办发〔2015〕36号)和《国务院办公厅关于深化产教融合的若干意见》(国办发〔2017〕95号)精神,深化产教融合、产学合作、协同育人,经企业申报、产学合作协同育人项目专家组审议通过,形成了2018年第一批产学合作协同育人项目申报指南。
本批次申报指南中,共有346家企业支持项目14576项。
本次项目,北京国富如荷网络科技有限公司CDA数据分析师与腾讯、京东、百度、苹果、Google、IBM等企业成功入选,主要在“教学内容和课程体系改革项目”,“师资培训项目”,“实践条件和实践基地建设项目”,“创新创业教育改革项目”四个方面进行产学合作协同育人。详情如下:
l 教学内容和课程体系改革项目
"大数据分析方向的教材编写及课程内容建设,充分结合产业一线实践和案例,引入行业相关企业案例,产学结合推动高校教材和课程的建设改革,突出实践,培养创新型大数据分析人才。
CDA数据分析研究院将为参与课程建设的老师提供必要的实验环境、数据以及实验项目,合作高校老师可以围绕CDA数据分析研究院提供的相关素材,结合本专业的实际情况,将大数据开发融入到培养计划,并在此基础上编写教材。CDA数据分析研究院将会根据参与老师的工作量和贡献程度,为每个项目提供总额3万元的活动经费。 "
l 师资培训项目
"根据高校学科建设的需要,由各合作高校派遣学科带头人、骨干教师,CDA数据分析研究院提供切合社会实际需求的课程,努力为院校培养大数据分析方向的优秀师资,推进教学改革与创新工作,帮助合作院校完善学科建设。带动参训教师积极参与教学培训、课题研究、技术研讨、学习和交流活动。根据条件设立面向优秀师资的专题项目研究中心,组建项目团队,引导优秀师资发挥桥梁作用,达到和企业协同育人的目的。
在培训过程中,为了提高培训效果,结合系统、科学的视频的理论课程和暑期集中的实践课程的方式,让参加培训的老师能够循序渐进地掌握相关的技能,并通过圆桌讨论、项目演练等方式,加强参训教师的思考深度和实践能力。"
l 实践条件和实践基地建设项目
"高校与CDA数据分析研究院联合建设实践条件,以共建实验室的方式,通过高校提供场地,企业投入设备和课程,弥补高校在投入上的不足,提高合作高校的硬件水平, 完善高校的实践条件,培养符合行业需求的大数据分析人才。
本项目面向全国高等学校经济学、经济统计学、会计学、计算机科学与技术、软件工程、数学应用、统计学等经管、金融或计算机相关专业,以提高高校实践条件为目标,投入先进的大数据分析设备及平台,并将企业实际的开发流程和实际项目引入到合作高校,从而提升高校师生的动手能力。 "
l 创新创业教育改革项目
为了响应国务院关于“大众创业,万众创新”的号召,更好培养大学生的创新创业精神,借助CDA数据分析研究院的“双创教育”平台,在合作高校中建设创新创业课程体系及实践训练体系,提高创新创业实训效果和质量,落实创新创业成果孵化,搭建宣传展示平台。同时,将在通过在合作高校中引入创新创业孵化器,探究创新创业教育产学合作模式,积累合作经验,打造典型案例,为更多高校在高新产业人才创新创业体系建设健全工作提供参考,并带动更多企业共建创新创业教育产学合作生态。
此次CDA数据分析师(北京国富如荷网络科技有限公司)与教育部的合作,为高校大数据与数据分析的教育起到了正向推进作用,也符合了“CDA人”组织的理想,是CDA发展中一次意义深远的事件。相信在产、学双方的共同努力,数据分析与大数据人才会层层辈出,走向企业,走向国际。
关于CDA
经管之家“CDA数据分析师”品牌(运营公司:北京国富如荷网络科技有限公司),致力于为社会各界数据分析爱好者提供优质、科学、系统的数据分析教育。
截止2017年底,CDA已与国内多所高校进行了战略合作,搭建大数据实验室与共建专业;已出版13本CDA数据分析师系列丛书,市场发行量数万册;已进行100多期数据分析及大数据系统培训课程,培养学员超过40000多名;已举办七届全国数据分析师认证考试,持证人数千人;已开展了四届中国数据分析师行业峰会(CDA SUMMIT),每届参会人数逾3千人;中国数据分析师俱乐部(CDA CLUB)每月举办各类型沙龙会议等活动共100多期。
2016,CDA研究院加入由工信部指导下的“中国大数据生态产业联盟”理事会成员,分管教育事业。
2017,CDA与工信部赛迪达成战略合作,经管之家“CDA数据分析师”品牌得到了社会各界的普遍认可。“CDA数据分析师”队伍在业界不断壮大,对数据分析人才产业起到了巨大的推动作用。
——CDA数据分析研究院
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15