京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11