京公网安备 11010802034615号
经营许可证编号:京B2-20210330
贵州大学实施专业综合改革助推大数据产业发展
4月20日上午,贵州大学大数据与信息工程学院信息与通信工程系主任张达敏和往常一样来到办公室,继续“通信工程”专业综合改革试点项目具体实施方案的制定。“这个项目主要是实施专业综合改革,为贵州大数据产业发展培养实用人才。”张达敏说。
为响应我省实施的大数据产业发展战略,作为省内唯一的“211”高校,贵州大学于2014年5月成立大数据与信息工程学院,设立大数据科学与工程系,目前有信息管理与信息系统(电商大数据)和物联网工程(大数据采集与分析)两个本科专业,成为首个以大数据作为学院设置方式的高校。当时,张达敏参与了这两个本科专业培养方案的制定。
张达敏说,制定大数据人才培养方案,面临的首要困难就是可参考资料少,因为全国范围内目前还没有专门培养大数据人才的高校,教育部的本科专业和研究生专业目录中尚没有明确的大数据专业,学科建设和人才培养得不到充分有效的参考和借鉴。
为此,张达敏和相关学科的负责老师一起进行多番研究、考察、分析,最后整合信息管理与信息系统以及物联网工程两个本科专业,在信息管理与信息系统专业开设电商大数据技术方向,物联网工程专业开设物联网大数据采集与分析方向。至此,贵州大学大数据人才培养的基础建立。
有了本科生培养计划,张达敏又开始为培养更高层次的大数据人才而忙碌,参与学院大数据研究生创新班培养方案的制定。去年,学院大数据研究生创新班开班,从统计、信息工程等大数据相关专业中选拔第一批30人的研二学生作为首批创新班研究生,重点培养为高层次大数据人才。
“在如此短的时间内完成贵州大数据人才培养的基础工作,基本形成‘本科+硕士+博士+博士后’的一体化人才培养格局,不能不说是一个值得骄傲的成绩。”张达敏说,在今年的研究生招生调剂工作中,学院的大数据特色吸引许多优秀考生前来学院接受复试选拔,说明大数据专业的发展前景被看好。本报记者罗海兰
-延伸阅读
在筑高校多举措培养大数据人才
去年,贵州大学大数据与信息工程学院招收第一批100名本科生和30名研二年级学生,首批大数据专业方向的研究生将于今年7月毕业,这标志着贵州自己培养的大数据人才,很快就将为贵州大数据产业发展贡献力量。今年,该院大数据专业本科招生计划将比去年有所增加,其中,物联网工程(大数据采集与分析)计划招生55人,信息管理与信息系统(电商大数据)计划招生55人。
不止是贵州大学,在筑高校都积极响应大数据发展战略,纷纷想方设法培养大数据人才。目前,贵州财经大学正与北京小象科技有限公司旗下的在线教育服务平台“小象学院”商谈合作,开展大数据产业平台开发和数据分析人才培养;贵州师范学院与浪潮集团共建“贵州师范学院——浪潮并行计算实验室”,以此为基础开展大数据应用开发类人才培养;贵阳学院与贵州江月兴科技有限公司共建“物联网大数据实验室”,开展大数据应用技术人才培养。这些,将为我省发展大数据产业提供智力支持和人才保障。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26